高速公路车辆出行里程分布

从数理统计学原理出发,以山东省高速公路车辆出行里程实测数据为依据,选用lognormal分布函数对车辆出行里程分布进行拟合,可得出高速公路车辆出行里程服从对敷正态分布的结论.     

恶劣气候对高速公路车辆出行的影响

针对恶劣气候条件下, 出行概率与影响交通出行的气候条件、出行距离和安全设施等因素的内在关系, 对出行概率与出行距离、气候特征等定量变量进行统计回归分析, 并建立了模型。模型的复相关系数为84%, 残差检验表明模型的线性假定成立。综合考虑安全设施对模型的影响, 给出出行概率与各影响因素的综合数学模型。分析结果表明恶劣气候严重程度与交通出行概率成反比关系, 恶劣气候条件下, 出行距离与出行概率成正比关系, 而不同的恶劣气候条件、车辆出行距离、道路安全设施完善程度对高速公路交通出行综合影响幅度在10%~50%之间。     

上海市高速公路车辆出行特征演变趋势

为给未来交通管理和政策制定提供参考,通过分析近年来上海高速公路车辆OD数据,研究新型城镇化建设、长三角一体化趋势、综合交通体系的完善等社会发展因素对高速公路车辆通行特征产生的影响。结果表明:远郊的出行需求快速增长;高速公路服务对外联系的快速通道定位逐步凸显;小客车在各类型车辆中逐步占据绝对主体地位。在新型城镇化建设持续推进、长三角一体化发展上升为国家战略的背景下,未来应更加关注郊区出行及对外出行,不断提升道路服务水平、完善对货运车辆的管理。     

基于时空等待特征系数的大型活动出行规划研究

高效、合理的综合交通路径规划是成功举办大型活动的前提之一.本文针对观众群体参与大型活动的出行路径规划问题,引入乘客出行偏好,转换为时空等待优化问题,再根据大型活动中乘客通过多模式公共交通出行特点,构建多维时间-空间-交通方式网络,以乘客出行时间总成本最小为目标建立整数线性规划模型.为提高模型的求解效率与质量,提出一种基...     

随机需求道路网络出行时间可靠性评估方法

为提高不确定路网可靠性评估的合理性,设需求服从对数正态分布,假定出行者在随机需求作用下能 够达到确定性用户均衡,运用路径算法获得流量,根据BPR(bureauofpublicroads)型路段特性函数以及对数正 态分布的概率特性,给出了路径出行时间的随机分布,以此为基础建立了路径及OD对出行时间可靠性评估模 型.用数值算例验证了评估方法的可行性,分析结果表明该方法能够合理评价需求及其波动程度、路径之间的相 关程度对出行时间可靠性的影响.      

基于出行特征的新能源车辆交通系统设计研究

在总结国内外新能源车辆示范运营模式并归纳其运营特征的基础上,提出了以出行特征为基础,以纯电动汽车技术参数为依据的新能源车辆交通系统设计方法.其中租赁车的设计不仅引导人们选择环保、多样化的出行方式,而且提供人们试乘试驾新能源车辆的机会.然后以上海崇明岛为例,从对外交通与内部交通两方面分析其出行特征,并结合崇明岛优越的地理区位条件,构建全岛域"零排放"新能源车辆交通系统.最后进一步给出崇明岛新能源交通方式的运营组织及其车辆配备方案,对其他地区制定新能源车辆运营推广方案具有一定参考价值.     

上海市出租汽车出行时空分布规律研究

为测定大样本视角下出租汽车出行时空规律,采用探索性空间数据分析(ESDA)技术进行相关研究.从上海市出租汽车调度系统的GPS数据提取单个运营日9921辆出租汽车的OD样本,按街道和时段统计出租汽车OD的时空发生量,定义并计算各区域各时段的载客空间密度指标,运用ESDA技术分时段计算、分析全局和局部莫伦值(Moran’s I).全局分析结果表明,上海市出租汽车出行在全局分布上具有较强的空间正自相关性,这与城市中心商业区高度集中的活动分布有关.局部分析结果表明,上海市出租汽车出行分布呈“句”字形聚集结构.全局结构和局部结构在时间序列上变化较小,表明上海市出租汽车出行分布的时空结构明显且稳定.     

