考虑行为不确定性的公共交通服务中断下个体路径推荐
最优化与控制
2025-07-08 v2
摘要
公共交通乘客在服务中断期间需要引导。本研究提出一种基于个体的路径(IPR)推荐模型。该模型为每位乘客决定推荐哪些路径,目标为最小化系统行程时间并尊重乘客的路径选择偏好。我们假设推荐可能影响乘客的路径选择概率,但其实际选择是不确定的。这种行为不确定性使问题成为一个具有决策依赖分布的随机优化问题。我们提出一种单点近似方法,通过引入两个新概念:epsilon-可行性与 Gamma-集中性,来消除期望算子,二者分别控制优化问题中路径流的均值与方差。该近似得到一个易处理的单阶段混合整数线性规划,可用 Benders 分解高效求解。近似间隙被证明具有上界。进一步的理论分析表明,epsilon-可行性与 Gamma-集中性分别典型随机优化公式中的期望约束与机会约束强相关。该模型在真实案例研究中利用芝加哥交通管理局系统的一次城市轨道中断数据,以及一个具有不同网络规模与中断位置的合成案例研究加以实现。在真实案例研究中,结果表明所提 IPR 模型相较现状使系统平均行程时间降低 6.6%,相较基于容量的基准模型降低 4.2%。在合成案例研究中,所提模型相较基于容量的基准模型降低系统行程时间 15.0% 至 1.8%,具体取决于网络规模与需求情形。
引用
@article{arxiv.2301.00916,
title = {Individual Path Recommendation Under Public Transit Service Disruptions Considering Behavior Uncertainty},
author = {Baichuan Mo and Haris N. Koutsopoulos and Zuo-Jun Max Shen and Jinhua Zhao},
journal= {arXiv preprint arXiv:2301.00916},
year = {2025}
}