基于用户的综合运输通道结构配置

基于综合运输通道内用户出行需求和供应特点，对传统的通道结构配置方法存在的不足进行了分析．从用户效应出发对综合运输通道结构进行了界定，建立了通道内运输方式的多维Logit选择函数，提出了综合运输通道结构合理配置方法，并运用极大似然法给出了模型的有关参数．最后，通过西南出海通道(成渝段)的实例验证了模型的可行性．     

混合车流交通流特性分析

混合车流基本交通流特性描述是混合车流理论研究的基础。分析了未来我国高等级公路车型结构、界定混合车流研究的合理范围;提出描述混合车流运动自由度的随机度和相互影响的粘度两个基本概念;通过理论计算和实地测定得到混合车流的速度模型和堵塞密度。     

基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

突发环境下城市道路网关键路段集识别

为了更好地判断出突发环境下城市道路网络中的关键路段,本文结合路网脆弱性分析方法,构建了一种涵盖单条到多条路段失效的关键路段集识别模型.首先,对路网进行随机攻击,运用网络效率、最大连通子图等鲁棒性指标寻找潜在关键路段;然后,引入0-1变量,建立一个含道路通行能力约束的非线性优化模型;再以此为基础,用分段线性化手段处理目标函数与约束条件,将模型转化为一个混合0-1规划问题;最后,以分支定界法求解模型并设计算例验证.结果表明：突发环境下的路网关键路段集一般不是若干关键路段的简单集成,其构成元素在几何拓扑层面上也不具有邻接关系;而且随着失效路段数的增多,路网鲁棒性与总阻抗变化量之间会呈现出较显著的负相关关系,可用“逆向”曲线进行刻画,效果良好.     

铁路出发旅客衔接方式选择的复合异质性模型

鉴于多属性决策中存在的属性偏好和处理两类异质性现象,以铁路出发旅客衔接方式选择问题为对象,对两类异质性的效用表达进行了讨论,构建了能同时描述旅客属性偏好和处理异质性的复合异质性(Hybrid)非集计模型.采用成都东客站SP调查数据进行模型标定,结果表明,Hybrid模型的拟合度优于单一异质性模型.旅客属性处理规则自述结果与Hybrid模型分类结果的对比分析表明,模型对旅客属性处理特征的表达准确.进一步对不同类型旅客属性标定结果的分析显示,Hybrid模型可实现对衔接方式选择行为的精细化描述.     

基于异构模型的铁路出发旅客衔接时间价值

旅客时间价值是开展区域综合交通一体化研究的重要参数.本文针对现有文献中铁路旅客衔接时间价值研究较少、异构模型计算结果的比较不够充分等问题,以成都铁路东客站出发旅客衔接方式选择SP数据为依托,建立了MNL、ML、LCL、Hybrid等异构模型,对异构模型所得旅客个体和样本总体的等候时间价值、车内时间价值进行了比较.结果表明：模型结构对时间价值求解有较大影响,ML中单侧三角分布模型求解结果较为合理;Hybrid模型在拟合效果上表现优良,但在个体等候时间价值求解结果中呈现出较为明显的偏态性,给总体统计描述带来一定的困难.由于目前尚无关于时间价值的明确比选方法,应用中可考虑取异构模型计算结果的均值.     

协同路外停车费率的路内停车定价模型

面对有限的城市土地资源和道路资源,单纯增加停车位而对停车需求不加以抑制,无法解决停车供需矛盾。在分析路外停车统一定价的基础上,构建协同路外停车费率的路内停车定价模型,制定合理的路内外停车费率。分析停车位利用率和选择行为变化,最大限度地优化路内停车效果。对成都市沙湾凯德商圈路内外停车进行实例分析,模型第一阶段统一了停车位利用率在70%,80%和90%下的路外停车费率;模型第二阶段得到修正后的路内外停车费率。结果显示,与现行停车收费标准对比,路内停车位利用率提高了34个百分点,路内外停车总收益提高了17.61%。     

基于Logit模型的路径选择及交通流分配

从出行者的角度出发,根据出行者对路径的选择数据来对原有交通流量分配.给出运用Logit模型进行路径选择调查的过程,研究出行者对诱导路径的选择结果.并以成都市某交叉口在施工条件下的交通组织方案为例进行分析,证明该方法的可行性和有效性.     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.