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。     

一致拥挤快速路交通系统鲁棒稳定性分析

基于李雅普诺夫范函法理论,选取适当的流-密关系式,对一致拥挤快速路的鲁棒稳定性进行分析研究,并得到交通流保持稳定的充分条件和状态反馈控制器的设计方法.试验结果表明:该方法有效、实用,能使一致拥挤的快速路趋于稳定的自由流.     

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。     

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。     

单个交叉口定时信号控制优化模型与算法研究

讨论了单个交叉口定时控制的周期和绿信比优化模型,并且在一般条件下满足交叉口控制条件的约束,提出应用遗传算法解出该非线性模型的最优解或近似最优解,并结合实际交叉口控制案例对模型和算法进行了验证,结果表明模型和算法具有适用性。     

智能交通产业化研究

城市中入、车、路间矛盾日趋突出,给城市的可持续发展带来了诸多负面效应.智能交通系统(ITS)被认为是解决城市交通问题最有前途的方向,因此,智能交通产业应运而生并迅速发展起来.在概括了智能交通产业的概念、特点及内涵的基础上,从产业化的角度研究了智能交通产业的成本、风险和收益问题,提出了应对智能交通产业化的有效策略.     

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.