轨道交通拥挤传播速率量化模型研究

轨道交通作为综合客运交通系统的骨干,影响着城市客运交通乃至社会经济的正常运转,对其大客流拥挤传播规律的研究有助于提高轨道交通系统的运输安全和效率.以往学者研究的大客流传播模型中往往参数量化缺失或者缺乏实际意义,因此,本文着眼于量化大客流传播模型中的参数,旨在构建客流影响下的拥挤传播模型.首先,分析大客流传播模型中参数及其影响因素,阐述现有传播速率量化模型;其次,以客流的不确定性作为研究对象,分析客流传播特征;再次,通过轨道交通客流数据量化模型参数相关的客流和列车剩余载客能力,界定大客流影响阈值;然后,构建考虑客流因素的传染病模型,量化拥挤传播速率,据此分析客流对轨道交通拥挤传播的影响;最后,以北京地铁13号线为例,比较不同时段、不同换乘情况下其大客流拥挤传播影响范围的差异,分析其原因,从而为优化轨道交通系统的服务水平及大客流事件应急处置提供参考和借鉴.     

空中交通拥挤评价方法探讨

随着中国民航运输业的持续高速发展,由于空中交通繁忙而产生的拥挤及航班延误也越来越严重。尽快建立科学的空中交通拥挤评价方法,已经变得十分迫切和重要。根据我国空中交通运行特点,在借鉴国内外地面交通拥挤评价成果以及全面对比分析地空交通拥挤评价指标的基础之上,作者提出了一套适合我国空中交通拥挤评价指标体系,并将状态分类评价法应用到该空中交通拥挤评价中。然后,通过对某机场跑道交通运行状况的综合评价,验证了该评价方法的可行性。本丈提出的评价方法不仅有效地发现了航班运行中发生的拥挤,并且为航班的运行控制提供了有效的支持。     

基于SIR的路边违停行为传播模型研究

为了避免路边违章停车现象的加剧,对违章停车行为的传播规律进行研究.以传染病传播过程与路边违章停车行为传播过程的相似性为切入点,根据传染病SIR模型,建立路边违章停车行为的传播模型.利用相轨线分析和参数分析的方法,得到传播的趋势和阈值,并解释了各传播因子对传播过程的影响.最后选择大连市少年宫附近路段为研究对象进行数据采集,借助Matlab程序对模型和实测数据进行模拟检验分析.研究表明,所建模型能够表达基本的违章停车传播过程,符合路边违章停车的基本规律,对今后制定违停行为的管理措施有重要的意义.     

基于机场子区划分的机场网络交通拥挤传播预测

为了预测机场进离场交通的拥挤态势,本文从机场网络的角度进行研究.首先针对交通拥挤形成的动态过程,建立了基于出入流率的交通拥挤的定义及其度量;接着,引入多维标度法对机场之间的交通相关性进行定量分析,划分机场子区,以降低网络分析的复杂度及解空间维数;然后,构建了基于Elman神经网络实现机场子区内多个相关机场的交通拥挤传播预测方法;最后,基于美国机场的实际航班数据对机场网络拥挤传播预测方法进行验证.验证结果表明,预测结果的平均绝对百分比误差和平均绝对偏差较小,明显优于对比算法.     

基于FCM-粗糙集的多扇区交通拥挤识别方法研究

通过分析管制扇区交通时空拥挤特征,基于雷达航迹数据建立了多扇区交通拥挤识别模型.建立当量交通量、接近度、饱和度、交通密度4个多扇区拥挤特征指标,采用FCM(模糊C均值聚类算法)和粗糙集理论,对扇区拥挤程度进行划分和识别,并以中南地区区域管制扇区数据进行了实例验证.实验结果表明,扇区的拥挤态势受扇区多种宏观和微观特征的共同影响,且拥挤识别模型计算可行、识别效率较高.多扇区交通拥挤识别对空域规划、空管辅助决策、空中交通流量管理具有一定的应用价值.     

考虑碳成本的城市交通拥挤定价模型研究

从研究国内外交通二氧化碳排放及收费和国内外拥挤定价现状入手,分析了城市交通二氧化碳排放的特征,在总结国内外碳税征收标准的基础上,建立了城市交通碳排放收费模型;将碳排放费用视为广义出行费用的一部分,进而建立了考虑碳排放成本的拥挤定价双层规划模型,选取实际案例验证其合理性与可行性,也为我国城市交通拥挤定价提出合理的建议.     

