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.     

交通可达性与城市经济活动的空间特征分析：以北京市为例

借助开源大数据平台,提出交通可达性及城市经济活动数据采集策略,利用全局常参数和局部变参数回归模型研究北京市六环区域内两者的空间特征.相比于全局模型,局部模型能够较好地刻画交通可达性与城市经济活动间的空间异质性特征.结果表明,私人交通可达性呈现以天安门为中心径向递减的多圈层结构,公共交通呈现轨道交通沿线区域高的特点.交通可达性与经济活动匹配度具有空间非平稳性,空间分离和匹配现象并存.西北部、中部区域空间匹配特征显著,东北部、东部区域次之,西南区域空间分离现象最为严重.丰台及良乡等分离区域,宜重视道路及轨道线网等基础设施建设工作;未来科学城等私人交通匹配,公共交通分离的区域,可考虑修建轨道线路,并增加公交运营服务水平;中关村科学城、北京经济技术开发区等匹配区域,以调整交通运营管理政策为主.     

降雨入渗下裂土边坡水分运移时空特征与失稳机理

为探究降雨入渗下裂土边坡水分运移时空特征与失稳机理, 自主研制了足尺模型试验系统和光纤布拉格光栅(FBG)深部柔性位移系统, 对边坡渐进破坏进行了全过程、多物理量联合监测, 揭示了降雨入渗作用下裂土边坡的渐进变形和破坏演化模式; 基于裂土边坡的渐进破坏模式, 提出了土体饱和比概念, 将裂隙深度范围滑体分为饱和层和非饱和层; 以土体饱和度变化描述了含随机分布裂隙的边坡水分运移规律, 并结合刚体极限平衡法探讨了由裂隙控制的边坡失稳机制。研究结果表明: 对于未形成裂隙的边坡, 连续降小雨时浅层变形受表层基质吸力控制; 裂隙形成后, 雨水沿裂隙快速入渗形成暂态饱和区, 导致基质吸力降幅达82.50%~87.14%, 而由其贡献的抗剪强度迅速损失, 从而形成初期溜滑、片蚀等浅层变形, 降雨停止后坡体仍处于蠕变过程, 坡脚与坡顶位移增幅分别为23.40%和19.39%;蒸发后裂隙规模发展增大了雨水对渗流场的影响范围和边坡破坏规模; 土体经历胀缩、蠕变而变得松散, 裂缝区深部土体体积含水率较初始状态的增幅为205.7%;同一降雨条件下, 初始裂隙深度愈深, 稳定系数愈低, 破坏愈快; 对具有同一裂隙深度的边坡, 其稳定系数随土体饱和比的增加逐渐降低, 土体饱和比增长愈快, 表征边坡内部出现大面积连通型饱和区, 这是裂土边坡出现整体失稳的主要原因。     

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.     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律,以整个航空出行链为视角,综合考虑空中交通、地面交通和旅客出行选择偏好,构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性,提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性,基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型,基于Logit模型建立旅客对航空出行路径的选择模型,将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解,从而得出客流在机场群间的均衡分布状态.算例结果表明,机场群系统均衡配流模型有效建立了客流分布状态,调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.     

基于狄利克雷过程混合模型的城市活动聚类方法研究

手机信令数据不仅记录个体出行轨迹,也为分析城市活动空间分布特征提供了基础.本文提出一种基于狄利克雷混合模型的城市活动特征聚类方法,以手机信令提取居民出行OD为基础,将每个基站的到发出行量作为表征该基站所处空间位置的活动特征,研究特征的聚类方法.引入狄利克雷分布作为先验分布,由中餐馆模型推定特征聚类数量.与其他聚类方法相比,该方法最大的优点在于无需事先指定聚类数量,避免了传统聚类方法的缺陷.将本文方法应用到三亚市城市活动特征聚类当中,结果能够有效地反应不同城市功能组团的活动特征.     

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%.     

SD模型在我国汽车租赁行业发展趋势分析中的应用

从我国汽车租赁业发展现状入手，通过大量统计数据分析了汽车租赁行业特点，从市场和法规两方面提出了影响该行业发展的诸多因素，建立了相应的SD模型，其中包括进行系统因果分析、流图设计和模型构造．通过模型模拟来定量分析我国汽车租赁业发展趋势．     

基于小波域隐马尔可夫树模型的多光谱遥感影像纹理分割技术研究

遥感图像纹理信息丰富，需要进行有效的纹理特征描述．小波域隐马尔可夫树（HMT）模型提供了一种有效的纹理特征提取方法．简述了HMT模型及分割思想，并在此基础上针对多光谱遥感图像，探索更好的纹理描述方法．通过适当的数学变换，得到多光谱遥感影像在不同角度下的描述：H—S—I分量和最大主成分分量．研究比较各分量特性并应用HMT模型，得到不同分量下纹理分割结果．实验表明，利用多光谱信息可有效地提高分割质量。