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。     

考虑街区尺寸的不同交通方式广义出行成本分析

我国的城市规划理念逐渐从封闭小区转向开放街区,以实现街区内部道路公共化,优化路网布局.但不同街区模式对城市交通的具体影响缺乏定量研究.为此,本文区分街区内外部出行,分析了街区尺寸对城市路网交通性能(出行距离、时间及转弯次数)的影响,并基于出行时间和费用,构建了各种交通方式广义出行成本,分析其在不同街区尺寸下的变化特征. 结果表明,给定路网规模下,街区尺寸越大,平均内部出行时间占比越高,越不利于公共交通出行,例如当街区尺寸为 600 m 时,公共交通方式下的平均内部出行时间占比高于私家车 10%.未来城市规划需更多地考虑街区尺寸的影响.     

新建交通小区配套道路网络设计模型与算法

研究城市发展过程中新建交通小区的配套道路网络设计问题,提出将新建交通小区与现有路网科学合理连接起来的方法。首先用双层规划法建立该问题优化模型,该模型在考虑交通用户出行行为的情况下,可以确定最优的新建路段选址方案及通行能力设计方案;然后基于粒子群优化技术,设计一个启发式求解算法。最后用一个简单的网络例子验证并分析模型与算法的有效性。     

基于公交可达性的公交方式选择模型研究

交通方式选择是公交出行需求预测的关键内容之一。文章在公交方式选择效用函数中加入起点和终点交通小区的交通可达性（考虑公交站点到达时间、站台数量、线路条数、发车频率等）,对Logit模型进行改进,并用海口市居民出行调查数据对改进模型进行验证,结果表明改进模型划分结果更接近真实值。     

总需求固定时出行网络结构的优化

考虑到出行网络结构优化是缓解城市道路交通拥堵的有效措施,构建了提高出行网络和道路网络匹配程度的出行网络优化算法．针对城市道路交通双层网络特性,提出了双层网络的匹配程度指标．考虑匹配程度指标,构建了基于边删除法的出行网络优化算法．分析结果表明：本算法能优化出行网络结构、有效缓解城市道路的交通拥堵．     

基于区内出行比例的城市交通小区半径计算方法

针对国内城市交通小区划分多靠定性分析的情况,分析了国内外交通小区划分方法,提出了基于区内出行比例的交通小区半径定量计算方法。基于交通小区半径和出行距离的三种不同组合,推导出了相应的区内出行比例计算模型,利用Excel软件的VBA编程功能,进行了三者之间的数量关系计算,通过对区内出行比例的控制,得出交通小区半径的合理范围。实例计算结果表明:当区内出行比例范围为5%～10%时,西安中心市区交通小区的合理半径在0.7～1.1km之间,而实际调查区内出行比例为9.28%,交通小区半径为0.9km,调查值与计算值接近,小区半径定量计算方法可行。     

基于改进MD模型的区域交通方式划分预测方法

分析了MD模型的基本原理;综合考虑出行时间、费用、安全、方便和舒适等5个因素对出行方式选择的影响,完善了出行牺牲量的量化方法,加入了安全性、舒适性、方便性的量化指标及其量化方法;建立了基于改进的MD模型的区域交通方式分担率预测方法,并提出了预测流程及预测模型中关键变量的求解算法;以沪宁通道内客运方式分担率的预测为实例,对比分析了改进前后MD模型及Logit模型的预测结果。验证了改进后MD模型能较好地模拟区域交通方式选择过程,预测有效可行。     

基于机器学习的中型城市居民出行方式选择行为研究

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,引入变异程序,提出粒子群优化随机森林的中型城市居民出行方式选择预测模型,采用预测准确率、出行方式比例预测绝对误差和期望模拟误差这3项性能指标,量化对比粒子群优化随机森林模型与多种机器学习模型和多项Logit模型统计学上的预测性能差异,利用SHAP(SHapley Additive exPlanation)模型深入分析个人社会经济属性、出行属性及出行方式属性等相关因素与居民出行方式选择之间的非线性关系。结果表明：粒子群优化随机森林模型整体平均预测准确率最高,为0.856,出行方式比例预测平均绝对误差和期望模拟平均误差最低,分别为0.062和0.306,模型间指标差异在统计学检验下显著;距离对不同出行方式选择的影响最显著,步行和私家车出行对距离敏感性更高,不同距离下,两者选择概率变化超过35%;30岁以下群体不同出行方式选择概率差距大于其他年龄段;性别、是否拥有私家车或公交...     

