���н�ͨӵ������ʱ���ݻ����ɷ����� ——��������Ϊ��

交通拥挤不仅是当今许多大城市日益严重的社会问题,同时也给国家和城市造成巨大的经济损失.引发拥挤的直接原因是机动车辆保有量的迅速增加和交通设施/服务的相对落后,但对于不同的城市和地区,其深层原因存在差异.本文定位于研究宏观路网交通拥挤内在成因和演化规律,采用地理建模的仿真平台,使用地理信息系统（GIS）技术将FCD数据与深圳市地图匹配,得到城市路网不同时间点的拥挤状态,定性分析区域内交通拥挤的成因.另外,研究针对路段拥挤的相似程度,提出相关性算法进行定量分析,揭示交通拥挤的时空演变规律,为及时采取预防和疏导措施提供指导.该算法可编程实现,对交通拥挤进行统一管理与控制,提高整个交通系统的效率.     

���е�··������ʱ������Է���

了解路段旅行时间随交通状况变化特性对利用探测车等新式交通检测技术估计交通状态非常重要.基于交通微观仿真模型,分析了路段旅行时间随交通状况的变化特性,验证了平均路段旅行时间是否能够采集通畅、拥挤到堵塞这三个状态,以及是否能细分这三个交通状态.结果表明：（1）平均路段旅行时间能够判断上述三个状态;（2）在拥挤阶段,随着交通状态恶化,平均路段旅行时间逐步增加,因此能够细分拥挤状态为多个子状态,但由于在通畅阶段,即便流量增加,平均路段旅行时间基本不变,因此无法细分通畅状态,细分通畅状态需要流量信息;（3）路段旅行时间在拥挤状态时处于双峰分布,难以用少量的探测车提供的数据可靠地估计平均路段旅行时间.     

���ھ�ֵ�ͱ�׼��ĸ��ٹ�·�г�ʱ��ɿ���Ԥ��

在密苏里州圣路易斯市I-270/I-255州际公路上,可变限速标志实时控制高峰期车速以缓解拥堵.本文研究可变限速系统对行程时间分布和可靠性的影响,分析伽马分布、最大极值分布、log-logistic概率分布、对数正态分布及威布尔分布与24小时行程时间数据的拟合程度,得到后可变限速情形下行程时间的分布.结果表明,后可变限速情形下行程时间的分布服从对数正态分布.提出基于行程时间均值和标准差方法计算行程时间可靠性最关键指标之一——第95百分位数的行程时间基于I-270/I-255公路四个拥堵路段36个实测数据集,用参数和非参数统计验证了方法的有效性.     

���й����ͨ�г��ƶ������о�

在城市轨道交通线路设计和运营管理中,列车制动问题是一项重要而复杂的问题．本文对城市轨道交通列车制动问题进行了研究,针对坡道、列车重量、列车制动力利用率以及制动初速度等主要影响因素进行了相应的案例设计,通过计算及对结果的分析得出了不同坡道、列车重量、列车制动力利用率以及制动初速度等条件对制动问题的影响.其结论可以为城市轨道交通线路平、纵断面的优化设计、车辆技术参数的选择、信号机等信号设备的布置以及线路限速的确定等方面提供相应的指导．     

������ٹ�·���г�ʱ��ɿ������۷���

降雨作为一种常见的气象条件,对高速公路网行程时间的稳定性有着直接的影响.本文针对雨天能见度降低、路面摩擦系数变小的特征,通过分析降雨的空间分布模式,建立了雨天路段单元自由流车速、通行能力以及公路网需求水平的修正模型,进而提出了雨天路段单元的广义行程时间函数.结合用户最优平衡分配模型,以及系统工程中的串并联理论,建立了雨天高速公路路段单元、路径、OD对和公路网的行程时间可靠度评价模型.应用Matlab工具箱模拟公路网上的降雨分布,设计了基于Monte Carlo方法的评价模型求解思路.最后以算例验证了该方法在行程时间可靠性评价中的应用.结果表明,能藉此有效地找出雨天公路网中行程时间敏感性最大的关键路段.     

��·�ͻ���������Ż��Բ�ҵת�Ƶ�Ӱ�����

为研究整个区域内高速铁路客运和五定班列货运线网建设对产业转移及其出口产品运输格局的影响,从微观的企业选择行为角度出发,基于铁路客货线网建设的波及效应,以产业中所有企业的总生产成本最低及其从业的劳动力总生活质量(QOL)最高为目标,构建组合优化铁路客运和货运线网的双目标混合整数规划模型.以泛珠三角地区为例,运用双层遗传算法进行数值计算.结果表明,优化的铁路客货线网将不但改善内陆至沿海地区的客货运输状况,而且促进沿海地区的产业向内陆转移,使得大量出海货物除选择珠三角港口群之外,还选择开行五定班列货运专线的其他港口.     

�źſ��ƽ���ڿɿ��Խ�ģ�����

为优化和评价交叉口车流运行状况,根据信号控制交叉口交通流到达率的随机特点,引入相位清空可靠度指标用于评估交叉口可靠性.基于概率论,研究了相位清空可靠度与周期时长、相位绿灯时间的定量关系,利用Gauss消元法推导得到了交通流到达率分别服从正态分布和负指数分布时的相位清空可靠度计算公式.以两相位信号交叉口为例进行了仿真实验.结果表明：交通流到达率的方差越大,周期时长也越大,且到达率方差较大的相位需要更多的绿灯时间,可见到达率的概率分布特征值对于周期时长、相位绿灯时间有显著影响,可利用相位清空可靠度指标进行交叉口信号配时参数设计和评价.     

���ڿ������˲��Ĺ���վ���ʱ����Ԥ��

公交站点短时的客流预测是智能公交调度系统中重要的决策基础与技术支持. 在对短时客流特性进行分析的基础上,提出了以卡尔曼滤波作为公交站点短时客流的预测模型,并给出了模型的求解过程. 选用了一条实际公交线路中客流量较大、客流变化明显具有代表性的站点进行了采集数据和实例分析,数据结果的平均绝对误差为5.1771,均方误差为0.7961,表明提出的模型与算法可以有效地对短时公交客流进行预测. 与人工神经网络预测结果比较,在相同的实例数据下,其平均绝对误差为10.4770,均方误差为1.6724,结果表明使用卡尔曼滤波建立的模型比较准确,说明本文所提出的方法预测误差小,具有现实的应用意义.     

���򹫽�Э�������Ż��㷨�о�

综合考虑枢纽内线路复杂、换乘量大、换乘效率低等问题,分析了枢纽换乘的相关特点. 建立了基于枢纽站点的区域协调调度换乘优化模型. 模型综合考虑了车辆驻站时间变化对车辆到站时间的影响,将车辆在枢纽站点的驻站时间设为一个松弛变量,以车辆在区域内枢纽站点的相遇次数作为目标函数. 通过求目标函数最大值,确定线路车辆在各枢纽站点的最佳发车时间及驻站时间,从而使区域内在枢纽站点的总体换乘时间最短,换乘成本最小. 模型利用遗传算法求解. 经算例验证,算法可有效提高区域内枢纽站点的换乘效率及公交运营服务水平.     

����PSO-SVM�ľ�����з�ʽԤ��ģ�ͪ�

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.