基于Multinomial Logit模型的美国北卡罗莱纳州慢行交通事故严重程度分析

为分析慢行(自行车与行人)交通事故严重程度的显著性影响因素,将交通事故分为仅财产损失事故、潜在伤害事故、非伤残事故、伤残事故、死亡事故5类,从人、车、路、环境4个层次选出11个自变量,以交通事故严重程度为因变量,基于Multinomial Logit模型计算每个变量对慢行交通事故严重程度的边际效应。结果表明,驾驶员性别、驾驶员饮酒状态、行人年龄、道路特征、路面状态、一天内发生时间、光线条件、年平均日交通量、地形等9个变量均与道路交通事故严重程度显著相关。     

城市道路路段人行横道通行能力分析

人行横道通行能力是影响人行横道设置的重要因素。通过对行人及非机动车过街速度和过街特征的研究,分别建立了以密闭容器为基础的有信号控制人行横道通行能力模型,和以可接受间隙为理论依据的无信号控制人行横道通行能力模型,并通过实例进行了验证,以期对人行横道通行能力研究提供一定价值的参考。     

结合交通特性的VRP新模型

通过考虑物流配送问题中会遇到的实际情况,结合交通特性,基于工作时间弹性约束、车载容量弹性约束、配送管理约束、交通道路的横向阻抗影响、交叉路口的交通管制等,提出了新函数模型.理论分析及对模型测试结果表明,新的函数模型有更高的精度,能够更好地反映实际问题.     

定制公交线路优化综述

为全面回顾定制公交线路优化问题的研究进展,从优化目标、问题场景和求解算法3个方面对相关文献进行了归类分析。研究结果表明:定制公交线路的单目标优化研究主要集中在行驶时间、运营里程、运营成本、运营收益以及多种成本线性加权形成的系统总成本等方面,而多目标优化研究主要通过同时考虑运营成本、出行成本和服务质量中的2种或3种来实现;根据出发和到达站点的数量,定制公交线路优化的问题场景可分为“一对一”、“多对一”和“多对多”3种,针对停靠站点之间时间阻抗场景的研究主要集中在“静态时间阻抗”,对“动态时间阻抗”的研究较少;出行需求场景的研究也主要集中在“静态出行需求”,对于“动态出行需求场景”,一般通过两阶段优化策略进行求解;由于定制公交的线路优化问题属于一种特殊的车辆路径优化问题,精确求解算法适用于少量出行需求的分析案例,针对大规模出行需求的实际问题,一般采用启发式智能算法进行求解。未来的研究中,定制公交的线路优化需要考虑停车场设置和停靠点选择的影响,针对不同类型出行者设置特定的时间窗属性;此外,大数据背景下如何兼顾实时出行需求和运营成本约束,提供差异化的定制公交线路也将是具有挑战的研究方向。      

基于费效分析的港内集装箱拖车"油改气" 减排效益评估

为探讨经济可行的港作机械减排控制措施,以江苏省集装箱港区为研究对象,基于实测排放数据对集装箱拖车"油改气"开展费效分析和敏感性分析.结果表明,采取"油改气"措施后,全省集装箱拖车年均总减排量达2493.01 t;污染物中SO2和PM2.5的减排效果最好,减排比例分别为59.92％和56.04％;整车更换比发动机改造方式...     

基于近邻和SVM的公交停靠时间预测

为提高公交行程时间预测的准确性,提升公交系统的整体服务水平,提出了一种公交车站点停靠时间预测模型.在考虑上下车人数、在车人数和天气状况等因素对公交停靠时间的影响下,采用训练集样本预筛选操作,分析样本筛选过程中不同抽样率对预测效果的影响,比较基于不同核函数的支持向量机在预测精度上的差异.选取佛山市301路公交线中有代表性的10个站点,用以检验基于近邻的支持向量机模型的预测效果,并分析不同站点的特性.试验结果表明,所提出的模型可以达到较高的预测精度,决定系数为0.4255,均方根误差为9.4737,且计算时间与不进行预筛选时相比,降低约40％.训练集数据的预筛选过程可以缩短模型的计算时间并且降低预测误差,而基于线性核函数的支持向量机比基于其他核函数的预测效果更好.     

考虑时间稳定性的公交事故严重性影响因素分析

为了探究公交事故严重性影响因素的时间稳定性和潜在未观察到的异质性,构建了随机阈值随机参数分层有序probit模型(RTRPHOPIT),并利用2016—2019年的公交事故数据,分析了驾驶员特征、道路环境特征和事故特征变量对死亡、重伤以及轻伤事故的潜在影响.基于似然比检验对影响因素时间稳定性的判断,构建了两个不同时间段...     

基于地铁的地上地下闭环物流配送路径优化

面对闭环物流需求增长与道路资源紧缺的不平衡问题,设计了基于地铁的地上地下配送模式,以运输成本,时间窗惩罚成本,碳排放成本,转运成本,固定成本和地铁货运运营成本的总成本最小为目标函数,构建基于地铁的地上地下闭环物流配送路径优化模型.基于半初始化子路径扰动策略改进了自适应遗传算法,并以南京市秦淮区为例进行分析.结果表明:相...