北京市旅游交通方式选择行为研究

为防止北京市旅游高峰期间景区周边交通混乱以及城市交通路网负荷增加，选取北京市三 处景点进行问卷调查，将游客的年龄、是否有车、月收入、同行人数及同伴类型等数据作为影响游客交通方式选择的因素。与此同时，对所需数据进行有效性检验，进而分析不同游客的出行方 式特性，利用非集计模型对游客的交通方式选择行为进行研究。结果显示：游客的年龄、是否有车、月收入、同行人数以及同伴类型这几类因素对游客的交通方式选择的影响均显著，并得到游 客对私家车、出租车、地铁及公交车这四类交通方式选择的比例，分别为17%, 7%, 54%, 22%。研究表明，北京市旅游交通方式的需求以公共交通为主，尤其是对轨道交通的需求，为此建议进 一步加大北京市旅游公共交通系统建设，提高旅游交通的服务质量。     

基于特征子序列修正的公交刷卡滞后时间推算

针对一票制公共交通IC卡刷卡系统存在的滞后时间问题,提出基于特征子序列修正的时差匹配推算方法。依托GPS车辆到站信息序列和刷卡聚类序列,分析首末站和中途站站间运行时间分布的差异化特征,分别从两序列中提取大时间差和连续小时间差等特征子序列;利用两种子序列间一对一或一对多的对应关系分别进行初步搜索和二次修正,兼顾匹配过程的效率和精度。将推算流程应用于山西省大同市公共汽车系统,结果显示,抽样车辆的刷卡匹配率均达到99%以上,并且针对不同类型的公共汽车线路具有较强的适应性。     

基于大数据的大学校园停车系统规划 ——以大连理工大学凌水主校区为例

为解决大学校园停车系统混乱以及用于相关规划的基础数据样本量小、精度不高、时效性 差等问题，应用大学校园停车调查数据、各出入口车辆记录数据以及各院系教职工信息数据进行多源大数据分析，提出了一种基于大数据的大学校园停车系统规划方法。以大连理工大学凌水主 校区收集到的数据为例，首先从静态角度利用各出入口车辆记录数据和校园停车调查数据获取校园整体停车需求，进而利用各院系教职工信息数据分析各部门的停车需求。然后，从动态角度考虑停车位的周转问题，利用各出入口车辆记录数据分析校园出入车辆停车时段分布状况。最后，根据多源大数据分析所得校园停车系统现状，得出相应的校园停车系统规划结果。研究结果表 明：基于大数据的大学校园停车系统规划方法可有效解决传统方法中基础数据样本量小、精度不高、时效性差等问题，提高了规划结果的实用性和科学性。     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

基于家庭属性差异的大学生出行方式选择行为研究

为剖析家庭属性差异对大学生出行方式选择行为的影响，基于非集计理论，构建家庭属性差异的大学生出行选择多元Logit 模型. 根据四川省2 571 份大学生出行行为调查问卷，运用SPSS 软件标定模型参数，获取影响大学生出行选择的主要家庭属性因素，并进行敏感性分析. 结果表明：家庭平均年收入、经济净流对大学生出行方式选择有显著的影响；以航空运输为参考，家庭平均年收入、经济净流对公路运输方式选择的影响大于铁路运输；“祖辈替孙辈购买机票”的折扣票务形式可提高大学生选择航空出行的概率.     

硬岩顶管卡滞原因分析及脱困技术研究

针对长距离岩石地层顶管施工中预制管卡滞工程难题,结合观景口水利工程2#无压洞工程,通过资料查阅、案例调研、专家咨询等方法,对多种处理方案进行对比分析。结合工程实践,提出预制管受困点判别方法,并研究制定出沉渣冲洗清理及预制管拆除方案;结合顶管施工特点就如何预防预制管卡滞提出针对性改进措施。经工程验证,所采取方案与技术措施顺利解决了预制管卡滞难题,并确保了后期工程的顺利进行,既缩短了工期又取得了良好的经济效益.,可为类似工程提供借鉴和参考。     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

基于偏好顺序集的非补偿式铁路旅客选择行为估计方法

精细化需求预测是铁路提高收益的重要基础.本文考虑了铁路产品属性对于旅客选择行为的影响,构建具有一定偏好顺序的产品集合来表征不同类型的旅客.在此基础上,利用客票存根及余票数据,建立预售期内旅客选择过程的极大似然函数,求解得到不同旅客类型的出现概率.首先通过仿真算例验证了模型的计算可行性,然后通过实证数据,估算了北京南至上海虹桥方向不同旅客类型在各时段的出现概率,进一步统计得到旅客在不同时段下铁路旅客buy-up行为概率及属性敏感度的变化,并提出一些可用于优化售票策略的建议.     

《交通需求管理理论与方法》获“第四届钱学森城市学金奖”提名奖

<正>2014年10月26日,"中国城市学年会·2014"与"第四届钱学森城市学金奖"颁奖会在杭州召开。同济大学晏克非教授的专著《交通需求管理理论与方法》荣获中国"第四届钱学森城市学金奖"提名奖。"城市交通问题"是钱学森院士生前倡导的城市学系统科学研究的主要方向。本届钱学森城市学金奖参评作品(专著、论文、研究成果报告等)共有369篇(部),包括由杭州国际城市学研究中心推荐的晏克非教授的专著《交通需求管理理论与方法》。经过初选、初评和组