居民出行调查中交通小区划分方法的改进

为了减少居民出行调查的工作量和费用,利用以往调查内容中的年龄、职业、收入和车辆拥有率等指标,根据聚类分析的等价矩阵模糊聚类方法,通过MATLAB编程进行聚类分析,用F-统计量确定最佳模糊聚类类数,对交通小区重新分类。在调查时,只需在每类小区选择一个交通小区,就可满足调查精度要求。最后用模糊C-均值聚类方法验证。计算结果表明,模糊聚类分析方法可以应用在居民出行调查的交通小区划分中。     

基于出行特征的用地类型推断方法研究

提出一种基于卷积神经网络推测城市交通小区内用地特征的算法,同时对交通小区内多种用地类型进行预测.选用公共交通出行数据集和网约车出行数据集,融合多种出行方式的出行特征对交通小区内用地特征刻画.提取交通小区内发生强度,吸引强度和产吸差强度3个指标作为模型输入,训练得到基于区域内出行特征双通道的卷积神经网络模型,采用网格寻优方法确定最优网络结构.选取北京市六环内交通小区作为研究对象,结果表明,本文算法能够同时推断交通小区内居住、工作和休闲用地特征,并获得各用地类型在小区内占比分布.     

南京市地铁1号线开通初期客流预测

为了对南京市地铁1号线开通初期进行精准的客流预测,以规划地铁1号线沿线车站1km半径范围内的51个交通小区为研究重点,进行了5类个人出行调查,利用四阶段法建立交通模型进行预测分析。在交通方式预测阶段,利用交通意向调查数据建立了轨道交通转移率模型,得到轨道交通OD预测结果。最后,将预测结果与实际客流进行比较,说明客流预测精度较好,验证了所使用的出行调查和模型方法的合理和有效性。     

基于出行特征的用地类型推断方法研究

提出一种基于卷积神经网络推测城市交通小区内用地特征的算法，同时对交通小区内多种用地类型进行预测.选用公共交通出行数据集和网约车出行数据集，融合多种出行方式的出行特征对交通小区内用地特征刻画.提取交通小区内发生强度，吸引强度和产吸差强度3个指标作为模型输入，训练得到基于区域内出行特征双通道的卷积神经网络模型，采用网格寻优方法确定最优网络结构.选取北京市六环内交通小区作为研究对象，结果表明，本文算法能够同时推断交通小区内居住、工作和休闲用地特征，并获得各用地类型在小区内占比分布.     

西安市客运交通结构调查与分析

城市客运交通结构调查与研究是合理规划交通出行方式、提高城市交通效率和制定交通政策的重要环节。首先采用发放调查问卷的形式进行出行调查,通过数据处理与分析得出西安市出行方式结构比例,与2000年居民出行调查结果进行对比,分析了交通结构比例的变化和影响变化的因素。根据客运交通结构的实际,结合西安的城市建设、交通现状及道路条件,提出以TOD模式为主导,以轨道交通为骨干,积极发展自行车交通的建议,合理分布客运交通结构。尤其是通过设立公共自行车以及自行车与公共交通设施的衔接,充分发挥自行车交通的功能,带动整个城市交通的良性发展。     

居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

考虑交通环境影响的封闭小区开放决策研究

封闭小区的开放可以增加城市道路网密度，缓解交通拥堵，但目前封闭小区开放方案的决策方式单一，且未考虑开放后给小区带来的汽车尾气和交通噪声污染问题。将交通环境影响纳入考量范围，以行程时间、尾气排放和交通噪声构成的总目标费用函数值最小作为优化目标。引入封闭小区是否开放、单双行和限速这3种决策方式，建立上层系统费用最优和下层用户均衡的封闭小区开放双层决策模型，并利用遗传算法和Frank-Wolfe算法分别对上、下层模型进行求解。 对模型优化效果进行验证分析，结果表明，所建模型最优解的费用值相对偏差为0.67%，应用此模型后同比节省费用平均值为11.80%。对比分析得到：合理设置封闭小区开放的3种决策方式，可 以减少车辆行程时间和绕行距离，降低出行者的出行费用和考虑交通环境影响的附加费用，且采取相对较高的限速值有利于降低出行总费用值。     

基于改进北方苍鹰优化算法的封闭小区开放决策模型

为减少封闭小区开放过程中安全、环境与噪声等因素带来的影响,考虑小区开放的影响因素与费用值之间的关系,同时考虑小区出口和入口数量对内部交通疏散的影响,建立封闭小区是否开放的多目标优化模型。在北方苍鹰优化算法基础上,优化苍鹰的捕食行为,改进北方苍鹰优化算法对模型进行求解。通过虚拟路网验证模型和改进算法的有效性,计算结果表明,合理设置封闭小区的决策方式,可以减少车辆出行时间和出行总费用值,开放封闭小区能有效缓解交通压力。此外,将改进北方苍鹰优化算法(ENGO)与非支配排序遗传算法和社会工程优化器进行比较,研究结果能表明ENGO具有的优越性,相比其它两种算法,其反世代距离平均上升9.59%,超体积平均上升3.21%,运行时间平均下降5.88%。     

城际长途慢行交通驿站间距设置研究

鉴于我国城际长途慢行交通设施建设快速发展,为提高其交通旅游服务水平,改善游客出行体验和控制建设成本,并为制订相关标准提供基础性指标,对慢行交通驿站设置间距进行了综合性量化研究。首先,构建了基于慢行交通人群出行过程的生理机能、不同情境下的应急需要及驿站设施建设成本等多因素的量化规划模型。然后,利用MATLAB软件求解函数极值,得到综合社会效益较优的驿站设置间距范围。最后,基于计算结果对《绿道规划设计导则》中驿站间距设置标准的合理性进行了验证,提出城际长途慢行交通服务驿站设施最佳间距为2.2～3.4km,并进一步推断出旅游公路服务驿站间距的设置原则。     

