现代有轨电车设备系统维护与管理的探析

现代有轨电车作为一种现代公共交通方式,因其"建设周期短、工程造价低、运营组织灵活、节能环保、美观舒适"等特点以及广泛的适用性,在城市中与地铁、公交共同提升了公共交通品质,为市民的出行提供了便捷。而设备系统维护与管理的质量是有轨电车安全运行的重要保障,因此必须通过严格的管理措施,提高有轨电车运行效率和安全性。基于此本文论述和分析了现代有轨电车设备系统维护与管理,望促进维护与管理方法的运用。     

爱护环境 低碳生活[绿色出行]——论杭州公共自行车对市民、游客出行的影响

在学院组织的暑期社会实践当中,我们以西湖风景区为例,对"杭州公共自行车对市民、游客出行的影响",通过发放问卷、采访有关单位负责人等形式,展开了深入调查,并得出以下结论。1杭州公共自行车对人们出行方式选择的影响杭州公共自行车从2008年5月诞生到现在,也不过只有三年多的时间,但已经对市民、游客的出行方式的选择产生了极     

新形势下公交运营模式创新研究

<正>受近几年新冠肺炎疫情影响,市民对公共交通出行方式的选择更加谨慎,与此同时,随着宁波轨道交通由线成网,共享单车、共享电单车的进一步普及,导致部分市民群体不再选择公交出行,一定程度上制约了公交线网的拓展。一系列外部环境因素的变化对公交企业的发展提出了巨大的挑战,在新形势下,如何推动公交运营精细化、高质量发展,契合新时代、新背景下的市民出行需求已成为题中之义。     

居民全日出行方式选择动态模型研究

为改进现有交通方式选择模型,提高交通方式预测模型精度,基于出行链建立了居民全日出行方式选择动态模型。从居民出行方式选择机理分析入手,确立出行方式选择动态影响因素,在多项Logit模型（MNL模型）的基础上建立了方式选择动态模型。模型中增加了2类动态影响因素,即先前出行方式选择结果对后面出行方式选择的影响和主链的出行方式选择结果对子链出行方式选择的影响。最后以安徽省淮北市为例对模型进行了实例分析。结果表明：所建立的动态模型的优度比和预测准确率较基于单次出行效用的MNL模型有较大提高,变量在模型中的意义符合中国国情,模型可服务于城市交通规划和交通政策制定。     

现代有轨电车线路协调运行控制方法研究

结合现代有轨电车的运行特性,提出了基于有轨电车时刻表的绿波控制方法,并以相对优先控制方式作为绿波控制方法的补充策略,实现有轨电车尽量不停车通过平交路口.以沈阳现代有轨电车2号线为例,利用VISSIM搭建仿真平台,并采用VISVAP模块实现平交路口控制策略,验证了方法的有效性.考虑了有轨电车与社会车辆的混行交通环境和两种车辆的运行条件,减少了有轨电车对社会车辆的影响.     

新形势下广州市公交优先发展战略思考

大城市出行模式的转变与城市空间格局的变化,与市民可支配收入以及对美好生活的向往有着息息相关的联系.在不断变化的出行模式的刺激下,市民交通出行需求也随即发生变化,特别是大城市交通出行方式选择已从"个体交通——公共交通"的简单交通出行划分为"小汽车——电动自行车——网约车(出租车)——轨道交通——公共汽车"等多模式,组合式...     

上海市松江区现代有轨电车交叉口交通组织案例分析

上海市松江区现代有轨电车示范线由T1、T2两条线路组成,总长约31.269 km。在项目设计过程中大部分路段采用独立路权及交叉口通行优先的方式来保证有轨电车的营运速度、行车舒适度及安全性。由于其中的交叉口是有轨电车与其他社会车辆及交通方式互相影响最为突出的节点,为解决该节点上各类交通方式的冲突,保障交通安全畅通,针对有轨电车典型交叉口的交通组织进行了细致的分析与研究,并进行了交叉口流量预测,提出了合理的交通组织方式。     

台州市现代有轨电车规划标准研究

结合浙江省台州市的规划实践,在分析城市空间、客流需求、公交特征的基础上,提出现代有轨电车应分层确定规划标准。以客运能力和运送速度为主要指标,将现代有轨电车分为骨干线和补充线。并结合台州市实际研究了骨干线和补充线分别对于线路长度、敷设方式、路口控制,以及站点布局等方面的规划标准,为台州市现代有轨电车的规划建设提供了指导,也为现代有轨电车的推广应用提供了参考思路。     

