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.     

城市停车管理措施对市民出行方式选择的影响

为研究城市市民以通勤为目的的出行行为及其关键影响因素,设计 SP( stated preference)出行意向问卷调 查表,通过细致的调查获取不同出行情境下市民的出行方式选择数据。 建立出行方式选择的无序多分类 logistic 回归模型,解析城市停车管理措施对市民出行方式选择的影响程度。 结果表明,工作单位是否配备停车位和停车 费对市民出行方式选择的影响显著。 与工作单位未配备停车位的情况相比,工作单位配备停车位时市民更倾向于 选择私家车出行;而随着停车费的提高,市民选择私家车出行的比例逐渐减少,选择地铁和公交出行的比例逐渐增 加。 研究结论可为城市停车管理措施制订提供理论支持,也可应用于城市停车规划与管理、停车收费定价及效果 评价上     

面向老龄社会的交通需求预测探析

交通需求预测是进行城市交通规划的前提,对于制定城市交通发展战略,科学组织管理城市交通具有重要的意义.随着我国老龄人口日益增多,交通需求预测也应面向人口老龄化进行近一步的研究.针对目前中国社会的人口老龄化趋势,对交通需求预测提出几点建议,希望能对中国未来城市交通发展有所助益.     

基于客观测度与主观估算的出行疲劳研究

出行舒适度是影响交通方式选择的要素之一,但由于缺少合理的量化方法,其评价长期停滞于定性描述,难以科学反映不同交通方式的服务水平差异。就典型出行环节进行疲劳测定实验,采集不同情况下出行者在单位时间内的客观体能消耗及其对出行疲劳的主观感受;采用自由模量幅度估计估算出行疲劳的主观感受,并与客观体能消耗进行对比。结果显示,车辆行进方式、乘车姿势、乘客负重、车内拥挤程度等均对体能消耗有显著影响,且客观体能消耗与主观感受之间存在显著差异。最后,利用实验结果以北京市和中山市为例进行案例分析,结果表明,在交通方式选择过程中,体能消耗对出行者产生的影响不亚于出行时耗。     

高峡出平湖海事服务展新貌

三峡蓄水成库五年多来,长江海事部门面对库区通航环境不断变化的新挑战,心系库区百姓,凭着坚韧,永不满足,追求卓越的精神,开拓创新,大胆实践,多措并举,为库区通航撑起“安全伞”,便捷百姓出行,展出了良好的海事风貌。日前,本刊记者赴三峡库区对库区当前的通航状况进行了采访。     

金旅凯歌10米一层半助企业转型

2013年前三季度,公路客运受铁路分流影响明显,重点联系公路客运站数据显示,7月份至8月份运行趴离400公里及以上线路客运量下降12．5％。凋研中,旅客对出行府式的心理需求出行呈现全新特征,     

城际旅游出行方式选择的影响因素

研究城际间旅游出行方式选择行为对旅游交通系统的统筹发展与精细化管理十分重要。为了分析影响城际间旅游出行方式选择行为的内在原因,本文以成都东站旅客对城际旅游出行方式选择的SP(Stated Preference)调查数据为依托,建立多项Probit模型和混合Logit模型进行对比,分析旅客对城际旅游出行选择的偏好规律,并对各影响因素的边际效用值进行了比较。研究结果表明,年龄、小汽车拥有、月收入等社会经济属性以及出行费用、出行时间、旅途风景吸引程度、交通枢纽到景区距离以及目的地停车服务能力5个特征属性的主观感知与游客出行方式选择行为决策显著相关;出行费用、出行时间和旅途风景吸引程度三个因素更受到旅客关注,可在最大程度上引起旅客对出行方式的转移。     

三种非机动车交通分析方法的应用

在我国大中城市当中,自行车所承担的客运交通的比重相当大。据有关资料统计,200万人口以上的城市,自行车出行量占城市总出行量的比例约为36％,大大超过公交客运量。近几年,电动自行车的出现,进一步扩大了非机动车出行的出行范围,在上海、天津、武汉等国内特大城市,甚至出现了非机动车出行比例上升的状况。以广州的情况为例,实施部分道路的禁非改造后,交通方式构成中,自行车占总出行量的比例由1984年的34．05％降至1999年的21．47％,而摩托车、私家车及出租车等便捷的交通工具,其出行比例都在上升,公交系统（包括地铁）出行比例不但没有上升,反而下降。因此,并不能说明禁止非机动车出行是积极的方法。     

基于神经网络的出行目的推算研究

出行目的是交通出行的关键属性和重要内容,其对分析交通行为具有关键作用。随着被动数据的不断获取,通过数据挖掘方法推算出行目的既弥补了被动数据的缺陷,也可为进一步分析交通行为提供完善的数据基础。本文通过总结国内外学者在交通出行目的推算方面的研究经验,基于现有的调查数据,采用神经网络方法进行出行目的推算,推算的出行目的的准确性达到86%,在此基础上分析了对模型具有显著影响的因素,由此得到在出行目的推算中的关键因素为时间和空间变量。