基于公交OD数据的居民公交出行特征研究

已有研究在应用“四阶段法”进行公共交通需求预测时,缺少对居民公交出行分布规律及变化特征的分析．文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据,运用图形处理及模型标定等方法进行深入的数据挖掘,研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：0公交出行的可容忍时间与建成区面积及公交分担率密切相关：②由于城市发展状态、经济发展水平及人们出行规律的不同,都会造成出行时间分布的差异;③分析同一城市不同时期居民出行空间分布时,应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究,可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持,该项研究的结论和分析方法可供其他城市借鉴和使用。     

基于持续时间模型的日出行时间分析

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

基于实时数据的路网行程时间可靠度模型研究

道路行程时间可靠度是衡量城市道路交通服务质量的指标之一。本文分析和处理道路实时交通数据．统计其行程时间的分布,并拟合行程时间的分布曲线。以此为基础,构建行程时间可靠度模型,并进行案例分析。本文研究得出：路段的行程时间服从正态分布;出行者要求可靠度越高,需要预估的行程时间就越大;即使出行者期望的可靠度相等,对应不同的出发时刻预估行程时间也不同。     

紧急救援车辆实时行程时间研究

以分析紧急救援车辆行驶特性、行程时间影响因素为基础，运用波动理论建立紧急救援车辆实时路段行程时间预测模型，给出模型的标定方法，结合实际数据标定模型参数、检验模型精度。     

紧急救援车辆实时行程时间研究

以分析紧急救援车辆行驶特性、行程时间影响因素为基础,运用波动理论建立紧急救援车辆实时路段行程时间预测模型,给出模型的标定方法,结合实际数据标定模型参数、检验模型精度。     

脊骨梁桥面板结构的车桥耦合分析

采用ANSYS对脊骨梁的＂肋梁-桥面板体系＂进行了车桥耦合分析,考虑了车辆行驶速度和肋梁间距2个主要因素,运用限元瞬态动力时程分析的手段对其进行了动力学分析研究,得到了局部构件的冲击系数,提出了在对于此类桥梁进行设计时,应进行专门的动力学冲击效应分析,以确保其安全性。     

城市快速路行程时间的统计分析与预测

实时交通预测分析一直是ITS领域一个重要的研究课题,它的研究进展也直接影响着ITS子系统ATMS（Advanced Traffic Management System）的实施。文章以北京二环快速路为研究对象,先使用浮动车数据计算出路段在不同时段的行程时间,再采用统计分析方法得出目标路段在相同时段下的行程时间的分布规律;在此基础上,对相同时段不同路段、相同路段不同时段的行程时间分布测度进行对比分析,并将其和道路服务水平进行对照,得出了若干有意义的结论和建议;最后,对行程时间计算结果进行了检验和评价,证明了计算结果的准确性。     

一种基于检测流量的微观随机车流发生器研究

车流发生器是交通模拟系统的基本模型之一,用于解决交通流的输入问题.用于描述一定时间内交通流分布规律的离散随机函数包括泊松分布、二项分布、负二项分布等.利用分布函数和检测时段的流量数据,提出了一种建立检测时段内微观时间尺度上车流发生器的研究方法,并对北京市交通数据进行了应用分析,结果表明此方法可以产生与实际观测流量相符的模拟车流序列.     

基于卡尔曼滤波算法的公交车辆行程时间预测

通过分析公交车辆的行驶特性,利用卡尔曼滤波算法建立行程时间预测模型,并用该模型预测未来时段的公交车辆路段行程时间.预测结果表明,该方法预测精度较高,可有效地改善公交车辆动态调度效果,提高交通资源利用率,因此该方法具有推广意义.     

�ҹ����ܺͻ����������������뿪��

详细介绍了汽车发展与能源消耗的关系，介绍了国家科技部正在进行的节能与环保型汽车的研制计划和进展情况，介绍了替代燃料汽车，电动汽车，混合动力汽车，以及燃料电池，电力驱动系统等节能型环保汽车及技术支持系统的研制计划与发展概况.     

城市道路上救援车辆行程时间可靠性仿真研究

本文根据救援车辆出行特性提出救援车辆行程时间可靠度的概念,并基于元胞传输模型(Cell Transmission Model)构造了非信号优先情况下救援车辆通行仿真模型,然后在此基础上分析了救援车辆的行程时间可靠性.该研究结果为救援车辆出行行为仿真研究人员提供了一定的借鉴和参考,同时也为救援系统规划和管理部门提供了一种评价救援车辆响应效率的有效工具.     

融合多源数据预测高速公路站间旅行时间

为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测. 首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模 型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传 算法优化BP神经网络预测模型;最后,利用京哈高速公路北京段收费数据和微波检测器 数据对3 种融合模型进行了验证,对比工作日及非工作日2 种交通流状态下3 种模型的性 能指标.试验结果表明,基于遗传神经网络的融合模型相比其他2 种模型,预测精度及稳 定性均得到了较高的提升,相对误差控制在10%以内,能够更好地满足实际需求.