先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

协同路外停车费率的路内停车定价模型

面对有限的城市土地资源和道路资源,单纯增加停车位而对停车需求不加以抑制,无法解决停车供需矛盾。在分析路外停车统一定价的基础上,构建协同路外停车费率的路内停车定价模型,制定合理的路内外停车费率。分析停车位利用率和选择行为变化,最大限度地优化路内停车效果。对成都市沙湾凯德商圈路内外停车进行实例分析,模型第一阶段统一了停车位利用率在70%,80%和90%下的路外停车费率;模型第二阶段得到修正后的路内外停车费率。结果显示,与现行停车收费标准对比,路内停车位利用率提高了34个百分点,路内外停车总收益提高了17.61%。     

城市轨道交通快慢车停站方案优化研究

快慢车模式作为一种有效匹配乘客多样化出行需求的手段,能提升企业服务水平,降低运营成本,其核心问题是确定合理的列车停站方案。首先,针对快慢车越行特点进行分析,得出快慢车越行会导致乘客的出行时间和列车周转时间增加,并导致线路的通过能力降低的结论,因此提出快车在慢车站不停站越行慢车的观点,以降低越行造成的不利影响。然后,对城市轨道交通快慢车模式下乘客出行时间的变化和企业运营成本的变化进行全面的分析,构建快慢车停站优化模型,并用遗传算法进行求解。结果表明,高峰小时内乘客能节省旅行时间3 976 815s,企业能节省1列车底的购置费及12 000元的停站成本。     

基于叠加相位的干线绿波协调控制方法研究

现有的绿波协调控制图解法和数解法存在干线交叉口处的绿灯启亮时刻难以与对应方向的车流到达时刻相匹配的问题,造成了部分时空资源的浪费,压缩了双向的绿波带宽,影响了干线协调控制的效果。针对这一问题,提出基于叠加相位设计方法的干线绿波协调控制方法。该方法在传统方法求解结果的基础上,根据绿波带的设计速度,插入叠加相位,灵活地错开调整交叉口沿干线的两个行驶方向的绿灯启亮时刻,更好地匹配其与对应方向车流的到达时间;以最大化双向绿波带宽为目标建立规划模型,并利用二分法设计求解算法,实现对最大绿波带宽和各交叉口配时的计算。研究结果表明:基于叠加相位的干线绿波协调控制方法可以实现在不改变绿波设计速度的情况下,有效增加双向绿波带宽,减小干线延误,缓解交通拥堵;相较于传统的绿波协调控制方法,该方法将绿波带宽提高了140%,将干线的平均延误减小了86.2 s,有效缩短了各交叉口的行程时间。     

考虑决策过程与潜在异质性的居民通勤选择行为研究

传统研究对居民通勤决策过程的动态性及微观心理偏好关注不足，为此利用潜在类别模型表征居民通勤决策的潜在异质性，从动态决策角度出发，构建可以体现偏好动态演进过程的决策场理论模型。该模型对不同潜在类别设置差异化的属性注意力权重，表征不同子市场用户动态偏好的差异性和相同子市场用户偏好似而不同的特征，同时实现用户分类和动态决策过程分析，改进传统决策场理论对个体偏好异质性表征不足的缺陷。对成都市轨道交通车站附近居民进行实证研究，结果表明，通勤居民可以细分为“商务需求型”“追求效率型”“经济环保型”“保守型”这4类，各类别间的备选方案初始偏好、属性关注程度均呈现显著差异。通过Matlab仿真实现对个体决策结果、微观偏好进化过程及非理性效应的预测和分析，验证了本文方法的有效性。     

基于相位优化的干线双向绿波协调控制方法

为了提升城市干线双向绿波协调控制的效果,提出一种基于交叉口信号相位优化的干线绿波协调控制方法。该方法通过优化干线上交叉口的信号相位组成和相位顺序,来增加干线上相邻交叉口间相位差的调整区间,从而提升干线双向绿波带的带宽。案例分析指出,相比于传统的图解法,新方法能够提升城市干线双向绿波带的带宽,减少车辆的延误和停车次数。同时,新方法设置的绿波速度更能满足干线设计速度。     

基于组合评价模型的城市路内停车场类别调整研究

本文针对城市路内停车场利用率长期过高或过低的问题,建立三种组合评价模型:基于综合权重的层次分析法、基于综合权重的模糊综合评价法和基于综合权重的灰色关联分析法,对路内停车场类别进行排序调整。通过实地调研成都市一环路沿线24个路内停车场停车数据,对该24个路内停车场进行初步划分,为停车场类别划分提供依据判断。结果表明:通过组合评价模型可对路内停车场中的不合理类别进行重新分类,提高分类结果准确度,解决部分停车场泊位利用率过高或过低问题,进而减少车辆巡游。未来可结合路内停车场实时动态信息采集技术,实现路内停车场的实时动态类别调整。     

基于时间序列与回归模型组合的路内停车定价模型

针对现有路内停车定价模型对未来年停车价格预测研究较少的现状,本文收集全国40个城市的3 h路内停车价格、居民可支配收入和机动车保有量数据,对现有停车定价模型进行改进,在此基础上提出基于时间序列和回归模型组合的路内停车定价模型,并以成都市2015—2016年的实际数据对模型进行校正,测算出2017—2021年与成都市经济发展水平相适应的路内停车价格。结果表明,该模型的操作方便,精准度较高,可为路内停车价格制定等相关政策提供重要的参考。