����ר�õ�·�γ���������Ч����ϵ�о�

为了推行公交优先政策,我国一些城市采取了各种策略和措施,其中公交专用道因设置方便易行、成本低而被广泛采用。但是公交专用道的实际运用效果与其所在路段的条件有着密切关系。基于实际交通调查数据,利用仿真分析方法（VISSIM交通仿真软件）,针对设置公交专用道的路段,研究其路段长度与公交专用道运行效果之间的关系。选取了路段行程时间、公交车延误、社会车辆延误和人均延误作为评价指标,对比分析了路段设置公交专用道前后这几项评价指标的变化。结果表明,在路段长度小于500米时,设置公交专用道往往会对路段的交通运行产生负面影响。     

重庆市主城区公交专用道交叉口交通组织管理研究

实施公交专用道建设是落实公共交通优先发展策略的重要措施.本文针对山地城市道路资源有限、地形条件受限、公交专用道交叉口交通组织管理较为困难的问题,采用理论计算的方法得到重庆市主城区交叉口公交专用道借道区长度,并从工程应用层面提出公交专用道交叉口交通管理措施.重庆市主城区首批公交专用道开通运行以来的数据显示,公交车运行速度...     

城市公交专用道规划与交通效益评估——以广州为例

公交专用道作为体现公交优先的重要措施,在缓解城市交通拥堵方面已在国内外得到广泛应用。以广州市公交专用道规划设计为例,对公交专用道的设置条件和规划方法进行了分析,对公交专用道的设置位置、使用时间、隔离方式以及交叉口组织形式等设计要点进行探讨;最后,利用交通仿真方法对公交专用道的交通效益进行评估。评估结论表明,公交专用道的合理设置可以提高道路的综合交通效益。     

设置公交专用道的交通效益评价

设置公交专用道会对城市道路交通行为主体产生较大影响,交通效益评价是公交专用道规划设计过程中必不可少的关键环节。构建了公交专用道交通效益的评价指标体系,在此基础上采用层次分析法对各个评价指标的权重进行了确定,最后选用模糊决策的方法进行综合交通效益评价,以确定出最优方案,为公交专用道项目决策和方案比选提供参考。     

城市公交专用道线网布局方法

为缓解城市交通拥堵，提高公交服务水平，建立合理的城市交通结构，用轨道交通线网规划方法研究公交专用道线网布局问题．从可行性和必要性入手，得出设置公交专用道的速度条件、公交车流量条件、道路条件，以及公交专用道需求线网和可行线网的设置方法，将二者叠加即可形成公交专用道的实际线网．根据城市整体路网规划，利用交通预测得到的道路上公交车量流量数据，应用上述方法可以规划公交专用道线网，形成以公交专用道线网为骨架的城市客运交通网络．     

考虑环境影响的公交专用道规划方案评价研究

本文将对照城市交通可持续发展的要求,将燃油消耗和尾气排放作为环境评价指标纳入城市公交专用道规划方案的评价过程当中,将VISSIM模型与CMEM模型整合成微观交通尾气模拟平台以输出决策过程所需要的交通和环境评价指标值。采用层次分析法确定各评价指标的权重,并以各方案的灰色关联度作为评价准则,建立了方案决策模型。以南京市太平北路为例,分析对该路段设置路侧公交专用道和路中公交专用道对整个路段的交通和环境影响,结果表明是否考虑规划对环境的影响所得到的结果不同．     

公交专用道运营分析及改善建议

公交专用道（下文简称＂专用道）的设置是为了在交通拥挤区域授予公交优先通行权,提高公交车的运行效率,进一步提高公交吸引力。对大型城市而言,专用道是地面常规公交系统的骨干通道,布置在城市的主要客运走廊。     

不同饱和度下交叉口公交专用进口道运行效果研究

公交专用进口道的选择和设置会对进口道的社会车流运行产生重要影响.在阐述公交专用道在交叉口的设置形式和适用条件的基础上,基于实际交通调查数据,设 计了典型交叉口公交专用进口道仿真模型,选取了交叉口车辆排队长度、公交车延误、小汽车延误和人均延误作为评价指标,利用VISSIM软件仿真分析公交专用进口道运行效果与交叉口饱和度之...     

����INTEGRATION�ı�������������ר�õ����÷����о�

城市快速路设置公交专用道作为缓解快速路交通拥堵的策略之一,受到了北京市交通部门的关注. 本文旨在利用先进的仿真技术对快速路公交专用道设置方案后的交通运行影响进行探讨. 文中选取北京市西三环快速路为研究对象,在考虑专用道设置区段、结构形式、站点结构、匝道交通组织以及公交线路调整的基础上,设计四个公交专用道方案并利用INTEGRATION模型开展仿真评价. 选取车辆行程速度、道路运行状态分布作为评价指标,结果显示：尽管道路设施及交通状况满足专用道设置条件,西三环运行指标却有所下降,无法发挥专用道功效. 分析其关键制约因素在于车辆分道行驶加大了匝道附近车辆换道、进出的难度,建议协调匝道控制和公交线路优化改善方案实施效果.     

