多源出行信息影響下的路徑選擇行為仿真

戢曉峰，張　玲，馮　川

(昆明理工大學(xué)　交通工程學(xué)院，云南　昆明　650500)

?

多源出行信息影響下的路徑選擇行為仿真

戢曉峰，張玲，馮川

(昆明理工大學(xué)交通工程學(xué)院，云南昆明650500)

為獲取多源出行信息影響下的駕駛員路徑選擇行為特征，分析了駕駛員主觀行程時間預(yù)測的特征，建立了多源出行信息對主觀行程時間預(yù)測的影響模型?；诖笮婉{駛模擬仿真系統(tǒng)設(shè)計了包含交通廣播、可變信息板的多源出行信息場景，要求駕駛員搜尋出行信息并以行程時間最短為目標(biāo)完成駕駛試驗(yàn)任務(wù)，從而獲取不同信息場景下的路徑選擇行為特征。結(jié)果表明：單一交通廣播的信息場景中，平均行程時間最長，主觀行程時間預(yù)測精度較差，但交通廣播能夠幫助駕駛員避開延誤嚴(yán)重的路段；單一可變信息板的信息場景中，平均行程時間的離散程度大，但主觀行程時間預(yù)測精度較高，可變信息板的信息服務(wù)范圍有限；交通廣播與可變信息板組成的多源出行信息場景中，行程時間方差最小，主觀行程時間預(yù)測精度明顯提高，整體駕駛績效優(yōu)于單一信息源。

智能交通系統(tǒng)；路徑選擇行為特征；仿真；多源出行信息；駕駛模擬；行程時間預(yù)測

0　引言

隨著ATIS的快速發(fā)展，通過交通廣播、可變信息板(Variable Message Sign，VMS)、車載GPS等多種方式向駕駛員發(fā)布動態(tài)、個性化的出行信息已成為現(xiàn)實(shí)，但其服務(wù)覆蓋范圍、關(guān)聯(lián)區(qū)域、信息類型以及信息更新周期均存在巨大差異，使得駕駛員面臨一個多源、異構(gòu)、動態(tài)的出行信息環(huán)境。出行信息是駕駛員出行決策的重要依據(jù)，高效的出行信息服務(wù)能夠引導(dǎo)駕駛員合理選擇路徑，提高出行效率。因此，分析多源出行信息下的駕駛員路徑選擇行為特征顯得尤為重要。然而，已有研究大多關(guān)注于特定類型的出行信息對出行行為的影響，如Katsikopoulos等[1]通過分組對比試驗(yàn)，驗(yàn)證了認(rèn)知負(fù)荷對駕駛員路徑選擇行為的實(shí)際影響，并指出駕駛仿真試驗(yàn)是采集真實(shí)環(huán)境中駕駛行為數(shù)據(jù)的最佳途徑；Chorus[2]通過構(gòu)建多模式出行信息下的出行仿真器，驗(yàn)證了出行信息對駕駛員實(shí)際路徑選擇的影響；李春燕等[3]在考慮實(shí)時信息及出行者出行經(jīng)驗(yàn)差異的基礎(chǔ)上，對出行前信息提供條件下的駕駛員路徑選擇行為進(jìn)行了研究；鐘連德等[4]將駕駛模擬器作為試驗(yàn)平臺，通過搭建不同左側(cè)路肩寬度的模擬駕駛場景，研究了左側(cè)路肩寬度對駕駛員出行信息搜尋行為的影響；戢曉峰[5-6]、魏雪梅等[7]探討了駕駛員的出行信息認(rèn)知模式，并分析了駕駛員的出行信息搜尋行為特征，指出駕駛員對出行信息的認(rèn)知及信息源的選擇是影響搜尋行為特征的重要因素；王衛(wèi)衛(wèi)等[8]采用SP調(diào)查分析了VMS對路徑選擇行為的影響，指出駕駛風(fēng)格、出行時間及VMS可信度是影響路徑選擇的主要因素；曾松等[9]通過駕駛員調(diào)查和計算機(jī)仿真測試等試驗(yàn)分析方法研究了駕駛員的路徑選擇模式，探討了行程時間信息使駕駛員由常用路線改換到其他路線上的傾向性；Bogers等[10]通過簡單的場景設(shè)計進(jìn)行仿真試驗(yàn)，探討了途中信息服務(wù)、學(xué)習(xí)能力、習(xí)性等因素對駕駛員路徑選擇行為的影響；Rong[11]通過建立Probit模型分析了出發(fā)前信息對駕駛員確定出發(fā)時間和路徑選擇的影響。

