公共交通乘客个体活动链的日相似性研究

刷卡数据为研究公共交通乘客长期出行规律提供了数据基础.利用北京市2018年 4~5月的刷卡数据,通过提取乘客活动地,推断居住地位置和识别活动类型3个步骤构建乘客个体活动链;基于PrefixSpan算法提取普通卡、老年卡、学生卡乘客活动链的频繁序列模式,采 用Levenshtein距离度量3类乘客活动链日维度的相似性.结果表明：每类用户中约70%乘客的频繁活动序列是对称模式;普通卡和学生卡用户的相似性高于老年卡用户,平均值分别为 0.645、0.649和0.530;3类乘客的工作日与非工作日活动链具有明显差异,而工作日之间或非工作日之间具有较高相似性.本文有助于定量解析公共交通乘客的出行活动规律,为科学优化公共交通服务提供依据.     

基于网约车轨迹数据的城市路网宏观运行质量评价方法

准确地定量化评价城市路网宏观运行质量是提升交通管理水平的关键,网约车轨迹数据为精确获取路网运行状态提供了良好的数据基础.基于双流模型,考虑路网中要素的关联性,引入畅行指数和适应度指数,评价路网对交通需求变化的响应能力.以高频网约车轨迹数据为基础,提出了基于行程单元的评价指标计算方法.以北京和上海为例,上海市路网运行状态好于北京市路网,上海路网的最大平均行驶速度高于北京约4.5km/h,适应能力高于北京4% ~6%;这2座城市中心城区的畅行程度由内向外逐渐变好,但是中心城区的路网适应性更高.      

考虑车速调控和乘车引导的公交运行优化控制策略

通过有效的精准控制策略提升公交车辆的到站间隔匀整度和运行服务可靠性是改善公交服务质量，提升公交乘客出行满意度的重要途径。首先，本文考虑站点乘客上车需求波动构建公交运行模型；其次，提出基于时间偏差反馈机制的公交区间行驶速度调控策略和基于乘车选择行为模型的公交站点乘客信息引导策略；最后，以最小化乘客出行成本和车头时距偏差为目标，构建融合车速调控和乘车引导的公交运行组合优化控制策略，并设计了求解方法。以北京公交57路为例，设计4种情形的数值仿真对比实验。仿真结果表明，组合控制策略的优化效果最佳，相比于无控制策略，公交运行稳定性提升了47.70%，避免了线路的串车发生，考虑出行时间与拥挤程度的综合成本减少了18.71%。本文还比较了不同乘客收入水平和乘客引导信息服从率下策略的优化效果。结果表明，随着收入水平的提升，信息引导策略对总出行成本降低效果减弱，当乘客引导信息服从率为0.7时，组合控制策略对公交运行和乘客出行的改善效果最显著。本文可以为提升公交运行可靠性和服务质量提供重要支撑。     

基于拥堵时空特征的区域分类与评价方法研究

利用现有监测手段开展区域交通综合整治,科学设置交通分级预警标准是北京市缓堵工作的重要目标。为了直观性评价缓堵工作的治理效果,并及时识别路网运行效率低下的区域,以北京市25个出行热点区域作为研究对象,借助区域交通运行指数,解析热点区域的路网运行拥堵特征。应用系统聚类方法,发现依据区域拥堵特征可将研究区域划分为复合型、双峰型、晚延型3种类型,并对比分析不同类型下的区域路网运行状态。在此基础上,充分考虑拥堵时空特征构建区域拥堵评价模型,确定了包含红色预警、橙色预警、黄色预警的三级预警分级标准,定量化地反映区域路网运行状态在一段时期内的综合性评价。结合应用案例分析,结果表明,复合型区域全天运行状态处于中度拥堵等级的累计时长最高,为373 min。双峰型区域在平峰时段路网拥堵状态恢复较快,日均严重拥堵时长仅有36 min。晚延型区域的早晚高峰路网运行状态差异最大,该类地区的日均早高峰拥堵时长最短,而日均晚高峰拥堵时间却最长。并且,由拥堵评价得分显示,该类型地区在工作日及非工作日期间均易出现预警需求。特别是朝阳北路地区,工作日区域拥堵评价得分仅为74. 8分,已达到橙色预警状态,路网运行压力较大,应在缓堵工作中优先作为重点关注对象。     

降雪条件下城市快速路交通流特性研究

以北京市交通流固定检测器数据为基础,对比分析了正常天气条件和降雪条件下北京市快速路交通流特性的差异,定量描述了降雪对北京市快速路流量和平均运行速度的影响。研究表明,大雪条件下,快速路流量约下降约39%,速度降低10～20km/h,来车时距普遍增加2～4s,饱和流率下降约25%。在此基础上,给出了北京市不同降雪强度下快速路的流量和当量流量水平下平均速度的折减系数。     

