基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

诱导信息下城市轨道交通乘客路径选择行为研究

为研究城市轨道交通诱导信息对乘客的影响，考虑信息提供时间、方式、更新频率及其与 路径属性之间的交互关系，提出融合诱导信息的城市轨道交通乘客路径选择行为决策框架。考 虑乘客在决策时表现出遵循混合决策规则的倾向差异和不同属性感知差异，建立改进的混合效用-后悔模型。将路径属性与诱导信息同时纳入调研情景设计，基于调研结果标定模型中关键参数，结果表明，基于混合决策规则的模型拟合效果最高(调整优度比达0.396)。进一步分析乘客对信息的偏好：相较于下载手机APP，乘客更喜欢社交媒体推送的形式接收诱导信息；引入信息推送频率时间价值，并对比得出，女性、中老年及非通勤乘客更倾向于接受更高频率的诱导信息推送服务；分析各属性弹性值，表明诱导信息提供方式和更新频率应作为管理者的辅助手段，在特定场景下(例如高峰拥堵和突发事故)诱导信息将会发挥更大的作用。研究揭示了诱导信息提供方式如何影响轨道交通乘客的路径决策机理，有助于设计更加精准和高效的诱导信息策略辅助客流组织管理。     

共享单车出行空间异质性特征及驱动因素研究

为实现基于轨迹数据挖掘的共享单车出行空间异质性特征及其驱动因素评估，本文应用核密度分析和热点探测，获取采样分析区域并以热力值表征共享单车出行发生量，减少尺度效应的干扰；引入空间统计学的半变异函数模拟共享单车出行发生量的结构性和随机性变化规律，挖掘空间异质性特征，确定邻域效应的尺度范围；利用空间序列的斜率表征变化趋势，同时，结合改进的空间滞后和残差模型，区分土地利用、邻域效应和其他建成环境各自对共享单车出行空间异质性特征的驱动力。以北京市为案例进行分析，结果表明：北京市的共享单车出行存在中等的、 正的空间自相关性，空间异质性特征的最佳拟合模型为指数模型；空间自相关性的衰减半径为 1860 m，大于此距离时邻域效应消失；建成环境对空间异质性特征的相对驱动力最大，邻域效应对其的相对驱动力则处于中间水平，而土地利用对其的相对驱动力最小。     

基于群组行为的大学校园楼梯及通道行人运动特征分析

为探讨不同场景中行人群组运动的微观特征，并比较不同类型群组运动差异，本文通过大学校园内楼梯上及通道内的观测实验，获取行人运动的相关数据，研究了群组大小、社会关系、运动场景和性别对群组运动的影响. 结果表明：大学校园内行人成组比例低于商场周围行人成组比例；群组成员间的交流方式等因素会影响群组构型；由于群组成员越多相互协调就越困难，所以群组规模越大，其速度越小；此外，男性群组速度大于女性群组速度，情侣间频繁的交流也会对其速度产生负面影响；就差异性而言，2 人和3 人群组间的速度差异小于单人和2 人群组间的速度差异；单个行人不同性别间的速度差异大于2 人和3 人群组不同性别间的速度差异；楼梯上单人与群组的速度差异没有通道内明显.     

考虑均衡性的城市轨道交通线路负荷水平评估研究

线路负荷水平的评价工作是优化运输组织方案的重要前提。首先，本文分析了采用单一均值性指标表征负荷水平不能体现线路内负荷分布偏差的问题。为此，从城市轨道交通线路客流与运输能力匹配的角度出发，以列车负荷为评价单元，建立包括负荷均值和标准差率二维指标的线路负荷水平评估模型。负荷均值指标考虑了各评价单元加权计算，以反映每个评价单元对线路负荷水平的贡献程度，标准差率指标表征负荷均衡性。模型分析得出，线路所有区间的运力同等规模变化不影响标准差率指标，相对提高大客流区间或大客流方向上的输送能力能够改善线路负荷的均衡性。算例分析表明：客流方向不均衡系数超过 1.4 时，应考虑运力优化措施以提高运输能力利用的均衡；组织列车大小交路方案和不成对行车模式，能够提高线路负荷的均衡程度。     

公共交通设施配套规模研究——以中山市公共交通设施配套标准为例

针对城市公共交通场站用地紧张和居民公交出行不便等问题,文中根据部分城市公共交通配套标准经验,并以土地利用和交通需求等相关理论为基础,构建建设项目公共交通设施配套规模的计算方法。方法根据建设项目的规模,推算项目需要的公共交通设施配套规模,最后以中山市城区的相关交通参数为例,代入模型进行计算,得出中山市公共交通设施配套标准。     

