卫星城市区域出租车方案研究

卫星城市发展规模逐步扩大,与中心城市的距离也逐步增加,中心城市出租车数量的简单增加难以解决卫星城市的出租车交通出行需求.以兰州市西固区为例,针对区域出租车的运营范围、经营权使用期限、投放量、运营模式及定价方案五个方面进行了分析研究,并提出适合卫星城市的区域出租车方案.     

城市出租车运营网络平衡模型

为确定城市出租车的合理发展规模,研究了城市出租车网络的运营特性与载客和空载阶段的出租车路径选择行为特征,分析了固定需求条件下出租车运营网络的供需平衡关系,建立了城市出租车网络平衡模型,以客观地反映驾驶员的搜客行为规律,表征城市道路网、出租车运营规模、出租车搜索时间和乘客候车时间的相关关系,并针对模型结构特征设计了模型求解的迭代求解算法。算例计算分析表明,算法是收敛的,模型是可行的,能根据乘客等待时间确定城市出租车的合理发展规模,有利于城市出租车网络的规划与管理。     

城市建成环境对出租车出行需求影响研究—— 基于空间溢出效应的分析

城市建成环境对交通出行具有深刻的影响,为探讨快速城市化时期我国城市 建成环境对出租车出行需求的影响,本文构建了考虑空间溢出效应的计量模型,以北京 市为例开展了实证研究.基于交通分区空间尺度,利用出租车GPS 数据获取了交通分区 出行需求,度量了住宅类、工作岗位类及交通设施类等变量表征建成环境,进而研究建成 环境对出租车出行需求的影响.通过传统最小二乘法的多元回归模型、空间自回归模型与 空间杜宾模型进行对比发现,空间杜宾模型的拟合度和解释力最优,研究建成环境对出 租车出行需求的影响时不能忽略空间溢出效应.利用空间杜宾模型参数估计结果,分析了 建成环境的住宅类、工作岗位类及交通设施类变量对出租车出行需求的直接效应、溢出 效应与总效应.本文力求掌握出租车出行需求产生的内在城市环境因素,为降低出租车空 驶率、实现出租车空间需求预测及分布均衡提供依据.     

需求控制下的出租车计程定价问题研究

随着经济的增长,城市出租车的需求不断增长。由于缺乏对出租车市场的把握和有效的调节,国内很多城市出租车行业得不到有序发展,给城市交通管理带来了很多隐患。在各城市纷纷对出租车实行总量控制政策的趋势下,从出租车市场供需关系分析入手,提出了运用价格杠杆调节出租车市场需求以达到优化城市交通出行结构的思路和方法,为相关的管理部门提供了有效的决策依据。通过苏州市出租车费率确定的实例分析,体现出该方法简便实用、可操作性强的特点。     

基于土地利用的出租车停靠规模预测方法

在当前出租车招手即停的运行模式下，许多城市采用站点间距方法预测出租车停靠站规模，难以体现出租车停靠站的功能。从出租车停靠需求特征及其产生的源头出发，探求出租车停靠需求与土地利用之间的内在关系，建立基于土地利用的出租车停靠规模预测模型，并以深圳市宝安区为例，提出了预测模型的算法。实践结果表明，所提出的预测模型能较好地体现用地与出租车停靠需求的关系，客观反映出租车停靠站的的实际发展要求，预测方法科学、合理、可行。     

适应低碳城市需求的出租车调度问题研究

随着我国社会经济的快速发展,城市出租车、小汽车日益增多,城市交通温室气体增多。通过分析出租车现行的巡游运营方式,指出该方式不适应低碳城市需求,而应选择出租车调度运营方式。参考国外经验,提出出租车调度运营问题的解决方案以及该方案所涉及的主要技术,并进一步分析方案实施后的预期效果。     

