公交驾驶员违规类型同交通事故间的关联分析

公交车驾驶员违规行为是引起交通事故的重要原因之一,以往文献在研究驾驶员违规行为与事故频率之间的关系时,未能深入探究违规行为类型差异及其异质性。为了进一步揭示不 同违规行为的差异化影响并为行为管控措施提供依据,利用某市2019—2020年4532起公交违规及事故数据,将驾驶员事故频率作为研究对象,将17类违规行为及人口统计学因素作为解释变量,综合考虑数据特征及异质性分析需求,构建考虑均值与方差异质性的随机参数零膨胀泊松模型。模型分析结果表明：不同类型的违规行为对于驾驶员事故频率影响存在明显区别,当驾驶员同时存在若干特定违规行为时,事故频率明显高于其他驾驶员。具体包括：未走公交专用道等行 为次数越多,则该驾驶员事故频率越高;未系安全带、未礼让斑马线次数和及时更换失效驾照等行为的影响具有随机特征,其作用效果具有随机波动的属性;未礼让斑马线行为影响参数的均值和方差受到其他变量的影响,即当驾驶员未礼让斑马线次数和越线行驶次数均较多时,期望事故率愈高。     

基于多源异构和XGBOOST模型的销量预测

随着中国经济的快速发展,中国汽车市场已经发展成为世界第一大汽车消费市场和全球最大的消费潜力市场3面对规模越来越大的市场,准确预测铕量是汽车产生面临的重要课题。本文在主成分分析的技术之上探讨了多源异质性大数据和XGBOOST算法在汽车销量预测模型中的应用首先选取一些社会经济结构变量、相关政策以及某汽车企业汽车销量为样本数据;其次为了去除多重共线性问题利用主成分分析分析出权重占比累积超过90%的样本特征;再次利用多维度控制变量法确定了XGBOOST糢型的最佳参數组合;最后利用训练好的模型对验证集进行测试,结果表明,多个月的预测销量与实际销量之间的平均准确率为88.52%,平均差异仅为11.48%。这为企业预测汽车销量提供参考.     

基于 K-means 的北京地铁路网重要度聚类分析

以图论为基础,以北京地铁为研究对象,结合地铁运营客流时空分布的特点, 构建北京地铁有向加权路网模型;采用 K-means 聚类分析方法,根据地铁路网中车站和区 间的两个基本的物理拓扑属性（度、介数）,以及客运量对其进行分类,确定关键车站和区 间.其中,度反映的是节点的局部聚集能力,介数反映的是节点和边对全局的影响能力,而 客运量则反映了不同时间段节点和边在运输中的重要性.实证分析表明,该方法可以从系 统网络的角度动态辨识系统中的关键车站和区间.     

考虑异质出行者的随机瓶颈模型

研究早高峰期内通勤者由生活区开车通过高速公路到达工作区的交通行为.假 设出行者是异质的,其时间价值（VOT）按照递增的顺序排列,并假设高速公路上瓶颈的 通行能力在某一区间内随机变化,基于经典瓶颈模型对出行者的均衡出发时间选择行为 进行解析求解,给出了模型的均衡性质和个人出行总成本.结果显示,随着瓶颈通行能力 随机性的增大,出行者的期望等价出行时间和高峰期长度增加.当瓶颈通行能力的随机性 降低时,个体均衡出行成本下降,时间价值越大的出行者,其成本降低的收益越大.算例结 果验证了理论分析结论.     

一种基于节点异质性降低跳图维护代价的方法

Skip Graphs提供了一种新的P2P查找算法,但是其系统查询和维护的消息流量巨大,限制了其应用.本文通过构造节点异质性模型,充分考虑节点异质性和节点负载的关系,提出新的Skip Graphs＋＋算法,有效降低系统的维护代价10%～30%,并从理论和仿真两方面进行证明.     

考虑群体异质性的建成环境与老年人慢行出行关系研究

健康老龄化背景下，慢行出行是提升老年人身心健康、生活品质的重要方式，而建成环境是影响老年人慢行出行的重要因素。本文以2013年南京市老年人出行实测数据为基础，利用潜在类别聚类方法对老年群体进行异质性分析，分类建立随机森林模型研究建成环境指标对不同老年群体慢行出行时间的重要度影响及两者之间的非线性关联。研究结果表明：以性别、是否退休、学历、家庭收入以及学龄前儿童这5个类别变量作为外显变量，可将老年群体划分成两类，各自建立的老年人慢行时间模型整体拟合优度较好；其中，影响第1类老年群体的关键建成环境变量有慢行路网密度、交叉口数和地铁站邻近度，第2类老年群体慢行出行时间的影响因素主要有地铁站邻近度、慢行路网密度和住宅密度，另外同一建成环境指标对两类老年群体慢行出行时间的非线性关联也不相同。研究结果可为制定差异化的老年宜居环境优化政策，提升老年人生活品质以及实现健康老龄化提供理论依据。     

