车联网环境下拥堵路网异质交通流逐日演化研究

摘要

为刻画车联网环境下出行者路径选择特征和评估交通流逐日演化规律，从主观历史经验和客观车载网联设备信息角度分析出行者异质性，运用指数平滑滤波技术推断异质出行者的感知出行时间。根据拥堵路段交通流特征建立拥堵路网行驶时间函数，基于随机网络出行理论刻画异质出行者交通流逐日演化均衡状态，提出面向路网均衡的交通流量逐日调整方法，构建车联网环境下面向拥堵路网均衡的异质交通流逐日演化模型，提升拥堵网络交通流预测的准确性。设计迭代算法对模型求解，利用实际路网测试表明：出行者认知出行时间误差、历史出行经验和网联车信息遵从程度对异质交通流逐日演化影响显著，当路径出行时间感知系数值为0.3时，路径均衡流量最大，历史出行经验和网联车信息遵从程度产生的路径交通流量均值平均增长率分别为2.09%和16.57%;考虑城市拥堵特性的道路交通网络流能够准确描述道路车辆集散特性，在测试路网的均衡交通状态下，考虑拥堵状况的路径交通流量位于5～20 pcu/h区间，路网流量趋向于均匀分布以分散局部路网压力。研究揭示了拥堵路网出行者路径选择及交通流逐日演化规律，提高了车联网环境下交通规划与管理的前瞻性和动态可控性。

关键词

交通工程 / 逐日均衡 / 路径选择 / 拥堵网络 / 异质性

基金资助

教育部人文社会科学研究基金项目(22YJCZH153); 中国博士后科学基金项目(2021M691311)