����SP����ij��й�����ͨ����ʱ���ֵ����

城市公共交通乘客出行成本的量化研究,对于科学合理地评价公共交通系统的社会效益意义重大,而出行时间价值是进行乘客出行成本估计的一个重要环节. 本文以北京市市区居民SP调查数据为依托,通过分析公共交通出行时间价值的影响因素,选取Logit模型为基础模型,引入“出行者收入”作为模型新增变量,并针对工作商务、社会娱乐两种出行目的在不同换乘情况下出行时间价值模型进行参数标定,建立了基于SP调查数据的改进型时间价值求解模型,并计算得到北京市公共交通出行者在不同出行目的和有无换乘情况下的换乘时间价值、候车时间价值以及运行时间价值. 研究发现,工作商务出行目的出行时间价值普遍高于社会娱乐的出行时间价值,出行者在不同出行目的和有无换乘情况下的候车时间价值,大于换乘时间价值以及运行时间价值,并且有换乘情况下的候车时间价值大于无换乘情况下的候车时间价值.     

ʵ�齻ͨ���̷���Ӧ��ʵ��������̽������Ӧ��Ϊ΢��ģ�⼼��������ͨ����֯�������

首先介绍了实验交通工程法产生的背景及概念，阐述了实验交通工程法在交通流组织方案设计中的应用方法和步骤，分析了实验交通工程法相对于传统交通模拟应用方法的优先性；然后，以“昌平卫星城换乘枢纽周边路网交通流组织方案设计”研究课题为案例，具体介绍了实验交通工程法的应用过程，并详述了部分细节的处理；最后，根据案例的实际应用，总结了实验交通工程法的应用经验，并对其进一步的发展提出了建议。     

基于换乘站点的轨道交通与常规公交运营协调模型研究

城市轨道交通与常规公共交通的运营协调是实现公共交通一体化的基本内容,也是提高公共交通系统自身运营效率和服务水平的重要途径.现以系统总成本费用最小为目标,对轨道交通和常规公交的协调运营组织进行优化,详细论述总费用(包括运营商和乘客费用)函数的计算方法,并基于概率论方法,提出4种不同类型换乘站乘客换乘费用的确定方法,最终建立轨道交通与常规公交运营协调模型.研究表明,该模型能够有效降低公共交通系统的总体费用和乘客的换乘时间,且平峰时段相对于高峰时段的运营协调效果更明显.     

城市轨道交通线网规模影响因素分析

合理的城市轨道交通规模不仅是线网规划的宏观控制量，而且是一项至关重要的投资依据。本文首先阐述了城市轨道交通线规模及线合规模的内涵，在此基础上重点运用结构模型进行了线网规模的因素因素分析：合理规模的影响因素订有城市规模，城市交通需求，居民出行特征，城市未来交通发展战略与政策，国家政策等；笔者构造出线网规模影响因素的有向连接图，据此建立了邻接矩阵，基于推移率定律驼算获得可达性矩阵，并最终建立了线网规模影响因素的递阶层次结构模型；从而得出结论－城市交通需求和城市基础设施投资比例是城市轨道交通线网规模最直接的影响因素，其它因素则通过这两个因素产生递阶控制作用。这为识别线网规模影响因素的主次，其它因素则通过这两个因素产生递阶控制作用，这为识别线网规模影响因素的主次，关联关系奠定了基础。     

安宁绿波带--一种改善安全和减少环境影响的新思路

介绍法国提出的安宁绿波带原理及其在几个城市中的应用情况，并对其对交通安全和环境有益影响进行了评价，最后简要论述了安宁绿波带对我国城市干线控制的现实意义。     

两种典型公交站点候车时间模型对比研究

乘客候车时间可直接反映公交运输系统的运营状态和服务水平.将常规公交站点分类为是否与轨道交通有衔接,对27路、111路白石桥东站,以及运通105路和87路城铁西直门站进行实地调研,获取各线路晚高峰的乘客候车时间数据,对数据进行拟合与分析.结果表明,客流到站时间分别服从对数正态分布和伽马分布.基于客流到站时间分布函数,反推出乘客候车时间模型,同时对模型进行对比分析,并得出相应结论.     

我国ITS产业发展初探

近年来，随着ITS技术的广泛应用和不断发展，ITS所创造的巨大社会效益和经济效益已初现端倪。ITS已被我国列为当前优先发展的高技术产业化重点领域之一。本综述了我国ITS产业的发展概况，并对其发展现状及存任问题作了具体分析。最后，在借鉴国外发展ITS产业先进经验的基础上，结合我国ITS产业发展中面临的问题以及我国的实际情况，提出了发展我国ITS产业的几点建议。     

���ܽ�ͨ�����Գ��� �ۺϹ�����ͨϵͳЭ����Ӱ�����

阐述分析了城市综合公共交通系统协调的概念和内涵，从智能交通系统特点分析出发，通过专家调查并应用主成分分析方法具体分析应用于道路公交系统和城市轨道交通系统的各项ITS技术，以分析结果为依据，提炼分析对二者协调具有显著影响的关键技术，并主要从定性的角度进行关键技术甘系统协调的影响效益分析.最后，针对我国的现状，提出了一些对策建议.     

基于神经网络的公交车辆行程时间预测模型研究

城市公交丰辆行程时间预测是公共交通信息服务和运营调度的重要内容,要求较高的实时性和准确性。本文以智能交通运输系统为背景,通过分析公交车辆的行驶特性,基于改进的神经网络模型,建立了公交车辆动态行程时间预测模型,并对比了三种不同输入变量方案的神经网络预测模型,表明该模型具有良好的适用性。此外,将该方法与卡尔曼滤波法的行程时间预测模型进行比较,结果表明,基于神经网络的动态行程时间预测模型精确度较高。