交通地理與網路科學/尋路

尋路

概念

出行行為是一個反饋過程，專注於透過空間知識獲取來“最佳化”旅行者的行動。這個收集過程由：導航和**尋路**（或路徑查詢）組成。前者指的是透過定位物體位置和規劃可能的旅行軌跡來實現無阻礙旅行所需的計劃和行動。後者指的是從一個選擇集（也由旅行者遵循特定規則生成）中選擇一條連線感興趣的起點和終點對的軌跡（即路徑）的過程。

**尋路**與旅行隱式地聯絡在一起；空間資訊在旅行過程中累積。新增加的知識有助於人類旅行者更有效地找到通往感興趣目的地的不同可能軌跡。因此，人類旅行者不僅尋求收集知識，而且還處理它（學習機制）以做出更“最佳化”的旅行決策。一般來說，這種知識的積累不僅以轉彎角度、轉彎次數、路段長度的形式出現，而且還包括關鍵的環境點以及路徑附近的其他特徵。換句話說，個人可能會將被認為重要的點（工作、家和其他）指定為錨點或地標，以識別不同地點的位置，並促進它們之間的導航。此外，應該注意的是，地圖、對話交流和其他（除了實際旅行之外）等其他來源也可能以不同的形式（和影響）為旅行者提供環境知識。

空間學習

人們發現，旅行者根據其對空間環境的熟悉程度（例如幾何配置）和環境複雜性（例如太多細節難以記住）表現出顯著的不同。

熟悉度效應

熟悉度與導航頻率相關，因此，熟悉度高的地點與個人的空間知識水平呈正相關。此外，熟悉度分為兩個組成部分：區域性經驗和全域性經驗。前者指的是對網路中地點的詳細空間知識。後者指的是環境整體的顯著元素（例如道路等級、著名地標和其他）。

熟悉度水平直接影響個人的決策過程；決策基於當前的空間知識。例如，每日通勤者能夠檢索到過去的資料（主要是區域性經驗），並在旅行過程中（例如交通狀況變化）補充新獲得的知識。對於在一個陌生的城市中的訪客來說，大部分資訊都基於全域性經驗（可能透過地圖獲得），並且隨著旅行的進行，透過區域性經驗得到補充。總的來說，每日通勤者比在一個陌生的城市中的訪客能夠更準確地識別（並預期）某些旅行事件（例如交通訊號的位置）。此外，除了水平之外，熟悉度在其他形式（例如不同的錨點、不同的區域性經驗和其他）之間也有所不同。

環境複雜性

空間環境的幾何配置在個人的學習機制中起著重要作用。證據表明，高度差異化的區域（例如房屋風格的變化、地塊密度、鄰近植被的增加、從直線到曲線的模式變化和其他）加速了個人學習過程。相反，路徑的同質性阻礙了儲存和檢索用於決策的空間資訊的程序；難以識別哪個區域與感興趣的起點和終點對相關。

其他證據表明，感興趣的起點和終點對之間較長的旅行時間會阻礙資訊的儲存。旅行者需要記住太多細節。當旅行者也不熟悉環境時，這種困難會增加。這並不是說高度熟悉會消除複雜性的影響。在高度熟悉的環境中，旅行者仍然會忽略空間細節，並將其視為不必要的，以應對複雜性。

交通網路中的尋路

在交通研究中，路徑查詢和選擇是一個基本的過程。實質上，旅行者探索網路並最終選擇一條連線任何兩個起點和終點對的路徑，從幾個可行的替代方案中選擇。這種行為受到旅行者和物理基礎設施特徵的影響。旅行者的屬性包括客觀元素（年齡、性別、收入……）和主觀元素（偏好、感知、經驗……）。相反，物理基礎設施由交通網路組成。此外，這種選擇是一個反饋過程，旅行者之前的決策影響未來的決策。

通常，路徑查詢和選擇行為（旅行行為的一個子集）主要集中在三個方面：旅行者對替代路線的瞭解、路線決策過程以及由於旅行者-道路網路系統的屬性導致的路線選擇偏好。第一個方面包括分析旅行者用來生成其可能路線集的標準（最短路徑、最快路徑……），第二個方面側重於執行決策的規則（預先規劃、馬爾可夫過程和中間過程），最後一個方面研究屬性對路線選擇偏好的影響。

