区域货运交通调查方法与实践

O-D调查是各类交通规划、设计的重要基础工作,其成果直接影响到交通量预测的准确性以及编制规划的可行性.区域层面的货运需求,从其需求机理出发,考虑实际调查工作的可操作性,提出了基于产业结构的货运O-D调查方法,较真实地反应实际情况,并为货运交通预测提供了新的思路与数据基础.     

综合货运网络规模及货物周转量算法研究

通过30年来全国范围综合货运网络基础数据的分析,采用数理统计的方法,得出了三大产业生产总值和5种运输方式所承担货物周转量的相关关系函数,并以此确定了综合货运网络各种运输方式的里程规模.结合当前常规数据结构,建立不同运输方式所承担货物周转量合理比例的多目标货物周转量比例计算模型（CCTV Model）,并基于运输效率、运输效益、对经济增长的贡献分别确定了合理货物周转量构成比例.结果表明,模型利用国内的常规数据结构能够较好的预测综合货运周转量比例,并应用于未来综合货运结构的预测和分析,不同目标值决定了不同的运输方式货物周转量构成比例.     

基于供需关系的铁路货运需求预测

分析运输结构变化对铁路货运供给的影响、铁路货运需求与国民经济发展的关系以及铁路货运供需关系。总结以往铁路货运量预测方法、特点,把铁路货物运输需求量按供给关系分成供小于求和供需平衡两个阶段,并分别提出相应预测函数。     

兰渝铁路通车对兰渝通道货运影响分析

该文对兰渝既有线货运现状,进出西南、西北物流情况以及新兰渝通道开通之后货运量进行分析预测,同时分析了未来通道内货运需求的发展态势.着重从路网结构、偏短货运速离和货物分流角度研究兰渝铁路通车对兰渝货运产生的影响.研究表明,兰渝铁路通车将大大缓解既有线运输压力,提供进出西北西南的最短径路,完善西部地区路网结构,促进西北西南货运路网结构的优化发展.     

基于投入产出模型的货物运输OD空间分布关系研究

总结区域货运发展的规律,依据货运需求的空间OD分布,结合其与社会经济各衡量指标之间的相关性强弱,建立货运需求和与其强相关的社会经济指标之间的关系模型,以此来预测货运规模及OD空间分布关系。     

我国东西部铁路货运量增长规律预测分析

通过分析我国东西部货运需求度铁路货运发展趋势,对东西部未来货运增长量进行定量预测。并提出提高东西部铁路通道运输能力的措施与方法。     

基于加权马尔科夫-ARIMA修正模型的区域物流需求预测

为准确预测区域物流需求,采用自回归移动平均(autoregressive integrated moving average, ARIMA)模型建立具有线性关系的时间序列,考虑时间外的非线性影响因素,基于加权马尔科夫模型修正残差状态,构建加权马尔科夫-ARIMA模型,以我国1990—2021年月度货运周转量为物流需求数据来源,验证加权马尔科夫-ARIMA模型的预测精度。结果表明：单一ARIMA模型和加权马尔科夫-ARIMA模型对12期货运周转量预测结果的平均绝对百分误差分别为3.15%、2.22%,后者的预测精度优于前者。     

时速250km以上货运动车组货运产品设计问题研究

针对我国未来"八纵八横"高速铁路网络背景下的时速250 km以上货运动车组货运产品设计问题,首先采用不等权组合预测模型预测全国货运量及发展趋势;其次构建各货运方式货运量-平均运距、分担率-平均运距的拟合曲线及表达式,确认铁路货运优势平均运距及区间最高分担率;再次,定位货运动车组货运产品为铁路高端货运市场;在此基础上结合其特点对其货物品类,明确分担率及未来需求;最后从产品属性定位出发,建立效益最优化与综合评价模型,结合铁路货运产品谱系,设计出以当日达、次晨达、次日达为主的货运动车组货运产品谱系.     

基于多模型融合的电动汽车行驶里程预测

纯电动汽车行驶里程预测是驾驶者最关心的问题之一，为解决现有预测算法模型精度低、相对误差大的问题，本文采用融合片段回归与单点分类的机器学习方法对行驶里程进行预测.以真实车辆各项状态参数、环境信息等作为输入，通过聚类和过滤封装式特征筛选，提取最优特征集合，并基于行驶片段样本量选择预测方法，通过对环境温度和电池健康状态(SOH)进行分层耦合提高片段回归预测精度，通过单点分类和片段回归预测模型融合优化最终预测结果.行驶里程测试集预测结果中均方根相对误差(RMSRE)为0.035，平均相对误差为1.71%，能够精确稳定地实现行驶里程预测.     

城市群轨道交通方式划分非集计logit模型

以城市群轨道交通方式划分为研究对象,根据城市群轨道交通特点,提出将城市群客流分为城区客流和城际客流,分别预测其轨道交通分担率.利用非集计模型的基础理论,选取时间、费用与个人收入的比值作为效用函数的特性变量,以交通行为调查的RP和SP联合数据为基础,建立了应用于城市群交通方式划分的非集计模型.并以长株潭城际轨道交通方式划分为例,进行了参数估计和轨道交通分担率的预测.     

基于多模型融合的电动汽车行驶里程预测

纯电动汽车行驶里程预测是驾驶者最关心的问题之一，为解决现有预测算法模型精度低、相对误差大的问题，本文采用融合片段回归与单点分类的机器学习方法对行驶里程进行预测.以真实车辆各项状态参数、环境信息等作为输入，通过聚类和过滤封装式特征筛选，提取最优特征集合，并基于行驶片段样本量选择预测方法，通过对环境温度和电池健康状态(SOH)进行分层耦合提高片段回归预测精度，通过单点分类和片段回归预测模型融合优化最终预测结果.行驶里程测试集预测结果中均方根相对误差(RMSRE)为0.035，平均相对误差为1.71%，能够精确稳定地实现行驶里程预测.     

