城市轨道交通列车时刻表与车底运用整合优化模型

基于单条城市轨道线路,分析客流需求、列车时刻表及车底运用之间的密切联系, 以运行安全、资源限制、列车容纳能力等作为主体约束,综合考虑公司运营费用和乘客出行费 用,构建基于客流分布的城市轨道交通列车时刻表与车底运用整合优化模型,并采用线性处 理方法,将模型转化为混合整数线性规划(MILP)模型.最后,以北京地铁亦庄线为实例,利用 ILOG CPLEX对模型进行求解.结果表明,与既有的优化方法相比,本文模型得到的列车运行 计划方案能够更好地节约成本,提高车底利用效率,满足城市轨道交通乘客和运营企业双方 的利益.     

基于多源数据融合的城市出租车载客出行特征研究——以岳阳市为例

为探究城市出租车载客出行特征,在出租车GPS轨迹大数据基础上,融合居民出行调查数据、城市土地利用数据及天气数据,构建出租车载客出行量回归模型,得出出租车载客出行量与片区岗位数、天气状况、时段、片区面积有较强的相关性,而基于RBF神经网络构建的回归模型在上述4个因素的基础上增加了片区常住人口数和是否工作日2个因素.通过10折交叉验证表明,RBF神经网络回归模型的拟合效果比多元线性回归模型更好.     

CACC车辆跟驰建模及混合交通流分析

建立协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆跟驰模型,并分析不同CACC比例下的混合交通流通行能力,尾部碰撞安全及交通排放.考虑车辆期望车头间距随速度动态变化的交通流特性,建立基于非线性动态车头间距策略的CACC跟驰模型,推导不同CACC比例下的混合交通流基本图模型,分析CACC提高通行能力的交通流运行机理.设计高速公路上匝道瓶颈数值仿真实验,评估不同CACC比例下的车辆尾部碰撞安全隐患,以及油耗、CO、HC、NOx的排放.研究结果表明,本文建立的CACC模型能够在交通流速度基本不变的情况下,以较高的交通流密度显著提升通行能力,同时有利于车辆尾部碰撞安全风险及交通排放的降低.     

我国农村客运服务满意度影响因素分析 ——以北京市昌平区和贵州省黔南州为例

为了对比研究不同影响因素对农村客运服务满意度的影响程度,通过对北京市昌平区和贵州省黔南州农村客运服务的调查,本文选取受教育水平、乘车频率、出行目的、候车时间、步行距离、票价等6个影响因素做重点分析,并建立多元有序Logistic模型.研究结果表明,同一影响因素对不同经济社会发展水平地区的影响效果不同.在农村客运服务满意度方面：服务可达性比服务经济性的影响更大,供给侧影响因素比需求侧影响因素的影响更大,乘客异质性只具有间接影响作用.所以,本文建议根据不同区域的实际情况,从科学规划线网布局、加大政府投入力度、创新市场运营方式等方面,有针对性地制定相关政策,不断提高农村客运服务的供给效率和满意度.     

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.     

港口与运输方式及陆港联合选择的巢式Logit模型

为刻画托运人对港口、运输方式及陆港的联合选择行为,将港口费用、等待时间、班轮频率、货物价值、单次运量、运输成本、运输及通关时间、准班率、陆港服务作为效用变量,构建港口选择位于上层、运输方式及陆港选择位于下层的巢式Logit模型.基于辽宁部分城市集装箱托运人的RP/SP调查数据,对模型参数进行估计和检验.结果表明,低运量倾向选择公路运输,托运人对多式联运的运输成本、运输及通关时间比公路运输的更重视,对公路运输的准班率比多式联运的更重视,陆港服务对多式联运具有显著正向影响,巢式Logit模型比MNL模型具有更优的统计学特征.     

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.     

于探索性空间数据分析方法的铁路网对旅游产业空间发展差异的影响研究 ——以江苏省为例

为了研究铁路网对旅游产业空间格局变化产生的影响,以江苏省为例,参考其铁路2010—2016 年相关数据,采用探索性空间数据分析方法对该省的旅游产业空间差异情况进行分析。首先,运用ArcMap软件绘制出随着铁路网的完善,各市旅游人数和旅游收入增长率的变化图;接着分别在宏观和微观视角下,运用全局和局部空间相关性模型对数据进行处理分析,验证铁路网对旅游产业格局变化产生的影响。结果表明,铁路网对节点城市和欠发达地区的旅游产业影响尤为明显;各城市旅游经济发展增速与铁路发展成熟度呈正相关。因此,各市根据空间结构变化趋势合理调整旅游产业,不仅是旅游经济向高质量发展转型的客观要求,也是减少各城市间旅游产业空间差距的必经之路。     

车联网环境下公交路径交通状态估计方法研究

传统感应线圈的交通状态估计方法已无法满足准确性和实时性的状态估计需要,为此提出了基于联网公交车辆实时速度的交通状态估计模型。所提模型借助实时信息采集系统的高效性和准确性的优势,对道路交通运行状态进行估计,同时利用卡尔曼滤波算法对交通状态变量进行更新。基于历史观测数据对更新后的交通状态变量进行修正,进而得到交通状态的估计值。通过采集数据并进行大量的实验,研究结果表明：基于联网公交实时速度的状态估计模型,在各种交通环境条件和占有率下,估计值误差指数（变异系数） 均小于15%,最大仅为13.15%;状态估计修正模型与状态估计模型相比,估计值误差指数下降了2%,总体误差优化性能提升了11.87%。在确保实时性和高效性的同时,基于联网公交车辆实时速度的交通状态估计模型解决了传统道路交通状态估计方法准确性低的问题。     

前后多车影响的跟驰模型及稳定性分析

驾驶员在跟车行驶过程中,通常会通过视野前后车辆的行驶状态来调整自己的跟驰行为,基于此本文提出了一种考虑驾驶员视野内双前车和后车对跟驰车辆影响的改进跟驰模型.根据线性稳定分析方法,得到了改进模型的中性稳定性条件,并通过计算机仿真模拟进行了验证.为了进一步加强验证结果及说明改进模型的优越性,同经典FVD模型进行了数值仿真对比.仿真结果表明：灵敏度α越大越有利于提高改进跟驰系统的稳定性;同经典FVD跟驰模型相比,改进模型抵抗干扰的能力更突出,能够消散交通系统中的微小扰动,具有抑制交通拥堵和稳定交通流的有利作用.