顯然，相關(guān)研究對多源出行信息影響下的出行行為缺乏關(guān)注，研究方法主要集中于實(shí)地觀察統(tǒng)計和SP調(diào)查，而仿真研究相對較為匱乏，且對微觀出行信息的仿真界面缺乏考慮。因此，本文在分析駕駛員主觀行程時間預(yù)測的基礎(chǔ)上，基于大型駕駛模擬器開發(fā)不同的信息場景，開展以行程時間最短為目標(biāo)的駕駛仿真試驗(yàn)，以獲取多源出行信息影響下的駕駛員路徑選擇行為特征。

1　多源出行信息對路徑選擇行為的影響

1.1主觀行程時間預(yù)測

主觀行程時間預(yù)測是駕駛員出行決策時的重要環(huán)節(jié)，預(yù)測結(jié)果對出行決策具有決定性作用。主觀行程時間預(yù)測是駕駛員根據(jù)自身路網(wǎng)認(rèn)知、出行信息搜尋等，對路徑或路段的行程時間進(jìn)行預(yù)測。顯然，這一過程是路徑選擇的子過程，可描述為：

(1)

式中,M為主觀預(yù)測行程時間；P為出行目的；I為出行信息；C為路網(wǎng)認(rèn)知狀況。

出行信息是主觀行程時間預(yù)測的重要依據(jù)，不同的出行信息內(nèi)容、質(zhì)量將直接影響主觀行程時間的預(yù)測精度。駕駛員的主觀行程時間預(yù)測通常是將出行信息與出行經(jīng)驗(yàn)結(jié)合，除個體經(jīng)驗(yàn)外，出行信息內(nèi)容包括VMS、手機(jī)APP、交通廣播發(fā)布的交通狀態(tài)信息。

在多源出行信息下，駕駛員的路徑選擇受到出行目的、出行經(jīng)驗(yàn)、認(rèn)知能力以及出行信息內(nèi)容等多個因素的影響，建立出行信息對主觀行程時間預(yù)測的影響模型，如圖1所示。

圖1　多源出行信息對主觀行程時間預(yù)測的影響模型Fig.1　Model of multi-source travel information impacting on subjective travel time prediction

1.2基于主觀行程時間預(yù)測的路徑選擇

關(guān)于路段與路徑行程時間，有如下關(guān)系：

(2)

出行信息能夠幫助駕駛員減少對交通的不確定性，在出行決策中縮小駕駛員的路徑選擇范圍。通過分析多源出行信息對主觀行程時間預(yù)測的影響可以發(fā)現(xiàn)，對于一個既定的O-D對r-s，決策之初在路網(wǎng)中存在一個可供駕駛員選擇的路徑集合，稱為有效備選路徑集Vrs，Vrs∈Krs。有效備選路徑集中的路徑v則相應(yīng)稱作有效路徑，v∈Vrs，有效路徑由有效路段a連接而成。在判定路段a是否為有效路段之前，先對路段a的起點(diǎn)i和終點(diǎn)j設(shè)定兩個指標(biāo)r(i)和s(j)， 其中r(i)為路段a起點(diǎn)i到出行起點(diǎn)r的最短出行時間，s(j)為路段a終點(diǎn)j到出行終點(diǎn)s的最短出行時間，當(dāng)r(i)s(j)時，路段a才為有效路段。

實(shí)際出行中，駕駛員偏好于選擇Vrs中的一部分路徑作為默認(rèn)行駛路徑，這一部分默認(rèn)行駛路徑的集合被稱為偏好路徑集Hrs，Hrs∈Vrs。在出行信息影響下，駕駛員借助出行信息提高路徑行程時間的預(yù)測精度，縮小路徑選擇范圍，得到優(yōu)化備選路徑集Urs，Urs∈Krs。最后，在優(yōu)化備選路徑集Urs中選擇最優(yōu)路徑方案。在以行程時間最短為目標(biāo)的出行決策中，優(yōu)化備選路徑集Urs內(nèi)應(yīng)存在行程時間預(yù)測最短的路徑：

(3)

