基于关联分析的乘客公共交通依赖度识别方法

不同乘客在出行过程中对公共交通的依赖程度具有显著差异,精准识别乘客公共交通依赖度,有助于针对性地引导出行者向公共交通方式转移.本文基于多源数据的关联,获取包含个体属性的公共交通出行链,从出行行为和个体属性两方面提出8个依赖度指标,构建二阶聚类模型,识别乘客公共交通依赖度.结果表明：样本按依赖度高低被划分为4类群组;部分高、较高依赖度乘客在出行决策时受限于收入和车辆拥有量,并有向私家车出行转移的趋势;乘客出行习惯行为较个体属性对公共交通依赖度的影响更大.利用平均命中率(AHR)和平均覆盖率(ACR)指标评估个体属性对识别结果的影响,得出结论,个体属性指标间存在耦合关系,且指标缺失量与模型误差具有非线性关系.研究有助于理解公共交通乘客的需求和选择倾向性,为精准改善公共交通服务提供支撑.     

考虑出行费用的就业可达性分析

良好的就业可达性有助于创新职住对接机制,是建设可持续城市的关键问题。既有可达性研究对于出行成本的考虑多局限于出行距离或出行时间,未充分考虑出行费用并研究其对不同出行方式的影响。本文基于互联网地图和工商数据平台的POI(Point of Interest)数据和实时路径规划数据,获取细粒度的就业和出行成本信息,采用改进的两步移动搜索算法,提出考虑出行费用的就业可达性度量方法,研究公共交通和小汽车两种出行方式的就业可达性并评估出行费用对就业可达性的影响。针对北京的案例研究表明：考虑出行费用后,小汽车平均出行成本由仅为公共交通54%变化至高于公共交通6%。就业可达性对出行费用敏感,仅考虑出行时间无法完全体现就业选择与出行成本之间复杂的互动机制。出行费用的影响体现在公共交通与小汽车可达性平均降低7.3%和4.8%;若不考虑出行费用,五环至六环地铁沿线街道的就业可达性会被低估。出行成本对可达性的影响存在阈值效应,阈值越高,影响越小。本文有助于规划者和政策制定者形成就业可达性引领的职住平衡调整策略。     

三维波浪作用下大直径圆柱绕流的数值模拟

为探讨三维波浪与结构物的相互作用,以两相流概念、大涡模拟的不可压缩粘性流体运动方程和自由水面追踪分段线性近似的流体体积(VOF)法为基础,建立了三维波浪与结构物相互作用的数学模型;对三维波浪作用下大直径圆柱绕流进行了数值模拟,用两步边界定位法和虚拟边界力法确定波浪与结构物接触面.结果表明:大直径圆柱绕流系数的数值计算结果与理论解吻合,所建立的数学模型能够很好地模拟三维波浪与结构物的相互作用.     

基于粒子群的蚁群算法参数最优组合研究

针对蚁群算法参数的不同取值对算法性能的影响,试图确定算法参数的最优组合,使算法性能最佳。在算法基本原理的基础上,分析各参数对算法性能的影响。提出确定蚁群算法参数最优组合的"两步走"策略,即先确定各参数的较优取值范围,再引入适应度函数并结合粒子群算法得到各参数的最优组合。仿真结果表明,提出的"两步走"策略能取得较好的效果,有利于蚁群算法的推广和应用。     

信号交叉口行人安全岛设计

以北京等大城市信号交叉口行人过街安全问题为研究对象,对40个未设置行人安全岛和5个设置行人安全岛的信号交叉口进行了现场观测,研究分析了为方便行人二次过街、在道路中间分隔带设置行人安全岛的必要性,并提出了一种适合我国国情的安全岛设计型式。