基于细节层次模型的公共自行车调度方法

公共自行车系统作为城市公共交通的重要组成部分，对于缓解城市交通拥堵和建设低碳、环保的出行体系起到了积极的作用。然而，由于公共自行车系统的借还车需求在时间和空间分布上存在不均衡性，在使用公共自行车时，经常遇到“借车难”或者“还车难”的问题，使得出行者不得不放弃使用公共自行车出行。为了有效地提升出行者借还公共自行车的成功率，研究了1种基于细节层次模型的自行车调度方法。基于公共自行车站点之间的相似度，采用谱聚类算法对站点进行层次划分，形成基于空间范围（即公共自行车站点所占据的地理空间区域）的站点簇；在每个划分层级上统计不同簇之间的自行车借/还需求，结合遗传算法对调度车辆的运输路径进行求解；将不同层级上的调度方案叠加，形成1种调度粒度由粗到细的自行车调度方案。通过对比实验证明:基于细节层次模型的公共自行车调度方法较传统方法减少了42.70%的调度路径，进而减少了相应的调度时间。      

基于站点爬虫数据的公共自行车系统时空特征分析

把握公共自行车使用的时空分布特征是优化公共自行车系统运行的前提.通过网络爬虫技术获取站点数据,定义了站点活跃度等指标,利用Dunn指数和Davies-Bouldin指数确定有效的站点活跃度聚类算法,引入全局Moran′s统计量和局部Moran′s统计量对站点使用情况进行空间统计分析,深入挖掘站点使用状况的时空分布特征.在对苏州市公共自行车系统的案例研究中,根据活跃度变化将站点聚为四类,发现一个站点的活跃度与周边13个(晚高峰)至20个(早高峰)以上的站点存在正的空间相关关系,可推测早晚高峰用户的平均骑行距离分别为2.2 km和1.7 km.研究结果还证实,虽然大部分站点的高峰期车桩比在空间上呈随机分布,但高车桩比站点分别聚集在几个不同的地区,低车桩比站点则集中出现在较大范围内,系统地揭示了站点间协调配合存在的问题.      

综合考量借还车需求与调度成本的公共自行车调度优化模型

传统的公共自行车调度模型要求各自行车租赁站点的自行车取送需求已知并严格得到满足，这可能会为了少数车辆的平衡而大大增加调度成本（一些站点经调度后的自行车数量可能与目标数量只差几辆，对于满足的借、还车需求大小影响很小，而如果严格按照目标值进行调度的话卡车调度路线长度或时间会增加很多）。基于此，提出一个新的公共自行车调度模型，该模型并不需要所有的站点都严格按照事先给定的自行车配备数量进行调度，并综合考虑满足借还车需求最大化目标及调度成本最小化目标，分析调度约束及系统中借车与还车在时间上与空间上的动态演化过程，对卡车调度线路进行优化，得到各站点应配置的自行车数量及可满足的借还车需求大小。随后，对模型提出相应的遗传算法求解方法，设计适宜求解的编码与遗传算子，通过算例对该模型进行验证，并与传统的自行车调度模型的计算结果进行比较。研究结果表明：通过调整多目标之间的权重，并运用该模型进行优化可得到较好的既能最大程度满足借还车需求而调度成本又较省的调度卡车行驶路线方案；提出的模型在满足借还车需求减少比例很小的情况下使得调度时间明显下降；如果硬性要求每个自行车租赁站点的调配需求都严格满足的话，调度时间将会明显增加。研究成果可为公共自行车调度提供依据。     

