城市道路平面交叉口交通安全评价

城市道路平面交叉口因其交通组成、交通特性非常复杂,是交通事故多发点之一。鉴于此,针对传统的交叉口安全评价问题,引入交通冲突技术,选取合适的评价指标建立基于交通冲突技术的平面交叉口交通安全评价方法．并应用该评价方法对某交叉口的交通安全状况进行评价分析。     

基于多元Logit模型的大学生返程交通方式选择行为

为了更好地了解大学生返程交通方式选择现状,采用问卷调查的方式对大学生个人属性、返程交通方式、返程出行的旅行成本进行了调查分析。在此基础上,应用多元Logit模型建立了大学生返程交通方式选择行为模型,并对各因素的影响强度进行了分析。结果表明:男女大学生在返程交通方式选择上差异不明显;由于动车的旅行时间和费用均较低,大学生更倾向于选择动车返程;相较于月生活费低的大学生群体,月生活费高的大学生更偏好于选择私家车返程出行;家庭拥有小汽车的大学生群体也更愿意选择私家车。由分析可知,月生活费、家庭是否拥有小汽车、旅行费用对大学生返程交通方式选择具有重要的影响。     

基于Logistic回归的公共自行车出行特征分析 ——以福州市为例

为提升公共自行车服务水平，确定公共自行车出行的主要影响因素，首先，通过设计调查 问卷，从个体属性和出行特征两方面对公共自行车使用者进行随机调查。随后，从使用者特征、出行时耗、出行距离等方面分析公共自行车出行特征。在此基础上，采用二元Logistic 回归模型 对出行特征数据进行分析，找出公共自行车出行频率影响因素。结果表明，公共自行车使用者以中、青年为主，出行主要目的为上、下班和购物。相比高收入群体，低收入群体较多选择公共自 行车出行。采用换乘模式出行的公共自行车使用者占62.5%，早晚高峰时段选择公共自行车出行比例均较高。出行距离和出行时间分别为1~4km、15~30min时，出行者更倾向于选择公共自行车出行。通过分析可知，影响出行者每周使用公共自行车出行频率的主要因素为是否拥有小汽车、出行目的和出行时耗。基于分析结果，掌握公共自行车出行规律，可为提升公共自行车的利用率提供决策依据。     

基于GM-BP神经网络的交通量预测

针对城市道路交通系统的复杂性和随机性,应用灰色理论和神经网络知识,建立了基于灰色理论和BP神经网络的城市道路交通量GM-BP神经网络预测模型.随后运用该预测模型对城市道路的交通量进行预测,预测结果表明：GM-BP神经网络预测模型所得预测结果平均相对误差为1.17%,与单一的灰色新陈代谢预测模型相比具有预测精度高的优点.     

灰色决策在交叉口改善方案优选中的应用

针对交叉口改善中的方案决策问题,结合灰色系统理论,提出了交叉口改善方案的灰色决策方法.该方法通过对各个目标的量化,得出各方案的灰色关联度,据此进行方案选择.最后运用该方法对实际交叉口的改善方案进行了比选.