基于大数据的《交通运输工程学报》学术影响力分析

为了进一步提高《交通运输工程学报》的学术影响力,推动《交通运输工程学报》的国际化进程,基于数据库平台,研究了《交通运输工程学报》2016年以来的出版数据,对比分析了《交通运输工程学报》的办刊现状、办刊方向、学术效应、稿源分布与传播能力,提出了《交通运输工程学报》未来发展策略。研究结果表明:2016年以来,在综合交通运输领域,《交通运输工程学报》的影响因子与综合指标名列第一位,在交通运输领域,位列前7%;影响因子与被引频次主要影响因素为年度发文量少,仅为学科均值的48%,年度高被引论文数偏少,约为北大核心学科与CSCD核心学科均值的80%;高水平专刊/栏、引领性学术综述与研究团队系列化核心成果对《交通运输工程学报》的影响力提升贡献较大。基于成功经验与研究结果,主要从内容质量建设、学术影响力建设、办刊队伍建设与传播能力建设四方面,提出了《交通运输工程学报》未来发展策略,即:汇聚办刊人才,提高办刊水平;凝聚学术资源,提高学术质量;丰富展示信息,增强传播能力;净化学术环境,优化出版机制。      

多模式复合交通网脆弱性测度

构建了多模式复合交通网络拓扑模型；在传统测度指标的基础上，从各交通方式的差异性、资源公平性和网络可达性相结合的新视角提出了适用于多模式复合交通网的脆弱性测度，分别为子网敏感度、站点分布均衡度和可达指数；选取3种不同攻击策略进行Python仿真，以特点鲜明的东南沿海发达地区和西南边境山区的实际综合交通网为例，对比分析了网络结构脆弱性的差异性和共同点，多重验证了指标的有效性、稳定性和适用性。研究结果表明：浙江省和云南省多模式复合交通网络均符合小世界网络特性，能够使各交通方式间优势互补，降低网络脆弱性；在3组贡献度参数取值下，无论采取何种攻击策略，当失效节点数量相同时，浙江省子网敏感度从大到小总体趋势为公路网、水运网、铁路网，云南省子网敏感度从大到小总体趋势为航空网、公路网、铁路网；浙江省和云南省的公路网站点分布的基尼系数分别为0.196和0.086,均为分布绝对平均，铁路网站点分布的基尼系数分别为0.559和0.702,均为分布差距悬殊，云南省机场分布的基尼系数为0.363,分布相对合理，浙江省水运网港口分布的基尼系数为0.672,分布差距悬殊，说明需要进一步完善铁路网、水运网和航空网的布...     

城市轨道交通车站高峰时段与高峰客流预测模型

现有轨道交通车站高峰客流预测方法简化了车站高峰形成过程,基于默认假设,即车站高峰小时与所属线路高峰小时一致进行预测,忽略了车站与线路间存在的高峰偏差现象,造成部分车站高峰客流量被低估,导致车站能力设计不足,站台拥挤风险增加。从车站高峰形成机理出发,基于用地发生率模型,考虑不同目的出行行为的差异化,对客流属性进行划分,引入不同目的的出行时间概率分布函数,建立站点尺度的高峰小时与高峰客流预测模型框架。该模型真实反映了车站高峰与高峰偏差现象形成的这一复杂过程,可解释性强、符合实际,且能适用于建成环境、车站特征和轨道交通网络服务等变化情形下的车站高峰客流预测。验证结果显示：1)提出模型较传统模型提升了43%～47%的车站预测精度(高峰客流相应的MAPE值下降了5.7%～6.38%,高峰时间相应的APE值下降了23～50 min),具有更广泛的适用性和更稳定、更准确的预测结果,能为车站设计和运营方案制定提供更可靠的决策依据;2)各类出行目的的峰值和峰尺度存在差异,按不同比例叠加后,会产生不同的叠加曲线。揭示了车站高峰客流形成机理为不同用地产生的不同出行目的客流时间分布叠加曲线的高峰。     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。