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.     

世博期间地铁马当路站站内交通组织方案

通过对上海市地铁9号线和13号线出入口情况分析,利用2010年卢湾区65号地块的建设情况,结合世博期间客流日到达特性,给出世博期间地铁13号线马当路站出入口3种可行的行人交通组织方案,基于木桶理论,对各种方案进行对比分析,给出最优的推荐方案。     

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。     

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.     

双起升岸桥多功能液压系统油泵电机控制系统的改进

宁波港吉码头新引进的双起升岸桥频繁出现多功能液压系统过温报警故障,在实际实用过程中,严重影响了生产效率。通过对原多功能液压系统油泵电机使用工况进行分析,并对厂家提供的可编程控制器程序进行深入的分析,本文针对其不合理的设计、使用工况提出了简单易行的改进方法,通过实际应用证明成功地解决了系统的过温报警问题。     

绿闪灯与绿灯倒计时对电动自行车驾驶行为的影响对比

针对过渡信号对驾驶员驾驶行为存在显著影响但缺乏规范化设置的问题,利用图像处理软件获取其驾驶行为特征参数,提出基于电动自行车过街行为的四分类方法。统计分析绿闪灯和绿灯倒计时交叉口信号过渡期间四类到达电动自行车的停车线速度和违章率及违章时间分布等指标,分析结果表明,绿闪灯会导致电动自行车较大的交叉口进入速度,绿灯倒计时会导致电动自行车较高的红灯通过率,因而更容易导致交叉口电动自行车交通事故的发生。     

基于改进K-means算法的城市道路交通事故分析

为有效采集城市道路交通事故数据,分析交通事故时空特征,辨识交通事故原因,利用手机APP方法采集了宁波市鄞州区2016年第四季度的37 654起交通事故数据。鉴于传统K-means聚类算法收敛慢和精度低的缺陷,建立改进的K-means聚类算法以消除孤立点对聚类结果的影响,对研究范围内的交通事故黑点进行识别及分析。结果表明:基于手机APP采集的有效事故数据样本量占实际警情的比例为96.4%,能满足事故数据分析的精度和质量要求;近4年每个季度的事故变化趋势呈现明显的锯齿状变化;机动车与机动车事故数量最大,机动车与非机动车事故数量次之,事故比例分别为58.4%和15.8%;时间特征方面,周一发生的事故数量最大,周四最低,事故比例分别为15.4%和13.2%;空间特征方面,道路交通事故发生地点主要集中在地面路段、交叉口、停车场等,事故比例分别为77.4%、11.6%和7.0%,居民小区和高架事故比例较低,分别为3.2%和0.9%;事故原因方面,跟车距离过近、转弯未让直行、违法变更车道、超速行驶等驾驶行为是引发交叉口机动车与机动车类型事故的主要原因,事故比例分别为28.8%、22.9%、15.6%和7.6%;机动车转弯未让直行非机动车、非机动车闯红灯、机动车与非机动车相互占用车道和非机动车逆向行驶,是诱发交叉口机动车与非机动车类型事故的主要原因,事故比例分别为36.6%、16.6%、9.9%和7.3%。