作者团队包括Ting Wang、Sisi Jian、Chengdong Zhou、Bin Jia及Jiancheng Long，分别隶属于北京交通大学系统科学学院、香港科技大学土木及环境工程学系、北京交通大学交通运输行业大数据应用技术重点实验室和合肥工业大学汽车与交通工程学院；其论文发表在《Transportation Research Part C》第169卷（2024）上，页面编号为104881。论文研究主题为“Multimodal traffic assignment considering heterogeneous demand and modular operation of shared autonomous vehicles”（考虑异质性需求及模块化操作的共享自动驾驶汽车在多模式交通分配中的应用），提供了一种新颖的理论模型和算法，解决了复杂多模式交通系统中未能充分满足个性化需求的问题。

研究背景及目的

科学背景

随着城市化的快速发展，交通拥堵和公共交通不便等问题日益明显。为缓解这些问题，许多城市已推广并发展多模式交通系统，这些系统涵盖了私家车、出租车、公交车、地铁及非机动车等多种交通方式。然而，传统的交通分配模型往往假设所有旅客具有同质化需求，忽视了对个体偏好与群体出行行为的深度考虑。

共享自动驾驶汽车（Shared Autonomous Vehicles, SAVs）的出现为多模式交通系统提供了更灵活的供给模式，能通过模块化设计满足不同规模的群组共享需求。然而，目前对多模式交通系统中SAV的角色及其影响的研究较少，尤其是如何构建能够充分描述异质性需求的理论模型，以及在实际交通网络中的实现与优化。

研究目的

论文的主要目标为： 1. 提出一个异质性需求交通分配问题（Heterogeneous Demand Traffic Assignment Problem, HD-TAP）模型，能够综合模拟多种出行模式及模块化SAV的实际运行状态。 2. 针对HD-TAP开发一种高效的算法，解决大规模实际多模式交通网络中的分配问题。 3. 通过数值实验分析旅客偏好、群体人数及SAV模块化操作的供给对系统性能的影响，并为交通政策制定者提供决策参考。

研究详细流程及方法

研究主要包括以下步骤：

1. 模型构建

异质性需求的定义

为了刻画旅客异质性需求，模型对旅客出行行为的研究从两个视角展开： - 偏好出行方式：不同旅客对私家车、SAV、公交车及地铁等交通模式的偏好选择。 - 群体出行人数：涉及多名旅客结伴出行的情况，例如共享SAV或公交车。

建立多模式交通超网络

论文使用一个多层次的超网络表示多模式交通系统，其包括四种交通模式：私家车、公交车、地铁及SAV。 - 道路子网络：模拟私家车及SAV流量。 - 公交子网络：包括公交线路及地铁线路，以及旅客在站点的上下车行为。 - 多模式超网络：对上述两种子网络进行整合，通过设置转乘连接点实现模式间的无缝衔接。

通用化旅行成本

研究综合考虑了多种影响交通选择的因素——时间、拥堵、费用及服务频率——定义不同模式和路径的通用化成本函数。模型特别关注了SAV模块化操作对成本和道路容量的影响，如调度不同模块数以匹配群体需求，并调整道路容量扩展率。

2. 理论模型设计

模型分为两部分： - 私家车旅客：采用交叉巢氏逻辑(Cross-Nested Logit, CNL)模型刻画其路径选择行为，考虑路径间的重叠效应。 - 非私家车旅客：使用多模式用户平衡(Multinomial Logit User Equilibrium, MNL-UE)模型描述其模式选择及路径选择行为。

3. 离散算法开发

论文提出了基于梯度投影的算法（Gradient Projection-Based Algorithm, GPB），适用于HD-TAP问题的高效求解： - 初始化：根据路径成本比较，所有旅客初步分配至最短路径。 - 主循环：不断更新路径流量，同时适应动态变化的旅客偏好和需求。 - 内循环：针对收敛性能较差的路径集，实施更加密集的调整以提高全局收敛性。

此算法特别集成了路径流增量调整及高效率的多次流量迭代，并验证了其在大规模交通网络中的适用性。

研究主要结果

数值实验分析

通过在Sioux-Falls交通网和Chicago-Sketch大规模实际交通网中实施，研究验证了模型和算法的有效性：

1. 旅客偏好对系统性能的影响： 当旅客价值时间值较高时，他们倾向于选择成本较高但速度较快的SAV模式；而价值时间较低的旅客多倾向于选择低成本的公交车。研究进一步表明，在高时间价值地区引入SAV能够显著提升社会福利。

2. 群体规模对系统性能的影响： 增大群组出行人数（Number of Group Riders, NGR）可以显著降低总旅程时间及价格。虽然大规模共享模式可以提升SAV的使用率，但需注意模块化小容量SAV的过渡供给可能引发公共交通客流的流失。

3. SAV模块化操作的影响： 可调节模块的SAV有助于满足不同需求，显著提高系统的运营灵活性，但研究提示需合理调控SAV模块容量的供应，以实现对资源的最优利用，避免过度供给所导致的空置率增加及能耗浪费。

研究结论及意义

1. 科学价值： 模型对传统交通分配问题的显著扩展，首次结合了旅客多模式选择行为、路径重叠效应与SAV模块化操作的分析框架。同时，通过数值实验提供了量化评估工具，为更复杂的异质性需求交通分配问题提供了新的解决思路。

2. 实际应用价值： 模型可为交通政策制定者在规划SAV部署、优化出行模式分布及制定多模交通策略时提供依据。尤其是对新型智能交通系统的开发具有重要的指导价值。

研究亮点

• 创新性模型：集成了异质性需求分析及多模式交通分配的高级逻辑模型。
• 高效求解算法：基于路径流量的逐步优化机制证明了其在大规模网络上的高效性。
• 政策建议：对公共交通的保留及合理SAV供给提供了明确方向。

值得关注的额外内容

论文同时对交通规划者提出了多方面建议，包括提升运输工具间的无缝转接、系统化鼓励共享出行及基于需求的差异化服务策略，这些见解为未来交通系统的全面优化提供了深远参考价值。