改进的Logit随机路径选择模型及其算法实现。.pdf

维普资讯 2002年 12月 重 庆 大 学 学 报 Dec．2O02 第25卷第 12期 JournalofChongqingUniversity Vo1．25 No．12 文章编号 ：1000—582X(2002)12—0095—03 改进 的Logit随机路径选择模型及其算法实现。 陈 义 华 ，何 仁 斌 ，王 伟2 (1．重庆大学 数理 学院，重庆 400044；2．长春 大学 应 用理 学院，吉林 长春 130022) 摘 要：在交通分配 问题 中，路径 出行成本是与流量相关的函数，使用 Logit随机路径选择模型进行 配流计算会带来一定的误差，而随机均衡配流模型及算法都 比较复杂，模型的应用受到一定的限制 。因 此对 Logit随机路径选择模型进行 了改进 ，并用逐次分配算法成功实现求解 ，还对求解结果进行 了对 比分 析 。改进后 的模型 同原模型相 比，简单直观 、假设合理 、易于求解 ，同时考虑 了出行成本与流量的关系，对 于交通拥挤 的配流 问题 同样适用 ，因而具有广泛的应用前景 。 关键词 ：Logit模 型 ；交通分配 ；出行成本 中图分类号 ：01575；U12 文献标识码 ：A． Logit随机路径选择模型适用于路径 的实际出行 其 中，第 2条和第 3条假设具有一定 的现实意义 。 成本与路径流量无关 的交通分配 问题 。但是实际上 ， 由于信息的传输具有一定 的延迟性 ，因而造成人们对 路径 出行成本不仅是随机 的，而且也是与流量相关 的。 出行成本的理解具有滞后性 。比如 ，由于缺乏实时的智 此时 ，路径选择概率不再是常数 ，而是与流量相关的函 能控制 ，出现堵车现象时，变得越堵越严重 。同原 Logit 数 。反之 ，路径选择概率的变化又会导致路径流量 的 模型相 区分 ，第 4条假设使得路径选择概率不再是常 变化 ，从而影 响路径 出行成本 函数 。因此 ，使用 Logit 数 ，而是与流量相关 的函数 。 随机路径选择模型进行配流计算会带来一定 的误差 。 2 模型建立 于是人们 提 出 了随机 均衡 配 流模 型 (stochasticuser equilibrium，SUE)，并在这方面进行 了大量 的研究，但是 设 c7(t+△t)表示 出行者在 t+△t时刻对 OD对 由于模型及算法都 比较复杂 ，研究成果至今仍不够完 ∞之间路径 r的理解 出行成本 ，由假设 善 ，因而模型 的应用受到一定限制 。 c7(t+At)= c7(t)+ ￡ r∈ R ；ccJ∈ W 针对这一 问题 ，笔者在原有 Logit型随机路径选择 其 中， 是所有 OD对 的集合 ， 是 OD对 ∞之 间的路 模型 的基础上 ，进行 了适 当改进 ，采用逐次分配 的算 径集合 ，c(t)是 OD对之间路径 r在 t时刻的实际(测 法 ，取得 了较好 的效果 。 量)出行成本 ，￡是随机变量，且有 E(￡)=0o则出行 者在 t+△l时刻选择路径 r的概率为 1 模型假设 (t+△1)=P{ (t+△1)≤ 1)出行者对路径 出行成本 的估计是随机 的、不精 (t+At)，V．『∈ 尺 、r} 确的。 若用效用理论来解释上式 ，应该视路径为方案，效用为 2)出行者对路径 出行成本 的估计在时间上具有 负的出行成本