Adverse weather condition is one of the inducements that lead to supply uncertainty of an urban transportation system, while travelers’ multiple route choice criteria are the nonignorable reason resulting in demand uncertainty. This paper proposes a novel stochastic traffic network equilibrium model considering impacts of adverse weather conditions on roadway capacity and route choice criteria of two-class mixed roadway travellers on demand modes, in which the two-class route choice criteria root in travelers’ different network information levels (NILs). The actual route travel time (ARTT) and perceived route travel time (PRTT) are considered as the route choice criteria of travelers with perfect information (TPI) and travelers with bounded information (TBI) under adverse weather conditions, respectively. We then formulate the user equilibrium (UE) traffic assignment model in a variational inequality problem and propose a solution algorithm. Numerical examples including a small triangle network and the Sioux Falls network are presented to testify the validity of the model and to clarify the inner mechanism of the two-class UE model under adverse weather conditions. Managerial implications and applications are also proposed based on our findings to improve the operation efficiency of urban roadway network under adverse weather conditions.

中文翻译：

---

恶劣天气条件下的两类随机网络平衡模型

恶劣的天气条件是导致城市交通系统供应不确定性的诱因之一，而旅行者的多条路线选择标准是导致需求不确定性的不可忽视的原因。本文提出了一种新的随机交通网络均衡模型，该模型考虑了恶劣天气条件对道路通行能力的影响以及两类混合道路旅行者对需求模式的路线选择标准，其中两类路线选择标准源于旅行者不同的网络信息。级别（NIL）。实际路线旅行时间（ARTT）和感知路线旅行时间（PRTT）分别被视为在不利天气条件下具有完美信息的旅行者（TPI）和具有有限信息的旅行者（TBI）的路线选择标准。然后，我们在变分不等式问题中制定用户均衡（UE）交通分配模型，并提出一种求解算法。给出了包括小三角形网络和苏福尔斯网络的数值示例，以证明该模型的有效性并阐明在恶劣天气条件下两类UE模型的内部机理。根据我们的发现，还提出了管理意义和应用，以提高恶劣天气条件下城市道路网的运营效率。给出了包括小三角形网络和苏福尔斯网络的数值示例，以证明该模型的有效性并阐明在恶劣天气条件下两类UE模型的内部机理。根据我们的发现，还提出了管理意义和应用，以提高恶劣天气条件下城市道路网的运营效率。给出了包括小三角形网络和苏福尔斯网络的数值示例，以证明该模型的有效性并阐明在恶劣天气条件下两类UE模型的内部机理。根据我们的发现，还提出了管理意义和应用，以提高恶劣天气条件下城市道路网的运营效率。