数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。     

基于狄利克雷过程混合模型的城市活动聚类方法研究

手机信令数据不仅记录个体出行轨迹，也为分析城市活动空间分布特征提供了基础.本文提出一种基于狄利克雷混合模型的城市活动特征聚类方法，以手机信令提取居民出行OD为基础，将每个基站的到发出行量作为表征该基站所处空间位置的活动特征，研究特征的聚类方法.引入狄利克雷分布作为先验分布，由中餐馆模型推定特征聚类数量.与其他聚类方法相比，该方法最大的优点在于无需事先指定聚类数量，避免了传统聚类方法的缺陷.将本文方法应用到三亚市城市活动特征聚类当中，结果能够有效地反应不同城市功能组团的活动特征.     

基于滚动时域优化的共享自动驾驶汽车动态调度方法

共享自动驾驶汽车被视为未来城市交通系统的重要组成部分。本文考虑随机订单需求研究共享自动驾驶汽车的动态调度优化方法。通过建立车辆调度时空网络，分别针对订单分配与空车移位生成车辆运行时间弧，提出车辆调度问题的刻画方法。基于马尔科夫决策框架，以时空节点流量为状态，以时空弧流量为决策变量，建立最大化系统净收益的车辆动态调度优化模型。 采取滚动时域优化思想，建立含前视时间窗的随机规划模型，并利用CPLEX优化引擎，滚动求解车辆动态调度决策结果。Sioux Falls网络算例结果表明，滚动时域优化方法可保证车辆动态调度决策效果，提升系统运营效率。在计算时间限制下，滚动时域方法应优先采用长时间窗中等规模 样本。在最大化系统净收益的同时进一步最小化乘客等待时间，可有效提升车辆动态调度决策效果。     

地铁网络服务韧性评估与最优恢复策略

针对已有基于拓扑效率的地铁网络韧性指标无法反映地铁运营实际的不足，构建考虑线 路流量影响的路网服务效率指标和基于服务效率的路网服务韧性指标，以及基于路网服务效率 的节点重要度指标；提出以路网服务韧性最大化为目标的优化模型，并基于遗传算法求解模型获 得最优恢复策略。算例结果表明：分别以服务效率和拓扑效率作为路网性能指标，获得的失效节 点恢复次序明显不同；蓄意攻击下，最优恢复策略获得的路网服务韧性分别比基于重要度的优先 恢复策略、基于节点度的优先恢复策略和随机恢复策略高16.76%、72.11%和86.21%。上述结果 表明，必须根据地铁运营实际合理选择路网性能指标和恢复策略，否则可能得到次优甚至明显偏 离实际的方案，无法实现预期目标。     

Compromising system and user interests in shelter location and evacuation planning

Traffic management during an evacuation and the decision of where to locate the shelters are of critical importance to the performance of an evacuation plan. From the evacuation management authority’s point of view, the desirable goal is to minimize the total evacuation time by computing a system optimum (SO). However, evacuees may not be willing to take long routes enforced on them by a SO solution; but they may consent to taking routes with lengths not longer than the shortest path to the nearest shelter site by more than a tolerable factor. We develop a model that optimally locates shelters and assigns evacuees to the nearest shelter sites by assigning them to shortest paths, shortest and nearest with a given degree of tolerance, so that the total evacuation time is minimized. As the travel time on a road segment is often modeled as a nonlinear function of the flow on the segment, the resulting model is a nonlinear mixed integer programming model. We develop a solution method that can handle practical size problems using second order cone programming techniques. Using our model, we investigate the importance of the number and locations of shelter sites and the trade-off between efficiency and fairness.     

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高，货车轨迹数据被广泛应用于公路货运系统的 规划与管理中，同时，人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究，从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题，但现有辨识方法多移植于旅客出行研究，需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面，研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究，并证明了基于轨迹数据预测货运特征的可行性，但预测时空范 围较为局限，需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外，轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后，在总结现有研究不足的基础上，本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合，从3个关键技术进行突破：一是针对货运实践个体，重点探索高效货车 驾驶员的出行特征和出行模式，并在货运系统中进行推广应用；二是针对交通运输新技术和新形 势，重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略；三是针对货运 供需关系及匹配机制，重点研究货运全流程供需状态辨识与预测，并结合深度学习等方法训练和 开发智能供需匹配模型，从而优化货运系统调度，助力社会散乱运力资源整合，提高货运系统的 综合效率。     

Location selection of city logistics centers under sustainability

City Logistics Centers (CLC) are an important part of the modern urban logistics system, and the selection of the location of a CLC has become a key problem in logistics and supply chain management. Integrating the economic, environmental, and social dimensions of sustainable development, this paper presents a new evaluation system for the location selection of a CLC from a sustainability perspective. A fuzzy multi-attribute group decision making (FMAGDM) technique based on a linguistic 2-tuple is used to evaluate potential alternative CLC locations. In this method, the linguistic evaluation values of all the evaluation criteria are transformed into linguistic 2-tuples. A new 2-tuple hybrid ordered weighted averaging (THOWA) operator is presented to aggregate the overall evaluation values of all experts into a collective evaluation value for each alternative, which is then used to rank and select alternative CLC locations. An application example is provided to validate the method developed and to highlight the implementation, practicality, and effectiveness by comparing with the fuzzy Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method.     

适应铁路提速需求推进交通动员发展

铁路提速对我国国防交通动员带来了深刻影响:对铁路动员信息化建设、优化国防交通运输格局、提高铁路快速动员能力和加快专业技术队伍建设等提出了新的要求,应充分发挥动员潜力,全面加强铁路动员指挥网络、铁路军运衔接工程、运输人才队伍和运输保障队伍等方面的建设,完善铁路运输军代体系等运行机制,提升铁路运输动员综合效能。     

绕碰撞点转动的汽车二维碰撞速度分析

利用刹车印公式、动量守恒定理和相对质心转动的冲量矩定理．通过测量出碰撞点的位置，在不需要车辆回转角速度、法向弹性恢复系数和切向相时滑动摩擦系数的情况下，推算出一种两汽车发生二维碰撞时的速度。     

基于线性模型的高速公路交通事件和干预作用影响下的车流波分析

交通事件的发生导致高速公路正常交通流发生改变,为了促进发生交通事件时车流拥挤或阻塞的消散,减少排队延误,应在事件发生点上游对车流采取一定干预措施.运用流体力学车流波理论,分析了交通事件和干预措施综合作用下对车流状态的影响,建立了基于车速-交通密度线性模型下的车流波波速模型,干预作用产生的干预波和交通事件影响产生的集结波、启动波、消散波相互作用下的车流波位置和对应时刻模型以及分流干预措施解除时刻模型.这些模型为有效确定事件处理方案,尽快消除拥挤或阻塞提供了理论依据.