مقاله یک رویکرد دینامیکی روز به روز برای محتمل ترین مشکل موازنه کاربر

چکیده

The lack of a unique user equilibrium (UE) route flow in traffic assignment has posed a significant challenge to many transportation applications. The maximum-entropy principle, which advocates for the consistent selection of the most likely solution as a representative, is often used to address the challenge. Built on a recently proposed day-to-day (DTD) discrete-time dynamical model called cumulative logit (CULO), this study provides a new behavioral underpinning for the maximum-entropy UE (MEUE) route flow. It has been proven that CULO can reach a UE state without presuming travelers are perfectly rational. Here, we further establish that CULO always converges to the MEUE route flow if (i) travelers have zero prior information about routes and thus are forced to give all routes an equal choice probability, or (ii) all travelers gather information from the same source such that the so-called general proportionality condition is satisfied. Thus, CULO may be used as a practical solution algorithm for the MEUE problem. To put this idea into practice, we propose to eliminate the route enumeration requirement of the original CULO model through an iterative route discovery scheme. We also examine the discrete-time versions of four popular continuous-time dynamical models and compare them to CULO. The analysis shows that the replicator dynamic is the only one that has the potential to reach the MEUE solution with some regularity. The analytical results are confirmed through numerical experiments.

چکیده به فارسی (ترجمه ماشینی)

فقدان جریان مسیر تعادل کاربر منحصر به فرد (UE) در تکالیف ترافیک ، برای بسیاری از برنامه های حمل و نقل چالش مهمی ایجاد کرده است.اصل حداکثر آنتروپی ، که طرفدار انتخاب مداوم از محتمل ترین راه حل به عنوان نماینده است ، اغلب برای رسیدگی به چالش استفاده می شود.این مطالعه که بر روی یک مدل دینامیکی روز به روز (DTD) به نام های گسسته به نام تجمعی Logit (Culo) ساخته شده است ، این مطالعه یک زیربنای رفتاری جدید برای جریان مسیر حداکثر آنتروپی UE (MEUE) را ارائه می دهد.ثابت شده است که کلو می تواند بدون فرض اینکه مسافران کاملاً منطقی باشند ، به یک کشور UE برسد.در اینجا ، ما بیشتر ثابت می کنیم که اگر (i) مسافران اطلاعات قبلی در مورد مسیرها صفر دارند و بنابراین مجبور می شوند به همه مسیرها احتمال انتخاب مساوی را بدهند ، یا (ii) همه مسافران اطلاعات را از همان منبع جمع می کنند.به گونه ای که به اصطلاح شرایط تناسب عمومی برآورده شود.بنابراین ، کلو ممکن است به عنوان یک الگوریتم راه حل عملی برای مشکل Meue استفاده شود.برای عملی کردن این ایده ، ما پیشنهاد می کنیم نیاز شمارش مسیر مدل اصلی Culo را از طریق یک طرح کشف مسیر تکراری از بین ببریم.ما همچنین نسخه های گسسته از چهار مدل دینامیکی زمان مداوم محبوب را بررسی می کنیم و آنها را با کلو مقایسه می کنیم.تجزیه و تحلیل نشان می دهد که پویا Replicator تنها موردی است که می تواند با برخی از منظم به راه حل Meue برسد.نتایج تحلیلی از طریق آزمایش های عددی تأیید می شود.