基于多智能体的城市交通流控制原型系统

对中国目前的城市交通流控制系统存在的问题进行了分析。针对原系统结构中的不足提出了构建基于多智能体的智能城市交通流控制系统的思路，并研究了该系统的基本框架和实现途径及方法，同时探讨了该系统中各个交通智能体的结构以及它们的协调合作关系，为基于多智能体的智能城市交通流控制系统的最终实现提供了理论指导和方法依据。     

轨道交通与城市协同发展的空间差异性分析：以北京市为例

为识别轨道交通与城市协同发展程度的空间差异性,以及不同空间范围内城市发展水平对轨道交通客流影响的差异性,引入描述空间集聚特征的莫兰指数Moran's I 建立轨道站点周边城市发展水平评价方法,将轨道站点周边城市发展水平和站点客流空间集聚分布特征作为轨道交通与城市发展协同程度判断标准,划定若干研究区域,利用地理加权回归GWR 模型研究两者空间相关性和城市发展因素对轨道交通客流的影响. 实证研究表明：轨道站点周边城市发展水平与站点客流协同程度较高的区域,城市发展水平对站点客流影响更大;将城市发展因素对站点客流影响程度进行排序,密度高于交通便捷程度、功能多样化程度和发展紧凑度.     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

基于旅游动机的旅游目的地选择行为分析

旅游目的地选择是游客出行决策的核心问题,本文对游客的目的地选择行为进 行了研究.本课题组选取北京市区8个景点,以在京旅游的游客作为研究对象,组织进行了 游客出行行为调查.问卷设计22 项旅游动机,通过对游客旅游动机项提取因子,并对旅游 动机的因子得分进行聚类分析把游客分为4 类.在构建游客旅游目的地选择行为模型时, 对首个目的地和非首个目的地分别建模.模型中引入了旅游动机类型变量,证明旅游动机 对游客目的地选择行为影响显著.另外出行距离在不同阶段对游客目的地选择的影响存 在显著的差异.该模型精度较高,为进一步研究旅游目的地选择行为提供了理论依据.     

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.     

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.     

未来城市交通技术发展与创新 ——“交通7+1论坛”第五十二次会议

随着移动互联网、大数据和人工智能等技术发展,城市交通系统中涌现出“共享交通”“需求响应式出行服务”“无人驾驶”“城市交通大脑”等新兴的交通工具、服务模式和管理手段,未来交通系统将面临创新发展的机遇,并对传统交通行业带来巨大挑战.本次论坛以“未来城市交通技术发展与创新”为主题,分析了预约交通系统的发展前景,探讨了超级交通仿真系统的相关核心技术,分析了无人驾驶的发展、挑战及仿真技术,说明了大数据和人工智能技术在城市智慧发展中的作用与运用要点.     

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%.     

弹性工作制和动态停车收费组合策略研究

提出弹性工作制与动态停车收费的组合管理策略,探究组合策略下,出行分布的变化机理及动态停车收费费率的制定,以达到缓解通勤拥堵的目的. 构建双层规划模型建立动态停车收费费率的制定与多用户出行选择的相互作用关系,基于灵敏度分析的下降算法求解. 仿真模拟出不同弹性工作制规模时,均衡状态下多用户出行分布模式和优化的动态收费费率. 结果表明,组合策略能促使弹性与非弹性员工错峰出行,有效分散交通流,与单一策略相比,缓解路网拥堵的效果更好.研究成果为交通管理优化策略的制定提供了新思路.     

基于交叉口双站台的BRT 优先控制研究

为解决交叉口因BRT优先影响其他车辆通行问题,提出基于交叉口双站台的BRT 优先控制方法. 给出交叉口BRT双站台设置方法,对比分析BRT在交叉口单、双站台的平均延误. 根据BRT发车时刻、交叉口信号配时、BRT平均车速、交叉口间距及站台停靠时间等,制定 BRT站台预停靠方案和行车时刻表. 为确保BRT按照预停靠站台及时刻表运行,采用BRT车速引导与信号配时双重补偿修正BRT 实际离站时刻与时刻表的偏差. 以常州BRT 1 号线为例,对应用本文方法的5 个交叉口进行分析. 结果表明：BRT在每个站台实际离站时刻偏差范围为±5 s、±10 s、±20 s 时,本文优先控制方法显著减少BRT停车次数和延误,提高了BRT整体运营效率.