交通分配悖论的非单调性分析
【学位单位】:哈尔滨工业大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:U491
【部分图文】:
图 3-2 不同拥挤水平下系统总出行成本的变化情况由图 3-2 可知,当网络总的交通流量 Q=750 时,在 c5=10 的条件下,总的出行成本随着路段 5 的改善先增加后降低,也就是说,边际改善路段 5 会增加系统总的出行成本,导致悖论现象的出现;但是大幅度降低路段 5 的出行成本,则会使得总的出行成本降低,从而能够避免悖论现象的出现 另外,比较上述三图可知,在低拥挤水平时ξQ=50ο,改善路段 5,总的出行成本总是降低的,即不会出现悖论现象;而当拥挤水平较高时,即 Q=2500,改善路段 5 总是增加总的出行成本,即悖论现象也总是出现 通过上述分析可知,拥挤水平对悖论现象以及其非单调特性的出现有着显著的影响,只有在一定的拥挤水平下,悖论现象的出现才会随着路段改善幅度的增加呈现非单调的特性,拥挤水平过高或者过低都不会出现相应的特性 实际上,悖论非单调特性的出现与用户均衡原则的本质有着密切的关系 拥挤程度较低时,用户均衡与系统最优之间的差异很小,用户均衡原则下的系统总的出行成本与路段成本呈现近似正相关的关系,改善路段必然会降低总的出行成本;但是随着拥挤程度的增加,由于在用户均衡原则中,出行者
总的出行交通流量 Q=1,分别设定标准方差 =0与 0.2,总的随机次数 N=10000,则通过进行迭代循环,可得出系统总的出行成本随着路段 5 出行成本的变化而变化的图像,如图 3-4 所示 图 3-4 MNP 模型中网络总成本 的变化图像由图 3-4 可知,当标准差 σ=0.2 时,在路段 5 的成本 Cx>Cx0时,路网总成本随着 Cx的减小先增大后减小,即悖论现象会随着路段 5 的改善先出现后消失,这种情况下与 MNL 模型中的分析结果一致,说明即使在考虑路径重叠的影响时,随机分配悖论在一定条件下也是呈现非单调特性的 另外
根据图 3-5 可知当 θ=0.1 时,在拥挤程度较低的情况,如图ξaο与ξbο所示,改善路段 5 的过程中,总的出行成本会先增加后降低,此时交通分配悖论存在非单调特性;但是在拥挤程度较高时,如图ξcο所示,改善路段 5只会增加总的出行成本,从而交通分配悖论不存在非单调特性 之所以会出现上述现象,可以归结为由随机效应与拥挤效应共同作用的结果 在拥挤程度较低时,拥挤效应的影响低于随机效应,分配结果更趋近于随机分配的情
【相似文献】
相关期刊论文 前10条
1 魏勇刚;李红;;归纳推理中单调性和非单调性效应的实验研究[J];信阳师范学院学报(哲学社会科学版);2006年03期
2 魏勇刚;李红;;儿童归纳推理中的单调性效应和非单调性效应研究[J];重庆师范大学学报(哲学社会科学版);2005年05期
3 潘兴斌;一类非单调算子的正固有元及迭代算法[J];计算数学;1988年02期
4 胡平;;新的松弛非单调线搜索法强收敛性分析[J];高等学校计算数学学报;2016年04期
5 曾宪廷;;一类新的带非单调线搜索的信赖域算法[J];滨州学院学报;2012年06期
6 胡平;倪勤;;一个松弛非单调线搜索法[J];数值计算与计算机应用;2010年03期
7 张莉敏;;国外非单调道义逻辑研究探析[J];学术论坛;2008年09期
8 吴克俭;非单调非线性方程的连分式算法[J];湛江师范学院学报(自然科学版);1997年01期
9 信明军;连风云;;“非单调变化”物理试题及其解法[J];中学物理(初中版);1996年03期
10 毕景涛;非单调变化的物理问题解法数例[J];物理教师;1996年02期
相关博士学位论文 前10条
1 缪卫华;过滤技术和非单调技术在数值优化问题中的结合与应用[D];南京师范大学;2006年
2 后六生;非光滑凸优化的若干算法[D];南京师范大学;2007年
3 杨正豪;非单调技术与过滤集技术在最优化和非光滑方程组中的应用[D];南京师范大学;2008年
4 张亮;周期非单调反应扩散模型的空间动力学[D];兰州大学;2016年
5 胡广平;几类捕食系统的分支问题与周期解[D];兰州大学;2009年
6 顾超;滤子方法求解非线性优化问题[D];上海师范大学;2009年
7 周玉荣;随机共振及其在神经动力学模型中的应用[D];电子科技大学;2009年
8 黄博南;基于神经计算的变分不等式优化求解方法研究[D];东北大学;2014年
9 靳国强;智能服务机器人分层任务规划的非单调理论与实现[D];中国科学技术大学;2012年
10 王勇;两类问题的互补求解方法及二阶锥互补问题解的性质[D];天津大学;2012年
相关硕士学位论文 前10条
1 黄文华;交通分配悖论的非单调性分析[D];哈尔滨工业大学;2019年
2 张云凤;非单调锥模型信赖域算法研究[D];河北大学;2018年
3 李小川;求解极大极小问题的非单调滤子方法[D];河北大学;2018年
4 李玉珠;非单调记忆梯度方法研究[D];河北大学;2018年
5 杨立然;一类新型的非单调信赖域算法[D];河北大学;2017年
6 郑伟丽;非单调楔形信赖域算法[D];河北大学;2017年
7 唐士博;求解约束优化的非单调型可行方向法[D];河北大学;2017年
8 刘吉霞;非单调线搜索下改进的共轭梯度法[D];南京航空航天大学;2009年
9 陈宏钦;一类新的非单调信赖域方法[D];西安电子科技大学;2009年
10 荣自兴;求解无约束优化的非单调型算法研究[D];河北大学;2016年
本文编号:2839579
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2839579.html