基于分布式出行信息的轨道交通出行特征辨识

为准确识别网络化运营环境下城市轨道交通乘客的出行特征,设计了可采集Wi-Fi信息的分布式交通行为识别系统,并建立出行特征识别算法.布设在各站点的检测设备可采集乘客所携带移动设备独一无二的M AC地址信息,并上传至信息中心.信息中心通过对比同一设备在各站点获取的时间戳和对应站点编号,可识别乘客的出行路径和行程时间,结合轨道交通车辆的走行时间信息可获取换乘站的换乘时间,并应用上述时间信息验证所识别出行路径信息的有效性.在西安市轨道交通系统的测试结果表明,同由客票信息获取的出行行为相比,该系统能采集所有网络形态下的乘客出行路径及行程时间,测试数据的平均采样率可达32.86%,误差为3.8%.该系统的分析结果可用于城市轨道交通系统的客票清分、站点设计等环节.      

基于谱聚类的城市轨道站点分类方法

为明确城市轨道站点的功能与定位,以对站点的设计与建设提供指导,建立了基于谱聚类算法的城市轨道站点分类方法。在确立影响轨道站点属性因素参数的基础上,应用西安地铁2号线现状及规划特征年的数据分别对快速聚类法及非规格化谱聚类算法、SM 算法、NJW 算法等谱聚类算法的站点分类效果进行评述。结果显示谱聚类算法中的 NJW 算法,能够抓住站点的特征进行分类,且能准确反映随着轨道线网和城市发展,站点特性的变化。      

城市轨道交通车站高峰时段与高峰客流预测模型

现有轨道交通车站高峰客流预测方法简化了车站高峰形成过程,基于默认假设,即车站高峰小时与所属线路高峰小时一致进行预测,忽略了车站与线路间存在的高峰偏差现象,造成部分车站高峰客流量被低估,导致车站能力设计不足,站台拥挤风险增加。从车站高峰形成机理出发,基于用地发生率模型,考虑不同目的出行行为的差异化,对客流属性进行划分,引入不同目的的出行时间概率分布函数,建立站点尺度的高峰小时与高峰客流预测模型框架。该模型真实反映了车站高峰与高峰偏差现象形成的这一复杂过程,可解释性强、符合实际,且能适用于建成环境、车站特征和轨道交通网络服务等变化情形下的车站高峰客流预测。验证结果显示：1)提出模型较传统模型提升了43%～47%的车站预测精度(高峰客流相应的MAPE值下降了5.7%～6.38%,高峰时间相应的APE值下降了23～50 min),具有更广泛的适用性和更稳定、更准确的预测结果,能为车站设计和运营方案制定提供更可靠的决策依据;2)各类出行目的的峰值和峰尺度存在差异,按不同比例叠加后,会产生不同的叠加曲线。揭示了车站高峰客流形成机理为不同用地产生的不同出行目的客流时间分布叠加曲线的高峰。     

基于行程速度指数的城市快速路服务水平评价方法

根据城市快速路的特性，将城市快速路分为基本路段、交织区和分合流区。运用Green-shields模型计算自由流行程速度，通过双线圈检测器获取地点速度并由此估算行程速度。对行程速度指数进行右侧均值和均方差的一致性检验，将服务水平量化，提出了基于行程速度指数的城市快速路服务水平评价方法，并在西安市南二环某路段上进行实例验证。评价结果表明：当自由流、高峰时段、平峰时段的行程速度分别为82．514、47．825、67．930 km·h-1时，高峰时段行程速度指数的均值和均方差检验结果分别为7．206、8．482，城市快速路服务水平为2．667，为Ⅲ级；平峰时段行程速度指数的均值和均方差检验结果分别为6．408、8．960，城市快速路服务水平为4．083，为Ⅱ级。计算结果与实际情况相符，提出的方法有效。     

过饱和状态交通信号控制方法综述

为向拥堵状态城市路网的交通控制优化提供依据,综述并评价了过饱和状态的交通信号控制策略;分析了过饱和状态交通流的特征,提出了过饱和状态交通信号控制的对应优化原理;从单点交叉口、协同控制交叉口及路网3个层次对过饱和状态交通控制方法进行了总结与评价,应用VISSIM仿真环境评价了已有控制策略的适用性;总结了具备处理过饱和状态能力的自适应交通信号控制系统的控制策略.仿真结果表明:过饱和状态的交通信号控制应优先优化道路空间的分配矛盾;排队管理策略对过饱和交通流具有较好的优化效果;建议在进行过饱和交通信号控制优化时,结合实时交通信息,采用排队管理、关键路径通行能力最大等控制策略,在交叉口群或路网层面对交通信号控制方案进行优化.     

公路建设项目交通需求预测与分析

按照公路建设项目交通需求预测与分析的思路，对公路建设项目在路网中的作用、区域社会经济发展预测、交通发生／吸引预测、交通分布预测、交通分配预测、与其它运输方式间的转移交通量预测等进行了解释和说明，从而为合理推算公路交通量提供了理论基础。     

���й����ͨ�볣�湫��֮����ģ��

随着轨道交通在我国大城市中的逐步发展，轨道交通势必与常规公交之间发生客流竞争。本文在分析轨道交通与常规公交客流吸引影响因素的基础上，利用不同出行方式下的出行时耗和出行距离，确定了轨道交通与常规公交之间的客流争夺区域。利用Logit模型，用相对比较容易量化的广义费用函数来代替模型中效用函数，从而建立了轨道交通与常规公交的竞争模型，形成轨道交通与常规公交的分担比例曲线，提供了一种确定两者之间客流分担率的方法。     

城市轨道交通网络与城市形态协调性的量化分析

研究目的：针对目前国内城市轨道交通网络规划过程中对线网与城市形态之间协调性分析主要限于定性分析的情况，通过本文的研究提供量化分析手段，有助于构架合理的轨道交通线网。研究结果：提出了轨道交通网络中位点与城市重心的吻合度、轨道交通网络分形维度与城市分形维度的一致性指数、轨道交通与城市人口在方位上的相似度3个量化指标。基于这三个定量化指标建立了轨道交通网络与城市形态的综合协调指数，确立了城市轨道交通网络与城市形态之间的协调性量化分析的方法，并以西安市城市轨道交通网络规划方案为例，分析了4个预选方案与城市形态之间的协调性。计算结果显示4个预选方案的综合协调指数分别为0．7829、0．7778、0．6908、0．7849，表明预选方案四与城市形态最为协调。     

关于城市外环线道路交通流量预测中生成OD矩阵的方法研究

针对城市外环线道路的交通特性 ,提出一种关于城市外环线道路交通需求预测方法。首先分析了城市外环线道路交通量的构成 ;其次在确定市区交通基年 OD分布矩阵和对外交通基年OD分布矩阵的基础上 ,提出了对其进行有机合并 ,得到全区域的基年 OD分布矩阵的方法 ,并论述了在交通量发生 /吸引预测中的有关注意事项。     

城市轨道交通车站高峰客流偏差研究

城市轨道交通车站设计时,大多数城市采用预测的城市高峰小时客流作为设计客流。但由于城市轨道交通车站客流的高峰出现时段与城市高峰小时不完全一致,导致某些车站设计客流偏小。为研究城市高峰小时客流与车站高峰小时客流的差异,通过引入车站高峰客流偏差系数,合理确定车站设计客流。以西安市地铁为例,运用最小二乘支持向量机建立预测车站高峰客流偏差系数的模型,得出训练集拟合优度为0.71,测试集预测平均相对误差为2.41%,模型拟合效果良好,表明最小二乘支持向量机能够很好地预测车站高峰客流偏差系数。