摘要：为了综合评价城市配送车辆限行政策，借鉴多模型的理论和方法，在系统分析车辆限行下各利益相关者诉求及行为特征的基础上，构建城市配送车辆限行政策评价模型。模型由车辆路径选择模型和强化学习模型共同组成，通过改进遗传算法克服城市配送中配送方案优化问题，同时引入Q学习算法解决各间的博弈问题。通过对无限行政策、区域限行政策及路段限行政策进行仿真模拟，结果表明：多模型能够有效刻画不同限行政策下各利益相关者的行为变化，定量计算出限行政策对利益相关者的各种影响，从多个视角对限行政策进行评价，模型的适应性得到一定验证；限行政策都会增加城市配送的总成本和服务延误时间，同时减少污染物排放，但不同限行政策带来的正面效益与负面影响均有所不同；区域限行政策能够大幅降低限行区域内的污染物水平，但带来的负面效应较大。尤其在增加城市配送车辆固定成本和服务延误的同时，还会由于配送车辆绕行等行为提高非限行区域的污染物排放水平，不能降低污染物排放的整体水平；路段限行政策带来的各方面负面影响较少，并且能够更有效地防止污染物聚集，从整体上控制污染物排放，但路段限行政策需具有较强的灵活性，对政策制定部门的动态管控能力要求较高。

关键词：交通工程 政策评价模型 城市配送车辆限行政策 遗传算法 

单位：长安大学经济与管理学院; 陕西西安710064; 江苏纬信工程咨询有限公司; 江苏南京210014