基于出行效用无差异阈值的组合交通客流分配模型

为探究出行者的感知差异对组合交通方式客流分担的影响,将出行效用无差异阈值引入出行者的决策过程中,建立了Nested Logit客流分配模型。模型将出行决策过程划分为三个层级,出行逻辑为出行者先选择出行方式,其次考虑换乘位置,最后考虑路径选择。模型确定各层级出行效用的影响因素,并假设当两种出行方案的效用差小于出行者感知的无差异阈值时,出行者无法在两种选择方案中做出确定的选择,而是基于个人偏好或随机进行选择;反之,出行者会选择效用最大的出行方案。通过连续平均算法对模型进行求解,并采用数值算例分析无差异阈值对出行决策过程中三个选择环节的影响,从而验证了模型的合理性。模型结果表明：考虑出行效用无差异阈值的客流分配模型会影响组合交通方式的选择分担,可以更准确地反映出行选择过程中的随机性。此外,模型下级的无差异阈值会影响上级的选择概率,对换乘点与路径信息采取措施可以在一定范围内优化各交通方式的分担比率,从而引导出行者选择更为绿色的出行方式。     

基于交通结构发展情景分析的城市交通碳排放测算研究

随着我国城市化和机动化进程的不断加快,在满足居民出行需求的同时,需要更加合理的出行结构来促进交通环境的改善.本文利用不同方法分析测算了城市交通碳排放现状,结合低碳目标的城市客运交通结构优化模型探讨了交通出行比例不变、交通出行比例优化和交通出行比例失衡三种发展情景.分析表明,不同情景下的城市交通碳排量的平均年增长率分别为13.1%、7.3%和15.3%.公共交通是交通结构优化的主要推动力,只有在公共交通分担率不断上升的同时,控制并降低小汽车交通出行比例,才能降低碳排放总量的增长速度.     

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.     

基于路段的拥挤收费与停车收费组合优化研究

确定性路段拥挤收费对收费路段的交通拥挤缓解有很好的效果,停车收费对抑制区域路网出行需求有重要影响,将两者组合起来系统研究具有重要意义. 本文通过将路段拥挤收费与停车收费进行组合,分析组合收费策略下出行成本和出行需求变化的基础上,建立了双层规划模型. 以收费社会效益最大化为目标,以拥挤收费和停车费可行区间为约束条件作为上层优化模型,下层模型是考虑广义交通出行费用(含行程费用和停车费用)的弹性需求条件下用户平衡模型,进行路段拥挤收费与停车收费组合优化. 设计了模式搜索算法进行求解,得到不同初始步长和迭代精度下模型的最优解. 数值计算结果表明,联合收费使得路网流量分布更加均衡,缓解了收费路段的交通拥挤,同时出行需求得到了一定抑制,证明该模型与算法具有有效性.     

突发公共卫生事件下应急定制公交线路优化

考虑突发公共卫生事件下的疫情防控要求, 构建了一种应急定制公交线路优化方法; 对城市中已经封闭的小区和路段进行筛查, 并将这些小区和路段设置为应急定制公交禁行区域; 以所有应急定制公交总运行时长最短为目标, 以乘客上座率不超过安全阈值为约束, 同时考虑供需匹配, 构建了突发公共卫生事件下应急定制公交线路优化模型; 设计了遗传算法来求解该模型, 采用三段式混合编码方式进行染色体编码, 3段染色体分别由定制公交停车场编号、上车站点编号和下车站点编号组成, 运用贪婪策略解码染色体; 采用模拟案例验证了模型与算法的可行性, 并将优化结果与正常情况下基于相同客运任务的定制公交线路优化方案进行了对比。研究结果表明: 在完成相同客运任务的情况下, 应急定制公交线路所需车辆数比正常情况下多2辆, 车辆的总运行时长也比正常情况下增加6.997 h; 正常情况下的定制公交线路优化模型不能直接用于突发公共卫生事件场景, 针对应急场景构建的定制公交线路优化模型与算法能从众多备选方案中快速计算得到优化方案, 不仅能满足防疫要求, 还能满足人们的出行需求。      

