共享单车用户骑行起讫点时空特征分析

针对共享单车的供需失衡、分布不均问题，研究了共享单车用户骑行起讫点的聚集区分布以及不同区域的骑行时间特征，为共享单车的调度运营提供理论支撑。基于用户的骑行订单数据，采用均值漂移算法对骑行起讫点进行聚类学习，得到共享单车的骑行聚集区分布；随后采用spearman相关系数来衡量骑行时间特征的相似度，对不同骑行聚集区的借车与还车量的累计差值的时间序列曲线进行聚类处理，划分出6类典型的骑行特征，并对不同骑行特征所在地的兴趣点（POI）进行因子分析，结果表明:在空间上，共享单车的骑行聚集区的空间分布与所在区域的城市路网的布局形式存在较大关联，不同时间段的骑行聚集区的分布大致相同，仅在出行量上存在差异。骑行聚集区的骑行特征与土地利用性质之间存在相关性，例如，对于骑行特征为1天内借车量小于还车量的骑行聚集区，其主导因子为商业用地，占比为0.4；对于1天内用户的借车量大于还车量的骑行聚集区，其主导因子为住宅用地，占比为0.57。多种用地性质混合的区域，借还车的差值较小且易产生波动。此外，同一类型的骑行时间特征的主导因子占比在工作日与非工作日会产生变化，同一区域的骑行时间特征在工作日与非工作日存在差异。      

新冠肺炎疫情对港口散杂货吞吐量的影响及建议

新冠肺炎疫情全球蔓延导致我国外贸环境显著变化，对我国海运运输产生重要影响。为补充散杂货领域的研究空白，本研究以我国重要枢纽港口广州港为实例，基于广东省疫情和实际生产数据，应用时间序列模型进行预测与分析。实证结果表明：地区疫情强弱程度能够在港口吞吐量上反应且无明显滞后现象，并且，各细分货类的吞吐量变化较大，且影响因素较为复杂，可分为政策因素、价格指数、运价指数、国内外供需关系四大类。最后对后疫情时代的港口散杂货业务发展策略、货类管理办法提出对策建议。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度，提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间，利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间；将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量，基于底层BPNN模型预测车辆在目标路段的行程时间，进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试，并与其他4 种模型进行比较. 结果表明，所提模型具有较高的预测精度，尤其在雨天，比传统BPNN模型预测精度提高57.25%.     

基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率，故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时，建立考虑时间阈值的新登机模型；在干扰时间阈值分布的基础上，通过优化算法分配行李，从而使登机时间最小，进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程，Steffen 次序具有最大的干扰时间阈值和优化空间；本文提出的动态登机策略可以缩短登机时间，使登机效率显著提高.     

川藏铁路跨线列车合理跨线时间范围分析

本文基于旅客出行时间特征,将跨线列车划分为日间动车组、跨夜动车组、日间普通旅客列车、跨夜普通旅客列车等四类。结合跨线列车的定义,推导出跨线列车的适应性条件,确定其影响因素为线上运行时间、线下运行时间、全程旅行时间。跨线列车的适应性条件可以确定跨线列车的种类、初始跨线时间域。结合跨线列车的始发终到时间域、跨线时间域,推导出跨线列车的合理始发终到时间范围、合理跨线时间范围的计算方法,并实例求解了川藏铁路跨线列车的合理跨线时间范围,验证了跨线列车的适应性判别条件、合理始发终到时间范围、合理跨线时间范围求解方法的可行性与正确性。研究结论可以为川藏铁路列车运行图的铺画、分时段客货共线的研究提供参考。     

列车在站技术作业时间写实管理信息系统设计

研究列车在站技术作业时间查定与管理现状，立足实践，设计列车在站技术作业时间写实管理信息系统。基于现有的铁路技术作业相关流程及查定模式和C/S模式，采用面向对象的系统设计方法，提出“ 1主1辅3层次4应用”的系统总体结构与分层结构，详细设计了数据获取、数据汇总与处理、数据统计与分析等功能，阐述数据结构设计、分布式数据查询优化等系统关键问题的解决方法。该系统可解决部分列车习惯性晚点的问题，在一定程度上提升列车运行的正点率。     

一种“效率-公平-运力”多维权衡的需求可拆分配送方法

针对自然灾害及重大社会公共事件等各类突发事件的配送问题，本文以公路运输为研究场景，将配送时间最短、加权时间攀比值最小和使用车辆数最少为多维目标，在引入需求可拆分这一限制条件的基础上，构建“效率-公平-运力”多维权衡的需求可拆分应急物资配送模型。针对该问题设计改进的蚁群算法求解模型。从选择拆分点、信息素更新和引入变邻域搜索算子这3个方面改进了算法，并实现当解持续不变时，初始化信息素，以增加随机性。结果表明，与传统求解算法相比，改进算法的稳定性更高(平均偏差率降低7.00%)，寻优性更好(优化率提高7.41%)。 通过分析考虑三目标、双目标和决策者具有明显偏好的多重场景下的求解结果得知：效率、公平、 运力这3个子目标相互悖反，增加运力投入可以显著提高配送方案的效率与公平；当运力不变时，效率与公平之间近似呈同比例反比关系。研究结论可为救灾目标不确定条件下多因素考量的应急物资配送决策生成与优化问题提供方法改进与可量化决策支撑。