[讨论]大家谈谈Game Theory在交通科学研究中的应用如何？

qdliutl

如题。

[ 本帖最后由 水寿松 于 2009-4-28 02:14 编辑 ]

qdliutl

上传一篇公路交通科技上的文献。
非合作交通网络中的Braess悖论及其避免
董　菁, 张　佐
(清华大学自动化系, 北京　100084)
摘要: 平衡交通流网络中存在一种看似矛盾的Braess 悖论现象, 即在交通网络中增加一条通路反而会降低网络性能。本文分析了悖论产生的机理, 指出Braess 悖论的出现是由于非合作网络中Nash 平衡点不在Pareto 边界上, 并通过实例分析说明交通规划时应该尽量避免设计出可能导致Braess 悖论发生的路网结构, 而对于现有交通网络中存在的Pareto悖论现象, 可以通过控制和诱导等策略使交通流的分配达到Pareto 最优, 从而避免悖论发生。

水寿松

我这两年听的报告中讲到在交通中应用Game Theory的有两次，都是在交通分配领域的。一个是参加2004年第四届交通运输领域华人学者国际会议上的听的京秦高速公路管理处工程师朱敏清的报告《基于矩阵对策理论的多路径交通流分配方法》，比较简单概要。另一个就是在04年年底在上海大学召开的“交通科学的理论与实践”研讨会上南京大学工程管理学院的周晶教授做的报告《The Generalized Nash Equilibrium Model for Oligopolistic Transit Market with Elastic Demand》，这个讲的就比较细致了，不管俺没有好好听，嘿嘿！
周晶教授的报告见下楼，这里是一个简单的摘要：
GENERALIZED NASH EQUILIBRIUM MODEL FOR OLIGOPOLISTIC TRANSIT MARKET WITH ELASTIC DEMAND
Jing Zhou
(School of Management & Engineering, Nanjing University, Nan jing, 210093)
William HK Lam
(Department of Civil & Structural Engineering, The Hong Kong Polytechnic University, Hong Kong)
Benjamin G Heydecker
(Centre for Transport Studies, University College London, London, England)
This paper presents a bilevel transit fare equilibrium model for a deregulated transit system. In the upper-level problem, the transit competition is portrayed as an n-player, non-cooperative game by changing the fare structure of each of a set of transit lines separately so as to maximize the profit of each transit operator within the oligopolistic market. We show that there exists a generalized Nash game between transit operators, which can be formulated as a quasi-variational inequality problem. In the lower-level problem, the passengers’ response to the equilibrium fare structure of the transit operators is represented by the stochastic user equilibrium transit assignment model with elastic OD demand.  As a result, the bilevel transit fare equilibrium problem is presented in the Stackelberg form and solved by a heuristic solution algorithm based on a sensitivity analysis approach. A numerical example is given to illustrate the competition mechanism on the transit network and some useful findings are presented.

水寿松

LBSALE[5]LBSALE演讲稿：
GENERALIZED NASH EQUILIBRIUM MODEL FOR OLIGOPOLISTIC TRANSIT MARKET WITH ELASTIC DEMAND
Jing Zhou
(School of Management & Engineering, Nanjing University, Nan jing, 210093)
William HK Lam
(Department of Civil & Structural Engineering, The Hong Kong Polytechnic University, Hong Kong)
Benjamin G Heydecker
(Centre for Transport Studies, University College London, London, England)

wxiong

斑竹能否将朱敏清的报告《基于矩阵对策理论的多路径交通流分配方法》全文上传？
第四届交通运输领域华人学者国际会议论文集中只有摘要。

qdliutl

non-cooperative game 特别是Stackelberg model的应用在国内的文献中经常看到。在一个bilevel结构中，有两个决策者，一个是领导者，一个追随者。

qdliutl

   在周老师的这个报告中，经营商决策变量是车费，而乘客分布考虑的是可变需求。
   有不少人也用到belevel网络设计当中，上层是考虑so的网络设计问题，下层是考虑ue或者sue的流量分配问题。
   这些研究思路在近几年的文献中比较普遍。不知哪位大侠可以系统地介绍一下game thoery在国外交通文献中的研究思路，如果能够提供类似综述性的文章，那就太好了。

