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。     

个体对通勤时间的态度和偏好视角下的职住空间失调

研究职住空间失调能够帮助我们更好地理解个体对职住分离的态度和偏好,并有助于在制定政策时考虑通勤者更真实的需求和期望.本次研究采用理想通勤时间和实际通勤时间的匹配程度来度量职住空间失调,并以昆明市为案例进行了实证研究.描述性统计结果表明,大多数通勤者认为他们的职住空间是失调的,有41.04%的通勤者遭受重度空间失调.进一步,基于序次Logistic回归模型分析了职住空间失调的影响因素.结果表明,出行方式、居住区位、年龄、受教育程度和家庭有无小孩对职住空间失调有显著影响.同时,由于个体对通勤时间的态度和偏好的异质性,更长的通勤时间并不总是意味着职住空间更加失调.     

道路诱增交通量及其相关交通政策的解决方法

在城市交通环境污染成为我国各地交通发展共性问题的情况下,是否需要新建或扩建道路,如何在道路新建或扩建后结合相应政策减少诱增交通量,以及如何改善交通环境逐渐成为学者们的关注重点.通过对我国诱增交通量的探讨,得出在道路修建或扩建后将引起诱增交通量的确实论断.在归纳总结道路建设优缺点的前提下,得到道路供给与需求关系,为道路建设与否提供依据.为改善道路建设后的缺点和交通拥堵等问题,在借鉴世界各国交通政策成功实例的基础上,提出符合我国国情的交通政策,如公共交通政策、拥挤收费政策、步行和自行车使用政策等.     

降低交通排放的干线协调信号控制优化方法

为降低干线道路系统的交通排放量,基于机动车比功率改进红绿灯期间排放因子的标定方法,进而以相位有效绿灯时间为决策变量,构建使机动车排放总量最小化的干线交叉口群时空资源优化模型.分析相邻交叉口间车队延误与相位差的关系,改进以车队延误最小为目标的相位差优化模型.为验证模型,设计一个案例,根据传统方法获得参考配时方案,借助Vissim软件标定红绿灯期间的排放因子,并使用所提方法获得优化配时方案.结果显示,每种污染物绿灯期间的排放因子均明显高于红灯期间;与参考配时方案相比,优化配时方案下各交叉口车辆延误和排放量均减少8~11%.所提模型能同时降低干线交叉口群的车辆延误和交通排放量,可用于优化干线协调信号控制方案,进而缓解交通拥堵.      

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

����Rank Logitģ�ͶԳǼʽ�ͨ�ֵ��ʵļ��㷽���о�

城际交通对城市经济发展有显著作用,同样也是交通规划领域一个重要课题.随着高铁的快速发展,城际交通分担率也随之有相应变化.计算分担率的方法很多,其中Rank Logit模型能够充分利用SP调查中乘客对交通工具选择的排序数据,可以获得比其他非集计模型更高精度的特点.本文采集891份有效SP数据并建立Rank Logit模型,对广州—武汉的城际交通分担率展开研究以验证该模型的优点.模型结果从评价指标、参数实际意义和乘客时间价值等方面对比Rank Logit模型和Multinomial Logit模型,证明RL模型拥有更高的模型精度和可靠性.在此基础上 本文进一步对武广通道上政策性调整进行了6组敏感性分析,为政府进行交通规划、交通运输政策的制订及修改等提供决策依据,也为铁道部、航空公司等运营部门制定策略提供了理论参考.     

基于三阶段最小二乘法探究诱增交通量

在诱增交通量的预测中,中国现有统计数据在精度和广度上的局限性,容易造成计算结果存在遗漏变量偏误和测量误差偏误;同时变量之间的相关性容易导致计算结果存在联立性问题。为克服这些问题,采用工具变量法中的三阶段最小二乘法探讨道路供给与交通需求之间的关系。基于国家统计数据库数据,选择车辆出行距离、民用汽车拥有量和交通拥堵水平三个内生变量构建联立方程模型,采用三阶段最小二乘法对联立方程进行估计,并给出短期、长期弹性系数的求解方法。结果表明,道路建设会导致车辆出行距离增加,不能解决中国城市交通拥堵问题,而大力发展公共交通可以降低交通拥堵水平。     

˽�ҳ�������ͨ�ڳ���ʱ���ֵ

私家车出行者的通勤出行时间价值是实施和评价道路拥挤收费项目的重要参数之一。本文利用大连市私家车出行者意向调查数据,分别使用Logit模型和时间系数为常数、费用系数服从对数正态分布的Mixed Logit模型来标定私家车出行者通勤出行时间价值。标定的结果显示：两个模型标定结果中的各参数的t值都非常显著;Mixed Logit模型标定结果中的最大似然值和优度比都优于Logit模型;使用Logit模型标定的私家车出行者通勤出行时间价值为24.58元/小时;使用Mixed Logit模型标定的私家车出行者通勤出行时间价值服从参数为2.73和1.09的对数正态分布。在实施和评价道路拥挤收费项目时,推荐使用Mixed Logit模型的标定结果。     

私家车出行者ATIS信息选择影响因素研究——以大连市为例

私家车出行者对ATIS信息的选择意愿受到多种因素的影响。开展大连市私家车出行者ATIS信息需求意向调查,以探索性因子分析和累积Logit模型理论为基础,对ATIS信息内容进行分类,同时引入出行者性别、年龄、收入水平、交通补助情况等特性变量,建立私家车出行者ATIS信息选择模型。模型标定结果显示,私家车出行者个人特征与ATIS信息特性对ATIS信息选择意愿存在不同程度的影响：私家车出行者主要关注与出行质量相关的信息,收入水平、交通补助、驾照保有情况等对私家车出行者ATIS信息选择意愿影响显著。     

基于公交IC卡数据信息的客流预测方法研究

根据大连市公交IC卡的历史数据绘制公交线路客流曲线,采用有序聚类Fisher算法划分公交峰值区间,在具有典型特征的峰值区间内进行有针对性的公交客流调查,可得到实际客流数据样本。通过将3EIC卡客流数据与随车客流调查数据相结合,建立不同峰值条件下预测客流的回归方程,可实现对不同峰值区间内总体客流量的预测。