赵思萌

(中铁第六勘察设计院集团有限公司，天津 300308)*

为了有效减缓高峰时段交通拥堵，一方面是改善交通基础设施，另一方面就是调控交通出行量 .调控交通出行量主要是调整出行者的出行时间和出行方式，即出行者避开高峰时段，采用公共交通方式出行，达到减少道路交通出行量的目的[1].

研究出行者出行时间选择和出行方式选择的文献较多，大多基于期望效用理论和离散选择模型[2-3].在一定时期内，出行时间选择和出行方式选择可以看作是一个动态学习和选择的过程，研究者往往注重行为决策和模型建立，而缺少对客观选择行为的轨迹模拟[4-5].本文基于强化学习算法原则，结合出行者出行行为选择的认知更新过程，构建了出行时间和出行方式联合选择的微观认知模型，并通过仿真的方法模拟出行者群体出行选择行为的变化规律，从而为交通管理等政策的制定和评估提供方法支撑，达到高峰时段减缓交通拥堵的目的 .

1 微观仿真方法

本文提出的研究方法主要包括两个部分：出行者个体和仿真系统.

1.1 出行者个体

在微观仿真方法中，通过对每个出行者的学习、适应以及行为决策过程进行建模，来描述出行者出行选择行为的过程，即将出行者作为一个智能体，通过积累经验和接受环境的变化对行为选择进行调整，这种方法通常可以拓展到多维的行为选择，如出行时间、出行方式、出行路径和目的地等[3].本文……