轨道交通拥挤传播速率量化模型研究

轨道交通作为综合客运交通系统的骨干,影响着城市客运交通乃至社会经济的正常运转,对其大客流拥挤传播规律的研究有助于提高轨道交通系统的运输安全和效率.以往学者研究的大客流传播模型中往往参数量化缺失或者缺乏实际意义,因此,本文着眼于量化大客流传播模型中的参数,旨在构建客流影响下的拥挤传播模型.首先,分析大客流传播模型中参数及其影响因素,阐述现有传播速率量化模型;其次,以客流的不确定性作为研究对象,分析客流传播特征;再次,通过轨道交通客流数据量化模型参数相关的客流和列车剩余载客能力,界定大客流影响阈值;然后,构建考虑客流因素的传染病模型,量化拥挤传播速率,据此分析客流对轨道交通拥挤传播的影响;最后,以北京地铁13号线为例,比较不同时段、不同换乘情况下其大客流拥挤传播影响范围的差异,分析其原因,从而为优化轨道交通系统的服务水平及大客流事件应急处置提供参考和借鉴.     

基于SIR的路边违停行为传播模型研究

为了避免路边违章停车现象的加剧,对违章停车行为的传播规律进行研究.以传染病传播过程与路边违章停车行为传播过程的相似性为切入点,根据传染病SIR模型,建立路边违章停车行为的传播模型.利用相轨线分析和参数分析的方法,得到传播的趋势和阈值,并解释了各传播因子对传播过程的影响.最后选择大连市少年宫附近路段为研究对象进行数据采集,借助Matlab程序对模型和实测数据进行模拟检验分析.研究表明,所建模型能够表达基本的违章停车传播过程,符合路边违章停车的基本规律,对今后制定违停行为的管理措施有重要的意义.     

轨道交通网络级联失效影响范围研究

轨道交通系统因多因素干扰引发客流集中、车站拥挤，并相继传播至周边车站，形成级联失效. 把握拥挤在轨道交通网络的传播范围，是减少交通突发事件影响的基础. 基于轨道交通拥挤传播机理分析，将物理结构、网络初始交通状态、客流量融合进耦合映像格子模型 (Coupled Map Lattice，CML)中，通过历史客流数据量化参数，构建轨道交通拥挤传播模型，展开3 种不同情景下拥挤传播过程分析. 实例验证结果表明，轨道交通车站的初始状态、耦合系数对拥挤传播影响显著，网络结构对拥挤传播范围的影响并不明显. 根据网络结构、初始值和耦合系数，可以掌握拥挤传播规模，识别拥挤车站的影响范围，有助于提高轨道交通系统的可靠性.     

城市轨道交通超大客流网络拥挤传播研究

为研究城市轨道交通超大客流传播的时间规律以及不同数量拥堵站点对整体轨道交通网络的影响,通过定义超大客流,引用疾病传播理论,建立了基于网络拥挤模型的超大客流拥堵网络疾病传播模型,并运用Adams微分方程数值进行模型求解。对反演参数得到的SIR传染病模型的传播特性拟合运用于轨道交通网络,并通过不同的初始拥堵站点数量进行仿真。研究表明：轨道交通超大客流的病态传播受传染概率、恢复概率、初始拥堵站点数影响,该联系为超大客流网络拥挤传播提供一种新的研究思路。     

拥挤传播对汽车共享系统运行影响的仿真分析

随着共享汽车渗透率的不断增加，站点、路段层面的车辆溢出和拥挤传播现象日趋严重.为刻画拥挤传播对汽车共享系统运行的影响机理，首先，搭建具有时变性和状态相关性的汽车共享系统排队网络；其次，基于C#语言和O²DES离散事件仿真框架，提出并设计考虑车路交互影响和拥挤传播现象的汽车共享系统仿真模型，分析动态随机环境下站点与路段层面的拥挤传播现象对汽车共享系统运行的影响；最后，以成都市三站点的小规模汽车共享系统为例，在不同转运比例、需求和道路拥堵场景下，将该模型与引入虚拟空间的无穷排队模型进行对比分析.研究结果表明：站点和路段层面的拥挤传播现象会导致系统服务率下降9.3%～16.9%，相比无穷排队模型，考虑拥挤传播现象的排队模型更能反映汽车共享系统的实际运营过程；当路网的道路占用率为70%(路网处于中度拥堵)时，考虑拥挤传播现象的汽车共享系统可实现最大收益；汽车共享系统的引入会为道路资源的动态分配带来新变化，当公共交通转向汽车共享系统的用户占比超过70%时，路网拥堵加剧，不利于汽车共享系统的有效运营和可持续发展.     