基于多源数据的夜间出行需求空间效应及其异质性分析

为了揭示多维因素对出租车夜间出行需求的空间影响机制与局部关联特征，基于多源数据，利用空间计量模型和多尺度地理加权回归（MGWR）模型分别从全局和局部视角研究多维因素对夜间出行需求影响的空间效应及其异质性。首先，利用出租车GPS数据在分析夜间出行时空分布特征的基础上，明确夜间场景下的研究区域及时段划分；其次，从建成环境、人口分布、路网结构3个维度提出夜间出行需求影响因素指标体系，并基于POI数据、手机信令数据和路网数据进行指标量化。在交通小区尺度下分时段构建空间杜宾模型，从全局视角探讨不同时段下主要影响因素对夜间出行需求的空间效应；通过构造距离负指数衰减形式的空间权重矩阵，量化分析关键影响因素的空间溢出效应随地理距离变动的过程。最后，借助MGWR模型从局部视角分析主要影响因素对夜间出行需求影响的空间异质特征。研究结果表明：各解释变量对夜间出行需求的直接效应大多在0.05水平下显著，而溢出效应差异明显；美食与停车设施密度影响最为显著，两者的溢出效应在不同时段分别表现为负向和正向影响，即美食设施呈现出虹吸现象，停车设施具有诱发作用；停车和美食设施对夜间出行需求的空间溢出效应随距离变化均具有非线性衰减特征，分别呈现先增强后减弱的倒“U”形过程和负向先减弱后增强的过程，并在地理距离分别为1 500 m和1 000 m时，空间溢出效应达到最强；MGWR模型拟合效果优于经典GWR模型，局部回归系数的空间分布模式表明关键影响因素对夜间出行需求空间作用的异质特征显著。研究结论从夜间设施影响范围及强度的空间差异等方面为夜间交通需求的科学预测提供理论依据，进而为夜间商业及交通配套设施的合理配置提供方法支撑。     

职住地建成环境对网约车通勤出行影响研究

网约车通勤出行比例日益增长,对城市交通运行产生冲击.通过研究影响网约车出行需求的建成环境因素,可以为网约车需求管理提供重要参考.考虑到空间变量的竞争和溢出效应以及误差变量的空间相关性,构建将空间滞后和空间误差同时纳入考虑的空间杜宾误差模型,利用深圳市滴滴出行平台的网约车早晚高峰通勤出行信息,以交通小区为地理单元度量建成环境变量,研究职住地建成环境与网约车通勤出行的空间相关关系.结果表明,居住地与就业地的建成环境对网约车通勤出行的影响存在差异,居住地影响因素更多,而就业地因素的影响程度更大,其影响因素相关系数绝对值是居住地对应因素的2倍以上;由于存在空间溢出效应,增加公交站点数量可以在空间上更大范围地减少网约车通勤需求,促进绿色出行方式的选择.      

山地城市建成环境对居民小汽车拥有影响研究——以贵阳市为例

为分析山地城市建成环境对居民小汽车拥有的影响，探究不同坡度下居民地形感知对小汽车拥有影响的差异，采用贵阳市中心城区不同坡度下的小区居民调研数据，引入3个观测变量来评价居民的地形感知，将结构方程模型（SEM）计算出的潜变量适配值融入Logit模型中，构建包含潜变量和显变量的SEM-Logit模型来研究主客观建成环境与小汽车拥有的关系。结果表明:坡度对小汽车拥有产生积极影响，但不同坡度下的地形感知对小汽车拥有的影响有所不同。在地形条件相对较好的环境中，当小区坡度小于8%，居民对地形感知并不强烈，并认为从小区步行到公共交通站点的距离和时间花费在其承受范围内。因此，地形感知并未对小汽车拥有造成显著影响；在小区坡度为8%~15%时，地形感知对小汽车拥有产生显著负效应。生活在该小区类型的居民，尤其是收入相对偏低的居民，更喜欢选择电动自行车出行，削弱了小汽车拥有量；当小区坡度大于15%时，小区坡度与小汽车拥有量具有正相关性。该小区类型的道路坡度大，居民出行过程中通常会经历频繁的上下坡，造成出行时间花费长，继而形成强烈的地形感知。这严重降低了居民出行选择步行或骑行的可能性，转而提升了小汽车拥有的概率。同时，在SEM-Logit模型中也证明了除地形因素外，家庭年收入、到地铁站最近距离、土地利用混合度、目的地可达性、出行态度对小汽车拥有具有较大影响。      

