本發(fā)明涉及城市交通管理與控制領(lǐng)域，具體是一種考慮出行激勵(lì)措施的預(yù)約出行策略優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

1、日常生活中，通過預(yù)約代替線下?lián)頂D排隊(duì)，避免低效無序的優(yōu)勢(shì)在醫(yī)院預(yù)約、餐廳預(yù)約和停車預(yù)約等多個(gè)場(chǎng)景得到了驗(yàn)證。隨著公交預(yù)約、地鐵預(yù)約和景區(qū)周邊通道預(yù)約等面向交通場(chǎng)景的預(yù)約出行實(shí)踐項(xiàng)目的成功應(yīng)用，表明現(xiàn)有技術(shù)條件足以支撐一定規(guī)模的預(yù)約出行。然而與上述預(yù)約實(shí)踐相比，城市道路交通系統(tǒng)更隨機(jī)、開放，城市內(nèi)的通勤、通學(xué)等需求剛性更強(qiáng)且容易受到偶發(fā)性因素影響，個(gè)體出行時(shí)間把控難度大。此外，既有關(guān)于預(yù)約出行模式的研究還存在以下不足：

2、(1)偏重于靜態(tài)的預(yù)約方案設(shè)計(jì)及策略有效性分析，缺少對(duì)城市多模式交通協(xié)同作用與路網(wǎng)動(dòng)態(tài)交通信息的考慮。既有關(guān)于預(yù)約出行效果評(píng)價(jià)的研究多以靜態(tài)的交通分配模型為主，忽略了城市多模式交通的協(xié)同作用，導(dǎo)致對(duì)政策效果的綜合評(píng)估出現(xiàn)偏差。不僅如此，路網(wǎng)動(dòng)態(tài)交通信息對(duì)于深入了解各種出行方式的服務(wù)水平、洞察用戶的出行選擇習(xí)慣都具有十分重要的價(jià)值。因此，亟需在多模式交通框架中考慮路網(wǎng)的動(dòng)態(tài)交通信息，準(zhǔn)確評(píng)估預(yù)約出行模式的實(shí)施效果。

3、(2)多類用戶的出行選擇同質(zhì)化，未考慮個(gè)體出行的多維決策變量環(huán)境。異質(zhì)出行者對(duì)出行時(shí)間與費(fèi)用的敏感性存在差異，忽略出行者的異質(zhì)性會(huì)影響策略評(píng)價(jià)模型的效果。此外，預(yù)約出行模式強(qiáng)調(diào)與出行者的交互，然而既有研究缺乏對(duì)道路交通系統(tǒng)的動(dòng)態(tài)性和用戶出行時(shí)間選擇的多樣性及預(yù)約信息反饋等多維決策變量的綜合考慮。

4、(3)出行服務(wù)的手段片面化，缺少與出行激勵(lì)措施的協(xié)同，無法反饋宏觀層面的出行引導(dǎo)。既有預(yù)約出行模式研究中的出行服務(wù)的手段片面化，忽略了配套的出行獎(jiǎng)懲措施對(duì)用戶出行決策的潛在影響，導(dǎo)致用戶在出行決策時(shí)難以感受到明顯的利益驅(qū)動(dòng)，從而影響了策略的整體效果。

5、為了解決上述問題，本發(fā)明旨在提供一種考慮出行激勵(lì)措施的預(yù)約出行策略優(yōu)化方法及系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為了彌補(bǔ)現(xiàn)有技術(shù)問題的不足，本發(fā)明的目的在于出了一種考慮出行激勵(lì)措施的預(yù)約出行策略優(yōu)化方法及系統(tǒng)。引入針對(duì)用戶的補(bǔ)貼激勵(lì)和違約懲罰機(jī)制，構(gòu)建基于多智能體的多目標(biāo)優(yōu)化(agent-based?multi-objective?optimization，amo)模型。一方面，綜合考慮管理者和出行者利益，構(gòu)建多目標(biāo)優(yōu)化模型，優(yōu)化設(shè)計(jì)面向社會(huì)效益最大化的出行激勵(lì)方案。另一方面，在個(gè)體出行的多維決策變量環(huán)境下，基于用戶預(yù)約出行信息、路網(wǎng)實(shí)時(shí)交通態(tài)勢(shì)研判、道路供需匹配現(xiàn)狀等多源交通信息，構(gòu)建基于多智能體的動(dòng)態(tài)交通仿真模型，探索出行者在預(yù)約系統(tǒng)中的異質(zhì)行為，確定最佳的預(yù)約出行模式實(shí)施方案，有助于為管理者和決策者制定更加科學(xué)、有效和完善的預(yù)約出行模式提供建議。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種考慮出行激勵(lì)措施的預(yù)約出行策略優(yōu)化方法，包括以下步驟：

