基于累积前景理论的动态交通流演化博弈模型.docVIP

基于累积前景理论的动态交通流演化博弈模型 管理工年呈.学报Vo1.28, No.3 Journal of Industrial Engineering/Engineering Management 2014年第3期基于累积前景理论的动态交通流演化博弈模型张波隽志才倪安宁2(1.上海交通大学安泰经济与管理学院，上海200052;2.上海交通大学船舶海洋与建筑工程学院，上海200240)摘要:交通流演化的内在动力机制走出行者的适应性学习及其诱发的路径选择行为的持续改变，当选择行为趋于稳定时交通系统也将达到或接近均衡状态。首先基于累积前景理论建立了一个用户均衡模型及其等价的变分不等式，在一定约束条件下对模型解的性质进行了讨论;然后将累积前景理论与演化博弈论相结合，利用复制子动态来刻画出行者日常Jf$.径选择的博养学习行为，建立了一个动态交通系统模型，结合稳定性分析证明了当满足一定条件时系统演化能够实现，用户均衡;最后通过算例在不同初始状态和不同参照点支新规则下分别展示了交通流的动态演化与用户均衡的实现过程，对相关研究结论进行了验证。本文拓展了传统交通分配模型完全理性假设和均衡分析方法的局限，更加真实、全面的刻画了动态交通系统长期运行特征和规律。关键词:动态交通系统;累积前景理论;复制子动态;用户均衡中图分类号:U491 文献标识码:A文章编号:1004-6062 (2014) 03-0164-10 。引言件下的出行行为，尤其是出发时间和出行路径选择，以及出行者的风险偏好符合前景理论的基本观点。日常出行通常传统交通分配模型，无论静态交通分配还是动态交通分配，绝大多数是基于Wardrop用户均衡(并非一次性活动，而是一个包含信息反馈机制的序贯决策过user equilibrium, UE) 原理[1]或是在对其进行拓展的基础上建立的，如随机用户均程。出行者在每一次出行前未必完全掌握当前路网状况，主衡(stochastic要基于经验、信息和习惯等因素进行决策，表现出一种适应user equilibrium, SUE)模型[2]、多用户多准则用性学习行为。在日常出行活动中，出行者之间不可避免地存户均衡(multiclass, multicriteria user equilibrium)模型[町、动在着相互影响和策略互动，这种影响和互动可以看作为一种态用户均衡(dynamicuser equilibrium, DUE )模型川等。UE博弈关系。经典博弈论以参与者的完全理性作为假设前提，原理关注较多的是均衡的存在性和唯一性问题，实际上隐含认为均衡是在博弈规则、参与者的理性以及支付函数都是共着一个基本假定，即均衡如果存在就一定能够实现。然而，同知识的情况下，由参与者的分析和自省所得出的结果，在现实中绝对的均衡往往很难实现，即使实现了也只是暂时分析和预测人的行为方面具有一定的局限性。Fudenberg和的，非均衡状态则具有普遍存在性。均衡和演化是客观物质Levine[口]提出的博弈学习理论对博弈均衡提出了另一种解世界中普遍存在的一对辩证统一的运动状态，二者相互联系并且在一定的条件下可以相互转化。UE实际上是一种均衡释，认为均衡是并非完全理性的参与者随着时间的推移寻求分析方法，难以刻画出行者日常路径选择、交通流动态演化最优化这一过程的长期结果，博弈均衡的达成是通过参与者等交通系统长期运行特征和规律。因此，有必要从演化的角的适应性学习实现的。演化博弈论摒弃了经典博弈论完全度进一步考察UE的实现过程和条件，探讨动态交通系统均理性假设的局限，利用各种演化动态(evolutionarydynamics) 衡与演化之间的相互联系和相互转化规律。近似刻画参与者的决策过程和学习行为，从人的有限理性出交通系统是典型的不确定性系统，受信息获取、历史经发来分析和预测群体行为。演化动态实际上是一种选择机验、认知能力、风险偏好以及价值趋向等因素的综合影响，现制动态方程，可以看作是基于群体行为的博弈学习模型。按实中出行者的决策行为很难做到完全理性和基于效用最大照博弈论观点，交通流演化的内在动力机制就是出行者的博化。心理学和行为经济学等研究表明，不确定性条件下人们弈学习及其诱发的路径选择行为的持续改变，当选择行为趋的决策行为呈现有限理性[町的特征，有限理性产生的根源在于稳定时交通系统也将达到或接近均衡状态，均衡的实现过于不确定性的客观存在。Kahneman和Tversky提出的前景程实质上是一个博弈学习过程。理论(ProspectTheoη) [6]及其修正版的累积前景理论Yang和Zhang[川认为交通系统在一些合适的演化动态(Cumulative Prospect Theory) [7]是一个有限理性决策理论，一下可以收敛到UE，并将这些合适的演化的动态称为理性行些结合出