城市轨道交通网络拥堵易发点的识别及评价

在城市轨道交通物理拓扑层、设施能力层与客流分布层网络模型基础上,构建了多属性网络.阐述了网络拥堵易发点的网络拓扑、网络运输能力及网络客流等特征指标,并采用基于AHP-熵权法的组合权重法对拥堵易发点进行拥堵风险的辨识和评估,探究了网络拓扑结构、运输能力和客流需求之间的关联性.在北京轨道交通的实例中,识别的拥堵易发点多为衔接郊区线与市区线的换乘站.这验证了识别和评价方法的有效性和实用性.     

中国货运结构优化的碳减排效应测度

管理部门和学界高度重视货运结构优化问题，因为过高的公路货运量导致货运碳排放居高不下，不利于早日实现“碳达峰、碳中和”目标。除货运结构外，货运碳排放受诸多因素影响，但研究者大多仅关注部分重点因素影响，对于货运结构优化的碳减排效应缺乏准确理解。为解决上述问题，本文利用“自上而下”法测算1999—2019年中国货运碳排放量，并构建综合考虑社会经济变量(如人均GDP)与货运特征变量(如货运分担率)的偏最小二乘回归模型，通过调整不同货运方式使用费用，模拟2030年不同政策刺激情景下货运结构优化的碳减排效应。结果表明：1999— 2019年，社会经济变量对货运碳排放增长的年均贡献度为73%，显著高于货运特征变量；公路、铁路和水路货运分担率变化对货运碳排放增长的年均贡献度分别为1.81%、-0.01%和-0.26%；2030 年公路货运量全部转为铁路或水路货运量的极端情景，难以实现单位GDP货运碳排放较2005年下降65%的标准；增加高碳货运方式使用费用的碳减排效应比降低低碳货运方式使用费用更显著。     

城市轨道交通车站内客流集散瓶颈识别及排序方法

城市轨道交通车站客流集散过程中的设施瓶颈会导致车站内客流拥堵,严重影响乘客出行效率和系统运营安全.针对客流集散瓶颈进行识别和排序,在利用元胞自动机空间划分理念构建客流集散网络的基础上,分别基于复杂网络、网络最大流、拥挤堵塞等理论,提出了客流集散状态下形态、能力和拥堵瓶颈3种静态识别方法,并结合Anylogic仿真软件,基于集散时间进行静态瓶颈的排序;在动态瓶颈识别和排序方面,结合时间离散化的客流数据,提出基于时空拥堵强度的瓶颈识别及排序算法.以北京西直门换乘枢纽站为例进行概念建模和仿真建模,结果表明,利用堵塞流识别出的拥堵瓶颈在3种静态瓶颈中更符合车站实际运营情况;而排序重要度最高的动态瓶颈为站台处各楼梯起点,车站内客流集散瓶颈多出现在流线交织区且具有传播特性,验证了上述方法的可靠性和适用性.