基于演化博弈的违章停车动态罚金策略效用仿真评价

为研究改进后的动态罚金策略对违章停车现象的抑制作用及策略最优解，本文以驾驶员和执法者两类群体作为博弈主体，在改进的复制动态方程基础上，以社会总成本最小为目标建立动态罚金最优控制模型。讨论了该模型的均衡点及其稳定性，并通过庞特里亚金极小值原理求解该模型的最优解。并对改进前、后动态罚金策略的违章抑制作用和策略成本进行数据仿真检验，仿真结果显示：改进后的动态罚金模型能够找到违章停车问题的合理演化方向，在不断降低违章概率的同时还能减少执法力度；在临界状态下，即动态罚金系数趋于稳定值、执法者保持短时间的持续执法状态，改进的动态罚金策略通过改变常用的罚款方式，即降低罚款金额实现对违章停车问题的治理(在治理违章停车的效率上，临界状态与敏感度最高状态相比，即连续执法与动态执法相比治理速度提高了1倍)；改进后的动态罚金策略较改进前的违章抑制性更强、策略成本更低、执法效力更持久、所需执法力度更低，且短时间内不会出现违章停车周期复现的情景。     

不同能见度条件下高速公路车辆速度特性研究

本文以京港澳高速公路湖北省内金山-武汉南路段内的交通流检测器及其附近设置于路侧的公路气象站的历史数据为主要研究数据,针对雾天低能见度等天气因素,分析有无雾及不同能见度条件对车辆速度均值及速度离散型的影响;研究在雾天条件下,不同车道位置、不同车辆类型、不同时间时段的车辆行驶速度的差异性;基于交通流Greenshield 经典V-K关系,采用非线性回归方法,建立雾天车辆平均行驶速度综合预测模型,模型的拟合优度达到80%.研究成果对研究公路沿线能见度因素对行车安全影响,分析雾天等低能见度条件下的公路通行能力,制定雾天等低能见度条件下可变速度控制等交通控制措施具有重要参考与借鉴意义.     

基于多视图协同交互技术的换道图谱构建与分类

为直观展示换道过程中驾驶人视觉感知与手脚操作的细节特征,研究了多视图协同可视化的换道图谱.采用驾驶模拟舱进行高速公路驾驶实验,提取换道过程相关指标数据.将平行坐标、计数图、柱状图与换道轨迹协同可视化以构建换道图谱.采用多视图交互技术对提取的40个换道过程进行分析,提出换道过程的合格区范围并以此将换道图谱分为合格、临界合...     

基于网约车数据的城市区域出行时空特征识别与预测研究

针对交通需求特征识别和需求预测问题，构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型，快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法，以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据，验证模型的有效性和准确性. 结果表明，模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测，取得较好的结果.     

无限速标志条件下左侧路肩宽度对驾驶员综合影响的试验研究

依托驾驶模拟舱,在不控制驾驶员行驶速度的基础上,考察了左侧路肩的安全影响。通过搭建不同左侧路肩宽度的模拟驾驶场景,实时记录了反映驾驶员注视行为、生心理状态与机动车行驶状态的数据,利用统计分析工具(方差分析和对比分析)对数据进行了处理和分析。研究结果表明:左侧路肩对驾驶员的注视行为与车辆的侧位移有影响,尤其是当路肩宽度为0.75 m和1.5 m时,左侧路肩对驾驶员有较大的积极影响;左侧路肩不会增加驾驶员的心理负荷。基于此,选取0.75 m为左侧路肩宽度的最小值,并以1.5 m为左侧路肩宽度的推荐值。     

城市道路交叉口指路标志版面形式分析

在设计指路标志时,应当重点关注交通参与者信息需求与供给是否相互匹配。围绕交通参与者信息需求与供给关系,研究部分地区(北京、上海、武汉及南京)和部分国家(中国、美国、日本及英国)的城市道路交叉口指路标志,剖析不同版面设计形式的标志传递信息的特点,包括传递种类和传递方式,梳理出一些可供借鉴的标志版面设计理念:(1)指路标志服务的主要对象对区域路网有一定的认识但不熟悉,指路标志为其提供必要的道路信息和地点信息,同时避免信息过载;(2)指路标志应当传递交叉口交叉道路的名称或编号、外围交叉道路的名称或编号、交叉口周边重要地点名称等;(3)交通信息应多以图案形式进行传递,将交叉口图形化,并将交叉道路的名称或编号标注在交叉口图形内;(4)可使用不同颜色对交通信息进行分级,提高标志视认性。     

下坡路段铰接列车制动器温度预测模型研究

针对铰接列车在高速公路下坡路段事故多发的特点,以铰接列车为研究对象,通过试验采集其在下坡路段运行时的制动器温度数据,运用SPSSS数据统计软件对试验数据进行处理分析,利用多元回归的方法建立了铰接列车在采取淋水时制动器温度在下坡路段的预测模型。并用铰接列车实际制动器温度变化数据对预测模型的精度进行了验证。     

基于出行特征的用地类型推断方法研究

提出一种基于卷积神经网络推测城市交通小区内用地特征的算法，同时对交通小区内多种用地类型进行预测.选用公共交通出行数据集和网约车出行数据集，融合多种出行方式的出行特征对交通小区内用地特征刻画.提取交通小区内发生强度，吸引强度和产吸差强度3个指标作为模型输入，训练得到基于区域内出行特征双通道的卷积神经网络模型，采用网格寻优方法确定最优网络结构.选取北京市六环内交通小区作为研究对象，结果表明，本文算法能够同时推断交通小区内居住、工作和休闲用地特征，并获得各用地类型在小区内占比分布.     

北京市停车信息资源管理系统设计与实现

针对北京市停车信息资源现状及其管理中存在的问题，构建了北京市停车信息资源管理系 统，并对其逻辑结构、系统组成和功能实现的技术方法加以介绍。基于SOA-面向服务技术架 构，该系统由停车资源信息数据库、接口服务集和停车资源信息管理系统三部分构成。即在采用 Oracle 技术构建停车资源信息数据库后，利用基于Web Services 的接口集成技术实现了与停车管 理业务相关部门的接口服务，进而实现了停车资源信息管理系统的虚拟化管理。经验证，所建面 向管理层和用户的智能停车信息资源管理系统能够促进现有停车资源共享，提高北京市停车位的 利用率，在一定程度上有助于缓解北京市的停车难问题。     

北京市购车摇号阶梯概率规则优化研究

由于机动车保有量增速过快,北京市于 2011年起实施摇号购车政策控制增速.为解决部分群体“久摇不中”的现象,2014年起实施“阶梯概率”规则,但效果并不显著.本文在分析北京市现行摇号规则的基础上,建立演化模型,用以描述不同群体的概率变化情况,分析现行 “阶梯概率”合理性,并提出改进的“阶梯概率”规则.通过分析发现：现行“阶梯概率”规则并不能持续提升较早参与摇号群体的中签概率,其原因主要在于概率提升程度不足;改进后的“阶梯概率”规则,在调整强度取值合理时,可使得所有群体的中签概率均随时间而增大,其缺点是降低了新参与摇号群体当期的中签概率.研究结论为管理者进行科学摇号提供理论支持.