基于信令数据的出行强度影响因素分析模型

为探究城市交通出行强度影响因素及不同因素的影响程度,本文从土地利用与交通基础设施建设两方面出发,分析包括土地利用混合指数,职住混合率熵指数,公共交通站点 500 m覆盖率,路网可达性等17个指标与出行强度的相关关系;基于相关系数和拟合优度分析,提取7个与出行强度强相关指标,基于所识别指标构建北京市中心城区出行强度多元回归模型.模型结果表明,职住混合率熵指数对出行强度的影响最为显著,公共交通站点覆盖率对出行强度的影响比道路网密度和可达性更为明显.此外,给出单一土地利用/交通基础设施指标对出行强度拟合结果的离群特征分析方法,用于评估不同区域基础设施供给与交通出行需求之间的平衡关系.     

基于出行行为模型的出行感染风险评估 ——以新冠肺炎疫情期间江苏省地区为例

为准确评估新冠肺炎疫情期间的出行感染风险,在对出行行为进行全出行链建模基础上提出出行风险评估模型.基于江苏省确诊病例流行病学调查报告和线上问卷调查数据,分别对病毒携带者和普通出行者出行行为模型进行参数标定,对比分析病毒携带者和普通出行者出行行为的异同.进一步对疫情期间不同出行方式和出行活动进行感染风险评估. 得到结论：交通管制措施可有效降低出行感染风险,就医出行风险明显高于其他出行活动,差旅在疫情传播初期风险较高,非机动车出行风险相对较低.     

时间社会学视角下老年人对家庭出行行为的影响研究

为阐述家庭微观社会情境中老年人与同住成员之间的行为交互对个体出行决策的影响,本文从时间社会学视角出发,以昆明市有老年人家庭为分析单元,用家庭贡献度量化老年人家务活动的分担程度,构建结构方程模型揭示老年人对家庭成员日常活动时间结构的影响,进而剖析成员间的活动交互影响机理.结果表明：老年人家庭贡献度增加时,成员间在非通勤活动上的交互效用减弱;由于女家长在时间结构上呈现隐形的“时间贫困”特征,其在活动-出行模式上受老年人家庭贡献度的影响显著高于男家长;与此同时,老年人作用下女家长在非通勤活动出行决策时优先考虑家务活动的时间安排,而男家长则优先考虑自由活动的安排.     

基于行程时间影响的关键路段识别与查找

从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性.     

托运人在不同时空下的选择行为差异揭示

某一因素对托运人选择行为的影响会随着空间和时间变化. 既有研究多关注特定空间或时间的托运人选择行为,较少进行横向(空间)和纵向(时间)比较. 为探索托运人选择行为差异及变化规律,采集不同时空的5 个数据集,构建多类线性或非线性效用函数的多项 Logit 模型及混合Logit 模型. 结果表明：在空间维度,某一地区托运人选择行为与其他地区显著不同;在时间维度,伴随货运业快速发展,货运方式选择模型适用年限呈缩短趋势.     

基于Q-learning 的定制公交跨区域路径规划研究

考虑城市大客流通勤者跨区域出行需求,结合城市公交线网中乘客出行密集、客流走向规律等特点,提出一种跨区域定制公交的搭乘方案. 通过改进的Q-learning 模型对公交线路进行优化,为城市通勤者提供更加便捷和高效的出行服务. 通过综合路段拥堵状态、乘客需求及居民小区位置,设定了Q-learning 强化学习的奖惩函数,提升定制公交区域路径的直线系数、满载率、通行时间. 结果表明,所提出的改进方法能够降低通勤者跨区域通行的旅行时间,有效提高髙峰时段定制公交线网的通行效率.     

基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率,故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时,建立考虑时间阈值的新登机模型;在干扰时间阈值分布的基础上,通过优化算法分配行李,从而使登机时间最小,进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程,Steffen 次序具有最大的干扰时间阈值和优化空间;本文提出的动态登机策略可以缩短登机时间,使登机效率显著提高.     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

机动目标的多脉冲宽带相关成像方法研究

研究了图像特征点的时延-时间伸缩参数提取方法，通过建立旋回规避运动目标的成像几何模型和运动方程，得到了目标运动参数求解估计方法，最后研究了一种针对目标作非合作旋回规避运动情况的多脉冲宽带相关成像方法．通过仿真验证，表明该方法较传统的宽带相关成像方法分辨率高．     

基于欧洲规范的连续结合梁体系可靠度校验

通过校验由等级Ⅰ，Ⅱ结合梁截面组成的2—4跨连续结合梁体系的可靠度发现，即使连续结合梁的各截面均按欧洲规范Ec4（Euroeode 4）设计，且各截面的可靠度指标满足欧洲规范ECⅠ（EurocodeⅠ）不小手目标值4．7的要求，但其作为连续梁体系的可靠度仍达不到欧洲规范ECⅠ所要求的可靠度水平．因此引进体系分项安全系数，使满足ECⅠ可靠度要求的结合梁截面组成的连续梁体系的可靠度在各种不利的均布荷载综合作用下也能下满足ECⅠ的要求．