交通拥挤收费原理与对策研究

交通拥挤收费(Congestion Pricing)作为现代化城市交通需求管理(TDM)的有效措施之一,虽然在实践中颇多微词,但是其在减少交通吸引、控制交通流量、提高车速与路段通行能力、提高能源利用效率及提高路网的运行效率等方面效果显著,并且在缓解交通拥堵压力的同时带来了财政副收入。从经济学原理出发,利用边际成本定价理论、收入再分配理论以及公共产品和产权经济学理论分析了交通拥挤收费的本质、理论依据,最后提出交通拥挤收费的相关建议和措施。     

快速路系统反馈控制器设计及算法

为了提高快速路系统的利用效率,设计了一个反馈控制器,提出了反馈控制器的迭代求解算法,控制器能实时跟踪车辆的密度,并与所期望的密度进行比较,把误差反馈给车辆,通过给车辆发布恰当的速度命令来控制车辆运行,使实际车辆密度收敛于期望密度。仿真计算结果表明:算法取4次迭代时的车辆密度与运行速度最大相对误差为0.32%,平均耗时为0.32 s,因此,设计的控制器使交通流运行趋于平稳,减少了车辆延误,从而提高了系统利用效率。     

基于移动通信网络下的TDOA手机定位技术在交通信息采集中的应用

着重于利用手机定位技术进行交通信息的采集研究,构建由TDOA手机定位、地图匹配和交通信息采集组成的技术框架。TDOA定位技术由于定位精度较高且相对容易实现,日渐受到研究人员的关注。文章给出了TDOA技术的模型算法,分析了地图匹配过程,进而研究各方面交通信息的采集方法。研究结果表明:手机定位技术覆盖范围广、定位精度高,能以较低的经济代价获取大量信息,通过有效地计算可将这些信息转化为实用的交通信息。     

基于ARMA模型的公交枢纽站客流量预测方法研究

分析了城市公交客流量预测的必要性,提出了运用时间序列模型进行短期预测的方法;以城市公交短期交通特征为基础,设计了公交站点的ARMA短期客流预测模型;研究了单线路公交站点客流传统行为,构建了重点区域的枢纽站总客流实时预测模型,并采用上海市五角场枢纽站客流数据对比验证了文中模型的可行性,提出了枢纽站公交调度的优化建议。     

公共交通智能化调度基础数据预测方法研究

智能公共交通系统是将信息、数据通信、电子控制、卫星定位、计算机网络等科学技术应用于整个公共交通系统中。站点、客流集散量预测及公交站点间运行时间预测是城市公共交通智能化调度最重要工作。本文研究的主要目的是为公共交通智能化调度基础数据提供预测方法。首先提出基于逐步回归分析的方法预测公交站点客流集散量，其次提出广义回归神经网络方法预测站点间运行时间，并在长春市实际应用中得到了验证。     

回归分析法在汽车保养制度改革中的应用

本文在对现行汽事技术维护制度的改革中，借助于计算机利用回归分析的方法，提出了确定汽车各级维护周期的方法，实践证明了方案是可行的。     

基于博弈的公交线路发车间隔优化模型研究

公交线路的发车间隔是评价其运营服务水平和质量的关键因素之一,对公交企业的效益亦有显著影响,对发车间隔的优化是公交运营调度的关键技术之一.综合乘客满意度和运营企业效益两方面博弈的考虑,在分析影响发车间隔因素的基础上,引入控制权重系数,调节双方利益在整个线路运营中的不同权值,建立了一个总成本费用最小的发车间隔优化模型.通过上海某条公交线路的案例分析显示,采用该模型优化后的发车间隔,乘客和公交企业总费用可以较现状减少14.5％,优化效果明显,具有一定的可行性.     

停车场内部动态路径选择诱导研究

停车场内部路径选择是停车诱导系统中的一个基础理论问题,在最优泊位确定的前提下,如何实时确定最优路径并准确诱导是至关重要的.首先利用图论方法将停车场内部车位布局结构简化为带权有向图,进而在分析停车场内部交通实时状态的基础上,研究路段动态阻抗函数模型,通过动态规划实现实时路径选择.最后通过算例分析,得到动态路径选择算法使行程时间减少了10.85％～ 15.18％,从而提高停车场利用效率.