基于Logit模型的重需求性公共自行车租赁点配车模型

为解决重需求性公共自行车租赁点不能满足借车需求的问题,提高公共自行车需求满足率,在提出租赁点服务半径的基础上,建立居民出行方式选择的Logit模型,计算租赁点的借车需求数。根据公共自行车系统历史借还车数据,考虑现状还车数和潜在还车数,确定还车车辆数,将借车需求数与还车车辆数的差值,确定为重需求性公共自行车租赁点配车数量。以浙江省海宁市一租赁点为例,验证模型的可行性和效果。结果表明,在假设条件下,该租赁点车辆的需求满足率提高了16.7%,车辆配置能够满足借车需求,且未产生冗余。     

共享单车用户骑行起讫点时空特征分析

针对共享单车的供需失衡、分布不均问题，研究了共享单车用户骑行起讫点的聚集区分布以及不同区域的骑行时间特征，为共享单车的调度运营提供理论支撑。基于用户的骑行订单数据，采用均值漂移算法对骑行起讫点进行聚类学习，得到共享单车的骑行聚集区分布；随后采用spearman相关系数来衡量骑行时间特征的相似度，对不同骑行聚集区的借车与还车量的累计差值的时间序列曲线进行聚类处理，划分出6类典型的骑行特征，并对不同骑行特征所在地的兴趣点（POI）进行因子分析，结果表明:在空间上，共享单车的骑行聚集区的空间分布与所在区域的城市路网的布局形式存在较大关联，不同时间段的骑行聚集区的分布大致相同，仅在出行量上存在差异。骑行聚集区的骑行特征与土地利用性质之间存在相关性，例如，对于骑行特征为1天内借车量小于还车量的骑行聚集区，其主导因子为商业用地，占比为0.4；对于1天内用户的借车量大于还车量的骑行聚集区，其主导因子为住宅用地，占比为0.57。多种用地性质混合的区域，借还车的差值较小且易产生波动。此外，同一类型的骑行时间特征的主导因子占比在工作日与非工作日会产生变化，同一区域的骑行时间特征在工作日与非工作日存在差异。      

基于时空交互模型的高速公路季节事故频次影响因素分析

为了深入了解影响高速公路事故频次的显著因素，采集2014年广东省开阳高速公路的事故、道路、交通和气象数据，以曲率和坡度同质性为原则将整条公路划分为154条路段，采用时空交互模型拟合路段季节事故数和道路设计参数、交通特征、气象因素间的内在关系。该模型不仅解释了相邻路段间的空间效应和相邻季节间的时间效应，而且还考虑了时空效应间的相互作用，有助于提高模型的拟合预测性能、减少参数估计偏倚。基于贝叶斯推断的模型估计和评价结果显示：事故数据中存在显著的时空关联和交互效应；时空交互模型比传统层级泊松模型的拟合优度更高；路段长度与事故频次线性相关，而交通量则与事故频次间存在非线性关系；高速公路交通安全性随着中、大型客、货车（三类车）比例的增加而显著提高；路段曲率、坡度越大，交通事故风险越高；风速越高、降水量越多的季节，事故频次将显著上升。研究结果可为高速公路交通安全改善方案的制定提供理论依据。     

南京闸机式公共自行车站点投用

正记者从南京公共自行车公司获悉,南京市首个"闸机式"公共自行车站点日前投入试点运行,市民在南京地铁4号线仙林湖站附近使用公共自行车更为方便。以前,在早晚用车高峰时段,市民常常发现,借车时自行车站点上"空桩",或者还车时站点上"满桩",只好就近再找站点借、还车,"闸机式"公共自行车站点投用后,这样的状况得到有效解决。     

