城市轨道交通和常规公交的票价博弈研究

票价是城市轨道交通和常规公交竞争的关键因素.根据运营票价建立了城市公共交通需求与总交通需求的关系,并利用Logit模型描述公共交通系统内部不同方式的分担率,据此建立了轨道交通和常规公交运营公司的利润函数模型.对离散和连续价格策略集情形分别建立了轨道交通与常规公交的票价博弈模型,给出了均衡票价的求解算法.本研究有助于更好地理解城市公共交通系统的运营管理.     

基于随机需求的离散交通网络设计

由于影响因素众多,OD需求预测存在不确定性。本研究假定OD需求矩阵元素是概率分布已知的随机变量,以双层规划理论为基础,建立基于随机需求的离散交通网络设计模型,上层模型是预算约束下的路网期望总时间最小,下层模型是每个需求情景下的用户均衡。以Monte Carlo模拟和遗传算法为计算工具,设计了随机双层组合优化问题的可行算法。Nguyen Dupuis网络的实例计算表明,考虑需求不确定性的网络设计方案与确定性条件下的结果显著不同。本研究有助于提高交通规划决策的科学性和可靠性。     

数据库技术在城市交通信息服务系统的应用

针对移动信息服务系统和公用信息服务平台,详细分析了作为关键技术之一的移动数据库技术和数据仓库技术的应用,指出数据库技术在整个ITS领域中的作用是不容忽视的,并且伴随着数据库的进一步发展,ITS的相关应用领域也必将实现新的飞跃.     

实时自适应交通信号控制优化理论模型

通过对交叉路口交通流到达和排队延误规律的研究,提出了一种新的交通信号控制理论,此理论把交通延误和停车次数综合为一个性能指标,称为PI值,建立了以PI值最小为目标的交通信号配时优化理论模型,该信号配时方法与通常采用的单点自适应信号控制方法的区别在于不但考虑了交通延误,而且考虑了停车次数,实现对交通延误和停车次数两个指标的优化,从而保证了以车队形式到达的交通流可以不间断地通过交叉路口,由于以实时交通流的到达规律为依据进行信号优化配时,因此,该信号配时优化模型又是实时自适应交通信号控制优化模型。     

综合交通网络整合规划的必要性与联合模型在轨道交通客流预测中的应用

在论述综合交通网络整合规划必要性的基础上,提出了进行轨道交通客流预测的基本思路和工作流程,建立了实现综合交通网络整合规划的数学模型即方式划分和路网分配联合模型,为整合交通规划方案的制定提供了模型与方法.     

基于神经网络的路口交通流转向比预测

为了预测路口交通信号控制所需的转向交通流量,提出了基于改进BP(back-propagation)神经网络的路口交通流转向比预测模型,给出了相应参数的计算方法;采用自适应学习率和动量梯度下降法以提高神经网络的学习速度和算法的可靠性,并用调查数据对模型进行了检验.研究结果表明,与传统的平均值法相比,用所提出的模型,平均绝对相对误差减小约1%~3%.     

数据挖掘技术在智能交通系统综合信息平台中的应用

城市智能交通系统综合信息平台以成为智能交通示范城市的建设目标。数据挖掘作为在综合信息平台的海量数据中有效而可靠地提取有决策价值的先进技术，已日益受到重视。本围绕综合信息平台，首先介绍了常用的数据挖掘技术，接着分析了数据挖掘技术在综合信息平台中的应用过程，最后提出了数据挖掘技术在综合信息平台中的典型应用。     

适合中国城市的TOD规划方法研究

TOD是一种通过对公共交通站点附近的土地高强度综合开发利用而实现公交主导的城市发展的开发模式。在简要介绍TOD概念和基本思路的基础上,分析了TOD对中国城市未来发展的重要意义,结合案例指出了当前轨道交通与土地利用协调发展的问题,从宏观、中观、微观等3个层次以点带面地提出TOD规划中的关键环节,并着重从微观层面给出了对规划有指导意义的土地混合利用分析模型。     

2012年城市交通行业盘点与展望

时间的延展提供了探索的舞台,岁月的年轮见证了发展的足迹。回首2012年,我们看到了城市交通发展面临的严峻问题与挑战,同时也看到了各级政府、专家学者和交通领域规划设计人员从政策、体制、规划、管理等多方面的积极探索与实践。城市交通领域一系列重大事件表明,我们已经走进了城市交通健康发展的新阶段。     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能,在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构,探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等,该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性.