城市轨道交通超大客流网络拥挤传播研究

为研究城市轨道交通超大客流传播的时间规律以及不同数量拥堵站点对整体轨道交通网络的影响,通过定义超大客流,引用疾病传播理论,建立了基于网络拥挤模型的超大客流拥堵网络疾病传播模型,并运用Adams微分方程数值进行模型求解。对反演参数得到的SIR传染病模型的传播特性拟合运用于轨道交通网络,并通过不同的初始拥堵站点数量进行仿真。研究表明：轨道交通超大客流的病态传播受传染概率、恢复概率、初始拥堵站点数影响,该联系为超大客流网络拥挤传播提供一种新的研究思路。     

基于排序选择模型的游客拥挤感知分析

基于游客拥挤感知机理和影响因素分析,采用意愿调查法对游客旅游线路特性、拥挤感知度和不同拥挤状态下的游客时空分布意向进行调查,定量分析不同旅游阶段信息、客流密度等因素对游客拥挤感知度的影响,基于排序选择模型,建立游客拥挤感知模型,并进行局部效应分析.结果表明:出行前(查询旅线信息方式等)、景区游览阶段(拥挤信息发布内容、景点停留时间等)的旅游信息变量对游客的拥挤感知度具有显著影响;景点停留时间每增加1 min,游客拥挤感知度为2、3、4的概率分别增加0.3%、增加1.1%、减少1.3%,研究可为旅游信息合理发布和游客合理分流提供基础数据.     

考虑公务出行的拥挤收费效果研究

针对公务出行与非公务出行的差异性,分析了公务出行对拥挤收费的影响,提出了公务出行外部成本内部化措施,建立了内部化措施前后的拥挤收费模型。算例比较表明:在最优收费策略下,从路网总成本、社会福利、总出行量以及公共交通分担量方面,内部化后拥挤收费效果总是优于内部化前;二者的差距随着时间价值参数的增大而减小,随着公务出行所占比重的增大而增大,随着弹性灵敏参数的增大而增大。研究表明在时间价值越小,公务出行比重越大,以及弹性需求灵敏参数越大的条件下,内部化措施对于改善拥挤收费的效果就越明显。     

交通事件下快速路拥堵蔓延消散时空范围模型

研究了交通事件下拥堵蔓延消散的时空范围分析方法与模型,交通事件引发的拥堵会以某一初始蔓延速度向上游蔓延,直至达到最大蔓延边界后开始消散.通过对事件下拥堵蔓延速度的影响因素进行量化分析,建立了时变的拥堵蔓延速度模型;然后通过收集处理数据,进行参数估计;最后利用实际数据,进行了模型的实例应用,对不同情况下的交通拥堵蔓延消散规律进行了研究.该模型可预测交通事件下的交通拥堵边界和持续时间,便于交管部门制定缓堵策略.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k 近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.     

基于复杂网络的城市交通拥塞因子风险传播机理及其应用研究

为了解城市交通拥塞因子风险传播特性,提升拥塞风险控制能力,依据昆明市路网拥塞实际调查数据,利用Pearson相关系数分析风险影响因子间的相关性,构建交通拥塞因子风险复杂网络.通过软件gephi0.9.2计算复杂网络各指标,验证网络的可行性和适用性.计算网络节点的相关指标进而引入网络节点重要度k的概念,据此将网络节点划分...     

���ڵ����¼�ʶ���ӵ�´��������о�

城市突发性交通拥堵的空间传播规律,是制定有针对性的交通管理、控制和诱导措施的重要依据.本研究以实测的道路交通流数据为基础,在对交通流当期事件进行识别和分析的基础上,构建当期事件SDM模型,并据此提出一种交通流当期事件拥堵空间传播分析方法.通过北京市的案例研究发现,在去除长期趋势后,交通流的当期事件SDM模型能够更准确地描述事件发生情况下交通拥堵的传播结构.案例研究表明,当路网密度为22辆/km(14:00左右),局部路段交通事件严重程度加剧所传播的空间影响达到最大.因此,在制定拥堵缓解措施时,应对路网临界密度状态进行重点监控和疏导.     

基于自组织理论的道路交通拥塞自疏散模型研究

为了进一步探讨道路交通拥塞控制方法,以及为缓解这一社会性问题提供理论及模型依据,完善道路交通拥塞控制研究的理论框架,本文以定性与定量相结合的研究方法,在分析道路交通拥塞演变过程（即道路交通拥塞的形成及消散过程,整个过程包括从自由流状态过渡到拥挤状态再到堵塞状态,逐渐消散到拥挤状态,最后达到畅通自由流状态)的基础上,通过对实地调查路段及交叉口交通流参数分析,得到道路交通拥塞演变过程中交通流量及车辆跟驰特性呈泊松分布,进而根据自组织理论中的协同学理论,确定交通拥塞序参量,并基于最短行程时间和Dijkstra 算法中的最优路径选择方法,建立道路交通拥塞自疏散模型.通过对模型进行应用分析,验证了模型的有效性.本文研究成果对于缓解道路交通拥塞,提高道路交通系统服务能力和运行效率具有一定的理论意义和实用价值.     

基于马尔可夫链模型的交通拥挤状态预测

交通拥挤严重影响了道路交通的安全性和运行效率,如何对交通拥挤状态进行判别,并预测下一时刻交通状态的变化趋势,是提高交通管理水平的一个关键.利用马尔可夫链建立了交通状态预测模型,实例表明该模型对短期交通状态预测具有良好的适用性.