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.     

单交叉口公交信号优先控制策略建模研究

为研究公交信号优先策略对交叉口公交车及社会车辆的影响,建立公交信号优先控制模型及延误模型,以采取公交优先方式后交叉口所有车辆的人总延误减小为控制目标,引入效益指数PI,以信号交叉口优先相位获得的效益与非优先相位损失效益的差值来衡量整体效益,使得每一次采取的公交优先策略都能提高信号交叉口的整体效益。结果表明:在信号交叉口采取信号优先控制策略后,交叉口车辆的人总延误显著降低。本研究成果对其他信号优先控制方式模型、交叉口群公交优先协调控制等具有一定的参考价值和理论意义。     

基于人均延误的公交优先信号交叉口配时研究

以交叉口人均延误最小为目标,考虑公交专用道影响因素,利用延误偏差优度指数建立信号配时优化模型。结合实例,实现定时控制交叉口参数确定过程,并得到参数与延误偏差优度指数的关系。该配时方案能有效减少人均延误,为进一步发展公交优先及提高交叉口通行能力提供理论依据。     

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.     

船舶电站负荷扰动下轴系瞬时转速的动态仿真

受到大负荷扰动后,船舶电站的参数将发生较大变化.从发电柴油机、电力负荷、发电机及励磁调节系统方面建立柴油机瞬时转速的动态模型,并从气缸做功和负载方面对瞬时转速变化方面进行分析.依据发电柴油机的不同负荷类型,分别从恒定阻抗法、电动机机电暂态过程动态特性、负荷的静态特性三方面进行归类计算,提高了负荷的动态和静态仿真性能,励磁系统则采用三阶实用模型.最后利用Matlab/SIMULINK进行了系统的静态、暂态和动态稳定性分析.     

发电机组并联运行有功、无功综合调控技术

介绍了发电机组的转速、电压控制原理以及有功、无功综合调控技术的控制原理;并通过实例介绍了采用该控制技术的船舶电站监控系统。实践表明,融合有功、无功综合调控技术的电站监控系统在投入运行后,实现了任意组态下,并联机组有功、无功功率稳定的自动调整,使得多个电站机组长期并联运行更加可靠。     

高频雷达信号的双线性时频分布性能研究

针对海杂波背景下高频地波雷达的目标探测问题,采用时频分析方法研究对海杂波中的非平稳多分量目标探测。讨论了海杂波背景下的目标检测问题,以及信号的双线性时频分布,通过仿真研究了时频分布性能,尤其是核函数抑制多分量目标的交叉项作用。仿真结果显示,伪Wigner-Ville分布较Wigner-Ville分布对于交叉项的抑制作用较大,而平滑伪Wigner-Ville分布降低交叉项的效果更好。     

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%.     

基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率,故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时,建立考虑时间阈值的新登机模型;在干扰时间阈值分布的基础上,通过优化算法分配行李,从而使登机时间最小,进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程,Steffen 次序具有最大的干扰时间阈值和优化空间;本文提出的动态登机策略可以缩短登机时间,使登机效率显著提高.