科研之友
微信
新浪微博
Facebook
分享链接
摘要
为应对交通网络路段随机行程时间异质性分布情况下，出行者路径选择决策对行程时间可靠性和不可靠性方面的关注，以均值-超量行程时间为优化准则，构建了一种新的可靠路径规划模型；为刻画交通网络中不同路段随机行程时间的异质性分布，以行程时间前四阶矩为输入，解析估计了均值-超量行程时间，以免于现有研究均一化的分布假设；利用均值-超量行程时间的理论特性，提出了以Dijkstra最短路算法和K-最短路算法为基础的精确和近似两阶段算法；以Monte Carlo模拟方法为基准，验证了基于前四阶矩的均值-超量行程时间解析估计方法的精确性；通过求解算例网络中所有OD对的最短均值-超量路径，分析了近似两阶段算法的精确性和计算效率。研究结果表明：现有研究中常用的路段随机行程时间正态分布假设会忽略偏度和峰度系数对可靠路径选择结果的影响，而均值-超量行程时间解析估计方法所得近似值与真值的相对误差不超过0.13%;当K-最短路算法中K为10时，近似两阶段算法求解的全网络OD对最短均值-超量路径中，有0.11%的OD对的最小均值-超量与精确两阶段算法求解结果不同，最大相对误差为3.35%;针对由随机选择的5个节点与其他节点组成的OD对，近似两阶段算法平均计算时间与精确两阶段算法平均计算时间的比值范围为0.87%～22.96%,表明近似两阶段算法不仅保证了其求解准确性，还可有效提高计算效率；提出的模型和算法能够接纳网络中不同路段随机行程时间分布具有异质性的现实特征，其路径规划结果能够更好地体现出行者对按时到达可靠性和迟到风险的关注诉求。
- 单位