4、(1)闡明預(yù)約出行策略在常發(fā)性擁堵路段的實(shí)施機(jī)制，通過綜合考慮預(yù)約出行模式的社會(huì)收入和用戶的出行成本構(gòu)建多智能體的多目標(biāo)優(yōu)化模型，輸出具體的獎(jiǎng)懲方案；

5、(2)構(gòu)建基于多智能體的動(dòng)態(tài)交通仿真模型，用于確定出發(fā)時(shí)間以及出行成本；動(dòng)態(tài)交通仿真模型包括出行前決策模型和出行中決策模型，在出行前的決策模型中，個(gè)體出行者會(huì)根據(jù)獎(jiǎng)懲方案、個(gè)人偏好、時(shí)間成本、經(jīng)濟(jì)預(yù)算進(jìn)行出發(fā)時(shí)間和出行方式的決策；出行中決策模型為每個(gè)車輛智能體定義了在交通網(wǎng)絡(luò)中的基本行駛規(guī)則和相關(guān)環(huán)境參數(shù)，包括跟馳模型、交叉口決策模型以及交通信號(hào)控制參數(shù)；

6、(3)采用模擬退火算法求解基于多智能體的多目標(biāo)優(yōu)化模型，并以sioux?falls網(wǎng)絡(luò)作為研究區(qū)域驗(yàn)證預(yù)約出行模式的有效性。

7、本發(fā)明中預(yù)約出行策略在常發(fā)性擁堵路段的實(shí)施機(jī)制：

8、常發(fā)性擁堵路段設(shè)定容量閾值，在預(yù)約出行策略實(shí)施期間進(jìn)入預(yù)約路段的機(jī)動(dòng)車必須提前預(yù)約；預(yù)約成功后預(yù)約系統(tǒng)保留出行者使用預(yù)約道路的時(shí)隙；對(duì)于參與預(yù)約但未獲得通行權(quán)的用戶，預(yù)約系統(tǒng)為其提供備選的出行路徑，并鼓勵(lì)他們選擇公共交通，為其提供相應(yīng)優(yōu)惠，對(duì)違約的出行者處以行政處罰，利用罰款建立公交出行專項(xiàng)補(bǔ)助資金，為預(yù)約失敗而選擇公共交通的出行者提供額外的補(bǔ)貼。

9、本發(fā)明中多智能體的多目標(biāo)優(yōu)化模型為：

10、max?z＝λ1z1-λ2z2?????????????????????????????????????????(3a)

11、0≤sm≤s?????????????????????????????????????????????????????????(3b)

12、0≤f≤f?????????????????????????????????????????????????????????(3c)

13、其中，λ1為收入目標(biāo)的權(quán)重；λ2為成本目標(biāo)的權(quán)重；s和f代表補(bǔ)貼和罰款的上限；

14、交通系統(tǒng)的總收入z1：

15、

16、其中，代表第n個(gè)出行者選擇交通方式m時(shí)的系統(tǒng)收入；代表第n個(gè)出行者選擇交通方式m的補(bǔ)貼；

17、出行者的出行成本z2：

18、

19、其中，vt表示第n個(gè)出行者的在途時(shí)間價(jià)值；tn為第n個(gè)出行者的出行時(shí)間；表示第n個(gè)出行者選擇交通方式m的出行費(fèi)用，包括燃油費(fèi)用和公共交通費(fèi)用。

20、在本發(fā)明中，所述出行方式包括私家車、公交車和地鐵三種單一的出行模式，以及私家車換公交車、私家車換地鐵兩種組合換乘模式。

21、在本發(fā)明中，出行前決策模型，決策步驟如下：

22、①計(jì)算各個(gè)出行方式的不考慮出行補(bǔ)貼的廣義成本，并確定路網(wǎng)初始交通狀態(tài)

23、以貨幣度量計(jì)算出各出行方式的不考慮出行補(bǔ)貼的廣義成本，不考慮出行補(bǔ)貼的廣義成本涵蓋了早到或遲到時(shí)間成本、在途時(shí)間成本和出行費(fèi)用；

24、出行者根據(jù)原始的出行時(shí)間考慮各出行方式下不考慮出行補(bǔ)貼的廣義成本選擇合適的出行方式，選擇公交和地鐵的出行者按照固定的行駛路線，而選擇私家車的出行者在路網(wǎng)中參與出行中決策模型，統(tǒng)計(jì)每個(gè)出行者初始的出行路線和出行方式選擇，統(tǒng)計(jì)每個(gè)時(shí)間間隔下路段的平均行程時(shí)間，作為路網(wǎng)在該時(shí)刻下的初始交通狀態(tài)；