基于公交数据的公交乘客上客特征分析

城市公共交通是城市交通的重要组成部分,具有缓解交通拥堵、降低能源消耗、改善生态环境等优势,一直是政府大力支持与提倡优先的出行方式。基于公交的运营数据,提取了每次刷卡数据的上客站点数据,进一步分析出公交网络层面站点上客特征,最后,结合居住人口、工作人口分布,分析出公交乘客上客与空间人口分布的关联性。     

穿越建成区和水源保护区的快速路选线设计

城市快速路道路选线会遇到城市建成区和水源保护区等环境敏感点， 道路选线应尽可能从组团边缘或城区外围通过， 避免对用地造成分隔， 应采取措施力求将对环境造成的不利影响降到最低。以深圳市南坪快速路二期、 三期工程为例， 在对道路需求和功能、 建设条件、 控制因素进行分析的基础上， 阐述了工程设计中针对道路穿越城市建成区和一级水源保护区所采取的对策。     

考虑路况、配送员与顾客满意度的冷链物流车辆配送路径优化方法

在城市交通拥堵日益严重的背景下，为解决冷链货物配送时效性较差、顾客满意度低以及配送员积极性不高等问题，研究了以总成本与满意度为目标的冷链物流车辆路径优化方法。采集并拟合了工作日、节假日、双休日交通拥堵指数趋势图，得到道路交通拥堵时间分布规律，提出了不同时期、时段内道路路段节点之间的实际通行时间计算方法；设计了配送员薪资与工作强度相结合的评价指标，构建了基于灰色白化权函数的配送员满意度评价模型。考虑随机需求、满意度和时间窗等约束，构建了多目标车辆路径优化模型；针对多目标模型求解的复杂性，设计了改进的自适应大规模邻域搜索算法，算法搜索过程中充分利用其算子的自适应性，有效平衡了NSGA-II算法大规模寻优与耗时之间的关系。以经典的Sioux-Falls交通网络为例进行算例分析，结果表明:①考虑配送员满意度模型后，在工作日、节假日、双休日总成本分别增加了2.05%、1.93%和1.16%，但配送员满意度分别提高了39.43%、46.26%和57.37%，顾客满意度平均提高了1.16%、4.76%和9.75%，运输时间缩短了2.42%、7.34%与8.41%。②以配送总成本最小为主要目标时，当需求变动（即随机需求的标准差σ＝1，2，3，4，5）时，得到的缺货成本比未考虑随机需求模型的结果分别增加了0.79%、0.89%、0.93%、0.94%和0.95%，印证了顾客随机需求对企业配送成本产生的影响。所提模型和算法为冷链物流管理中提升配送员和顾客满意度提供了一定的理论基础。      

城市高架道路交通运行特征分析

研究了城市高架道路交通量的时间和空间分布特征、服务水平和服务特征(服务车次、服务车公里、服务车均公里、车公里利用率)。研究发现,城市高架道路交通量在时间上具有明显的早晚高峰特征,在空间上表现出明显的不均匀性,同时,在城市高架道路建成初期,具有非常好的服务水平和较低的利用水平。     

滨海组团结构城市快速路布局与规模研究

城市空间格局、道路网络形态及交通需求特征等因素决定了城市快速路网布局和规模.大连市地处辽东半岛南端,呈明显的组团式城市格局且地势多山岭低丘,交通网络格局有别于内陆平原城市,交通方式多元化发展,此背景下城市快速交通地位凸显重要.综合一般性判定要素的同时,融入大连市特有的城市结构特征和多元化交通特点,提出“以形态定格局、以资源定规模”的针对性规划原则,通过“辐射线、区间线、结构线、转换线”等功能定位组合,构建“功能明晰、供需平衡、多元互动”的快速路网络,促进综合交通资源使用效益最大化,丰富和完善城市快速路规划理论与方法,也可供类似城市路网规划参考.     

