[论文解读] Managing network congestion with a tradable credit scheme: a trip-based MFD approach

Renming Liu, Siyu Chen+4 more|arXiv (Cornell University)|Sep 15, 2020

Transportation Planning and Optimization参考文献 48被引用 7

一句话总结

本文提出了一种基于行程的可交易信用方案（TCS），利用宏观基本图（MFD）管理早高峰通勤拥堵。通过设定与时间及行程长度相关的信用费率，并允许信用交易，该方案实现了收支平衡、社会最优的交通分布，且具备唯一均衡与信用价格稳定性的分析证明，其性能优于无控制和按时段定价策略。

ABSTRACT

This study investigates the efficiency and effectiveness of an area-based tradable credit scheme (TCS) using the trip-based Macroscopic Fundamental Diagram model for the morning commute problem. In the proposed TCS, the regulator distributes initial credits to all travelers and designs a time-varying and trip length specific credit tariff. Credits are traded between travelers and the regulator via a credit market, and the credit price is determined by the demand and supply of credits. The heterogeneity of travelers is considered in terms of desired arrival time, trip length and departure-time choice preferences. The TCS is incorporated into a day-to-day modelling framework to examine the travelers' learning process, the evolution of network, and the properties of the credit market. The existence of an equilibrium solution and the uniqueness of the credit price at the equilibrium state are established analytically. Furthermore, an open-source simulation framework is developed to validate the analytical properties of the proposed TCS and compare it with alternative control strategies in terms of mobility, network performance, and social welfare. Bayesian optimization is then adopted to optimize the credit toll scheme. The numerical results demonstrate that the proposed TCS outperforms the no-control case and matches the performance of the time-of-day pricing strategy, while maintaining revenue-neutral nature.

研究动机与目标

• 设计一种收支平衡、公平的城市拥堵需求管理机制，采用可交易信用方案（TCS）
• 在动态TCS框架中纳入出行者在期望到达时间、行程长度及出发时间偏好上的异质性
• 建立在所提出的TCS下信用市场与网络流量中均衡存在性与唯一性的分析条件
• 通过开源仿真验证模型，并利用贝叶斯优化优化信用费率
• 从出行便利性、网络效率与社会福利角度，对比TCS与无控制及按时段定价策略的性能表现

提出的方法

• 本研究采用基于行程的宏观基本图（MFD）来建模早高峰期间的全网交通动态
• 设计了随时间变化且与行程长度相关的信用费率，出行者需根据出发时间和行程长度支付信用以进入网络
• 采用逐日学习模型模拟出行者行为，包括出发时间选择、信用交易以及对信用价格变动的响应
• 信用市场通过供需关系内生出清，信用价格由访问需求的过剩程度决定
• 通过分析证明，在标准假设下，均衡存在且信用价格唯一
• 采用贝叶斯优化校准并优化信用收费方案，以提升系统性能

实验结果

研究问题

• RQ1 在出行者偏好异质的条件下，所提出的基于行程的TCS是否能实现网络流量与信用价格的唯一均衡？
• RQ2 在TCS框架下，信用价格与出行行为的动态演化过程如何在逐日学习过程中展开？
• RQ3 TCS能否在保持收支平衡与公平性的同时，实现与按时段定价相当的性能表现？
• RQ4 在所提出的TCS模型中，确保信用价格唯一性的条件是什么？
• RQ5 与无控制和按时段定价策略相比，该系统在出行便利性、网络效率与社会福利方面的表现如何？

主要发现

• 所提出的TCS确保了动态系统中至少存在一个均衡解，其存在性基于不动点定理的分析证明
• 在标准假设下，均衡状态下的信用价格具有唯一性，该唯一性通过反证法与不等式分析得到证明
• 数值仿真结果表明，TCS在减少拥堵与提升社会福利方面优于无控制情景
• TCS在出行便利性与网络效率方面实现了与按时段定价相当的性能，且无收益流失
• 贝叶斯优化成功识别出最优的信用收费参数，提升了系统性能并维持了市场稳定性
• 信用市场保持稳定并高效出清，供需随时间趋于平衡，支持了实际应用的可行性