基于FCM-粗糙集的多扇区交通拥挤识别方法研究

通过分析管制扇区交通时空拥挤特征,基于雷达航迹数据建立了多扇区交通拥挤识别模型.建立当量交通量、接近度、饱和度、交通密度4个多扇区拥挤特征指标,采用FCM(模糊C均值聚类算法)和粗糙集理论,对扇区拥挤程度进行划分和识别,并以中南地区区域管制扇区数据进行了实例验证.实验结果表明,扇区的拥挤态势受扇区多种宏观和微观特征的共同影响,且拥挤识别模型计算可行、识别效率较高.多扇区交通拥挤识别对空域规划、空管辅助决策、空中交通流量管理具有一定的应用价值.     

确定性空域容量约束下的区域流量管理优化模型

为解决区域内空中交通拥挤问题,以最小化总权重延误和最小化区域外权重延误为优化目标,通过决策偏好参数关联两个优化目标,在确定性扇区容量约束的基础上,增加了流量尾随间隔限制约束和扇区最大允许延误时间约束,构建了满足区域性流量管理实际运行约束条件的基于时间计量的流量管理整数规划模型.选取中南区域的实际空域和航班计划数据,采用CPLEX优化软件求解模型.结果表明:目标函数中的决策偏好参数能调节两个优化目标;新增的约束条件能满足实际运行需求和保证策略的可实施性,即在实施生成的策略时不产生额外的管制员工作负荷.     

基于灰色聚类的交叉航路拥挤识别方法

为了减轻空管人员对交叉航路拥挤态势的认知负荷,针对现有空中交通拥挤识别方法的局限,根据交通拥挤的形成过程,提出了基于飞入、飞出交通量的交叉航路拥挤定义;在此基础上,提出了交叉航路拥挤度量指标,即滞留度指标、汇聚度指标和当量交通量指标,建立了交叉航路汇聚度模型,以及基于灰色聚类的交叉航路拥挤识别方法.交叉航路仿真运行数据的验证结果表明:交叉航路拥挤态势是其宏观动态特征和微观复杂特征相互作用的结果,本文方法识别的准确率达到90%,且计算过程简单可行.      

以航路和机场管制区为节点的飞行流量管理

空中交通流量管理是为解决空中交通拥挤而进行的系统规划管理。以机场、航路管制区作为飞行流量限制节点，建立基于地面等待的流量管理整数规划模型，模型全面描述了各种制约因素影响，实例证明此模型对解决空中交通拥护问题是有效的。     

城市轨道交通停站时间建模研究

城市轨道交通停站时间不仅影响列车运行效率,还直接关系到上下车乘客的安全,是城市轨道交通运营管理的重要组成部分,也是制定列车运行图的重要参数。基于理论分析和实测数据建立了停站时间与乘客上下车数和列车拥挤度的回归模型,通过SPSS软件对各影响因素进行回归分析,并基于实际测得数据对该模型进行修正,最终得到了轨道交通停站时间的修正模型,为列车运行图编制提供数据。     

交通事件下快速路拥堵蔓延消散时空范围模型

研究了交通事件下拥堵蔓延消散的时空范围分析方法与模型,交通事件引发的拥堵会以某一初始蔓延速度向上游蔓延,直至达到最大蔓延边界后开始消散.通过对事件下拥堵蔓延速度的影响因素进行量化分析,建立了时变的拥堵蔓延速度模型;然后通过收集处理数据,进行参数估计;最后利用实际数据,进行了模型的实例应用,对不同情况下的交通拥堵蔓延消散规律进行了研究.该模型可预测交通事件下的交通拥堵边界和持续时间,便于交管部门制定缓堵策略.     