shoregh

公共交通网络系统的均衡配流最优设计及其经营博奕研究
【论文题名】 公共交通网络系统的均衡配流最优设计及其经营博奕研究
【论文作者】 周晶
【专业名称】 系统工程　
【导师姓名】 盛昭瀚　
【授予学位】 博士
【授予单位】 东南大学　
【授予时间】 19991101
【 分类号 】 U491.13　F540.3　
【 关键词 】 公交网络系统　均衡配流模型　经营博奕　
【论文页数】 86页
【文摘语种】 中文文摘
【 文　摘 】 该文首先讨论了一般的随机均衡原理和均衡模型.在路段出行成本是流量的单调函数的较弱条件下,首次证明了具有固定需求和弹性需求的随机均衡配流模型可表示为一个等价的变分不等式问题.阐明了该变分不等式与相应的互补问题以及凸规划问题之间的等价关系.针对公交网络系统的特殊性,提出了符合乘客路径选择行为肯易于确定的、新的广义路径的概念.将公交网络系统上的拥挤效应反映在由于公交车容量限制而导致的乘客过饱和延迟上,导出基于广义路径的公交网络系统的随机均衡配流模型.证明了该模型等价于一个凸规划问题,而且乘客听过饱和延迟时间等价于容量约束条件的拉格朗日乘子,并证明了算法的收敛性.同时将一般公交网络系统的随机均衡配流模型推广至多用户公交网络和具有弹性需求的随机均衡配流问题.该文运用动态Nash均衡原理,以公交线路的车费作为决策变量,分别在固定乘客需求和弹性乘客需求和弹性乘客需求的模式下,将该最优设计问题描述为决策者和乘客之间的Stakelberg博弈模型,并提出了基于灵敏度分析的启发式算法.该文以公交车车费作为经营者的决策变量,建立了经营者之间的博弈模型.并证明了所得到的效用函数是凹函数,从而保证了Nash博弈均衡解的存在性.由于该问题的特殊性,所得之博弈模型是广义Nash均衡博弈模型,表示为一个拟变分不等式问题.最后将拟变分不等式问题的求解,转化为求解一个等价的一般变分不等式问题.同时,该文还考虑了弹性需求下的公交系统的经营博弈问题,即将乘客作为竞争的参与者,使得模型更能符合实际情况.
目 录
文摘
英文文摘
第一章引论
§1.1问题的提出
§1.2公共交通网络系统的研究回顾
§1.3本文的主要研究内容
第二章交通网络系统的均衡原理及其配流模型
§2.1交通网络系统的一般描述
§2.2变分不等式的一般描述
§2.3 Wardrop用户均衡原理及其均衡配流模型
§2.4随机效用理论与随机用户均衡原理
§2.4.1效用函数和离散选择模型
§2.4.2 Logit型的随机路径选择模型
§2.5随机均衡配流模型及其等价的变分不等式问题
§2.5.1固定需求情形下的变分不等式问题
§2.5.2弹性需求情形下的变分不等式问题
§2.6小结
第三章公交网络系统的随机均衡配流模型
§3.1公交网络系统的一般描述
§3.2公交网络系统的随机均衡配流模型
§3.3多用户公交网络系统的随机均衡配流模型
§3.4具有弹性需求的公交网络系统的随机均衡配流问题
§3.5小结
第四章公交网络系统最优设计的Stackelberg博弈模型
§4.1具有固定需求的公交网络系统车费最优设计模型
§4.1.1 Stackelberg博弈及其数学模型的描述
§4.1.2公交网络系统费用结构的Stackelberg博弈模型
§4.1.3基于灵敏度分析的启发式算法
§4.1.4算例分析
§4.2具有弹性需求的公交网络系统的车费最优设计模型
§4.2.1公交系统供应与需求的平衡分析
§4.2.2公交网络系统费用结构的Stackelberg博弈模型
§4.2.3基于灵敏度分析的启发式算法
§4.2.4算例分析
§4.3小结
第五章公交网络系统的非合作经营博弈模型
§5.1广义Nash均衡博弈（Generalized Nash Equilibrium Game）
§5.2多个公交服务经营者之间的非合作博弈模型
§5.2.1经营者的效用函数
§5.2.2广义Nash经营博弈模型的建立
§5.2.3广义Nash经营博弈模型的求解
§5.3具有弹性需求的公交网络系统的非合作经营博弈模型
§5.4算例分析
§5.5小结
第六章结论
致谢
参考文献
在读期间完成的论文
公共交通网络系统的均衡配流最优设计及其经营博奕研究.part1

shoregh

LBSALE[300]LBSALE[这个贴子最后由水寿松在 2005/03/27 05:25pm 第 1 次编辑]

公共交通网络系统的均衡配流最优设计及其经营博奕研究.part2

shoregh

公共交通网络系统的均衡配流最优设计及其经营博奕研究.part3

本来想设置成用流体金币的，但是不知道怎么操作，哈哈

shoregh

从万方数据库下载下来的，所以是一段一段的，下载比较麻烦，希望版主支持一下

水寿松

[这个贴子最后由水寿松在 2005/03/27 05:53pm 第 2 次编辑]

