基于贝叶斯网的城市迁居者通勤方式变迁模型

随着中国城市空间布局的扩展与郊区化现象的加剧,城市内部居住迁移导致居民出行交通结构发生演变.国内关于迁居—出行行为的研究主要集中于对迁居人群机动化通勤趋势及变化成因的宏观描述上,从微观角度分析城市内部迁居人群通勤方式转变的研究尚为少见.本文以南京为例,构建基于贝叶斯网络的迁居人群通勤方式转移模型,模拟并分析个人家庭信息、迁居属性,以及小区建成环境感知变化对原非机动(步行、自行车或电动车)通勤人群出行方式转移的影响.结果表明:家庭汽车、个人收入、新车的购置、住房类型、购房方式、迁居类型、地铁通勤便捷度和地铁步站距离是影响原非机动通勤人群转向小汽车出行的主要因素.研究结果可为城市规划者制定迁居通勤机动化的建成环境调控政策提供一定科学依据.     

基于车载OBD数据的小汽车出行特征分析——以北京市为例

小汽车出行特征是城市道路网运行的重要影响因素之一。采集小汽车出行数据并深入分析其出行行为特征,是引导小汽车出行方式转变、降低机动车使用强度的重要条件,能够为交通精细化管理和政策制定提供支持。基于车载OBD可采集到的小汽车出行数据和轨迹数据,提出小汽车出行特征分析方法,得到出车率、出行次数、出行距离等量化指标,分析不同阶段、不同区域、不同政策下的出行指标变化特征。利用大数据分析方法对出行规律深层挖掘,进一步获得用户画像、路网非直线系数等交通特征。分析结果表明,车载OBD数据能够较好地反映小汽车出行行为特征,并对交通需求管理政策的实施效果做出定量评价。     

基于CML的级联失效下异质多层交通网络节点抵抗特性研究

为了有效刻画拟合实际的多层交通网络级联失效过程，识别多层网络中对整体韧性安全影响显著的对象，提升交通网络抵抗失效的能力，建立一种基于耦合映象格子（Coupled Map Lattice， CML）的级联失效模型。首先，将交通管控措施赋予交通网络节点额外的容纳能力引申为节点抵抗特性，通过为CML添加抵抗参数H，形成考虑抵抗特性的级联失效（HCML）模型，沿常值-拓扑关联-时变拓扑关联的路径深化H的表征方式，并在小世界（Small World， SW）网络上对比3类表征方式的优劣；其次，应用Space H方法建立异质3层公共交通网络，对比度值与介数2种时变拓扑指标关联的抵抗效果，探究不同交通层抵抗系数对网络失效的影响程度；最后，在6组不同的网络结构上进行HCML模型与传统模型的对比，讨论建网方法、网络规模等不同网络性质的差异对模型有效性的影响，并结合实际客运数据验证HCML模型优越性。研究结果表明：3类表征方式中时变拓扑关联可以兼顾其余2类的优点；同等条件中网络在介数关联的抵抗特性作用下失效增速更缓，模型识别得到的对网络整体失效影响更大交通方式符合客流量实际；HCML模型在多种不同类型的多层交通网络中均可以有效实施，相比于传统模型，HCML模型的最终失效比例平均下降了5.78%，与实际交通级联失效过程更加拟合。     

A general corridor model for designing plug-in electric vehicle charging infrastructure to support intercity travel

This paper proposes to optimally configure plug-in electric vehicle (PEV) charging infrastructure for supporting long-distance intercity travel using a general corridor model that aims to minimize a total system cost inclusive of infrastructure investment, battery cost and user cost. Compared to the previous work, the proposed model not only allows realistic patterns of origin–destination demands, but also considers flow-dependent charging delay induced by congestion at charging stations. With these extensions, the model is better suited to performing a sketchy design of charging infrastructure along highway corridors. The proposed model is formulated as a mixed integer program with nonlinear constraints and solved by a specialized metaheuristic algorithm based on Simulated Annealing. Our numerical experiments show that the metaheuristic produces satisfactory solutions in comparison with benchmark solutions obtained by a mainstream commercial solver, but is more computationally tractable for larger problems. Noteworthy findings from numerical results are: (1) ignoring queuing delay inducted by charging congestion could lead to suboptimal configuration of charging infrastructure, and its effect is expected to be more significant when the market share of PEVs rises; (2) in the absence of the battery cost, it is important to consider the trade-off between the costs of charging delay and the infrastructure; and (3) building long-range PEVs with the current generation of battery technology may not be cost effective from the societal point of view.     