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。     

���񹫽�����ODԤ���о�

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

出行距离分布模型及参数研究

为研究城市交通规划中出行距离的分布特征,在一定假设条件下,运用概率统计理论推导出行距离的概率分布函数形式,用10座城市的居民出行资料对其进行拟合,验证了该假设条件的合理性,分析了函数参数的相关影响因素,如城市规模、城市形状和交通结构等,对其进行量化与非线性回归,得到出行距离的概率分布函数的一般形式,最后,就不同规模城市分析了分布函数参数的取值范围。研究结果表明:出行距离的分布符合瑞利分布,特大城市和大中城市分布函数参数的取值范围分别为0.035～0.076和0.042～0.100。     

基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究

为提高我国城市对外交通中客运多方式协同运行效率，优化客运资源配置，依托人口迁徙大数据，建立量化分析城市对外交通客运方式优势出行距离的方法. 提出用绝对优势出行距离和相对优势出行距离来表征优势出行距离，分别构建城市对外客运方式的绝对优势出行距离模型和相对优势出行距离模型；利用人口迁徙大数据，绘制基于出行距离的客运方式分担率曲线，对优势出行距离模型进行求解. 结果表明，我国城市对外交通中公路、铁路、航空客运方式的绝对优势出行距离分别为[8, 119] km、[119, 1 594] km和[1 594, 3 000] km，相对优势距离分别为[8, 463] km、[318, 983] km和[2 477, 3 000] km.     

苏北农村居民出行特征分析及交通对策研究

采用抽样问卷实地调查的方法对苏北五市(徐州、淮安、连云港、宿迁、盐城)的2000位农村居民进行了出行调查,从出行频率特征、出行方式、出行目的、出行距离和出行时空分布等方面对苏北农村居民出行特征进行了详尽分析.针对苏北农村居民出行存在的问题,提出具体的交通发展建议.     

宁波市居民出行特征分析及交通发展对策研究

对比分析宁波市与国内其他城市居民出行调查的有关数据,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标,总结归纳出宁波市城市居民出行的规律、变化特征及其原因。针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点．对宁波市城市交通发展提出公交优先发展、就近就业、建设快速交通系统及实施交通需求管理等建议．对于推动该市的交通发展具有积极的意义。     

���п���·ϵͳOD�������㼼���о�

城市快速路OD信息是进行快速路交通运营、建设绩效分析的基础,采取恰当方法推算快速路OD矩阵可以减少直接询问OD信息的工作量、避免道路拥堵及其所造成OD信息受到扰动. 本文提出了基于进出匝道交通量和部分路段交通量,以快速路单方向一对相邻进出匝道划分交通小区,应用重力模型与双约束Frator法建立高质量先验OD矩阵,借助TransCAD交通规划软件中的矩阵反推模块进行矩阵推算,多角度检验OD矩阵推算效果的系统方法,并在广州市内环路快速路系统上进行了实例验证. 结果显示,应用本文方法设定先验OD矩阵与推算OD矩阵后,拟合的路段及进出匝道上的分配交通量误差、平均出行距离与日周转量误差均较小. 表明推算OD矩阵具有较高的准确性和可靠性,该方法是适用于快速路交通流分析的一种简便可靠的方法.     

城市快速路系统OD矩阵推算技术研究

城市快速路OD信息是进行快速路交通运营、建设绩效分析的基础,采取恰当方法推算快速路OD矩阵可以减少直接询问OD信息的工作量、避免道路拥堵及其所造成OD信息受到扰动. 本文提出了基于进出匝道交通量和部分路段交通量,以快速路单方向一对相邻进出匝道划分交通小区,应用重力模型与双约束Frator法建立高质量先验OD矩阵,借助TransCAD交通规划软件中的矩阵反推模块进行矩阵推算,多角度检验OD矩阵推算效果的系统方法,并在广州市内环路快速路系统上进行了实例验证. 结果显示,应用本文方法设定先验OD矩阵与推算OD矩阵后,拟合的路段及进出匝道上的分配交通量误差、平均出行距离与日周转量误差均较小. 表明推算OD矩阵具有较高的准确性和可靠性,该方法是适用于快速路交通流分析的一种简便可靠的方法.     

居民出行调查抽样率确定相关问题探讨

居民出行调查是制定合理的交通规划的基本前提和重要环节.由于目前我国居民出行调查还存在很多亟待解决的问题,居民出行抽样调查率的确定还主要根据国外经验和定性认识,缺乏科学的理论基础做支撑.因此根据调查目标、调查方法,在保证调查精度的前提下,科学合理地确定抽样调查率具有十分重要的理论和实践意义,对于交通规划、交通治理和决策的制定具有重要作用.     

一种基于手机定位数据的出行行程识别方法

提出并实现了一种基于手机定位轨迹数据的出行行程识别方法.通过速度对轨迹点进行划分,将低于一定速度阈值以下的轨迹点合并为候选停留位置,再利用距离阈值和时间阈值对候选停留位置进行合并,从而确定出真正的停留点,继而自动统计出行次数和出行时间.该方法解决了手机定位数据的定位漂移和抖动的问题,行程识别精度高,识别结果可为交通规划工作提供相关数据,并具有比传统交通调查方法更低的成本和更短的数据更新周期.