下面引用由wxiong在 2005/03/27 07:48am 发表的内容：
斑竹能否将朱敏清的报告《基于矩阵对策理论的多路径交通流分配方法》全文上传？
第四届交通运输领域华人学者国际会议论文集中只有摘要。

有我早就上传了，这些资料什么的我哪能全都有呢，都赶上情报搜集所了，呵呵！

下面引用由shoregh在 2005/03/27 12:25pm 发表的内容：
本来想设置成用流体金币的，但是不知道怎么操作，哈哈
从万方数据库下载下来的，所以是一段一段的，下载比较麻烦，希望版主支持一下

在发贴或是编辑时，内容栏底下的选项中有“出售此帖，只有付钱才可以查看，售价××流体金币”的选项，想出售打勾就成！
已经支持了，看到附件名称估计你是分卷压缩的，所以第二部分出售300金币，不买的话下载其他附件也不能解压缩，要是觉得太贵你就自己改一下。
签名蛮酷的哦，嘿嘿^

qdliutl

[这个贴子最后由水寿松在 2005/11/30 06:18pm 第 1 次编辑]

    Selten教授好像近年来热衷于做交通方面的交通实验。上传两篇他与人合作的work paper.见下贴。

qdliutl

LBSALE[100]LBSALEExperiments on Day-to-Day Route Choice
M. Schreckenberga, R. Seltenb, Th. Chmurab,1, Th. Pitzb,2,
J. Wahlea,3
a Physics of Transport and Traffic Gerhard Mercator University
Lotharstr. 1, 47048 Duisburg, Germany
b Laboratory of Experimental Economics
Adenauerallee 24-42, 53113 Bonn, Germany
Abstract: The paper reports laboratory experiments on a day-to-day route choice game with
two routes. Subjects had to choose between a main road M and a side road S. The capacity
was greater for the main road. 18 subjects participated in each session. In equilibrium the
number of subjects is 12 on M and 6 on S.
Two treatments with 6 sessions each were run at the computerized Laboratory of Experimental
Economics at Bonn University using RatImage (Abbink and Sadrieh, 1995). Feedback
was given in treatment I only about own travel time and in treatment II on travel time for M
and S. Money payoffs increase with decreasing time. The main results are as follows.
1. Mean numbers on M and S are very near to the equilibrium.
2. Fluctuations persist until the end of the sessions in both treatments.
3. Fluctuations are smaller under treatment II .The effect is small but significant.
4. The total number of changes is significantly greater in treatment I.
5. A direct response mode reacts with more changes for bad payoffs whereas a contrary
response mode shows opposite reactions. Both response modes can be observed.
6. Subjects’ road changes and payoffs are negatively correlated in all sessions.
Key Words: travel behaviour research, information in intelligent transportation systems, dayto-
day route choice, laboratory experiments
麻烦斑竹把重复的帖子删掉，谢谢。

qdliutl

LBSALE[100]LBSALEExperiments and Simulations on Day-to-Day Route Choice-Behaviour  
  
REINHARD SELTEN
University of Bonn - Economic Science Area; CESifo (Center for Economic Studies and Ifo Institute for Economic Research)
MICHAEL SCHRECKENBERG
Gerhard Mercator University - Department of Economics
THOMAS PITZ
University of Bonn - General
THORSTEN CHMURA
University of Bonn - General
SEBASTIAN KUBE
University of Bonn - General
--------------------------------------------------------------------------------
April 2003
CESifo Working Paper Series No. 900  
   
   
Abstract:      
The paper reports laboratory experiments on a day-to-day route choice game with two routes. Subjects had to choose between a main road M and a side road S. The capacity was greater for the main road. 18 subjects participated in each session. In equilibrium the number of subjects is 12 on M and 6 on S. Two treatments with 6 sessions each were run at the Laboratory of Experimental Economics at Bonn University using RatImage. Feedback was given in treatment I only about own travel time and in treatment II on travel time for M and S. Money payoffs increase with decreasing time. The main results are as follows.
1. Mean numbers on M and S are very near to the equilibrium.
2. Fluctuations persist until the end of the sessions in both treatments.
3. Fluctuations are smaller under treatment II. The effect is small but significant.
4. The total number of changes is significantly greater in treatment I.
5. Subjects'; road changes and payoffs are negatively correlated in all sessions.
6. A direct response mode reacts with more changes for bad payoffs whereas a contrary response mode shows opposite reactions. Both response modes can be observed.
7. The simulation of an extended payoff sum learning model closely fits the main results of the statistical evaluation of the data.
Keywords: Travel Behaviour Research, Information in Intelligent Transportation Systems, Day-to-day Route Choice, Laboratory Experiments, Payoff Sum Model