基于MNL模型的居民出行方式选择行为研究——以南方某小城市为例

为明确城市居民出行方式选择的关键影响因素，调节城市居民出行结构，提高城市交通系统效率，以南方某小城市居民出行数据为研究对象，基于随机效用最大化理论构建多项MNL(Multinomial Logit)模型，分析了个人属性、家庭属性和出行方案属性对出行方式选择产生的作用。通过分析MNL模型统计回归结果，得出以下结论：1)个人属性中，年龄、性别、个人月收入、受教育程度、驾照拥有情况对居民出行方式选择行为有显著影响；2)家庭属性中，住户小汽车拥有情况和摩托车拥有情况对居民出行方式选择行为有显著影响；3)出行属性中，出行时间和出行目的对居民出行方式选择行为有显著影响，而出行费用在出行选择过程中没有显著作用。     

现代有轨电车优缺点及适用性评价指标分析

现代有轨电车系统作为一种中低运量的城市公共交通方式,有其自身的特点,其中有优点也有不足。从运能、运行速度、经济等方面将现代有轨电车与地铁、轻轨、快速公交系统(BRT)、常规公交系统做出比较,得出现代有轨电车的特征,归纳其在公共交通系统中的定位,从而总结出现代有轨电车的优缺点,确立适用性评价指标,为评价现代有轨电车的适用性提供依据。     

考虑出行群组异质性的有轨电车发展决策行为偏好研究

将有轨电车发展的研讨视为1项决策过程,按照基本属性、出行目的、出行模式等异质性特征,将出行群体划分为不同群组,开展基于不同异质性群组对发展有轨电车决策的偏好特性研究.通过融合行为偏好(RP)的意向偏好(SP)问卷调查,获取不同群组的基本属性及决策偏好特征数据.考虑有轨电车发展决策同时受环境要素、个体社会经济属性及出行需...     

快速有轨电车应用分析及发展建议

有轨电车具有运量适中、绿色环保、投资低、审批快、建设周期短的特点,适合中小城市构建公共交通骨干系统。国内部分中小城市的功能组团或片区呈现分散布局的特点,相互之间的空间距离较远,需通过建设快速有轨电车满足城市内部快速出行的需求。首先根据居民出行时间要求提出快速有轨电车的旅行速度应达到30km/h以上,随后分析法国里昂、葡萄牙波尔图、美国双子城、中国苏州的应用案例,总结出快速有轨电车的功能定位和线路特点,最后从适用区域、车辆选型、站点设置、交叉口设计、标准制定五个方面提出快速有轨电车在我国的发展建议。     

弹性需求下的组合出行模型与求解算法

研究了弹性需求下的组合出行行为,利用网络均衡理论和超级网络方法,给出了弹性需求下组合方式出行的混合网络均衡条件,提出了与均衡条件等价的变分不等式模型,讨论了模型解的存在性和唯一性。设计了求解模型的算法,并用一个算例分析了模型参数对模型求解结果和算法收敛性能的影响。结果表明:该模型能够有效地描述人们的组合出行行为。这一研究将有助于加深对交通行为的理解,有助于合理规划与布局停车换乘设施以及协调发展多种交通方式。     

不同规模城市居民出行方式影响因素分析

明确影响不同规模城市中居民出行方式选择的关键因素及其影响路径,有助于采取针对性策略调节城市居民出行结构,进而提高城市交通系统效率,缓解交通拥堵、空气污染等"城市病".现有研究较少关注中、小城市的居民出行方式选择,较缺少同省份居民出行方式选择的跨城市规模对比分析,不利于策略制定者运用出行方式关键影响因素调节居民出行行为....     

共享单车出行特性与出行行为分析

出行行为研究有助于制定更加有效的交通建设、管理与控制的政策措施.作为一种新兴的绿色出行方式,共享单车极大地方便了城市居民出行,但由于发展过快、缺乏科学的交通规划措施,共享单车在发展过程中遇到了许多障碍,因此,研究城市共享单车出行行为很有必要.采用调查问卷的形式,对出行者进行调查并得到621条有效数据.基于对调查数据的分析,得到了居民选择共享单车与否的影响因素,并从不同因素出发分析了共享单车出行特性.建立了是否选择共享单车出行的二项Logit模型,借助SPSS软件进行计算.结果显示,女性较男性更倾向于选择共享单车出行;年轻人更倾向于选择共享单车出行;受教育程度越高的人群越倾向于选择共享单车出行.其中,受教育程度的影响最显著.模型中月收入变量被剔除,表明月收入高低对居民是否选择共享单车没有显著影响.      

