● 摘要
城市交通网络中，交通信息对交通流的影响是一个非常复杂的动态过程。关于实时交通信息的研究主要集中于计算机模拟、现场试验和建模分析等方法和手段，利用网络交通流进行研究的居多。如何将交通流理论中的网络交通流模型和道路交通流模型进行融合，是本文的基本出发点。 元胞传输模型（Cell Transmission Model，CTM）是对LWR模型的离散化近似。一方面，CTM模型是研究城市交通网络交通流很好的工具，已经被应用于动态交通分配（DTA）问题中，可以提高动态交通模型的应用效果。另一方面，它能够很好地模拟交通流激波、排队形成与消散等交通流动力学特性，清楚地描述排队的物理效应。本文的主要贡献是将元胞传输模型（CTM）和实时交通信息的研究相结合，试图为今后的研究找到一个新的切入点。 首先，将CTM应用到可变信息标志（VMS）的选址问题研究中。通过考察一个简单的网络，设定了固定的和流量依存的路径分流比例两种VMS信息。研究表明，合适的VMS位置可以减少系统内所有车辆的总行驶时间。 然后，提出了一种新的基于CTM的路径行驶时间计算方法，并使用LOGIT原则计算路径选择概率，针对重复性拥挤和非重复性拥挤两种交通状况，分析了VMS对交通流的影响。数值模拟结果表明，理论模型能够合理反映现实的交通状况，发生重复性拥挤时，VMS能够合理疏导人们的出行，减缓交通拥挤；而发生非重复性拥挤时，VMS对高需求和低需求情形下的交通流影响相似，但在高需求情形下，路径选择对模型参数的敏感区很小。在此基础上，将出行者分为驾驶员熟手和新手展开了进一步的研究。 接下来，将研究对象扩展到一般的网络。采用VMS路径建议，利用CTM模拟了有、无VMS实时交通信息的条件下，交通流在网络中的传播。 最后，本文应用CTM研究了无信息诱导路径选择、基于VMS的近视转换和有界理性路径选择等三种规则，并利用CTM模型建立了虚拟车辆的路况探测机制。通过数值实验了解到，后两种规则可以减少系统总出行时间，信息服从率越高，系统的改善程度越大。当有界理性规则的“界”参数设置在一定区间内时，该规则优于近视转换规则，否则不如近视转换规则。