考虑出行者行为的多重网络拥堵风险传播模型

城市道路交通拥堵风险传播过程受拥堵预警信息、出行者行为特性及居民出行流量分布等诸多因素影响。本文提出包括道路子网、信息子网和出行子网的多重网络模型,应用改进的 UAU-SIR(Unaware-Aware-Unaware-Susceptible-Infective-Recovered)模型,探讨多重网络预警信息下的城市道路拥堵风险传播机制;以国内典型城市道路网络特征分析为基础,构建符合真实道路状况的网络生成模型,并探讨道路网络拓扑结构和出行者面对预警信息时的行为特征对拥堵风险传播的影响。数值模拟结果表明：交通预警信息在发生严重拥堵时可以显著抑制道路拥堵传播,拥堵风险传播阈值与道路网络拓扑结构、预警信息、出行者面对预警信息时的行为特征及信息传输速率相关;ER随机网络与模拟路网相比具有爆发阈值更低,传播范围更广的特征。说明信息策略制定应更加重视出行者的风险态度和对拥堵的感知,提升信息通信强度有助于维持交通流的稳定。     

基于复杂网络的城市交通拥塞因子风险传播机理及其应用研究

为了解城市交通拥塞因子风险传播特性,提升拥塞风险控制能力,依据昆明市路网拥塞实际调查数据,利用Pearson相关系数分析风险影响因子间的相关性,构建交通拥塞因子风险复杂网络。通过软件gephi0.9.2计算复杂网络各指标,验证网络的可行性和适用性。计算网络节点的相关指标进而引入网络节点重要度 k 的概念,据此将网络节点划分为核心节点、一般节点和边缘节点,同时引入直接免疫率 ρ 共同构建风险传播模型。对筛选出的核心节点进行直接免疫控制,免疫概率 ρ 分别取0.028,0.056,0.112后计算分析可知,免疫概率 ρ 取值基本与感染节点峰值比例值成反比。结果显示,识别出网络中重要度较大的节点并进行免疫控制后,交通拥塞因子风险的传播规模和传播速率将得到较好控制,对现实生活中治理城市道路路网交通拥塞有较好的指导意义。     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标；采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级；结合集成学习算法构建航路网络航段交通拥挤状态识别模型，实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%，采用决策树基学习器优于k 近邻基学习器，且增加的集成学习基学习器数量可提升模型的识别精度；集成学习识别模型的识别性能优于BP神经网络模型，识别方法符合实际且具有应用价值.     

����ʵ�����ݵ��ն������н�ͨ�����Է���

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据。本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度—密度模型、流率—密度模型和流率—速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验。研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值。     

基于实测数据的终端区空中交通流特性分析

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据.本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度-密度模型、流率-密度模型和流率-速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验.研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值.     

数据驱动的偶发拥堵时空建模及传播分析

为研究实际的道路交通路网中偶发拥堵的传播和演化特性,充分发挥海量交通流数据的潜在价值,克服现有基于模拟仿真的拥堵分析方法因理论假设和参数设置所导致的 “失真”问题,本文在交通流实测数据的基础上,建立改进的 PLS-STAR模型对偶发拥堵的时空传播结构进行描述,并提出偶发拥堵的直接和间接时空传播效应两种概念对拥堵的时空传播影响进行刻画,从而构造了一种数据驱动的偶发拥堵时空传播效应评估方法.通过北京路网的案例研究发现,路网服务水平的降低,更大程度来源于拥堵传播的间接影响而非直接取决于突发的交通量增加,因此,通过控制拥堵传播来提升城市路网的服务水平仍具有巨大潜力.     

终端区空中交通流参数模型与仿真

研究机场终端区空中交通流参数的时空特性及演变规律,可为缓解终端区交 通拥挤,优化管控策略提供科学的依据.采用数理推导和仿真演析相结合的方法,首先基 于元胞传输模型建立了终端区进场交通系统模型,阐明空中交通流的速度、密度和流量三 项基本特性参数相互关系及影响要素;然后运用Netlogo仿真系统对增量后的进场交通流 的宏观涌现行为进行模拟,推演空中交通流基本参数的变化趋势,并进行敏感性分析;最 后,采用基于空管实测数据拟合的交通流参数关系对模型进行验证.研究结果表明,本文 建立的交通流参数模型符合实际且对终端区交通态势的判断具有应用价值,终端区空中 交通流基本参数间存在明显相关性,并随飞行程序、管制间隔、管制策略的改变而改变.