25、②實(shí)施預(yù)約出行模式后用戶的出行決策

26、首先利用出行中決策模型判斷出行者的初始路徑、最短路徑是否經(jīng)過預(yù)約路段，若不經(jīng)過預(yù)約路段則不考慮預(yù)約決策，若經(jīng)過預(yù)約路段，利用初始狀態(tài)下路段的行程時(shí)間計(jì)算出行者到達(dá)預(yù)約路段入口的時(shí)間，記錄這個(gè)時(shí)刻t1，判斷t1時(shí)刻是否還有剩余的預(yù)約名額，若有，則直接預(yù)定這個(gè)時(shí)段的通行權(quán)；若沒有，依次搜索與t1臨近的前后時(shí)段內(nèi)是否有空余容量；有空余容量，則重新考慮各交通方式的有出行補(bǔ)貼后的廣義出行成本，重新決定出發(fā)時(shí)間和出行方式。

27、在本發(fā)明中，出行前決策模型中，不考慮出行補(bǔ)貼的廣義成本的計(jì)算公式如下：

28、

29、其中，代表第n個(gè)出行者在t時(shí)刻出發(fā)選擇出行方式m的廣義成本；tw為通勤者單位規(guī)定的上班時(shí)刻；tt為在途時(shí)間；ve、vl和vt分別代表早到時(shí)間價(jià)值、晚到時(shí)間價(jià)值和在途時(shí)間價(jià)值；η為0-1變量，當(dāng)tw-(t+tt)≥0時(shí)即出行者按時(shí)或提前到達(dá)目的地時(shí)，η＝1，當(dāng)tw-(t+tt)＜0時(shí)即出行者遲到時(shí)，η＝0；om為出行費(fèi)用；pn(m)為第n個(gè)出行者選擇出行方式m的概率；θ1為交通方式選擇離散系數(shù)。

30、在本發(fā)明中，各交通方式有出行補(bǔ)貼后的廣義出行成本的計(jì)算方式如下：

31、(a)預(yù)約小汽車出行成本

32、

33、ure_car＝h*ur???????????????????????????????????????(5d)

34、

35、其中，為第n個(gè)出行者在t時(shí)刻選擇預(yù)約出行的廣義成本；為原始出發(fā)時(shí)間；當(dāng)出行者提前或推遲h個(gè)時(shí)間窗出發(fā)，則新出發(fā)時(shí)間為tt為在途時(shí)間即每個(gè)路段通行時(shí)間的總和；ure_car為預(yù)約出行模式下的用戶補(bǔ)貼，ur為每改變一個(gè)出行時(shí)間窗的補(bǔ)貼；pn(t)為第n個(gè)出行者選擇出發(fā)時(shí)間t的概率；θ2為出行時(shí)間選擇離散系數(shù)；

36、(b)非預(yù)約小汽車出行成本

37、

38、不參與預(yù)約的用戶按照原始的出發(fā)時(shí)間出行，因此出發(fā)時(shí)間為tt，k為不經(jīng)過預(yù)約路段的路徑k的在途時(shí)間；非預(yù)約出行小汽車不參與補(bǔ)貼，因此不納入計(jì)算；

39、(c)公交出行成本

40、

41、qbus≤60????????????????????????????????????????(7c)

42、因預(yù)約名額已滿無法按照原計(jì)劃出行需要轉(zhuǎn)向公交出行的用戶不調(diào)整出發(fā)時(shí)間，因此出發(fā)時(shí)間依舊為公交車的在途時(shí)間分為路段出行時(shí)間和等車時(shí)間ti；qbus為每輛公交車的乘客數(shù)量限制ubus為公交出行補(bǔ)貼；

43、(d)地鐵出行成本

44、

45、qmetro≤600??????????????????????????????????????????(8c)

46、與公交車類似，出行者選擇地鐵出行不調(diào)整出發(fā)時(shí)間；在途時(shí)間分為路段出行時(shí)間和等車時(shí)間ti；qmetro為每輛地鐵的乘客數(shù)量限制；umetro為地鐵出行補(bǔ)貼；

47、(e)私家車換公交車、私家車換地鐵兩種組合換乘模式下的出行成本

48、私家車換公交車、私家車換地鐵的廣義出行成本為上述相應(yīng)出行方式的廣義成本的組合；另外小汽車換乘時(shí)有停車場(chǎng)的停車成本pa、停車補(bǔ)貼up+r、停車場(chǎng)容量限制qpark≤500；

