基于细节层次模型的公共自行车调度方法

公共自行车系统作为城市公共交通的重要组成部分，对于缓解城市交通拥堵和建设低碳、环保的出行体系起到了积极的作用。然而，由于公共自行车系统的借还车需求在时间和空间分布上存在不均衡性，在使用公共自行车时，经常遇到“借车难”或者“还车难”的问题，使得出行者不得不放弃使用公共自行车出行。为了有效地提升出行者借还公共自行车的成功率，研究了1种基于细节层次模型的自行车调度方法。基于公共自行车站点之间的相似度，采用谱聚类算法对站点进行层次划分，形成基于空间范围（即公共自行车站点所占据的地理空间区域）的站点簇；在每个划分层级上统计不同簇之间的自行车借/还需求，结合遗传算法对调度车辆的运输路径进行求解；将不同层级上的调度方案叠加，形成1种调度粒度由粗到细的自行车调度方案。通过对比实验证明:基于细节层次模型的公共自行车调度方法较传统方法减少了42.70%的调度路径，进而减少了相应的调度时间。      

基于改进云模型的地铁站行人拥挤辨识方法

为降低城市地铁站内行人拥挤识别时多指标和多等级带来的不确定性和模糊性,采用改进云模型构建行人拥挤状态辨识模型。基于AHP-熵权法标定指标权重和行人拥挤状态等级,以标定的指标权重和各指标等级阈值作为输入,计算云数字特征值,采用正向正态云发生器,建立模板云和待识别云模型,计算两者之间的隶属度,根据最大隶属度原则辨识车站内各服务设施的行人拥挤状态,最后输出各服务设施的拥挤等级辨识结果。以宁波市鼓楼站为实证对象,对辨识结果进行实证分析。结果表明:采用四级行人拥挤状态划分方法合理可行。     

电动自行车事故和车牌使用影响因素分析

为分析电动自行车事故和车牌使用影响因素,采用问卷调查和电话访谈方式采集了宁波市862个电动自行车用户有效样本,利用统计学方法构建了Bivariate Probit(BP)联立方程模型,计算了显著影响因素的边际效应,量化分析了电动自行车事故和车牌使用影响因素效用,并检验了两者之间潜在的关联关系.结果表明:BP模型不仅可以识别电动自行车事故和车牌使用的影响因素,而且可以有效刻画两者之间的潜在联系;两者之间关联系数为-0.475,表明电动自行车车牌的使用可以降低电动自行车事故概率;模型结果显示性别、年龄、驾驶执照、家庭是否拥有小汽车、电动自行车驾龄、法律遵守程度、驾驶行为、危险感知度等具有统计显著性,是影响电动自行车事故和车牌使用的显著因素.     

城市公共自行车准动态调度方法

针对城市公共自行车系统日常调度工作量大问题,提出一种城市公共自行车准动态调度方法. 该方法通过分析公共自行车站点容量、日均租还差和各时段租还量间的约束关系,评估站点的调度频次并划分站点类型;以日均调度任务量均衡和日均调度里程最低为目标,以调度车容量为约束条件,优化日常调度路径;与经验调度法进行了对比,验证了本方法的有效性. 结果表明：在调度数量方面,准动态调度方法2018 年1 月周日均和月日均调度工作量分别为3 872 次和4 247 次,较同月实际值5 690 次降低了32%和25%;在调度里程方面,准动态调度方法的周日均行驶里程和月日均行驶里程分别为94.7 km和103.6 km,较同月实际调度里程113.1 km分别降低了16%和8%.该方法对宁波公共自行车日常调度具有良好的实践价值.     

新冠肺炎疫情下城市公共交通非常规防疫策略——以宁波市为例

在国家重大突发疫情面前，城市公共交通具有保障出行与阻断疫情的双重责任。面对新型冠状病毒感染的肺炎（简称新冠肺炎，COVID-19）疫情，城市公共交通既要保证有效运输，又要降低疫情扩散的风险。地铁和常规公交是城市公共交通系统不可缺少的一部分，在城市公共交通中占据重要地位。针对宁波市城市公共交通系统中存在的防疫问题，提出了基于问题驱动的城市公共交通非常规防疫策略。研究结果表明：新冠肺炎疫情形势下，城市公共交通系统防疫需要启动应急响应机制，遵循分区分类防控的基本原则，在保障人们刚性出行需求的同时，必须阻断疫情传播，减少通过公共交通运输造成的交叉感染，实现疫情可防可控。除体温检测、佩戴口罩与洗手消毒等防疫措施之外，还应结合地方实际和风险评估等级采取非常规的组合防疫策略，即：①面向城市常规公交，建议采取网格化运营策略、需求响应式运营策略以及应急公交接驳策略；②面向城市轨道交通，建议采取3级组合防疫策略，即暂停运营策略、车厢隔离防疫策略以及需求响应式防疫策略。以上常规公交与轨道交通的多种组合防疫策略需根据疫情的发展情况动态调整，及时启动相应级别的公共交通应急预案，被动防御与主动防控相结合，积极发挥城市公共交通在疫情时期的交通骨干作用和应急保障作用。     