2　多源出行信息下的路徑選擇行為仿真

2.1試驗(yàn)設(shè)計與實(shí)施

本文的駕駛仿真試驗(yàn)采用昆明理工大學(xué)自主開發(fā)的駕駛模擬系統(tǒng)平臺，該駕駛模擬系統(tǒng)平臺是一個面向交通行為研究的開放型駕駛模擬系統(tǒng)，系統(tǒng)由模擬駕駛艙、計算機(jī)控制、車輛動力學(xué)仿真、計算機(jī)圖像生成及投影、動態(tài)交通仿真和聲響6個子系統(tǒng)組成。為獲取多源出行信息影響下的駕駛員路徑選擇行為特征，以早高峰出行為背景，基于駕駛模擬系統(tǒng)設(shè)計了多源出行信息下的路徑選擇行為試驗(yàn)。

(1)基礎(chǔ)路網(wǎng)設(shè)計。為消除路網(wǎng)熟悉程度對駕駛員出行信息認(rèn)知的影響，設(shè)計了虛構(gòu)路網(wǎng)對駕駛員進(jìn)行試驗(yàn)。試驗(yàn)的路網(wǎng)形態(tài)為典型的方格式，包含2條環(huán)線、4條干道，如圖2所示。其中，2條環(huán)線中的外環(huán)線為雙向4車道高架路，內(nèi)環(huán)線為雙向4車道主干道；4條干道中，有2條為雙向4車道與雙向6車道混合道路，其余2條全為雙向4車道。為方便描述，對路網(wǎng)節(jié)點(diǎn)用阿拉伯?dāng)?shù)字編號。試驗(yàn)?zāi)M早高峰時的交通場景，路網(wǎng)中可能有交通事故或交通擁堵發(fā)生，一般情況下高峰時段二環(huán)高架平均通行速度為65～75 km/h，地面道路平均通行速度為15～45 km/h，在此基礎(chǔ)上，對各路段的里程及路段平均速度進(jìn)行設(shè)置。

圖2　仿真路網(wǎng)Fig.2　Road network for simulation

(2)場景設(shè)計。以構(gòu)建的路網(wǎng)為基礎(chǔ)場景，在場景中布設(shè)相應(yīng)的城市景觀，并通過編寫交通流程序?qū)崿F(xiàn)交通流仿真，以路網(wǎng)中的車流速度、擁堵排隊(duì)以及交通事故來模擬早高峰時段的交通系統(tǒng)，如圖3所示。為獲取多源出行信息下的駕駛員路徑選擇行為特征，試驗(yàn)共設(shè)置3個出行信息場景，場景1與場景2分別只能通過交通廣播與VMS獲取出行信息，場景3則包含交通廣播與VMS兩種出行信息源，其中交通廣播和VMS的信息設(shè)置如表1所示。試驗(yàn)要求駕駛員利用場景中的信息源搜尋出行信息，以行程時間最短為目標(biāo)完成駕駛。

(3)受試駕駛員。共招募30名本地駕駛員作為本次試驗(yàn)的受試者，年齡分布于24～49周歲；駕齡分布于3～19 a；其中男性受試者22名，女性受試者8名。為了確保正式試驗(yàn)的可操作性和數(shù)據(jù)的有效性，隨機(jī)選取9名受試者進(jìn)行預(yù)試驗(yàn)，其中每個場景分別安排3名受試者。預(yù)試驗(yàn)結(jié)果表明，試驗(yàn)設(shè)計基本符合試驗(yàn)要求，但受試者存在迷路、信息源認(rèn)知不足等問題。因此，為保證正式試驗(yàn)中駕駛員能利用不同出行信息場景中的信息源順利從起點(diǎn)駕駛至終點(diǎn)，在開展正式試驗(yàn)前，要求30名招募的受試者認(rèn)真熟悉路網(wǎng)，并對路網(wǎng)熟悉程度進(jìn)行考核，以保證所有受試者對試驗(yàn)路網(wǎng)的程度一致。

圖3　多源出行信息試驗(yàn)場景的動態(tài)視景Fig.3　Dynamic visuals under multi-source travel information test scenarios表1　試驗(yàn)場景中的動態(tài)信息設(shè)置Tab.1　Dynamic information setting in test scenarios

