特大城市交通出行预测:中国面临的挑战与机遇

作为城市交通规划的一个重要组成部分,城市交通出行预测的发展已经走过了60年。最初的研究工作于20世纪50年代在北美展开,随后延伸到欧洲、澳大利亚、新西兰和南美洲以及中国等发展中国家。作为一个相对成熟的领域,交通规划依然包含着许多新的研究方向,同时专业人员在正确合理的使用商业软件方面还有一定的困难。中国正在经历高速的城市化进程,这意味着对道路、公交系统,机场以及城际间高速公路建设有大量的投资。合理的投资决策需要对未来中国交通拥挤的都市进行出行预测。为了更好的了解中国交通出行预测的发展现状,笔者和几个大城市的交通规划部门以及大学的相关院系进行了探讨和交流。此文的初衷是记录下从会谈中所获得的有普遍意义的发现与印象,以及提供给参加讨论者的意见。     

对TRANPLAN,CUBE和TransCAD的技术分析比较——以南加州尔湾市为例

TransCAD和CUBE是美国今后替代TRANPLAN的两个主要交通模型软件。TransCAD和CUBE均具有较强的模型和地理信息系统功能,两者各有所长。今后南加州区县交通模型要从TRANPLAN逐步过渡到TransCAD,但是包括佛罗里达和亚特兰大在内的美国许多其他地区选择使用CUBE,说明两个软件均占有各自的市场并受到欢迎。南加州尔湾市交通模型软件评估实例显示,对模型软件的评价和选择不仅要比较软件本身的特点,而且要对当地的模型政策、模型的功能要求。周围的模型环境。与数据结构和计算机网络系统的相容性等多方面进行综合的考量,采用多方面的评价标准审慎进行。     

对顺风车的理性思考

顺风车是在私家车愈来愈多、车辆使用成本逐渐增高等背景下出现的。搭乘顺风车上下班有很多优势,但也存在涉嫌黑车和安全问题。政府有关部门应该进一步优化公交线路、推进“公交优先”的发展战略,引导合伙打的、包车等合法可行的模式,把顺风车纳入政府管理。     

基于区内出行比例的城市交通小区半径计算方法

针对国内城市交通小区划分多靠定性分析的情况, 分析了国内外交通小区划分方法, 提出了基于区内出行比例的交通小区半径定量计算方法。基于交通小区半径和出行距离的三种不同组合, 推导出了相应的区内出行比例计算模型, 利用Excel软件的VBA编程功能, 进行了三者之间的数量关系计算, 通过对区内出行比例的控制, 得出交通小区半径的合理范围。实例计算结果表明: 当区内出行比例范围为5%~10%时, 西安中心市区交通小区的合理半径在0.7~1.1km之间, 而实际调查区内出行比例为9.28%, 交通小区半径为0.9km, 调查值与计算值接近, 小区半径定量计算方法可行。     

公交智能化调度系统

公交智能调度系统是公交信息化系统的重要组成部分,是提高公共交通服务水平、吸引出行量的必要手段,也是解决城市交通问题的重要措施之一.     

基于GIS的公交乘客信息系统的研究

考虑到乘客出行的心理特征差异,利用公交乘客信息系统的关键技术和GIS的特性,建立基于公交乘客出行路径优化模型的城市公交乘客信息系统,可为进一步开发适合我国的城市公交乘客信息系统提供重要的参考.     

基于奖罚措施的小汽车通勤者出行行为研究

奖赏和惩罚措施是解决交通拥堵问题的重要措施,本文基于在北京市的调查,进行 2 种措施下出行选择行为的探索研究,得出奖励措施会使更多的小汽车通勤者转向非高峰出 行,而收费措施对于使其放弃小汽车出行效果更好.基于前景理论的分析显示：奖励措施下,大 部分出行者的方式选择为“收益”;而收费措施下,大部分出行者面临“损失”,不同群体在出行 选择时呈现不同的风险偏好态度.在引导小汽车高峰出行向错峰出行转移时,奖励措施比较适 用于中等收入群体,收费措施比较适用于中高收入群体;在引导小汽车高峰出行向其他方式转 移时,2种措施对低收入群体效果更好.以上结论可为交通需求管理政策的制定提供一些参考.     

基于时空聚类算法的轨迹停驻点识别研究

利用手机等智能移动终端获取个体出行GPS轨迹数据,提出了一种新的时空聚类算法AT-DBSCAN识别轨迹中的停驻点.该方法以固定长度的滑窗搜索核心点,以时空邻近条件定义簇间距离,以簇密度大小规定合并次序.提出了出行次数一致性、出行起止时刻误差、停驻点时长误差、停驻点中心偏移距离4个算法验证指标,弥补了传统查全率、查准率等忽略停驻点时空信息准确性的不足.结果表明,识别的停驻点有98%的位置误差在30m以内,100%的时长误差在5min以内,98%的出行起止时刻误差在5min以内.此外,算法对于室内活动、定位飘移、路径重合程度高等复杂轨迹具有较好的泛化能力.     

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.     

基于乘客出行时间的公交站距优化研究

经济的发展带动交通事业的进步,公共交通已成为人们出行过程中必不可少的工具。因此,如何提高公共交通运行效率也成为人们研究的重要内容,而对公交站间距的优化更是重中之重。本文在分析乘客出行过程的基础上,以时间为衡量标准,提出乘客出行时间最小的公交站距优化模型;并结合实际数据对各影响因素进行灵敏度分析,验证了模型的适用性和有效性。