拥堵收费可接受性的主观影响因素分析

采用结构方程模型分析方法,建立了社会准则、问题感知、责任归属、愿意行动、感知有效、感知利益、感知公平、感知自由与公众可接受性之间的结构方程模型,通过意向调查获得了A,B2种收费方案的437份问卷,在此基础上对模型进行了评价和修正.结果表明在费率较大的B方案下感知有效对感知自由以及感知自由对感知利益的影响更加显著;在费率较低的A方案下,感知公平对可接受性的直接影响最大,B方案下感知有效的影响最大,但2种方案下影响最大的直接因素均为感知有效和感知公平;间接影响因素中,愿意行动对措施可接受性的影响最突出,且愿意行动作用于感知有效,但对感知公平影响较小.      

城市连续隧道交织区主线交织车辆换道点选择行为研究

基于城市连续隧道交织区分析主线交织车辆换道点选择行为,以实地采集的车行轨迹数据为基础,利用随机森林模型分析主线车辆换道点选择行为特征及影响行为决策的影响因素,而后分别采用支持向量机模型与随机森林模型进行换道点选择行为决策建模和对比分析。研究结果表明：影响主线交织车辆换道点选择的主要因素为目标车辆状态以及本车道的后车状态,且经特征筛选之后建立换道决策模型的精度更高,其中支持向量机模型可以较好的刻画换道行为,模型的预测精度不低于85%。研究成果有助于在仿真模型中更准确描述换道点选择行为,同时为城市连续隧道交织区的优化和辅助驾驶策略制定提供支撑。     

综合小波分解和BP神经网络的交通小区生成交通短时预测

针对交通小区生成交通的短时预测需求,提出了综合小波分析和BP神经网络的短时预测方法.预测方法主要利用dbN小波函数对交通小区生成交通进行小波分解,利用BP神经网络对分解后的多频段波形进行短时预测,最后通过波形重构获得交通小区生成交通的短时预测结果.在构建综合小波分析和BP神经网络短时预测模型基础上,采集交通小区的实际交通生成数据,并构建短时预测的对比模型,检验构建模型的预测精度.检验结果表明:在交通小区的生成交通短时预测方面,综合小波分析和BP神经网络的组合预测模型比单独采用BP神经网络进行预测的精度更高.     

居民出行OD调查数据统计分析方法的研究与实现

目前普遍采用的居民出行OD调查数据统计分析方法是利用Microsoft Office办公套件中Access、Excel等软件对OD数据进行处理和分析,虽然可以满足大部分OD统计分析的功能需求,但是这些软件设计的初衷是通用性,即大众化、简单化、易用化,面向的处理对象是一般的商业数据,对于OD出行这种海量工程数据的处理分析,显得力不从心.文中提出并实现了一种专门适用于OD调查数据统计分析的非过程语言——ODQL,有效的解决了传统软件在OD数据处理方面的不足,覆盖了大多数统计分析需求,其最大的优势在于极大程度的减少了重复劳动,节约数据处理的时间成本.