城市交通规划与治理

给吴军老师的信

2019-06-21  本文已影响0人  深度思考er

最近在学习吴军老师的《信息论40讲》,收获很大,恰逢吴军老师征求信息论在各行业的应用,所以给吴军老师写了一封信。很高兴这两天收到吴军老师团队的回复和认可,并表示会将部分内容收录到相关活动中。

信息论40讲

吴老师:

您好!

您真是太高产了,您在得到上的每一门可我都订阅,并仔细的学完了,10岁的孩子对您讲得科技史纲60讲也有非常大的兴趣。

这一门信息论对我而言有更加深刻的印象,因为十多年前我的博士论文就是用到的这个理论,“利用信息来减少不确定性”。

2003年,我进入同济大学攻读博士,导师给我布置了研究方向:交通信息对出行行为的影响。当时痛苦了整整两年,直到明白了“利用信息来减少不确定性”,3个月就把论文写完了。要是当初有您这门课,也不至于痛苦那么久。

出行行为的不确定性分为两个方面:选择的不确定性(uncertainty of choice)和选择项执行的不确定性(uncertainty of execution)。选择的不确定性比如选择哪条路更快一点,哪条路不堵车。选择项执行的不确定性,就是出行者获得信息后,不一定会按照交通信息提示的路径进行出行。比如告诉出行者A路今天可能更快,但出行者因为天天走B路,更熟悉一点,出行者可能会依然选择B路;也有可能是信息系统昨天告诉我A路径可能更快,但走了之后,发现效果并不好,今天就不走A路。此外,出行者出行时不光要考虑自己对出行信息的反应,也需要考虑其他出行者对信息的反应。

论文核心部分主要为三章

image.png

第一章,信息对单次出行的影响。信息使出行者能了解其以前未知的选择项,即能有更多的选择余地;使出行者对以前所了解的选择项有更加明确的认知,即选择更加明确。然后,基于不确定性选择理论和离散贝叶斯决策理论提出了信息变量离散时,出行经验与交通信息融合的计算方法,交通信息效用的作用机理和交通信息效用的数学表示方法。最后应用不确定性选择理论和连续贝叶斯推理,将这一研究结果推广到信息变量连续时的情形,并通过算例,分析了提供交通信息条件下的出行选择行为计算过程和交通信息效用的表示方法。研究表明提出的模型能定量地描述交通信息在减少出行选择不确定性的作用,合理地反映交通信息对于出行决策的影响,为研究提供交通信息条件下的出行奠定了理论基础。

提供信息条件下的出行者选择思维过程

第二章,信息对多次出行的影响。因为交通信息不可能完全正确,多次出行后,出行者会验证信息的有效性,会有反馈机制。比如,出行者按照交通信息的提示选择了预报不堵的路出行,但出行后发现,这个预报不准,下一次他可能就不一定会听从交通信息的安排。研究得到两个主要结论:交通信息准确性越高、交通系统稳定性越差、出行者经验越少则交通信息的效用越大;发布交通信息要有选择性,并不是交通信息越多交通信息的作用越大。

不提供交通信息出行者决策过程 提供交通信息出行者决策过程

第三章,信息对群体出行行为的影响。这里用到了博弈论,因为不光你会用到交通信息,其他出行者也会利用交通信息,大家都利用交通信息的结果可能是大家都改善了出行体验,也可能是产生了过激反应。比如一条路堵了,告诉大家旁边的一条路是畅通的,大家都蜂拥到不堵的路,这样就会把这条路也变堵了,可能反而不如让每条路都有人走。研究主要结论是:当交通系统容量有限,且出行者数量又较多时,交通信息对于出行者作用的大小不仅与自身选择行为有关,还与其他出行者对交通信息的反应有关,如果出行者不能正确预测其他出行者对交通信息的反应,就会产生过度反应,反而会使交通系统更加不稳定。因此需要理性地对待交通信息,充分发挥其优势,减少产生的不良反应。

获得交通信息且考虑其他出行者选择行为的出行者的出行决策过程

写完博士论文,我觉得最后的收获不仅仅是顺利毕业,而是掌握了研究的基本方法先把问题从复杂变为简单,即把交通信息对出行行为的影响这个难以计算的问题,转化为“交通信息可以减少出行的不确定性”,这样就变成了一个利用概率论、贝叶斯公式和决策模型来进行量化研究的可计算问题,之后再把这个问题复杂化。就是交通信息可能是离散的,比如堵还是不堵,还可能是连续的,比如出行时耗。再之后是单次出行和多次出行,最后从研究单个人出行到研究群体的出行行为,一气呵成,很快就写完了。

再次感谢老师毫无保留的将所学言简意赅的传授于我们!也希望我的这点小小的研究经验能造福更多的科学研究者。

祝安!


上一篇下一篇

猜你喜欢

热点阅读