2013年：实测数据驱动的驾驶员响应行为识别与VMS信息影响研究

本文主要探讨了"群体诱导信息下驾驶员响应行为的辨识与建模"这一关键课题，发表于2013年的《同济大学学报(自然科学版)》第41卷第11期。作者徐天东、郝妓和孙立军合作，针对上海市快速路监控中心和路由控制示范工程数据库中的实测交通数据，提出了一种新颖的方法来量化分析驾驶员在可变信息标志(VMS，Variable Message Sign)引导下的路径选择行为。 研究的核心是通过重构交通出行场景，深入理解VMS信息如何影响驾驶员的行为决策。他们构建了一个基于集计的Probit模型，这是一种用于估计二元响应变量概率的统计模型，在本研究中用于预测驾驶员是否改变路径。研究发现，驾驶员对VMS信息的反应不仅取决于信息内容，还受到时间因素（如早晚高峰期）、下匝道交通状况、拥挤可见性以及是否有协调分流措施等多方面的影响。 这一研究成果对于理解驾驶员如何响应交通诱导系统具有重要意义，有助于主动式智能交通诱导系统的建设和优化，以及制定更有效的信息发布策略。通过量化分析，可以为交通管理者提供科学依据，以便设计出更精准的交通管理方案，减少交通拥堵，提升道路使用效率。 关键词：主动交通诱导、可变信息标志、驾驶员响应行为、实测交通数据和Probit模型都贯穿整个研究过程，显示了作者们在交通工程领域的深度洞察和严谨分析。这篇文章是一项结合实际数据和理论建模的创新工作，对交通工程领域的发展有着积极的推动作用。