城市群交通运输系统供需非均衡模型研究

针对目前城市群交通中普遍存在的供需关系不平衡问题,为探究其供需两者之间的互馈机理,并揭示两者平衡的动态关系,构建城市群交通供需非均衡模型.首先,根据对城市群交通供需关系的描述,明确城市群交通供给与需求平衡的内涵、研究范畴及表现形式;其次,将城市群交通问题分为3个部分,即城市群中单一城市内部、城市群中城市与城市之间、城市群与外部之间,对城市群交通供给和交通需求的计算方法进行研究,并根据两者的相互作用机制,利用微分动力学原理,构建城市群交通运输系统供需非均衡模型;最后,运用微分方程的稳定性理论对模型进行求解,提出城市群交通供需的平衡条件,并以呼包鄂城市群为实例来验证该模型的有效性和科学性.     

上海港集装箱货运量预测及拼箱作业节点建议

首先,分析了上海港港口集疏运现状,并采用灰色预测模型对上海港口未来年集装箱货运量进行预测;其次,结合上海港历年的进出口集装箱比例及上海港总体规划,预测未来年进出口集装箱量比例及未来年外高桥港区和洋山港的集装箱分担比;再次,针对未来年产生的集装箱货运需求,着重分析未来年集装箱货运对上海疏港道路(主要为北部过江隧道、东海大桥)的交通影响;最后,借鉴日本成田机场原木物流园区的货运组织方式,提出在沪宁和沪杭方向分别设置一个货运集散点,作为集装箱拆拼箱作业区的建议。     

电动汽车行驶里程与电池SOC 相关性分析与建模

为解决电动汽车驾驶员里程焦虑问题,并为车辆行驶里程预测提供重要依据,本文提出一种基于数据驱动的方法来探讨电动汽车行驶里程和电池SOC之间的关系.首先对采集的原始数据进行删除、插值和平均处理,再对电动汽车行驶里程和电池SOC进行相关性分析并建立模型,利用递推最小二乘法对模型参数进行辨识.利用北京市运营物流电动车的数据对建立的模型及参数辨识结果进行验证.实验结果表明,本文采用的基于数据驱动预测行驶里程的方法是可行的,所建立的行驶里程与电池SOC模型具有较高的准确度.     

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高，货车轨迹数据被广泛应用于公路货运系统的 规划与管理中，同时，人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究，从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题，但现有辨识方法多移植于旅客出行研究，需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面，研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究，并证明了基于轨迹数据预测货运特征的可行性，但预测时空范 围较为局限，需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外，轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后，在总结现有研究不足的基础上，本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合，从3个关键技术进行突破：一是针对货运实践个体，重点探索高效货车 驾驶员的出行特征和出行模式，并在货运系统中进行推广应用；二是针对交通运输新技术和新形 势，重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略；三是针对货运 供需关系及匹配机制，重点研究货运全流程供需状态辨识与预测，并结合深度学习等方法训练和 开发智能供需匹配模型，从而优化货运系统调度，助力社会散乱运力资源整合，提高货运系统的 综合效率。     

基于大数据分析的多维公路货运价格预测问题研究

公路货运价格由于受油价和货运周转量的动态变化影响,无法实现精确预测,一直困扰着运输行业.采用时间序列预测与BP神经网络相结合的方法进行预测研究:首先,将订单中的经纬度信息利用高德地图API接口转变成具体地址,从地理信息编码提取省、市信息,对货运订单进行跨区域分类;然后,运用指数平滑法和A RIM A模型分别对油价及货运周转量动态特征进行预测;再对运输距离、油价和货运周转量数据进行标准化操作,用处理后的数据对BP神经网络进行训练,得到训练完成的神经网络;最后,使用测试样本对模型进行测试,将加入时间序列预测的B P神经网络模型与不加入时间序列预测的模型相比较,发现前者的预测误差减少37.2％.     

高度城镇化背景下城市群交通特征研究

正确认识城市群交通系统的特征有利于促进我国城镇化的发展.采用实证分析的方法,对高度城镇化背景下发达国家较为成熟的城市群交通系统进行研究,通过深入解析发达城市群都市圈间及都市圈内交通系统的需求特征、网络结构以及运输模式等关键要素,归纳得到高度城镇化背景下城市群交通系统所展现的重要特征.研究表明,成熟城市群的交通需求主要集...     

CubeCargo软件应用于货运交通规划的研究

随着现代物流的发展，国际和国内的货运需求均呈现快速增长的形势，对传统货运交通规划工作提出了新的挑战。与客运交通规划相比，货运交通规划具有不少鲜明的特点，专门针对货运交通规划的分析工具也很少。为此，在分析了基于车辆和基于货物两类货运交通规划方法的流程和优缺点的基础上，提出基于货物的货运交通规划方法更有优势。通过示例，探讨了如何运用CubeCargo软件开展基于货物的货运交通规划，实现货运发生和吸引、货运分布、货运方式划分、货运交通分配的预测工作。     

分行业的货运需求量组合预测研究

论证了分行业预测货运需求量的科学性。通过对物流需求影响因素的分析,建立了回归分析、灰色系统的物流需求单项预测模型,鉴于单项预测模型的局限性,建立了物流需求组合预测模型。     

甘肃省高速公路网合理规模预测

合理的公路里程能促进社会经济健康有序的发展.在分析甘肃省高速公路现状的基础上,构建了基于TransCAD的经济与人口需求模型及改进的连通度模型,并用这两种模型对甘肃省高速公路网规模进行了预测,最后对预测结果作出了合理分析.该预测方法可指导西部省域高速公路科学合理的发展.