Car fuel-type choice under travel demand management and economic incentives

Future levels of vehicle air pollution in urban areas will depend on the proportion of new car buyers who opt for less polluting vehicles, as these appear on the market. This paper examines the factors likely to influence the demand for lower emission and zero emission vehicles. Using a discrete choice experiment, suburban driver commuters choose between three types of vehicle, one conventional, one fuel-efficient and one electric. Each is characterized by varying vehicle cost and performance measures, range and refueling rates, and commuting costs and times. The latter are manipulated to determine how their use as economic instruments might influence vehicle choice. All cost and time variables are expressed as ratios of the respondent’s current situation. Parameters of a multinomial discrete choice model are used in a choice simulator to estimate the average choice probability of each type of vehicle under different scenarios reflecting possible future relative vehicle prices and performance levels as well as differential commuting costs and times based on policies aimed at encouraging the purchase of cleaner vehicles. The evidence is that the latter economic instruments will have modest effects on vehicle choice. By contrast there would be a large shift of demand to cleaner and zero-emission vehicles provided their cost and performance came within an acceptable range of conventional vehicles.     

南京地铁站台空气质量调查与分析

地铁车站客流量大,车站的空气品质直接影响乘客和车务人员的身体健康。对南京地铁1号线某车站站台的空气温度、相对湿度和CO_2质量分数进行了检测,并以调查问卷的形式得到主观调查结果。检测及调查结果显示,该地铁站台内空气品质良好。采用回归分析的方法进行因素分析,得出CO_2质量分数对主观调查结果的影响最大,其次是空气温度。     

隧道围岩变形预测模型的优化与应用

为了克服回归分析法在隧道施工监测数据分析中预测模型的不足,利用多目标加权灰色局势决策法对回归模型的多个评价指标进行整合量化,得到综合效果测度和优选回归预测模型。基于已优选的回归模型与模糊自适应变权重组合预测法建立最优非线性组合预测模型,将组合模型与优选模型进行效果测度对比,并基于该算法编制"智能监测—模型优化—信息反馈"系统。结合麻栗垭隧道工程,对组合模型和单项模型进行分析,预测拱顶沉降值。研究结果表明:以残差与后验差为评判标准,实时构建的最优组合预测模型的平均相对误差绝对值为4%,方差为6.5,后验差比值为0.34,小误差概率为1,更能对隧道施工过程围岩变形进行有效的预测和反馈。     

城市轨道交通车站闸机通过能力影响因素研究

为研究地铁站闸机使用不均衡对闸机通过能力的影响,以西安地铁2号线刷卡数据与车站周边土地利用结构为基础,对地铁车站乘客的闸机选择行为进行研究,使用最优尺度回归模型,定量分析影响闸机通过能力的因素。结果显示,闸机布置方向、用户数量、闸机编组数量、车站周边用地属性对闸机通过能力有显著影响。平均修正系数,平行式闸机组比垂直式闸机组高0.301;随着编组数量增加,闸机组通过能力折损程度呈现阶梯式上升;垂直式闸机组通过能力,对外交通枢纽、居住区、开发区车站明显高于商业区、混合区车站。据此给出不同情况下闸机组通过能力的修正系数及计算公式,并提出闸机布置建议供新线站厅建设参考。     

广州现代有轨电车能耗与节能分析

根据广州储能式有轨电车运营统计数据,分析有轨电车能耗组成及影响因素。利用回归分析的方法,将影响有轨电车能耗的重要因素按照其对能耗影响的大小,依次引进回归方程。建立了有轨电车能耗体系的多元回归数学模型,并利用该模型检验了广州有轨电车线路实际能耗。结果显示,总能耗误差小于5%,可以较精准地预测有轨电车能耗变动趋势。在此基础上,对节能措施进行了深入剖析,系统地提出了有轨电车节能方法及实现的途径。     

地铁站乘客换乘心理时间阈值研究

通过分析乘客在地铁换乘站的基本信息,采用相关性和回归分析的方法,建立乘客换乘心理-空间时间的模型,最后对乘客换乘心理阈值时间进行模型演算。研究结果表明,对于大多数乘客而言,换乘心理时间阈值在5 min以内,而实际的空间时间为5 min 45 s。这对改建或新建地铁换乘通道、安抚乘客心情等具有指导意义。     

城市轨道交通进站客流量短时预测模型研究

利用数学方法可以改善城市轨道交通进站客流量的短时预测效果,促进轨道交通车站客流管理智能化水平。首先建立K近邻非参数回归模型,然后在传统卡尔曼滤波模型的观测方程中引入偏差修正系数以提高其预测精度;再采用贝叶斯方法将以上两模型进行组合;最后利用2013年11月北京市地铁13号线的进站客流数据,研究对比这三类模型在早高峰、平峰、晚高峰和全天的预测精度。结果表明:K近邻非参数回归的总体预测精度最高;贝叶斯组合预测模型次之,但平峰时段效果最好;基于偏差修正系数的卡尔曼滤波模型晚高峰时适用性较差。     

隧道围岩变形预测的进化高斯过程回归模型

隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键,至今已出现多种预测模型,但也存在各种问题。本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题,针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷,将十进制遗传算法(GA)与高斯过程回归算法相耦合,采用遗传算法在训练过程中自动搜索GPR模型最优超参数,形成GA-GPR算法,并编制相应的计算程序。为了对比,采用遗传算法与支持向量回归(SVR)算法相耦合,形成GA-SVR算法,将这两种算法程序应用于黄榜岭隧道施工围岩变形预测。计算结果对比表明:本文提出的进化高斯过程回归算法明显提高了预测精度,并为类似工程提供借鉴。     

水泥混凝土路面板厚计算中温度应力系数Bx的数解法

在水泥混凝土路面设计中，水泥混凝土板的温度应力系数Bx是在规范中人工查图确定的，这会带来较大的人为因素的影响，造成设计结果的不唯一性；同时也不便于计算机程序化的实现，提高设计的效率。本文对图形采用回归方法拟合出求解温度应力系数(Bx)的数学方程，并实现了设计的程序化。     

聚酯纤维对SMA性能影响的研究

纤维复合材料是常用的道路工程材料之一，SMA是通过在沥青混合料中掺入纤维以提高混合料路用性能的一种典型复合材料。本研究以聚酯纤维、玄武岩以及SBS改性沥青作为原材料，对不同纤维掺量下的SMA混合料的路用性能进行试验和分析，利用多重回归分析，预测出了聚酯纤维在SMA中的最佳掺量。