居民出行成本影响因素的改进解释结构模型研究

出行成本作为交通管理者调整居民出行结构的一项经济杠杆,在交通需求管理中发挥重要作用。从系统科学的思维角度和理论出发,在界定影响居民出行成本的10项影响因素的基础上,通过改进的解释结构模型得到影响因素之间的主次关系与层级关系。结合改进的解释结构模型的分析结果,将影响居民出行成本的因素分为可量化的硬性因素与心理感知的软性因素,加深了对于居民出行成本影响因素之间关系的理解。最后根据因素间的递阶关系有向图,给出了调整居民出行成本,优化交通结构的建议。     

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.     

考虑城市客运结构优化的城市轨道交通定价方法研究

票价直接影响乘客出行方式选择和城市客运结构.在比较交通方式相对优势度和影响因素的基础上,以城市综合交通乘客出行时间最少,整体系统结构优化为目标,构建了城市客运系统整体出行时间最小的双层规划模型,并进行算例分析,验证模型的可操作性.算例表明,调整城市轨道交通票价情况下,随着票价降低,选择城市公共汽车和私人小汽车出行客流转移到城市轨道交通,城市轨道交通客流逐步增加,整个系统广义出行成本降低,系统总出行时间减少.城市客运系统结构中各交通方式优势的发挥受票价影响,在城市轨道交通票价制定时,应优先提高城市轨道交通客流量以增强客流分担率,最大可能发挥其运能大和系统出行时间少的特点.     

动态信息下的机场定制巴士路径优化

为解决因航班延误而造成旅客候机时间较长问题,考虑现实路网中阻抗不确定性和机场接驳定制化及差异化出行需求,以运营收益最大、车辆出行成本最小和车辆提前到达的时间窗惩罚成本最小为目标函数,建立了动态信息下机场定制巴士路径优化模型,并采用差分进化算法对其进行求解.为避免算法早熟,提出了改进的自适应操作方法,增强算法的全局寻优能力.通过算例计算表明:考虑航班延误和路网实时订单的动态路径优化模型,可以减少旅客26.61％～46.68％的候机时间,该模型具有较强的可靠性和应用价值.     

基于Kriging模型的改进协同优化算法

为了提高协同优化算法的求解效率,利用Kriging模型,构造系统级近似优化模型,提出了基于Kriging模型的改进协同优化算法.该算法采用置信域与均匀设计相结合的方法,完成近似模型的更新;采用序列二次规划算法,完成优化问题的求解.以经典函数和减速器设计为例,验证了改进协同优化算法.结果表明:该算法能提高计算效率,在减速器设计中,迭代次数减少50%左右.     

基于vissim交通仿真研究小区开放对道路通行的影响

近期,国务院发布的关于推广街区制,原则上不再建设封闭住宅小区,已建成的住宅小区和单位大院要逐步开放等意见,引起了广泛的关注。那么,小区开放到底对周边道路有何影响呢?通过构建三个模型和交通仿真用以探究小区开放是否对交通拥堵问题有积极的缓解作用。将开放小区和不开放小区的交通情况进行对比,进而比较出开放小区到底对附近的交通状况产生了怎样的影响。     

基于能耗测度的道路拥挤收费模型

分别建立了考虑能源消耗与拥挤收费的小汽车广义出行费用及考虑舒适性消耗的 公共汽车广义出行费用,构建了由这两种交通出行方式组成的交通系统总能源消耗函数.考虑 能耗对出行者路径选择行为的影响,建立能耗目标约束下的以出行时间最小为上层目标函数 的双层规划模型,其中上层模型以一定节能水平下的系统延误最小为目标;下层模型满足双 模式交通网络的随机用户平衡,并采用遗传算法和Frank-Wolfe 算法求解.通过算例,将道路拥 堵收费及节能目标抽象化后代入模型,探讨了道路收费前后交通能耗变化及在不同的节能目 标情况下,道路拥堵收费的节能效果.计算结果表明,在交通需求量较大时,实施道路拥挤收费 有利于减少交通能耗,当节能目标小于25%且同时采取道路收费时,路网出行时间都会相应 减少.