市场渗透率约束下的拼车奖励方案优化模型

U491.1+2; 目前,我国拼车出行交通模式的市场份额相对较低,在缓解交通拥堵、节能减排方面仍有巨大潜力未被充分挖掘.基于奖励的交通需求管理策略可以提高民众拼车出行意愿,但奖励方案的设置与拼车出行的市场渗透率高度相关,不合理的奖励方案容易导致成本增加,甚至项目破产.为进一步激发拼车需求,合理利用交通资源,文中提出一种基于路段的拼车奖励方案优化模型,以拼车为支点,以奖励为杠杆,实现社会出行总成本的降低.其中,上层模型旨在寻找最优拼车奖励方案以最小化社会出行总成本,下层模型为相应奖励方案下的拼车出行车辆和单人驾驶车辆用户均衡流量分配模型.采用嵌套Frank-Wolfe算法的遗传算法求解该模型,并...

Full description

Saved in:
Bibliographic Details
Published in华南理工大学学报（自然科学版） Vol. 52; no. 6; pp. 12 - 23
Main Authors 孙剑, 吴纪?, 李政, 田野
Format Journal Article
LanguageChinese
Published 同济大学 交通运输工程学院,上海 201804 01.06.2024
Subjects
market penetration
交通需求管理
预算
市场渗透率
奖励方案
network modeling
拼车
travel demand management
incentive scheme
网络建模
ridesharing
budget
Online AccessGet full text
ISSN1000-565X
DOI10.12141/j.issn.1000-565X.230210

Cover

More Information
Summary:U491.1+2; 目前,我国拼车出行交通模式的市场份额相对较低,在缓解交通拥堵、节能减排方面仍有巨大潜力未被充分挖掘.基于奖励的交通需求管理策略可以提高民众拼车出行意愿,但奖励方案的设置与拼车出行的市场渗透率高度相关,不合理的奖励方案容易导致成本增加,甚至项目破产.为进一步激发拼车需求,合理利用交通资源,文中提出一种基于路段的拼车奖励方案优化模型,以拼车为支点,以奖励为杠杆,实现社会出行总成本的降低.其中,上层模型旨在寻找最优拼车奖励方案以最小化社会出行总成本,下层模型为相应奖励方案下的拼车出行车辆和单人驾驶车辆用户均衡流量分配模型.采用嵌套Frank-Wolfe算法的遗传算法求解该模型,并以Sioux Falls路网和Nguyen Dupuis路网为算例对模型的可行性及有效性进行了验证.结果表明:不符合市场渗透率的预算投入会导致社会总成本大幅上涨;在最优拼车奖励方案下,社会出行总成本降低约24.53%,50%的拥堵路段的拥堵得到缓解,出行公平性问题得到缓和.文中提出的模型可为道路管理者设置科学、合理的拼车奖励方案提供理论基础.
ISSN:1000-565X
DOI:10.12141/j.issn.1000-565X.230210