混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

“多管齐下,方能解忧”——对改善城市交通环境的思索

结合时代特征,从当前城市交通矛盾的两个主要方面——交通需求和交通供给展开分析,以解决目前特大、大型城市交通拥堵问题。     

機車騎士未戴安全帽辨識之研究

臺灣地區機車車輛數眾多,但在應用在機車騎士執法上這一層面較少討論到。國人普遍駕駛習慣不良,而道路交通事故的發生常常就是因爲用路人不守法的行爲所致,近年來未戴安全帽而招舉報的案件上昇10萬多件,使得交通安全的問題日益嚴重。文中使用監視攝影機,透過模糊類神經演算法的運算,篩選出未戴安全帽者,並可結合顔色特徵作進一步分析,提高其辨識率,進行未戴安全帽的辨識工作。這一研究經簡單測試有九成的準確率,在智慧型執法系統中有輔助的效應,也殿立了後續發展的基礎。     

基于进化博弈的城市中心区交通拥堵收费分析

交通拥堵收费是解决道路拥堵问题的有效措施。假设使用小汽车到达拥挤收费区域边界的出行者可通过2种方式到达拥挤收费中心区：小汽车直达及停车换乘公共交通（P＆R）。对于出行者甲（对小汽车出行需求偏刚性）、乙（对小汽车出行需求偏弹性）,采用进化博弈的方法,建立效益矩阵,分析在不同政府定价条件下两者出行方式选择行为的演化模型。结果表明,政府交通拥堵收费对出行者出行方式选择行为的演化起着重要作用,不同的定价区间会使得出行方式向不同的稳定状态演变。分析各种定价区间下出行者出行方式选择行为。     

基于分形插值方法的城市轨道交通车站客流拟合与仿真

城市轨道交通车站客流量的变化具有复杂的非线性特点,通过对某些车站一天的客流量时间序列的分析,发现其客流量的变化具有自相似性,并且满足某种拟周期性。本文采用迭代函数系统模型描述城市轨道交通车站客流量的变化特征,用计算机自动求解该迭代函数系统的相关参数,在此基础上采用分形插值的方法模拟产生动态的客流。通过与实际客流调查数据的对比分析可以看出,该方法模拟产生的客流不仅与实际客流较好地吻合,而且能更好地描述客流的非线性特征。     

降雨量对OD 行程时间可靠性影响分析

为详细研究降雨量对OD行程时间可靠性的影响，基于Uber 出行共享的3 年美国波士顿10 对OD行程时间数据及WeatherUnderground 网站提供的小时历史天气，构建了OD行程时间高斯混合模型(GMM). 模型参数利用EM法进行求解，K 值根据K-S 检验后的P 值 (大于0.500 0)进行确定，模型分位数利用二分法进行求解. 提出一种基于缓冲指数(BI)的新指标——缓冲指数变化率(BIVR)作为定量评估指标. 结果表明：降雨会降低总体OD行程时间可靠性，降低效果随降雨量提高而增强，但增强效果并不明显；尽管可能性较低，但当降雨处于次要影响因素时可能提高可靠性；小雨天气可视为正常天气；雨天可靠性显著低于正常天气，居民在雨天(除小雨外)出行应预留更多时间.     

基于驾驶人特性的双车道跟驰模型稳定性分析

为了研究交通拥堵问题，了解交通拥挤形成的过程及驾驶员自身特性对双车道交通流稳定性的影响.本文基于复杂网络聚类同步理论，对一类基于驾驶员特性的双车道跟驰模型的稳定性进行研究. 通过设计适当的控制器使得基于驾驶人特性的双车道车辆跟驰模型趋于稳定，并得到了模型稳定性的条件.此外，在双车道上的车辆受到随机外部扰动的情形下，利用具有外部扰动的复杂网络自适应H∞ 聚类同步理论，研究了外部扰动情形下基于驾驶人特性的双车道车辆跟驰模型的稳定性.最后，采用MATLAB仿真技术进行数值模拟，验证所设计控制器对双车道交通流稳定性的影响及不同的驾驶员性格特性对交通流运行的影响.     

城市轨道交通高峰线路客流协同控制方法

在线路客流控制中，需同时考虑各个车站控流方案的可执行性与协同性. 采用 Fisher 最优分割法确定合理客流控制时段，基于此建立以乘客总等待时间最少和旅客周转量最大为目标的线路客流协同控制线性规划模型. 基于成都地铁2 号线AFC数据进行实验，针对协同控流与非协同控流方案，以及不同客流控制时段划分方案下的协同控流方案进行对比实验. 算例中：协同控流方案在旅客周转量下降约1.0%的情况下，乘客总等待时间减少约 56.7%；基于Fisher 最优分割法确定的时段划分方案中协同控流方案在乘客总等待时间方面最优，并具有很好的可执行性.     

Network equilibrium models with battery electric vehicles

The limited driving ranges, the scarcity of recharging stations and potentially long battery recharging or swapping time inevitably affect route choices of drivers of battery electric vehicles (BEVs). When traveling between their origins and destinations, this paper assumes that BEV drivers select routes and decide battery recharging plans to minimize their trip times or costs while making sure to complete their trips without running out of charge. With different considerations of flow dependency of energy consumption of BEVs and recharging time, three mathematical models are formulated to describe the resulting network equilibrium flow distributions on regional or metropolitan road networks. Solution algorithms are proposed to solve these models efficiently. Numerical examples are presented to demonstrate the models and solution algorithms.