习惯影响下城际出行方式选择意向形成机理

旅客在出行选择决策中存在依赖经验而不愿意进行新尝试的习惯行为倾向，研究分析旅客在选择普铁、大巴和高铁 3种城际出行方式行为中的习惯影响程度及意向形成机理. 本文在对习惯进行定义和测量的基础上，引入习惯潜变量改进计划行为理论，构建习惯与意向间关系的结构方程模型.模型标定结果显示，对于普铁、大巴和高铁3种城际出行方式，各潜变量对意向总的解释方差分别为71.9%、54.9%、62.3%，习惯对意向解释的总效应分别为0.538、0.851、0.538，其中间接效应分别为0.538、0.513、0.258.分析结果表明：城际出行方式选择中存在明显的习惯倾向，其中相对于直接影响，间接影响效应更强；3种出行方式中，大巴的选择受习惯影响最明显.     

北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据，利用非负矩阵分解算法(NMF)从时间和空间两 个维度深入探究共享单车的出行规律，并构建逆序群体稳定性指标(RPSI)改善 k 值选择过程。利用得到的出行规律，运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型，对共享单车的出行需求进行预测，并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模 型的结果进行对比。研究结果表明，共享单车可分为5种基本的出行模式，每个区域的出行都可以由这5种出行模式的线性组合来表达，其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征，分别确定其出行含义：通勤出行中居住地到 地铁站的出行；通勤出行中地铁站到工作地点的最后一公里连接；居民其他的非通勤出行行为， 如休闲娱乐活动等；回程通勤出行中从工作地点到地铁站；回程通勤出行中从地铁站到居住区的最后一公里连接。最后，模型预测结果的对比分析显示，本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

关于两点式转向器装配工艺优化的研究

文章针对麦弗逊前悬架的两点式转向器安装尺寸及结构对整车装配的影响进行研究。在实际生产过程中两安装点的距离较长,对应副车架安装面上的平面度差异,由于杠杆原理,在装配过程中形成一定的装配应力。为减小或消除此装配应力对整车前轮前束变化和车辆跑偏的影响,对其结构进行分析,通过科学的尺寸计算方法,提出一种装配工艺的优化方案,并经过实际生产中大量数据的验证,能够有效地解决前轮前束变化引起的跑偏现象。     

Development of a simulation platform for safety impact analysis considering vehicle dynamics,sensor errors,and communication latencies: Assessing cooperative adaptive cruise control under cyber attack

While safety is one of the most critical contributions of Cooperative Adaptive Cruise Control (CACC), it is impractical to assess such impacts in a real world. Even with simulation, many factors including vehicle dynamics, sensor errors, automated vehicle control algorithms and crash severity need to be properly modeled. In this paper, a simulation platform is proposed which explicitly features: (i) vehicle dynamics; (ii) sensor errors and communication delays; (iii) compatibility with CACC controllers; (iv) state-of-the-art predecessor leader following (PLF) based cooperative adaptive cruise control (CACC) controller; and (v) ability to quantify crash severity and CACC stability. The proposed simulation platform evaluated the CACC performance under normal and cybersecurity attack scenarios using speed variation, headway ratio, and injury probability. The first two measures of effectiveness (MOEs) represent the stability of CACC platoon while the injury probability quantifies the severity of a crash. The proposed platform can evaluate the safety performance of CACC controllers of interest under various paroxysmal or extreme events. It is particularly useful when traditional empirical driver models are not applicable. Such situations include, but are not limited to, cyber-attacks, sensor failures, and heterogeneous traffic conditions. The proposed platform is validated against data collected from real field tests and tested under various cyber-attack scenarios.     

车轮踏面外形对机车曲线通过性能的影响

不同的轮轨外形配合,对机车曲线通过性能的影响较大。本文采用仿真软件SIMPACK建立一种2Co径向转向架机车模型,通过在小半径曲线上的仿真计算,分析了不同车轮踏面外形对机车曲线通过性能的影响。得出合理的车轮踏面与钢轨外形配合可以提高机车车辆的曲线通过性能的结论。