信息源內(nèi)容功能實(shí)現(xiàn)途徑交通廣播二環(huán)高架路由西向東方向南立交橋附近有車輛擦碰事故,占用了左車道;淮海路由西向東方向淮海路與勝利路交叉口以東行車狀況差。播報路網(wǎng)交通情況在動態(tài)交通流場景內(nèi)設(shè)置,通過收音機(jī)實(shí)現(xiàn)廣播播放。VMSVMS-A二環(huán)高架路由西向東方向擁堵,淮海路由西向東方向淮海路與勝利路交叉口以東行車狀況差。VMS-B光明路由西向東方向曹陽路口至淮海路口段行車速度慢。VMS-C勝利路由西向東方向山西路口至曹陽路口段行車狀況差。顯示前方小范圍路網(wǎng)的實(shí)時交通情況以圖文混合形式在場景內(nèi)設(shè)置,分別用紅色、黃色與綠色表示道路通行速度。

(4)試驗(yàn)步驟。試驗(yàn)實(shí)施步驟如下：

第1步：將試驗(yàn)引導(dǎo)語與路網(wǎng)基本信息發(fā)放給受試者，告知受試者如何按照要求完成試驗(yàn)。

第2步：開展模擬駕駛試驗(yàn)，每組信息場景安排10名受試者試驗(yàn)，駕駛模擬系統(tǒng)同步記錄駕駛操作數(shù)據(jù)。

第3步：受試駕駛員根據(jù)模擬駕駛情況填寫試驗(yàn)問卷。

2.2試驗(yàn)結(jié)果分析

在3個出行信息場景中，靜態(tài)路網(wǎng)結(jié)構(gòu)與動態(tài)交通流狀態(tài)一致，所有受試者通過學(xué)習(xí)試驗(yàn)路網(wǎng)以保證靜態(tài)路網(wǎng)的認(rèn)知程度一致。場景中的事故和擁堵均通過場景中的動態(tài)信息源以各自的發(fā)布形式告知受試者，保證3個場景中的受試者都能獲得實(shí)時路況信息，即在以行程時間最短為目標(biāo)的路徑選擇行為中，不同出行信息場景中受試者的行為差異只與信息場景中的信息源有關(guān)。

2.2.1行程時間特征分析

依據(jù)駕駛模擬系統(tǒng)輸出的數(shù)據(jù)，對行程時間按升序排列分析得到不同場景下受試者的行程時間，如表2和圖4所示。場景1的平均行程時間最長；場景2的平均行程時間方差最大；場景3的平均行程時間最短，同時行程時間方差也最小。對比場景1與場景2發(fā)現(xiàn)，兩個場景的平均行程時間相差不大，但是場景1的行程時間分布較集中，而場景2的行程時間波動較大。場景3的受試者駕駛績效明顯優(yōu)于場景1與場景2。

表2　不同出行信息場景下的受試者行程時間均值及方差Tab.2　Means and variances of travel time of examinees under different travel information scenarios

圖4　不同出行信息場景下的受試者行程時間Fig.4　Travel time of examinees under different travel information scenarios

(1)視覺型出行信息效用整體優(yōu)于聽覺型，但視覺型出行信息對駕駛員的效用差異顯著。交通廣播所發(fā)布的出行信息主要為聽覺型信息，而VMS發(fā)布的出行信息主要表現(xiàn)為視覺型。包含VMS的場景2中駕駛員對行程時間預(yù)測的方差較大，在一定程度上說明了視覺型出行信息對駕駛員的效用差異較大。但交通廣播與VMS場景下的行程時間預(yù)測均值表明VMS的效用要高于交通廣播，即視覺型出行信息對交通狀態(tài)的闡述作用明顯優(yōu)于聽覺型。

(2)多源出行信息可以產(chǎn)生互補(bǔ)作用，對出行者路徑選擇效益顯著。交通廣播播放了擁堵排隊(duì)與事故信息，幫助駕駛員在有效備選路徑集中排除延誤嚴(yán)重的路徑，而VMS發(fā)布的分級速度信息則使得駕駛員進(jìn)一步縮小選擇范圍，更有益于駕駛員尋找最優(yōu)路徑，故交通廣播與VMS并存的出行信息場景的信息效益最大。