道路路阻函数模型及适用性研究

交通诱导系统中两节点间最优路径的选择是目前的一个难点问题,其中路阻函数的确定是路径优化的核心内容.针对交通流由畅通状态到拥挤状态再到堵塞状态的过程,应用经典交通流理论和实际调查数据,构建交通流诱导系统分段路阻函数模型,以q=10veh/h为一个单位,对函数进行分段拟合,构建高速公路和城市快速路下的分段路阻函数,并对其适应性进行拟合分析.应用结果表明:在不同的流量范围内,高速公路和城市快速路分段路阻函数在自由流状态、高密度状态和低密度条件下适合不同的分段函数.     

基于BP神经网络的地铁车厢拥挤度预测方法

为准确预测地铁车厢的拥挤度,考虑到站时车厢的下车人数、立席面积和车厢承载量等因素,提出一种基于BP神经网络的地铁车厢拥挤度预测方法.基于调查数据和Matlab平台,构建初始BP神经网络、训练以及测试等环节,实现对地铁车厢到站时各车门下车人数的预测.以立席密度为标准进行车厢拥挤度划分,标定即将到站地铁的各节车厢拥挤度.以宁波市鼓楼地铁站为例,对BP神经网络预测方法进行验证,得到不同结构的BP神经网络预测结果.结果表明,最佳预测结果的决定系数R2为0.94,平均相对误差为0.25,预测误差在可控范围内,BP神经网络在下车人数预测上是适用的.      

7种因素对电动自行车忍耐时间的实证研究

忍耐时间是分析电动自行车骑行者不安全过街行为的重要参数,是信号交叉口交通管控的重要约束条件.以红灯期间到达信号交叉口处违章过街的电动自行车为研究对象,应用多元线性回归分析和生存分析法中的Cox回归方法,统计分析骑行者在信号交叉口处的过街忍耐时间.该方法运用中国电信的"全球眼"网络视频监控技术,获取不同影响因素下宁波市电动自行车的实时视频数据,共采集了57 213个电动自行车过街忍耐时间样本.统计发现:电动自行车忍耐时间与5种影响因素存在强相关关系;7种影响因素对电动自行车忍耐时间的影响程度差异性较大,其中天气、人行横道长度和有无交警执法等3种因素的影响程度最大,出行时间和时段的影响最小;电动自行车过街忍耐时间的均值为48.600 s,标准偏差为300.341.     

公路网交通管理和信息服务系统设计及实现

为了实现公路网资源的有效均衡和保障公路网运输的效率,在分析公路网调度需求和总体目标的基础上,结合公路网实际状况,提出了公路网综合指挥调度策略,并设计了公路网交通管理和信息服务系统平台.该平台以公路网指挥调度系统平台设计为基本框架,综合公路交通信息采集、信息分析以及信息服务功能,实现面向交通管理者和面向公路使用者的交通信息查询功能设计,以期实现公路网交通疏导控制、事故应急处理、路政紧急救援、特殊天气应急处置的目的,进一步实现公路网交通管理和信息服务的准确、快速、高效运行.      

基于空间滞后模型的公共自行车出行特征及影响因素分析

为充分挖掘公共自行车时空出行特征，探讨城市空间环境与骑行需求的潜在联系。以宁波市中心城区为案例，基于公共自行车IC卡数据获取出行时空变化规律，在验证租、还车需求具有空间自相关性的基础上，通过建立空间滞后模型，分析了人口密度、道路分布、公共交通、站点配置和建成环境因素对骑行需求的影响。研究表明:①工作日、非工作日内租、还车需求的全局Moran's I分别为0.294，0.281，0.272和0.271，表现出显著的空间正相关性；②各模型的拟合优度R2分别是0.431，0.424，0.412，0.401，具有良好的拟合效果与解释性；③道路分布、建成环境变量对公共自行车使用的影响效应存在时间差异，其中公交专用道里程与非工作日内的站点需求量呈负相关，工作日内POI混合度对租、还车需求具有正向引导作用。