登录TOPS×

*


*

验证码加载中……

请先拖动验证码到相应位置


——  孙  剑  教  授  课  题  组  ——

第139期组会:付全路:《基于代理优化的路网奖励方案研究》

撰稿 朱玉寒   2024年03月21日 17:59:37  阅读()

        2024年3月20日下午16:30,TOPS第139期组会于通达馆A211会议室线下举行。本次组会由2018级博士付全路与大家交流讨论《基于代理优化的路网奖励方案研究》的相关内容。课题组老师同学出席了本次组会。

汇报时刻

        本次汇报分为:研究背景、研究内容与方法、结果分析和结论与展望四个部分,付全路首先介绍了研究背景,指出目前交通拥堵问题日益严峻的现状,同时说明了解决交通拥堵的两大措施为增加交通供给和交通需求管理。基于奖励的出行需求管理(Incentive-Based Travel Demand Management,IBTDM)是一种交通管理策略,旨在通过提供激励和奖励来引导和管理出行需求,以减少交通拥堵、改善交通效率和减少环境影响。之后说明了,IBTDM实证研究以出行模式和出行时间为主要目标,实证研究应用目标多样、但奖励方案未呈现精细化、最优化特征。同时目前现有研究来看,IBTDM理论研究聚焦出发时间、瓶颈模型,但理论研究在出行路径改变、路网模型研究存在一定的困难。

汇报内容

        因为在路网层面设置奖励方案有着以下特点:道路网络中路段之间流量计算关系复杂,会有排队溢出现象;出行者与交通网络之间的作用复杂,不同出行者对于奖励政策的敏感度不同(考虑出行者的出行行为);解析公式无法准确描述上述现象,很难精确建立评价交通网络性能的数学模型。于是在本次研究中,使用了仿真模型评估对路网奖励方案、利用仿真优化的寻找网络上最优奖励方案。仿真可以描绘路网级别的道路流量变化,且提供精确的网络性能评估,目标函数或约束条件通过仿真来隐式表达,多次进行仿真评估,找到最优的决策变量X取值使得仿真系统输出的目标函数Y最优。

汇报内容

        其次介绍了研究内容与方法,研究中的场景是在拥有多个节点多条路段的路网中,实施基于link-based的奖励方案,在考虑预算约束的情况下,探究不同预算下最优奖励方案。具体是一个双层规划模型:上层模型以路网系统的总出行时间最小为目标函数,以奖励总预算为约束条件,下层模型是仿真中的底层流量约束等条件。实验设计DOE、拟合代理模型、优化加点策略是基于代理模型优化框架的三大要素,该架构代理模型边拟合边寻优实验设计,DOE采用拉丁超立方采样,对于高维问题,采用KPLS代理模型,目标函数和约束函数双代理模型,优化加点准则考虑约束函数的代理模型的预测误差。关于高维问题中代理模型的选择,当维度过高时, Kriging模型会因为超参数的训练陷入维度诅咒。为了解决这个问题,将Kriging模型和偏最小二乘(PLS)技术相结合,形成kPLS新的预测模型PLS技术投影到较小的维度来最大化方差,并且检测重要超参数与输入y的相关信息,使用此思想缩放θ参数。之后建立了对于目标函数和约束条件的双代理模型。利用广义旅行成本函数表征奖励对于出行时间的影响,将奖励方案与底层仿真模型融合。

汇报内容

        接下来是结果分析,通过在实验性路网和徐汇真实路网中进行不同奖励方案与区域的测试,经过比较KPLS模型与baseline模型,表明了KPLS模型在精确度持平的状况下,效率得到了较大提升。同时在实验性路网中,每次迭代填充样本首先满足预算约束情况,产生了更低的TSTT的样本点,一直到最优解,随后的填充点超过预算约束,证明了加点策略有效性。徐汇路网,每次实验中,我们发现总是有根据加点策略选择的填充样本 ( 绿色框) 比初始样本表现更好。填充策略在各种场景中的一致性证明了其作为提高整体性能的方法的可靠性。随后又有在两个路网中对SBO框架下的最优解,以及最有奖励方案的性能进行了探讨,最后结合效用比这一评价指标对IBTDM的财务可行性进行了验证。

汇报内容

        最后是结论与展望,研究通过将KPLS模型集成到SBO框架里面,有效地解决了在处理高维IBTDM优化问题时计算效率低下的挑战。通过建立目标函数和约束函数双KPLS代理模型,提出了结合目标函数EI和约束函数PI的改进策略,还解决了一个困难但至关重要的研究问题,不仅仅是验证IBTDM的有效性,还包括对其效用比的深入调查,这可以反映出行管理策略及其结果的成本效益。未来可以进一步探究效用比和各种因素的关系,同时详细研究各种拥堵空间分布的影响。

        汇报结束后,田野老师对整体的研究情况进行了总结性说明。在交流讨论环节,2021级博士生房世玉对研究的落地前景和成本一致性进行提问;2019级博士生李建强对效用比的适用范围与情况进行提问;2021级博士生肖琳对奖励的方案设置细节进行提问;2023级硕士生叶轶淳对代理模型的高维不确定性进行提问;2022级硕士生刘佳琦对IBTDM的未来发展趋势进行提问;

        岳李圣飒老师对奖励机制的实地落成与检验进行提问;孙杰老师对奖励作用下解析模型的研究可行性进行提问梁浩阳老师对奖励假设如何作用于出行进行讨论,秦国阳老师对渗透路以及区域分割的选择进行提问;倪颖老师和杭鹏老师对汇报的状态提出了建议;田野老师对落地机会和与高德的有关项目进行了补充介绍。

        至此,本次组会圆满结束。



电话:021-69583650  管理员邮箱:2015qgy@tongji.edu.cn  
地址:上海市曹安公路4800号同济大学交通运输工程学院A440  邮编:201804

Creative Commons License TOPS课题组 页面浏览465,829次/访客70,123人次