基于浮动车数据的出租车规模确定方法

通过对出租车GPS数据进行预处理、地图匹配、运营信息挖掘,可以获得与出租车运营有关的信息,单次行驶的时间、距离、经过的路径等。从浮动车数据钟挖掘出租车运营信息,获得出租车在城市运营中的平均运营速度、平均运营时间、平均出行距离等信息,并在结合城市出租车需求的基础上,给出了确定出租车合理规模的方法。同时以广州的出租车数据为基础,对该方法进行了验证。结果表明该方法能够更准确地为出租车提供合理规模,为出租车管理及交通规划等提供科学依据。     

���г��⳵ϵͳ�ۺ��걸��ָ���о���GISƽ̨ʵ��

现行出租车系统仅以对空载车辆在城市中的定位及可能性安排作为其主要调度方式,造成出租车营运效率低、空载率高、乘客等待时间长且满意度不高等诸多问题.本研究采用浮动车(FCD)数据和地理建模仿真平台,使用地理信息系统(GIS)技术来定量分析给定城市出租车系统的完备以及与需求的合适程度,总结出一套基于出租车运营的系统完备度评价体系,从而实现城市出租车系统的良好组织与管理.该体系主要从城市路网、乘客以及驾驶员等多维指标,来量化给定城市出租车系统的运营状态和效率,合理制定运营调度策略.系统基于深圳市实际出租车数据,在ArcGIS 10平台实现且可按预期功能对城市出租车系统从多方位进行评价,为进一步管控奠定良好的基础与指导意义.     

基于非负矩阵分解的出租车时空行为聚类分析

为探讨出租车的时空行为特征,采用非负矩阵分解法从时间和空间两个维度对出租车行为进行聚类分析.首先划分时空单元,以上客点的时空分布特征表征出租车的时空行为,并构建时空行为矩阵,然后采用非负矩阵分解法进行出租车聚类.最后以广州市为例进行研究,聚类结果表明:出租车受广州市空间结构特征的影响聚成了 4类,而受时间维度的影响较小,但不同时段的行为也有明显差异.4类出租车都形成了明显的围绕区域商业活动中心集中运营的空间行为模式以及调整运营范围以适应不同时段出行活动需求的时间行为模式.研究揭示了出租车的时空行为与城市空间结构、城市出行活动的联系,能为出租车和城市管理发展提供参考.     

城市出租车行业群发性事件风险预警方法

为实现对城市出租车行业的实时监测和预警,避免或减轻出租车行业群发性事件造成的不良影响,从出租车市场供给需求指标、市场价格与经营成本指标、市场经营环境指标、相关政策指标四个方面构建出租车行业群发性事件风险评估指标体系,利用层次分析法和加权平均法建立相应的风险评估模型,提出风险预警级别划分标准,并采用累积频率曲线法确定各风险等级的阈值。基于安徽省出租车行业近年来的出租车群发性事件对模型进行了标定,并以安徽省蚌埠市为例进行了应用验证,结果表明本文提出的方法具有较好的实用性,可实现对城市出租车行业群发性事件的风险预警和风险源的识别。     

航路扇区容量需求的交通流动力学推演与预测

为科学应对交通需求的持续增长，合理进行空域规划，从介观层面刻画交通流动态演化过程，提出航路网络交通流演化模型. 以此为基础，将预测得到的城市对间年度交通总需求量推演到整个航路网络中，实现未来交通需求时空分布的中长期预测；构建航路扇区容量需求预测模型，选取华东地区两个相邻航路扇区为研究对象，进行实例验证.结果表明，所提方法能对航路扇区容量需求进行有效预测，未来5 年内两个航路扇区容量需求将分别由50架次/h、 39架次/h上升为70架次/h、45架次/h.     

基于遗传BP神经网络的城市物流需求量预测

结合遗传算法与BP神经网络算法预测城市物流需求量,通过算例对比证明了遗传BP神经网络算法在预测的精度与收敛速度上均优于单一算法.基于物流业的广泛性提出采用3种物流需求量作为网络的输出指标,提高了物流需求量预测的广度与可信度,并提出了一种连续预测未来数年物流需求量的方法以便于运用于实际决策之中.     