選擇集生成

旅行者只考慮感興趣的起點和終點對之間可行路徑的一個子集，原因有很多：資訊有限（例如旅行者不知道其他替代方案）、個人偏好（例如長途旅行者將選擇範圍限制在高速公路上）、對客觀標準（例如最小化旅行時間）的次優解決方案（其他旅行者可能考慮最小化距離或其他目標）等等。這個子整合為旅行者的路徑選擇集，因此在僅考慮這個子集的情況下將選擇一個最優選擇。

交通研究文獻中存在著不同的選擇集生成演算法。最常見的方法是標籤法。它包括使用連結的屬性，例如旅行時間、旅行距離和功能類別，以包含在每個替代路線的廣義成本函式中。此外，這些路線根據感興趣的屬性和目標標準（例如，最小化時間、最小化距離等）進行標記。透過這種方式，可以為旅行者感興趣的每個起點-終點對生成可行的選擇集。其他演算法可能是基於模擬的（即從機率分佈中取樣），或者更啟發式的（例如連結懲罰方法）。

Ramming的博士論文中可以找到相當普遍的處理方法

決策過程

旅行者必須從其選擇集中選擇路線的標準和時間點。例如，旅行者可能在開始旅行之前預先計劃他們的選擇。旅行者可能在每個路口評估他們的選擇（即在網路的每個節點選擇一個新選項）。旅行者也可以預先計劃並在每個路口重新評估。此外，旅行者還必須有一套決策規則，使他們能夠從選擇集中選擇他們的選項。這些決策規則可能基於不同的假設行為抽象，包括：效用最大化（旅行者具有代表其偏好的效用函式，因此選擇效用最高的選項）；滿足（旅行者選擇第一個超過其閾值水平的替代方案）；按方面消除（低於閾值的值的替代方案將被忽略）；以及詞典規則（旅行者選擇對最重要的屬性具有最高價值的路線，如果出現平局，旅行者選擇對第二重要的屬性具有最高價值的路線，依此類推）。

效用最大化是最常見的方法。這是一個數學公式，它包含三個假設：傳遞性（如果消費者更喜歡 a 而不是 b，並且更喜歡 b 而不是 c，那麼它必須更喜歡 a 而不是 c），完整性（消費者對所有商品組合都有偏好），以及自反性（偏好與其本身相關；漠不關心被考慮在內）。此外，效用最大化還有兩種方法：確定性（消費者定義明確，可以訪問所有相關資訊）和機率性（通常假設偏好的排序是隨機的，因為研究人員可能會忽略效用函式中的某些屬性；參見隨機效用模型）。

其他最近的標準可能考慮搜尋過程、空間資訊、學習機制等。Zhang的博士論文中可以找到詳細的處理方法。

選擇和決策者的屬性

大多數研究表明，旅行時間和旅行距離是路徑選擇背後的主要解釋因素。 然而，其他因素（如審美風景、網路知識和旅行資訊）也與路徑查詢和選擇的解釋相關聯。此外，社會人口統計也顯示出影響旅行者的路徑查詢和選擇行為。根據實證研究，最重要的屬性如下所示。

旅行者屬性

1. 社會人口統計（年齡、性別…）
2. 時間價值（旅行者可能會以不同的方式權衡時間段）
3. 過去經驗（新決策基於以前的決策）
4. 旅行目的（工作通勤、休閒旅行…）
5. 熟悉度（如前所述，對網路的瞭解）
6. 資訊（目前對交通狀況或其他方面的瞭解）

路徑屬性

1. 旅行時間
2. 旅行距離
3. 旅行成本（例如，通行費）
4. 一天中的時間
5. 路段特徵（即幾何配置和基礎設施條件）

實驗

交通研究人員已經開發了幾種實驗設計，以研究旅行者在多種選擇決策下的行為。透過這種方式，可以獲得旅行者對選擇情況不同屬性（與尋路相關的路徑）以及與其自身個人特徵相關的偏好的估計（通常透過市場細分方法對旅行者進行分組）。

通常，實驗設計在現實程度和收集的資料來源（假設選擇與觀察到的選擇）方面有所不同。此外，在路徑查詢和選擇研究中存在兩組實驗設計：（準）實驗室實驗和實地觀察。前者包括：紙質實驗（例如，多項選擇題）、帶有視覺輔助的實驗（例如，帶有圖表、地圖的題目）、以及模擬（例如，基於計算機的模擬和固定基座車輛模擬器）。後者包括面對面或透過電話的訪談；自我完成問卷；跟蹤/尾隨受試者（例如，車牌匹配）；以及最近的受試者GPS跟蹤。