2.2.2路徑選擇特征分析

通過分析駕駛模擬系統(tǒng)輸出的試驗(yàn)數(shù)據(jù)，得到3種不同出行信息場景中受試者的路徑選擇，如表3所示?；谠囼?yàn)設(shè)計參數(shù)與動態(tài)交通流，路徑[1]-[2]-[3]-[11]-[12]-[13]-[6]-[7]-[8]是最優(yōu)行駛路徑。進(jìn)一步考量試驗(yàn)中駕駛員對嚴(yán)重延誤路段和行程時間最短的最優(yōu)路徑的選擇結(jié)果，可以發(fā)現(xiàn),場景1沒有駕駛員選擇最優(yōu)行駛路徑，同時也沒有駕駛員選擇被擁堵及事故延誤的路段；場景2有駕駛員選擇最優(yōu)路徑完成駕駛，但也有駕駛員選擇了發(fā)生擁堵的路段；場景3所有駕駛員都避開了發(fā)生擁堵及事故的路段，且有5名駕駛員選擇了最優(yōu)路徑。

(1)場景1中交通廣播提供的出行信息使受試者有效避開了延誤嚴(yán)重的路段。由于其提供的出行信息以事故與擁堵排隊(duì)信息居多，但在交通廣播不播報信息的路段上受試者難以預(yù)測行程時間，因此受試者只是刪除了優(yōu)化備選路徑集中延誤時間長的路徑，卻難以從優(yōu)化備選路徑集中確定最優(yōu)路徑。

(2)VMS提供的出行信息幫助受試者提高了行程時間預(yù)測精度，找到了最優(yōu)行駛路徑。場景2中VMS提供的出行信息是局部路網(wǎng)速度的分級狀態(tài)，即表示速度的固定區(qū)間值，其分級的精細(xì)程度將會影響路段速度預(yù)測。如試驗(yàn)中，即使從北二環(huán)行駛至東二環(huán)需要排隊(duì)等待通行，但VMS上該路段仍然顯示暢通狀態(tài)，導(dǎo)致受試者選擇該路段并造成延誤。如果提高場景2中VMS的分級精細(xì)化程度，受試者避開擁堵路段的概率將提升。顯然，VMS的效益除受其設(shè)置位置及數(shù)量的影響外，也與速度分級的精細(xì)程度密切相關(guān)。

表3　不同出行信息場景下的路徑選擇Tab.3　Route choice result under different travel information scenarios

(3)交通廣播與VMS并存的出行信息環(huán)境中，受試者找到最優(yōu)路徑的概率大于場景1和場景2，主要是因?yàn)榻煌◤V播提供的出行信息幫助受試者避開延誤嚴(yán)重路段，VMS則幫助受試者提高了行程時間預(yù)測精度，大幅提高了受試者找到最優(yōu)路徑的概率。這表明多源出行信息下的駕駛員更易于找到最優(yōu)路徑。

3　結(jié)論

從駕駛員角度解析了主觀行程時間預(yù)測的內(nèi)涵特征，建立了出行信息對主觀行程時間預(yù)測影響的概念模型。基于大型駕駛模擬系統(tǒng)設(shè)計并開展了多源出行信息影響下的路徑選擇行為仿真試驗(yàn)。仿真結(jié)果表明，單一交通廣播的信息場景中，平均行程時間最長，主觀行程時間預(yù)測精度較差，但交通廣播能夠幫助駕駛員避開延誤嚴(yán)重的路段；單一VMS的信息場景中，平均行程時間的離散程度大，但主觀行程時間預(yù)測精度較高，可變信息板的信息服務(wù)范圍有限；交通廣播與VMS組成的多源出行信息場景中，行程時間方差最小，主觀行程時間預(yù)測精度明顯提高，整體駕駛績效優(yōu)于單一信息源。

References:

[1]KATSIKOPOULOS K V, DUSE-ANTHONY Y, FISHER D L, et al. The Framing of Drivers’ Route Choices When Travel Time Information Is Provided under Varying Degrees of Cognitive Load[J]. Human Factors, 2000, 42(3):470-481.

[2]CHORUS C G, MOLIN E J E, ARENTZ T A, et al. Validation of a Multimodal Travel Simulator with Travel Information Provision [J]. Transportation Research Part C: Emerging Technologies, 2007, 15(3): 191-207.

[3]LI Chun-yan, CHEN Jun, YE Xiao-fei, et al. Modeling Commuters’ Route Choice Behavior under Pre-trip Information System[J]. Journal of Southeast University: English Edition, 2012, 28(3): 344-348.

[4]鐘連德, 趙曉華, 丁罕, 等. 無限速標(biāo)志條件下左側(cè)路肩寬度對駕駛員綜合影響的試驗(yàn)研究[J]. 公路交通科技, 2015,32(1):133-139.

