黄金周期间旅游景区停车管理对策

本文对黄金周期间八达岭长城景区的停车需求、时空分布和车辆类型等特点进行了分析,发现黄金周期间停车问题是临时性、突发性的大量停车需求与有限的停车泊位供应之间的矛盾。针对这种矛盾,具体从停车收费、停车信息服务、限制本市小型车数量和设置短途摆渡车四个方面提出了解决黄金周期间旅游景区的停车交通对策。     

基于改进BP神经网络的交通流数据融合

提出一种改进BP神经网络的交通流数据融合算法,通过对融合模型以及融合算法的改进,实现融合精度及容错能力的提高,最终利用某城市主干路的交通流实测数据进行实验验证.验证结果表明,本文提出模型可以通过LSE值验证且融合精度可以达到94%以上,因此利用改进BP神经网络可以有效进行交通流参数的融合,并可以较为准确反映路段平均速度的变化,为交通流的预测与诱导提供理论支持.     

基于票务数据的团体旅客出行目的推断

为推进城际交通大数据的应用，需要补全出行目的信息，将团体旅客出行目的决策与文本主题生成类比，开发基于无监督学习框架的出行目的推断方法.提出嵌入出发时间生成模块的主题模型，以及团体旅客重建和语义化特征设计方法，并通过吉布斯采样估计参数. 基于调查数据的模型对比研究发现，模型对一般私务辨识性能提升7.7%；基于票务数据的案例研究发现，模型对出发时间预测精度达到90.9%，间接验证了模型的可靠性.主题标注表明，模型不仅推断出4种与典型模式相符的出行目的，还辨识出既有认识外的非常规模式.对道路客运分析表明，出行目的构成呈现地区差异，高铁开通对不同出行目的出行量的负向影响程度不一.     

阻塞流状态下城市快速路交通流时空特性

根据时间序列中的自相关函数法,判断交通流量、时间占有率与平均速度的时间序列的平稳性。根据混沌分析中的G-P算法,将非平稳的交通流参数时间序列转化为平稳的交通流参数时间序列。引入了互相关系数的概念,在阻塞流状态下,计算了上游断面对观测断面以及观测断面对下游断面的互相关系数,并应用K-S检验判断阻塞流状态下城市快速路进出口匝道的车辆到达特性。研究结果表明:交通流量和时间占有率属于非平稳时间序列,平均速度属于平稳时间序列;当时间延迟分别取2、3、5min时,在阻塞流状态下,重构的交通流量相空间嵌入维数为4;观测断面的交通流参数不仅受相邻上游断面交通流参数传递的影响,而且也受相邻下游断面交通流参数回溯的影响;在阻塞流状态下,城市快速路进出口匝道车辆到达特性符合负二项分布。     

基于运输规模效应的城市客运枢纽选址模型研究

基于枢纽建设的运输规模效应,考虑路网运输费用平衡流量分配关系和可能产生的路段扩容需求,构建以枢纽建设费用和网络运输费用以及路段扩容费用组合最优为目标函数的数学模型,并结合Dijkstra算法和枚举法进行算例计算与分析。结果表明,该模型可以从比较综合的角度为城市客运枢纽选址提供理论支撑。     

道路交通事故宏观预测模型

道路交通安全已成为全社会普遍关注的问题,为了对中国未来的交通安全形势作出科学准确的预测,分析了中国道路安全状况的评价指标和主要影响因素,以交通事故死亡人数作为评价指标（输出变量）,以机动车保有量、公路里程、人均GDP为输入变量（影响因素）,建立了基于遗传算法的神经网络道路交通事故宏观预测模型和BP神经网络预测模型．模型的训练利用1978～1998年的道路交通事故数据为样本;模型的检验利用1999～2004年的道路交通事故数据进行检验．模型对未来年份的死亡人数进行了预测．预测结果表明：基于遗传算法的神经网络模型比BP神经网络预测精度较高,网络泛化能力强;得出2010年和2020年中国的道路交通事故死亡人数值分别为13．9万人和16．7万人．     

����RP��SP�������ݵ��н���·������Ϊ����ģ��

城市范围的扩大以及铁路运输业的改革促使市郊铁路逐渐向城市公共交通系统融合. 将市郊铁路引入城市公交体系的目的,是使其成为中心城与卫星城之间长距离运输的主要通勤方式,确保城市空间发展战略的实施,避免城市“摊大饼”式扩张. 本文以北京市郊铁路沿线居民出行SP和RP调查数据为依托,通过出行行为分析,建立三种模型：基于RP数据的模型,基于SP数据的模型及RP／SP联合数据模型;对比三者计算和检验结果,可知RP／SP联合数据模型利用了RP数据的可靠性,修正了SP数据的偏差,更加可靠有效;结果也证明降低票价的政策可显著提高市郊铁路分担率.     

模拟驾驶环境下驾驶人分心状态判别

为了探寻驾驶人分心判别方法,构建了驾驶人分心状态判别模型。首先设计分心模拟驾驶试验,采集正常驾驶和发送语音信息过程中的驾驶绩效特征和驾驶人眼动特征数据,建立驾驶人分心状态判别指标备选集;其次,采用基因选择算法对备选指标进行筛选,得到29个备选指标的重要度排序;然后,依次选取重要度较高的部分指标作为BP神经网络的输入指标,利用遗传算法（GA）全局搜索的性能优化BP神经网络的初始权值和阈值,将优化后的GA-BP神经网络作为弱分类器,再将多个弱分类器组合成Adaboost强分类器,建立基于Adaboost-GA-BP组合算法的驾驶人分心状态判别模型;最后,利用模拟驾驶器试验平台采集的数据计算不同判别指标数量下模型的性能,从而确定最优判别指标,并对模型进行验证和评价。结果表明：模型最优判别指标为重要度排序中前14个指标;模型能够准确识别驾驶人分心状态,判别精度为95.09%;与BP神经网络算法、GA-BP神经网络算法和Adaboost-BP神经网络算法相比,Adaboost-GA-BP组合算法在准确率、精准率、召回率、F₁值和ROC曲线等模型性能方面均最优。建立的模型能够有效判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据。     

节假日公路免费政策下城际交通行为特性

由于缺乏对节假日城际出行行为及节假日高速公路免费政策实施效果的深入研究,导致一些政策产生了负面影响,造成高速公路严重拥堵.本文结合 2017年春节调查数据,构建并估计分层 Logit模型,研究节假日高速公路免费政策下城际交通方式和出发日期联合选择的行为特性.基于模型结果,采用弹性分析研究不同免费日期下出行者行为特性,并通过场景仿真评价多种免费时段设置方案对城际交通出行结构和高峰日交通量的影响.结果表明,出行结构和高峰日交通量对不同免费日期的敏感度不同,有必要对免费时段设置进行讨论.推荐分时优惠政策,在有效调整出行结构的情况下,能避免加剧高峰日的交通拥堵.     

基于BP神经网络的交通事故预测模型

交通事故预测对于分析现有道路交通条件下交通事故的未来发展趋势及其预防具有重要意义。在进行交通事故统计的基础上，运用BP神经网络理论，建立交通事故预测模型。计算结果表明，该模型较传统方法精度高，可用于交通事故预测。