广州今年新建10条公交专用道

正投资1000万元公交专用道将达380公里今年,广州将再投1000万元建设10条公交专用道,全长达60公里。据广州市建设工程交易中心公布的《2014年公交专用道标志、标线工程施工招标资格预审公告》(下简称"公告")透露,这批公交专用道分别位于石槎路、德康路以及广州大道北等,专用道开通后有望为市内部分主干道上早晚高峰公交车提速。     

���ڹ������ȵ�С���������򹫽�ת��ģ���о���

在实施公交优先政策时,往往因没有对公交专用道和社会车道所应分担的交通量做出正确的估算而造成道路资源的浪费,以至于无法真正实现公交优先的目的.本文以公交车与社会车辆的行程速度差异为研究对象,通过分析设置公交专用道后两种交通方式间的转移情况,在保证公交车服务水平的前提下基于路阻函数研究了不同公交车比例下公交车和社会车辆的行程速度曲线,并确立了小汽车向公交车的转移关系.研究结果表明,针对不同的居民出行量及模型参数值,公交车在一定的比例范围内时小汽车用户选择公交出行,并使道路交通系统达到最优.该模型可应用于城市现有道路改造时公交专用道设置及确定公交车发车间隔的参考依据.     

车道拥挤收费与信号控制组合优化模型研究

针对设有公交专用车道的城市道路,在交通过饱和状态下,为了提高道路通行能力,允许私家车以收费模式驶入公交专用车道,以缓解交通拥堵,建立了基于拥挤收费的交通信号控制模型.模型分别计算了公交专用车道和常规车道的行程时间及相关联交叉口的总体排队延误,另外对公交专用车道设置了临界密度.该模型在保证公交专用车道交通服务水平的前提下使所有车道的路段行程时间及路口排队时间最短,最后利用遗传算法和VISSIM仿真相结合对模型进行了求解.结果显示了车道拥挤收费和信号控制组合优化模型的有效性,降低了车辆排队延误.     

HOV车道设置特性及可行性分析

HOV车道是国外常见的一种交通措施。首先结合实例从用地形态、设置位置、与公交线路的关系三方面,总结了国外HOV车道系统的宏观特征。然后以美国休斯敦的一段HOV车道为例,通过对比不同车道设置类型和运行方式下HOV车道和普通车道的车辆行驶速度,探讨HOV车道的缓堵效果。综合上述两方面的分析,总结了国外HOV车道的设置经验。最后结合用地形态、道路特征、公交专用车道的设置状况,阐述了中国城市设置HOV车道的可行性,并以南京市玄武大道花园路路口段为例,从车辆行驶速度和延误两方面,通过仿真对比分析不同HOV车道设置方案的交通运行状况。结果显示,除单独设置两条HOV车道的方案外,其余方案均可提高路段平均车速。     

城市道路单向交通组织前后的环境效益评价

传统的单向交通研究大多集中于基础理论研究而缺乏实施前后的效果评价．在选取长春市城市典型拥堵区域晚高峰进行车载排：故测试、道路结构调查和交通流调查的基础上,基于顺时针组织单向交通,并结合区域公共交通实际设置逆向公交车道,采用交通仿真软件Q-Paramics进行单向改造前后的交通仿真,将基于比功率的排放模型和交通仿真模型通过速度和加速度作为输入输出参数结合,从而定量评价单向改造前后区域的机动车3种排放污染物的瞬态排放率及排放总量．研究结论表明：通过合理组织单向改造、设置逆向公交车道及交叉口时空资源的优化设计,区域机动车3种排放污染物的瞬态排放率均有所减少,3种排放污染物的小时排放量和排放总量均有降低,区域内机动车每小时排放总量降低了4．62％．     

基于组合深度学习的快速路车道级 速度预测研究

随着物联网、云计算和大数据在智能交通领域的普及应用,传统的以道路断面为研究对象的预测方法已经无法满足智能网联技术发展的需求.本文以车道断面为研究对象,提出一种基于组合深度学习(Combined Deep Learning,CDL)的城市快速路车道级速度预测模型.该模型利用基于信息熵的灰色关联分析提取空间特征变量,采用长短期记忆神经网络提取空间特征变量的时间特征,并利用门限递归单元神经网络得到预测结果.通过北京市东二环路车道断面实测微波数据验证发现,提取车道交通流的时空特征,CDL模型能够很好地拟合不同车道不同时段的速度变化趋势,可有效地实现车道速度的单步及多步预测,且该模型的预测精度和稳定性均优于传统预测模型.     

城市公共交通专用道的设置研究——以南京市中新路公交专用道设计为例

面对大城市道路交通拥挤状况的日益加剧,优先发展城市公共交通,合理设置公交专用道已成为缓解该问题的重要途径之一。在阐述设置城市公交专用道的可行性和必要性的基础上,结合南京市道路结构和交通特性,介绍南京市中新路公交专用道的设计方案,可供市政建设及交通管理相关人员参考。     

基于组合深度学习的快速路车道级速度预测研究

随着物联网、云计算和大数据在智能交通领域的普及应用,传统的以道路断面为研究对象的预测方法已经无法满足智能网联技术发展的需求.本文以车道断面为研究对象,提出一种基于组合深度学习(Combined Deep Learning,CDL)的城市快速路车道级速度预测模型.该模型利用基于信息熵的灰色关联分析提取空间特征变量,采用长短期记忆神经网络提取空间特征变量的时间特征,并利用门限递归单元神经网络得到预测结果.通过北京市东二环路车道断面实测微波数据验证发现,提取车道交通流的时空特征,CDL模型能够很好地拟合不同车道不同时段的速度变化趋势,可有效地实现车道速度的单步及多步预测,且该模型的预测精度和稳定性均优于传统预测模型.