49、第n個(gè)出行者在交通方式m下選擇路徑k的概率pn(k|m)為：

50、

51、其中，θ3為路徑選擇離散系數(shù)；

52、此外，第n個(gè)出行者選擇出行方式m的概率為pn(m)：

53、

54、其中，為第n個(gè)出行者使用交通方式m的路徑期望最小費(fèi)用。

55、在本發(fā)明中，出行中決策模型中跟馳模型采用general?motor模型來描述車輛之間的相互作用。

56、在本發(fā)明中，所述交叉口決策模型根據(jù)當(dāng)前獲取的實(shí)時(shí)但不完全的信息來決定接下來的行駛方向，

57、出行者選擇某條路段的概率與其從該路段到目的地的剩余路線的總成本密切相關(guān)，包括新路線的最短出行距離、車輛在交叉口處由于交通流或信號(hào)控制導(dǎo)致的排隊(duì)等待時(shí)間以及特定路線的額外費(fèi)用；車輛選擇從交叉口i行駛到交叉口j的概率如下所示：

58、

59、其中：cij(t)為從交叉口i到j(luò)的總成本；dij為從交叉口i到j(luò)的距離；dij為選擇新路線后從交叉口j到目的地j的最短出行距離；yij(t)為路程的平均速度；wij(t)為車輛在交叉口的排隊(duì)等待時(shí)間；f為非預(yù)約用戶違規(guī)駛?cè)腩A(yù)約路段的罰款。

60、一種預(yù)約出行系統(tǒng)，其特征在于，包括計(jì)算系統(tǒng)、預(yù)約系統(tǒng)和管理系統(tǒng)；

61、所述計(jì)算系統(tǒng)系統(tǒng)根據(jù)歷史交通態(tài)勢(shì)研判路網(wǎng)擁堵的路段及時(shí)段，考慮各路段在不同時(shí)段的時(shí)空供需平衡，確定各預(yù)約時(shí)段的容量閾值，為用戶輸出行方案；

62、所述預(yù)約系統(tǒng)負(fù)責(zé)預(yù)約請(qǐng)求的管理，預(yù)約系統(tǒng)向出行者展示預(yù)約出行時(shí)刻表，該表顯示需要預(yù)約的路段在特定時(shí)間段內(nèi)的剩余容量；出行者在出行前通過預(yù)約系統(tǒng)進(jìn)行預(yù)約，預(yù)約成功后預(yù)約系統(tǒng)保留出行者使用預(yù)約道路的時(shí)隙；對(duì)于參與預(yù)約但未獲得通行權(quán)的用戶，預(yù)約系統(tǒng)為其提供備選的出行路徑，并鼓勵(lì)他們選擇公共交通，為其提供相應(yīng)優(yōu)惠；對(duì)違約的出行者處以行政處罰，利用罰款建立公交出行專項(xiàng)補(bǔ)助資金，為預(yù)約失敗而選擇公共交通的出行者提供額外的補(bǔ)貼；

63、所述管理系統(tǒng)負(fù)責(zé)維護(hù)預(yù)約出行秩序，協(xié)調(diào)交通服務(wù)；通過在預(yù)約路段的上游區(qū)域設(shè)置相應(yīng)的交通標(biāo)志和標(biāo)線來傳遞道路交通管控信息；采用車輛牌照識(shí)別技術(shù)核實(shí)預(yù)約車輛的履約情況并實(shí)施相應(yīng)的獎(jiǎng)懲制度。

64、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

65、1、本發(fā)明引入了針對(duì)用戶的補(bǔ)貼激勵(lì)和違約懲罰機(jī)制，構(gòu)建了基于多智能體的多目標(biāo)優(yōu)化模型。一方面，綜合考慮管理者和出行者利益，構(gòu)建了多目標(biāo)優(yōu)化模型，優(yōu)化設(shè)計(jì)面向社會(huì)效益最大化的出行激勵(lì)方案

66、2、在個(gè)體出行的多維決策變量環(huán)境中，基于異質(zhì)性用戶畫像、用戶預(yù)約出行信息、路網(wǎng)實(shí)時(shí)交通態(tài)勢(shì)研判、道路供需匹配現(xiàn)狀等多源交通信息，構(gòu)建了基于多智能體的多模式動(dòng)態(tài)交通仿真模型，模擬出行者在預(yù)約系統(tǒng)中的異質(zhì)行為。

67、3、本發(fā)明通過案例分析揭示了獎(jiǎng)懲機(jī)制對(duì)出行者行為決策的潛在影響，為城市交通擁堵治理提供了新的思路和方法，助力城市交通系統(tǒng)的可持續(xù)發(fā)展。