資料收集技術

以下列出了基於Carrion和Levinson論文的路線/路徑查詢和選擇研究中使用的幾種技術。

1. 假設情景的問卷調查。
2. 包括視覺輔助的假設情景的問卷調查。
3. 基於計算機的模擬器
4. 固定基座車輛模擬器
5. 實地自我完成問卷。
6. 實地訪談。
7. 實地GPS跟蹤

應用

尋路和交通分配乍一看似乎不是交通研究中重疊的領域。然而，應該指出的是，交通分配模型建立在旅行者的行為假設之上（他們是否擁有完美的資訊？他們是否最小化旅行時間？等等）。因此，從最基本模型（全或無分配）到最複雜模型（動態交通分配）的模型都具有關於旅行者在網路中游蕩並最佳化其選擇的行為的基本假設。

交通分配和行為假設

交通分配可以定義為一個迭代過程，其中流量（出行需求）根據標準並在特定假設下分配到網路中。存在幾種型別的交通分配（實際上分類可能會有所不同）：不考慮擁堵的分配；考慮擁堵的交通分配；隨機交通分配；具有隨機旅行時間的隨機交通分配；日間交通分配；以及動態交通分配。除了最後兩個之外，所有這些都屬於靜態數學程式理論（線性程式、非線性程式和隨機程式），最後兩個是動態數學程式。

基本交通分配模型是由Wadrop提出的。它由兩個均衡定義：使用者和系統。使用者均衡 (UE) 指的是將流量分配到網路中，以使每個使用者都能最小化他們自己的旅行時間（行為假設，其中隱含地包含完美的資訊和理性），並且當用戶無法找到更好的替代路徑時，就會獲得 UE。在系統最優 (SO) 中，流量分配應以最小化整個網路的總旅行時間為目標。這些均衡的結果也因鏈路旅行時間函式（鏈路流量或鏈路阻抗）的假設而異。BPR鏈路旅行時間函式在交通分配過程中模擬擁堵時非常流行（參見下面的連結）。其他基於原始基本沃德羅普模型的形式透過指示旅行時間的感知而不是實際旅行時間來改變行為假設（隨機使用者均衡，其中將感知誤差作為隨機變數新增），並且風險行為也可以透過考慮風險函式（例如指數形式）包含在模型中（通常用於考慮旅行時間可靠性的交通分配）。

在更復雜的模型中，例如日常交通分配，其中傳播動力學很重要，規則被用於考慮旅行者如何在每個時間事件中決定從一條路徑切換到另一條路徑。這些規則可以基於時間事件 t 時的線性旅行時間差異，甚至可以比較所有先前時間事件中的旅行時間的遞減權重。換句話說，昨天所經歷的旅行時間對於未來決策比前天所經歷的旅行時間更重要，以此類推。

交通分配的其他來源

交通/交通分配基礎

尋路設計

尋路設計是指在明確考慮個人尋路過程的情況下，對具有空間需求的設施進行規劃。尋路“高效”設計包括使用標誌、建築形式和其他 readily available 的資訊來源，幫助使用者快速完成路徑查詢和選擇過程。傳統上，設施設計一直是建築師和城市規劃師進行的過程。然而，它還包括為製作清晰易懂的標誌的平面設計師，以及為設施維護和持續改進的建築管理人員和人員。

一般來說，設計必須將資訊的定位和呈現方式作為重要組成部分，考慮使用者。購物中心就是很好的例子，它們包括區域地圖，以及指示地圖在整個設施中的位置的點。通常，這些地圖位於設施入口附近，並在它們之間以固定的間距在內部傳播。其他重要組成部分包括入口/出口門的定位。由於安全問題（疏散程式）和可達性（靠近幾何形心），這些也是至關重要的。此外，可以包含其他資訊來源，如互動式標誌、閃爍的燈光、警報器等，以持續通知使用者設施時間表或條件的變化。 地圖方向（北朝上）不是全球標準，雖然在美國和歐洲很常見，但在日本等地方卻找不到。

根據一些研究，地圖比地標更適合學習導航。