基于多源数据的公交出行特征分析

为准确分析公交消费数据不完整情况下的公交出行特征,基于乘客上车刷卡数据、支付宝扫码数据及公交GPS数据,运用时空匹配法和出行链理论挖掘分析乘客上下车站点、公交线路OD矩阵、出行空间分布特性及消费时间分布特征。实际验证结果表明:1)使用IC卡和支付宝的乘客数量近似相等,使用现金人数较少,约占整体的6%;2)乘客出行次数在2次以下占总数的84%,换乘需求较少,公交可达性较高;3)高峰期消费次数均超过25000次/h,约占全天总数的23%,居民出行目的较为单一,大部分往返于居民区与办公商业区,与实际情况相符。     

大型综合客运枢纽送站坪的车辆延误（双语出版）

为了准确评估大型综合客运枢纽送站坪的服务水平,改善其交通秩序,提高管理水平,针对送站坪车辆的常规落客行为和违规行为造成的延误,进行了量化分析研究。在大量调研数据的基础上,提取车辆轨迹,通过虚拟线圈的方法获取车辆的运动参数和交通流信息,基于车辆运行特征和车流波动理论,提出了落客车辆汇入行车道时等待可穿插间隙的延误模型、行车道车辆受穿插车辆影响的延误模型以及违规行为造成的行车道车辆延误模型等,验证结果表明,延误模型计算结果与实测结果近似。针对客运枢纽常见的两车道送站坪的交通特性,将车辆在落客车道的行驶距离、落客时长、速度、加减速度等参数作为自变量,基于高峰期间车辆到达分布推导出了送站坪车辆的平均延误,在此基础上给出了送站坪车辆行程时间的理论推导模型和多元线性回归模型。实例验证结果显示：2个行程时间模型计算结果与实测数据基本吻合,平均误差均为13%,回归模型的拟合优度为0.868;减少模型变量,以车辆在落客车道的行驶距离和落客时长为自变量,拟合优度也达到了0.853,表明这2个变量对车辆在送站坪系统的总延误影响最大,它们的值可以基本反映出车辆在送站坪系统的总延误,研究结果可为仿真模型的构建及通行能力的研究提供理论基础。     

不同交通供需分布下的路网畅通可靠度变化规律研究

畅通可靠度是在研究交通供需之间关系的基础上提出的概率型指标。根据畅通可靠度的计算方法,将各小区交通需求和各路段通行能力视为符合正态分布的变量,通过组合不同交通供需分布方式,对所需要研究的路网采用多次随机试验的方法得到各道路单元、路径及系统的畅通可靠度,并研究不同交通供需分布方式对路网车速和畅通可靠度的影响,寻找在不同交通供需下道路畅通可靠度的变化规律。分析表明:道路单元、路径、OD对间及路网的畅通可靠度变化规律是一致的,并且畅通标准越高,路网的畅通可靠度就越低;在同一畅通标准及相同的需求变化范围下,需求越低,相应的畅通可靠度会越高;同时,随着畅通标准的提高,道路通行能力和交通需求方差越大,道路畅通可靠度也越大。     

智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化，为解析混合交通流对城市路网容量可靠性的影响，构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力，假定CAVs遵循系统最优原则选择路径，而HDVs则根据自身经验选择路径，基于二者路径选择的差异建立描述混合交通分配的下层模型，刻画智能网联环境下的混合交通流分配特性。并且，为了快速求解大型路网交通分配，将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性，以及路网道路通行能力并非固定值，运用具有多种相关性的均匀随机分布理论，建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性，并进一步解析各路段对路网容量可靠性的敏感度。结果表明:当需求水平d > 0.5时，路网容量可靠性开始降低；当d > 0.7且CAVs渗透率λ＝0时，可靠性小于0.4；当d > 0.7而λ＝1时，可靠性接近1，说明CAVs可增强路网容量可靠性。研究还发现，当需求水平处于0.7~1区间时，渗透率的变化对路网容量可靠性有显著的影响，但随着需求的增大，路网处于超负荷状态，渗透率对路网容量可靠性影响较小。此外，CAVs渗透率从0增加至1的过程中，路网中存在“道路容量悖论”现象的道路从19条下降至3条，且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象，拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象，减少路网容量可靠性的波动，提高路网运行稳定性。