ZHONG Lian-de, ZHAO Xiao-hua, DING Han, et al. Experimental Research on Safety Impact of Inside Shoulder Width on Drivers without Speed Limitation[J]. Journal of Highway and Transportation Research and Development, 2015,32(1):133-139.

[5]戢曉峰,魏雪梅. 出行信息影響下駕駛員任務(wù)集聚認(rèn)知模式研究[J]. 計算機(jī)工程與應(yīng)用, 2013, 49(13): 21-25.

JI Xiao-feng, WEI Xue-mei. Task Concentration Cognition Mode of Drivers under Travel Information[J]. Computer Engineering and Applications, 2013, 49(13): 21-25.

[6]戢曉峰, 馮川, 郭鳳香. ATIS環(huán)境下駕駛員認(rèn)知負(fù)荷

研究進(jìn)展[J]. 安全與環(huán)境學(xué)報, 2015, 15(3): 82-88.

JI Xiao-feng, FENG Chuan, GUO Feng-xiang. Research Advances in Vehicle Drivers’ Cognitive Load under ATIS [J]. Journal of Safety and Environment, 2015, 15(3): 82-88.

[7]魏雪梅,戢曉峰,陳方. 基于SEM的駕駛員出行信息搜尋行為分析[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2012, 12(3): 174-179.

WEI Xue-mei, JI Xiao-feng, CHEN Fang. Drivers’ Travel Information Searching Behavior Study with Structural Equation Modeling[J]. Journal of Transportation System Engineering and Information Technology, 2012, 12(3): 174-179.

[8]王衛(wèi)衛(wèi),趙小梅,李新剛,等. VMS對駕駛員路徑選擇影響的實(shí)證研究與建模[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2013, 13(3): 60-64.

WANG Wei-wei, ZHAO Xiao-mei, LI Xin-gang, et al. Empirical Study and Modeling of Variable Message Signs on Route Choice Behavior[J]. Journal of Transportation System Engineering and Information Technology, 2013, 13(3): 60-64.

[9]曾松, 史春華, 楊曉光. 基于試驗(yàn)分析的駕駛員路線選擇模式研究[J].公路交通科技, 2002, 19(4): 85-88.

ZENG Song, SHI Chun-hua, YANG Xiao-guang. A Route Choice Model Based on Experimental Analysis[J]. Journal of Highway and Transportation Research and Development, 2002, 19(4): 85-88.

[10]BOGERS E A I, VITI F, HOOGENDOORN S P. Joint Modeling of Advanced Travel Information Service, Habit, and Learning Impacts on Route Choice by Laboratory Simulator Experiments[J]. Transportation Research Record, 2005, 1926: 189-197.

[11]JOU R C. Modeling The Impact of Pre-trip Information on Commuter Departure Time and Rout Choice[J]. Transportation Research Part B: Methodological, 2001, 35(10):887-902.

Simulation of Route Choice Behavior under Influence of Multi-source Travel Information

JI Xiao-feng, ZHANG Ling, FENG Chuan

(School of Transportation Engineering, Kunming University of Science and Technology, Kunming Yunnan 650500, China)

In order to obtain the drivers’ route choice behavior characteristics under the influence of the multi-source travel information environment, the features of drivers’ subjective travel time prediction are analyzed, and the model of multi-source travel information impacting on the prediction is established. Different scenarios with multi-resource travel information such as traffic radio and variable message signs (VMS) are designed based on large driving simulation system. Then, the drivers are asked to search travel information and perform driving test task at the minimum travel time to obtain the route choice behavior characteristics under different scenarios. The result shows that (1) the scenario only including traffic radio has the maximum average travel time and the lower accuracy of subjective prediction about travel time, but traffic radio prevents drivers from encountering the route of serious delay; (2) the scenario only with VMS has the higher discrete degree of average travel time but accuracy in subjective travel time preiction, and presents limited service range; (3) the scenario with traffic radio and VMS can improve the accuracy of the prediction significantly of subjective travel time and has the minimum variance of travel time, and the drivers perform better than that with a single source.

ITS; route choice behavior characteristic; simulation; multi-source travel information; driving simulation; travel time prediction

2015-08-11

國家自然科學(xué)基金項(xiàng)目(61263025)

戢曉峰(1982-)，男，湖北隨州人，博士，教授. (yiluxinshi@sina.com)

U491.1

A

1002-0268(2016)08-0127-06

doi:10.3969/j.issn.1002-0268.2016.08.019