Travel mode identification using bluetooth technology

Bluetooth technology has been widely used in transportation studies to collect traffic data. Bluetooth media access control (MAC) readers can be installed along roadways to collect Bluetooth-based data. This data is commonly used to measure traffic performance. One of the advantages of using Bluetooth technology to measure traffic performance is that travel time can be measured directly with a certain level of error instead of by estimation. However, travel time outliers can commonly be observed due to different travel mode on arterials. Since travel mode information cannot be directly obtained from the raw Bluetooth-based data, a mathematical methodology is in need to identify travel mode. In this study, a genetic algorithm and neural network (GANN)-based model was developed to identify travel mode. GPS-enabled devices were used to collect ground truth travel time. In order to additionally compare the model performance, K nearest neighbor (KNN) and support vector machine (SVM) were also implemented. N-fold cross validation was applied to statistically assess the models’ results. Since the model performances depend on the model inputs, seven collections of model inputs were tested in order to achieve the best travel mode identification performance. An arterial segment with four consecutive links and three intersections was selected to be the study segment. The results suggested that correctly identifying the three travel modes successfully every time was not possible, although the GANN based model had low misidentification rates. In our study, 6.12% of autos were misidentified as bikes and 10.53% of bikes were misidentified as autos using three links.     

基于手机GPS定位数据的交通方式换乘点识别方法研究

交通方式换乘点识别长期以来是手机大数据交通调查领域的一大技术难点,既有研究大多通过设置出行时间、距离阈值进行识别,算法经验性强,普适性不佳,且易将起讫点、信号控制、交通拥堵等停留误识别为换乘停留。为此,提出了一种基于手机GPS定位数据的交通方式换乘点识别新方法：首先,构建模糊时空聚类算法识别个体运动-静止状态,算法同步实现了定位点时空密度双重聚类约束与聚类边界弹性需求,对个体运动状态识别效果更佳;其次,建立支持向量机模型进行交通方式换乘点识别,有效解决了起讫点、信号控制、交通拥堵等停留对换乘停留造成的干扰;最后,从出行链视角出发,提出了基于序列相似度算法的误差回溯自检与优化模型,能够有效修复换乘点漏识别与错误识别问题。此外,在成都市开展了大范围实测试验,由150名志愿者采集了近2 160 h得到的777.6万条数据被用于技术实证评估。试验结果表明：所述方法对交通方式换乘点平均识别准确率达89.3%,换乘时间平均识别误差控制在20 s以内;与既有空间聚类、小波分析算法相比,换乘点识别精度提升近10%,换乘时间误差最大可降低20 s以上,算法适用性与效果更佳。研究成果可为基于活动的交通需求模型演进提供数据支撑,为交通规划与管理部门决策提供技术支持。     

公共卫生事件持续期通勤合乘设计及组织效率影响分析

为探究城市公共卫生事件下，考虑特殊时期的交通服务需求，通勤合乘模式解决通勤出行的可行性及组织效率，以2020年新型冠状病毒感染的肺炎（新冠肺炎）疫情为背景，基于疫情期乘客出行偏好网络问卷调研数据，分析民众出行偏好及对不同出行模式的暴露风险感知。意愿调研显示，71%的私家车主及无私家车群体均对与同单位人员发生合乘有较高的参与意愿，60%的私家车主表示愿意提供合乘服务，73%的无私家车通勤人群表示愿意接受合乘服务。在单位层面组织通勤合乘，有需求、有条件、有基础，具有良好可行性。以问卷数据为基础构建二元Logit模型对合乘出行驱动因素影响分析，研究发现疫情持续期出行者对交通方式主观感知风险将对合乘选择行为影响较为显著。结合出行群体在疫情持续期的交通方式选择偏好，提出基于健康管理的通勤合乘组织设计的公益互助、安心、用户群体固定、预约共享、合乘人数控制原则和服务水平要求。通过不同场景下合乘仿真，对该模式的预期效率进行解析，得出由单位组织的通勤合乘模式相较商业顺风车而言，前者“N对1”的配对需求与后者“N对N”配对相比，大幅提高了配对成功率。在不同拥车率条件下，存在一个成行率较高的合理员工规模，且该合理规模不是很大。员工住地较为分散的成行率均低于住地聚集场景，当拥车率达到65%的水平时，不论员工住地分布集聚还是分散，均可达到较高的成行率。面对公共卫生事件持续期，探索通过城市交通组织模式创新来破解通勤的流动需求与风险管控难题，为城市治理提供参考。