国外典型大城市轨道交通配线方法和经验

在搜集分析莫斯科、纽约和东京三个国际典型大城市轨道交通配线相关资料的基础上,剖析了三大城市轨道交通线路形态、运营模式、建设时序、配线方法等方面的特点.研究了配线总体方案与运营之间的相互配合关系.通过研究,结合国外经验,得出对配线总体方案的确定有益的几点启示.     

城市轨道交通网络运营组织协调性研究

分析了城市轨道交通由单线管理向网络化运营转变过程中的实际问题,提出了分析网络运营组织协调关系的必要性.从路网运输能力均衡配置角度,阐述了网络运营协调的主旨,对影响运营组织的多个关键要素做定性分析.采用解释结构模型法,根据推移律特性,建立网络运营协调要素的多级递阶结构,对层次划分结果进行要素间的关联性分析.该结构模型可作为协调准则应用于运营组织过程,为网络列车运行计划的制定提供理论依据.     

城市轨道交通的基本属性对投融资的启示

从城市轨道交通的基本属性入手,从产品分类、项目区分、可销售性评估、外部效应等角度分析其内在的本质特征:城市轨道交通的准公共性、准经营性、可销售性和外部性.形成了投融资工作的认识基础.提出了通过有条件的商业化运作方式建立起政府财力与社会资本互补的投融资机制的建议.     

快速道路公交和城市轨道交通关键参数比较及相关问题探讨

对快速道路公交和城市轨道交通系统的规划和建设时间、基建费用和运营成本、票费收支比、补贴和投融资、载客量、速度和灵活性、能源消耗等关键参数进行了分析比较.指出快速道路公交在费用、灵活性和建设周期上具有较大优势,轨道交通系统在载客能力、环境景观和服务水平上更有优势,还可以充分利用地下空间.在层次分析法框架下讨论了发展快速公共交通的决策准则.提出了快速道路公交和轨道交通的两种组合模式:快速道路公交作为轨道交通的补充和延伸,提高公共交通的覆盖率和服务水平;快速道路公交作为轨道交通发展的过渡阶段,先发展快速道路公交,培育客流,待轨道交通建成后再将快速道路公交路权返还给社会车辆.     

城市轨道交通中无线局域网的应用

信息技术已经成为当今社会的主流技术.及时、准确地得到需要的信息是很多客户的要求.无线局域网(WLAN)是相当便利的数据民用通信传输系统.随着WLAN技术的普及,如何将其融合到城市轨道交通环境中去,更好地为乘客信息系统、乘客个人终端服务,已经成为一个新的课题.车地通信的实现是WLAN能够在城市轨道交通中成功应用的关键.针对不同的模式对WLAN的应用进行了阐述,以寻找最适合上海轨道交通系统的应用方案.     

台北公共交通月及无车日活动回顾与展望

台北国际无车日自2002年起举办了5次,由最早的骑自行车活动扩大至包含“走路上学日”与“公共交通月”丰富多彩的系列活动,渐渐获得民众认同。无车日活动的目标是通过活动的倡导和社会参与来改变民众使用交通工具的行为,潜移默化的效应可促使形成可持续交通政策,当可持续交通政策与基础设施建设落实后又可具体改变交通环境,形成良性的循环机制。首先说明了“无车日”的由来,并回顾台北都会区过去5年来举行无车日系列活动的内容与经验,同时基于活动的发展与成果归纳出无车日活动的成功要素,最后提出未来活动将扩大举办的内容、方式与展望,以期能为其他城市作参考。     

城市轨道交通列车关键子系统的安全完整性等级分析

合理确定城市轨道交通各专业设备系统的SIL(安全完整性等级)、避免刻意追求安全功能造成资源浪费是非常必要的.针对列车客室侧门、网络控制、空气制动等关键子系统发生故障可能会导致乘客碰撞、夹伤、摔伤甚至死亡的安全事故,对影响乘客安全的列车安全功能进行评估.从列车各关键子系统的安全功能角度出发,在介绍HAZOP(危险与可操作...     

基于卷积和递归神经网络融合的交通状态指数预测

为提高交通状态指数预测精度,方便市民出行规划和提高相关机构管理预见性,创新研究了基于卷积和递归神经网络融合的交通状态指数预测模型.模型将卷积网络和递归网络进行了融合,由卷积神经网络层和递归神经网络层组成.该模型中的卷积网络能自动提取重要影响因子,同时递归网络能捕捉到前后时序特征,结果显示,得到的融合模型在交通状态指数预...     

基于深度强化学习的自动驾驶车辆跟驰行为建模

为提高自动驾驶车辆的跟驰性能,减轻交通震荡干扰的负面影响,研究了1种基于深度强化学习的自动驾驶跟驰模型。在现有奖励函数设计基础上融入对能源消耗的考虑,基于VT-Micro模型构建能耗相关项;同时对使用跟车时距构建行驶效率因素相关项的方法进行优化,添加虚拟速度来避免在交通震荡场景中出现计算溢出和车间距过近的问题。为克服过往抑制震荡研究中仅用闭合环状模拟道路和仿真车辆轨迹开展训练的局限性,选用NGSIM轨迹数据中交通震荡阶段的驾驶员行为特征搭建训练环境,应用双延迟深度确定性策略梯度算法（Twin Delayed Deep Deterministic Policy Gradient Algorithm,TD3）训练形成多目标优化的跟驰模型。进一步构建模型性能测试评价体系,对比分析TD3模型与其他传统模型在跟车与交通震荡2类测试场景中的表现。跟车测试场景实验结果表明：在舒适度与行驶效率上,TD3模型和传统自适应巡航控制（Adaptive Cruise Control, ACC）模型表现相近,二者均优于人类驾驶员;在安全性上,TD3模型相较于传统ACC模型安全隐患降低53.65%,相较于人类驾驶...     

面向多类型交通冲突的道路条件及交通状况影响评估

交通冲突为交通事故发生前的潜在状态。探究静态路段属性和动态交通流特性等宏观特征对于交通冲突的影响至关重要,但现有研究主要关注2辆车之间的危险状态,对于涉及多个交通主体的冲突缺乏重视。为有效提取包括单一冲突和连锁冲突在内的多类型交通冲突,基于无人机采集的车辆轨迹数据首先识别车辆对之间的单一冲突,另通过关联匹配辨识连锁冲突,并基于聚类将连锁冲突划分为纵向风险下降模式、纵向风险增加模式和横纵向高风险持续模式。构建巢式Logit模型探究宏观交通属性及路段条件对多类型单一冲突和连锁冲突的影响,结果表明合流区和基本路段为单一冲突的高发区域,而分流区和交织区为连锁冲突高发区域,尤其会导致横纵向高风险持续模式的发生,但车道数的增加有助于减少严重连锁冲突的发生。此外,主线交通密度增大,连锁冲突发生概率增加;匝道与主线的流量比增大时,连锁冲突更易发生,其中纵向风险增加模式对交通流量最为敏感。将各类型冲突发生的交通流条件与宏观基本图结合分析,表明各类型交通冲突的发生次数存在峰值,且路段上交通冲突发生最多的临界密度要高于同一路段宏观基本图的临界密度。研究结论有助于理解多车连锁冲突发生的宏观原因,有效阻断其演化...