基于宏微观耦合模型的城市道路交通流在线估计

实时可靠的交通流估计是城市交通管理与控制的基础.宏观的MCTM模型不 能获取引道路段的微观信息,微观的Paramics 仿真则需路网OD的准确估计, 为避开单一 模型使用的缺陷,本文提出建立宏微观耦合模型.在模型估计的单位间隔内,先利用 MCTM估计基本元胞有效密度和引道元胞初步密度,并在接口处计算仿真发车数量;再 转用Paramics 进行引道微观仿真,利用仿真检测数据计算交叉口排队长度和引道元胞有 效密度,取代初步密度,作为下一个间隔计算的初始输入,实现交通流的在线估计.仿真中, 为符合转向需求实时变化特性,建立基于约束卡尔曼滤波的转向需求估计模型,实时更 新单位间隔的转向需求.实例分析结果表明,宏微观耦合模型满足城市道路交通流在线估 计要求.     

城市出租车发展规模预测方法研究

文章在对城市出租车规模影响因素分析的基础上,对现有的出租车规模预测方法进行了综合分析与评价,推荐选用供需平衡法或神经网络法进行出租车的数量预测,再结合各种影响因素综合确定出租车的发展规模;最后结合吴江市出租车发展规模预测进行了实例分析。     

基于混沌理论和神经网络的交通量预测

针对目前交通量预测不能很好地满足智能交通管理需求的现状,分析交通量数据内在混沌特性,主要包括时间延迟、嵌入维数、关联维数及Lyapunov指数的计算,并将此分析耦合人工神经网络模型进行预测,最后给出北京环路上某车道交通量预测的实例,结果显示基于混沌时间序列分析的神经网络交通量预测在数据动力特征刻画及误差控制上有显著优势。     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。      

城市道路联网联控关键技术

从城市道路联网联控平台的系统构建出发,概述其系统构架的关键层次为交通信息感知层、模型层、应用层及信息发布层。阐述城市道路联网联控的关键技术,主要包括交通信息感知、道路运行状态分析、交通需求识别、交通信号控制和交通诱导。最后,讨论城市道路联网联控技术带来的社会效益。     

高铁客运枢纽规划布局方法分析

在高铁客运枢纽规划布局中,充分考虑到枢纽对城市交通的影响。第一阶段,首先运用四阶段法进行城市背景交通需求预测;第二阶段,通过对高铁客运需求情况进行分析得到不同情况下的出行生成模型,以及建立基于高铁客运出行发生吸引量的分布模型;第三阶段,将前两个阶段组合,进行基于城市路网的组合预测,并对高铁枢纽建成后对于城市路网的影响进行分析。结论表明,加权均值越小,枢纽场站对城市路网的影响越小;加权方差值越小,枢纽场站对城市路网的影响分布越均匀。     

城市快速路区间旅行时间短期预测新算法

城市道路交通状况的预测,是实现未来路况查询、车辆动态导航等智能交通系统技术的关键。该文在分析浮动车数据的时间相关性的基础上,研究城市快速路的区间旅行时间短期预测算法。首先,采用统计方法和K-NN分类法相结合的新方法对缺失数据进行填充,并利用小波变换对每天的数据进行消噪处理;其次,在分别利用时间序列模型和人工神经网络模型对城市快速路区间旅行时间进行短期预测的基础上,通过模型组合获得预测值;最后,结合北京市区二环的一段快速路区间旅行时间的历史数据和实时数据,对该文所提出的快速路区间旅行时间短期预测算法进行了评价。结果显示,该算法的预测结果的平均绝对误差百分比控制在10.43%以内,具有良好的精度。     

基于时序特征的城市轨道交通客流预测

通过分析城市轨道交通客流量的时序特征和RBF神经网络的作用机理,将具有不同时序特征的数据分别用不同的神经网络进行处理,建立了基于客流时序特征的并行加权神经网络模型,并用该模型对北京市城市轨道交通各条线路的客流进行预测.结果表明,各线路客流量预测结果的平均绝对百分误差均在10％以下,小于单个神经网络的预测误差,提高了预测精度.