建成环境对轨道交通客流的时空异质性影响分析

研究各类建成环境特征对客流的影响，对城市轨道交通网络规划和运营客流控制具有重要意义。本文考虑人口经济特征、车站特征、外部交通特征与土地利用特征这4类建成环境对客流的影响，提出一种融合时空地理加权回归(GTWR)和随机森林(RF)的时空地理加权随机森林模型(GTWR-RF)，以捕捉建成环境特征对客流影响的时空异质性与非线性。首先，利用多源数据对各建成环境的统计指标进行细化和完善，采用GTWR模型计算建成环境对客流的影响系数，捕捉并分析建成环境对客流影响的时空异质性。其次，将影响系数输入RF模型中进行训练，捕捉并分析建成环境对客流的非线性影响，实现客流预测并确定建成环境特征对客流预测影响的相对重要度。针对北京的案例研究表明：GTWR-RF模型能够同时捕捉建成环境特征对客流影响的时空异质性与非线性，在所有建成环境特征中，工作人口数量对客流预测影响最显著，其次为公交接驳量；与普通最小二乘法、RF、梯度提升回归树、极限梯度提升树和GTWR模型相比，GTWR-RF模型具有更好的预测性能，在早高峰客流预测中决定系数较其他方法分别提升了5.7%,6.3%,0.5%,10.1%和7.3%。     

低能见度水平下行人交通事故严重程度及异质性分析

为探究在低能见度水平下影响行人事故伤害严重程度的因素, 并分析可能存在的异质性。以某市6 405起行人-机动车交通事故为研究对象, 分别研究高、低能见度水平下机动车-行人事故中行人伤害严重程度影响因素, 建立均值异质性的随机参数Logit模型并通过弹性分析定量分析显著变量对行人受伤情况的影响程度。结果表明, 高、低能见度下影响行人伤害严重程度的因素存在明显差异。(1)低能见度情况下男性驾驶员、高龄行人、卡车、沥青路面、凌晨、较暗的照明条件等因素会增加行人伤害严重程度。(2)低能见度情况下卡车和凌晨这2个因素具有随机参数特征, 分别使行人死亡的概率增加了4.39%和2.67%;此外, 当事故涉及卡车和26~35岁行人这2个因素时会增大行人死亡的概率; 而当夜间有路灯照明与凌晨这2个因素共同作用时行人死亡的可能性降低。(3)高能见度情况下未发现具有异质性的影响因素, 但发现男性行人和摩托车等因素会增大事故严重程度; 而驾驶员年龄、沥青路面、周末和地形等因素对事故严重程度并没有显著影响。      

考虑异质性的贝叶斯交通冲突模型

为了构建信号交叉口交通冲突模型,提取29个信号交叉口260 h的交通冲突数据,考虑交通冲突异质性,构建了随机参数（RP-PLN）交通冲突模型和随机效应（RE-PLN）交通冲突模型,采用贝叶斯方法和马尔科夫链蒙特卡罗（MCMC）仿真对模型参数后验分布进行估计,利用方差信息准则和残差标准化决定系数对2种模型的拟合优度进行了比较。研究结果表明：2种交通冲突模型都可以有效处理交通冲突异质性;RP-PLN交通冲突模型的拟合优度优于RE-PLN交通冲突模型;当其他变量保持不变时,直行交通量增加1%可使直右交通冲突增加0.54%;右转交通量增加1%可使直右交通冲突增加0.65%;右转大车比例增加1%,直右交通冲突增加1.06%;物理渠化岛和标线渠化岛的设置可以分别使直右交通冲突降低18.9%和17.3%;设置加速车道可使直右交通冲突降低22.9%;右转半径增加1%,直右交通冲突降低10.5%;安装右转让行标志可使直右交通冲突降低16.5%;设置右转专用相位可使直右交通冲突降低29.8%。     

城市居民低碳出行意向异质性分析

为揭示居民低碳出行决策过程的内在机理,识别个体异质性对低碳出行决策的影响,本文结合计划行为理论（TPB）和价值信念规范理论（VBN),引入环境意识、政策因素和出行时间感知构建了城市居民低碳出行意向模型。首先应用结构方程模型对398份有效数据进行检验分析,识别模型中的直接效应与间接效应,然后通过多群组结构方程进行异质性分析。研究结果表明,个人规范、态度、知觉行为控制和主观规范对居民的低碳出行意向均有显著直接影响;政策因素与环境意识、出行时间感知可通过中介变量来间接影响低碳出行意向;潜变量对低碳出行意向的主要影响因素按总效应值排序为：个人规范（0.405）、政策因素（0.359）、态度（0.325）、环境意识（0.294）。多群组分析结果表明,年龄和出行时间可以调节潜变量之间的作用关系：对于出行时间较短的青年人来说,态度是影响其低碳出行意向的主要因素;对于出行时间较长的中老年人,个人规范对其低碳出行意向的影响更大。研究结论可为制定差异化的城市居民低碳出行引导策略,促进城市低碳客运交通发展提供一定的理论依据。