城市道路交通承载力研究综述

多年来，广泛的应用场景和领域使交通承载力的基础理论和量化研究方法等成为学术界的热点研究问题。作为城市交通可持续发展的重要指标，交通承载力向上与城市交通规划，向下与机动车需求管理融合，可以得到多个延伸的科研选题。在特定的时空网络中，一定的资源和环境约束条件下，城市道路交通承载力就是道路网络或基础设施现有或未来的承载状态，即交通资源达到最优配置、交通环境稳定时，道路交通设施单元或系统的承载能力或阈值。本文通过系统梳理城市道路交通承载力的国内外研究现状，从基础理论、量化研究方法和实践应用这3方面提出存在问题和发展建议。现有城市道路交通承载力研究存在理论体系不完善，评价量化方法有效性难以保证，评价指标选取缺少标准化，复杂系统承载力缺乏综合的内外部耦合协调分析，以及应用技术方法落后等问题。首先，未来可以建立较完善的交通承载力理论体系；其次，标准化评价指标，建立有效评价模型和耦合协调模型，研究交通系统内外部的耦合协调机制，提出协同优化策略；最后，改进应用技术方法，拓展自身及交叉领域应用。为城市道路交通承载力研究提供理论保障，为促进我国交通可持续文明发展建设进程提供有力支撑。     

考虑驾驶风格差异的高原公路危险路段识别研究

针对高原环境中驾驶人风格、生理变化与危险路段特征之间的潜在关联，提出一种基于驾驶状态的危险路段识别方法，辨识和分析不同风格驾驶人具有潜在风险的路段，并提出优化方案。首先，通过实车实验采集驾驶人行为及生理指标数据，使用DBSCAN(Density Based Spatial Clustering of Applications with Noise)得出驾驶风格类型，并依据行为特征对驾驶风格进行差异性 分析；其次，采用卷积神经网络、双向长短时记忆神经网络与注意力机制搭建危险状态识别模型，通过GPS(Global Positioning System)点位对应实现危险路段辨识，并基于驾驶风格差异，从驾驶人感知、操纵与生理角度对危险路段进行致因分析；最后，将生理与道路线形作为优化参考，以车速建议为着力点进行多元回归分析，并按照生理舒适域确定车速建议区间。结果表明：驾驶人根据行为特点分为谨慎、稳健和激进型，3类驾驶人在上行和下行途中的危险路段多为具有弯坡特征的组合型路段；海拔提升可加速危险驾驶状态的出现，各类驾驶人在上行时的紧张状态多源于弯坡组合值和转角值的增长，激进型驾驶人在坡度大于6%的直纵坡路段时亦会开始高度紧张；下行时，谨慎与激进型驾驶人在直纵坡坡度大于3%时易出现危险状态，激进型驾驶人在转角值大于80°且弯坡组合值大于50时亦存在驾驶风险。研究成果可满足高原公路人因事故预防的需求，为线形设计与交通管理措施制定提供理论依据。     

考虑匹配优先级的共享混合停车位租用与分配问题研究

为充分利用混合停车场的停车和充电资源，本文依据出行者需求的差异性设置匹配优先级，在此基础上以共享平台接受并出租车位的收益扣除拒绝请求的惩罚成本的总收益最大化为目标，以充电量不超过停车场负荷为约束条件，建立考虑匹配优先级的共享混合停车位租用与分 配(MPRA)模型。基于匹配优先级原则和模型特征改进蚁群算法，设置分块冲突矩阵，根据分块冲突矩阵设计蚂蚁信息素更新策略和路径选择策略并进行求解。最后算例证实了考虑匹配优先级的必要性，并分析了问题规模对MPRA分配方案的影响。研究结果表明：在充电需求匹配率方面，MPRA方案高于利润最大化方案，平均提升率为28.96%，这一优势与出行者数量或车位数量成反比，且利润提升率随着问题规模的增加而增加；车位数量有限时，MPRA方案相较于先到先停方案可以极大化提升车位利用率和充电需求匹配率，平均提升率分别为17.87%和113.96%。     

Categorizing bicycling environments using GPS-based public bicycle speed data

A promising alternative transportation mode to address growing transportation and environmental issues is bicycle transportation, which is human-powered and emission-free. To increase the use of bicycles, it is fundamental to provide bicycle-friendly environments. The scientific assessment of a bicyclist’s perception of roadway environment, safety and comfort is of great interest. This study developed a methodology for categorizing bicycling environments defined by the bicyclist’s perceived level of safety and comfort. Second-by-second bicycle speed data were collected using global positioning systems (GPS) on public bicycles. A set of features representing the level of bicycling environments was extracted from the GPS-based bicycle speed and acceleration data. These data were used as inputs for the proposed categorization algorithm. A support vector machine (SVM), which is a well-known heuristic classifier, was adopted in this study. A promising rate of 81.6% for correct classification demonstrated the technical feasibility of the proposed algorithm. In addition, a framework for bicycle traffic monitoring based on data and outcomes derived from this study was discussed, which is a novel feature for traffic surveillance and monitoring.