刘 澜， 骆 晨， 尹俊淞， 马亚峰

(西南交通大学交通运输与物流学院，四川 成都610031)

多源信息环境下的驾驶员路径决策行为研究 是智能交通的重要研究方向之一.掌握复杂道路信息环境下的驾驶决策反应机制特征，有利于提高交通信息的效能，增强信息诱导的能力，降低交通拥堵的风险.

多源信息与道路决策选择的交互性，决定了驾驶员道路选择决策研究主要集中在驾驶员出行行为特性和出行交通信息影响两方面.文献［1］定量分析了具有个性特征的出行者与出行行为的关系;文献［2］确立了社会经济、道路环境、信息变化率等影响指标，利用模糊逻辑-神经网络模型，量化了在交通信息下驾驶员个人处理特性和道路选择特性;文献［3］基于改进的经典双路网络模型，研究了天气、事故等干扰因素对道路决策中出行前信息的影响，研究结果表明道路决策出行前信息的效用取决于自由流状态下的道路出行费用、出行成本函数以及拥挤程度;文献［4］利用AHP 层次分析法，构建基于驾驶员知识结构的多准则道路决策模型，并通过伊朗道路网络进行了模型验证;文献［5］基于潜类别模型，构造一种多源未知环境下的风险识别模型，处理道路决策过程中各因素之间的潜在关系，并通过实验得出道路决策过程中信息支付欲望取决于决策方式与社会人口特点的结论;文献［6］采用场理论构造一个新的微观模型的概念框架，模拟驾驶员面对外……