ETC 系统的环境效益评价测算模型

ETC系统在我国的应用规模逐渐扩大.科学度量和评价ETC方式所带来的能源环境效益,是ETC系统实施效果评价的关键问题.本文提出ETC系统的环境效益评价指标和测算模型.通过获取收费站区车辆行驶特性,选定7 类典型车型开展实车排放测试实验,模拟车辆通过ETC车道和MTC车道的行驶过程,基于整车排放测试系统获取不同车型通过不同收费车道的油耗和污染物（HC化合物,CO化合物和NOx化合物）排放监测值,构建基于排队长度和车型聚类的ETC环境效益评价指标计算模型.最后以北京市的实际情况为例,得到北京市ETC系统平均单次交易所产生的环境效益测算值.以2013 年为例,北京市ETC系统的实施,预计将节约410.15 万升的燃油消耗,减少730.9 t 污染气体排放.     

基于交叉口交通流影响程度的不利天气分级方法

信号交叉口的交通流由于受到不利天气的影响呈现不同特征,根据不同级别不利天气设置有针对性的信号控制方案,是减少天气对交通运行影响的重要途径.本文选取北京市不同规模、不同类型的信号交叉口为观测对象,以视频采集方式获取了2012 年 4 月–2013 年2 月期间不同类型和强度的不利天气条件下交叉口交通流数据,通过显著性差异分析、回归拟合的方法,分析了交叉口直行车道饱和车头时距、饱和流率及起动损失时间等特征参数的变化,构建了信号交叉口特征参数的影响模型,量化了降雨、降雪天气对交叉口交通流的影响.最后,基于不利天气对交通流特征参数的折减程度,将不同类别的不利天气统一划分为四级,并明确了各级不利天气对应的饱和流率折减范围,为制定天气响应型的交通控制方案提供了重要的参数基础.     

基于ETC电子收费数据的信息提取技术研究

电子不停车收费系统是智能交通应用系统中取得较大发展的子系统. 系统能实时记录车辆的进、出口收费站的时间、地点等数据. 本文以电子不停车收费的交易数据为基础,通过对原始交易数据的分析,确定了数据的处理流程,在此基础上,提出了路段行程速度计算模型,交通流量分布规律分析方法和高速公路站点OD分布、车型比例分布等指标获取方法. 研究以北京市高速公路电子收费数据为例,进行了案例分析. 结果表明,本研究中提出的数据处理和提取技术能较为准确地获取高速公路运营管理中所需的信息,这些信息为高速公路出行者信息服务、高速公路交通运营和规划等提供有效的信息支撑.     

重大疫情对乘客公共交通依赖性的影响

深入探究重大疫情对乘客公共交通使用行为和依赖性的影响,有助于针对性地改善公共交通服务质量和供需平衡情况。结合前景理论与计划行为理论,开展重大疫情时期SP/RP出行调查,从出行行为表现维度选取3个指标并利用k-means算法标定公共交通出行群体,从7个层面筛选公共交通依赖性内外部影响指标,采用结构方程模型构建重大疫情对乘客公共交通依赖性影响模型。结果表明,个体属性、出行环境和出行特征潜变量通过改变个体心理因素间接影响乘客公共交通依赖性,反映了乘客公共交通依赖性受主客观影响因素的共同作用;重大疫情下出行意向对公共交通依赖性的正向作用强度为0.36,低于常态化时的影响强度0.51;出行环境的正向影响效应较强,而个体属性影响效应较低且与公共交通态度和主观规范呈负相关性;此外,自行车可用性、是否途径风险区和出行强度影响度几乎不影响乘客公共交通依赖性;而防控政策了解度、主观规范变量和公共交通出行偏好的影响作用显著,反映了重大疫情时期在公共交通市场中社会促进效应与消费心理学中的模糊效应较为明显。      

基于关联分析的乘客公共交通依赖度识别方法

不同乘客在出行过程中对公共交通的依赖程度具有显著差异，精准识别乘客公共交通依赖度，有助于针对性地引导出行者向公共交通方式转移.本文基于多源数据的关联，获取包含个体属性的公共交通出行链，从出行行为和个体属性两方面提出8个依赖度指标，构建二阶聚类模型，识别乘客公共交通依赖度.结果表明：样本按依赖度高低被划分为4类群组；部分高、较高依赖度乘客在出行决策时受限于收入和车辆拥有量，并有向私家车出行转移的趋势；乘客出行习惯行为较个体属性对公共交通依赖度的影响更大.利用平均命中率(AHR)和平均覆盖率(ACR)指标评估个体属性对识别结果的影响，得出结论，个体属性指标间存在耦合关系，且指标缺失量与模型误差具有非线性关系.研究有助于理解公共交通乘客的需求和选择倾向性，为精准改善公共交通服务提供支撑.