公路零担货运行业网络结构的国际比较分析

公路零担货运业是典型的网络型产业,网络化的运输组织是提升运输效率的关键,而各种内、外部因素与零担货运业网络结构的形成密切相关.本文重点运用产品—资源—网络(PRN)的运输经济学分析框架,对中国、美国、欧洲公路零担货运行业的网络结构进行了比较,从产业结构、政府管制、商业习惯等角度对三者之间的差异性进行了剖析.通过研究发现,公路零担货运业的网络结构,在受到网络经济内在规律支配的同时,又受到一个国家经济和产业结构、政府管制政策、商业习惯等多种因素的影响,从而使得各国间零担货运业的网络和产品形态、资源结构等产生变异.研究成果对促进公路零担货运业网络化发展具有理论和现实意义.     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.     

交通大数据视角看广佛同城

广佛同城发展由来已久,是中国城市群中同城化程度最高的区域。简要分析广佛同城的交通基础设施发展演变历程,并基于模糊大数据(手机信令数据)和准确大数据(运行监测数据)对广佛通勤交通特征进行分析。结合手机信令数据对广州南站的客流组成及空间分布进行研究,对广州南站选址偏远问题进行解析。结果表明:广佛同城具有双向对等性的联系;地铁在同城化推进过程中起到重要的促进作用,拓展同城化活动范围;广州市机动车交通需求管理政策不够系统,非广佛车牌在通勤小汽车中比例超过40%,需要引起足够的关注;广州南站服务的客流中广州客流与佛山客流比为7:3,与对应的常住人口规模比例相当,初步实现了交通战略规划提出的共享理念。     

突发大规模需求下铁路军事运输保障研究

以"5·12"汶川地震为背景,分析了突发大规模需求下铁路军事运输保障的特点及要求,提出了应急铁路军事运输保障的具体对策,如建立健全铁路军事运输指挥机制、制订输送保障运行计划等,对铁路军事运输部门提高突发大规模需求情况下的运输保障能力具有借鉴意义.     

液化天然气储运中的翻滚现象及预防措施

介绍了液化天然气储运中的翻滚（涡旋）现象及预防措施,着重分析了液化天然气在储运中的翻滚机理,提出了相应的预防措施,以减少和消除翻滚现象,提高液化天然气在储运中的安全性。     

高速铁路智能交通综合信息系统中关键问题的探讨

阐述了在我国实现铁路智能交通综合信息系统的必然性，提出了铁路智能交通综合信息系统的体系结构，强调了需要发展通信信号系统的关键，并着重分析了通信信号系统急需解决的问题。     

交通运输系统运行的评价指数

以上海铁路、公路、水运、航空等各行业一些具有代表性的样本企业在一定时期内运行状况的实绩考评为背景, 在建立了相应评价基准模型的基础上, 根据样本企业各项实绩指标与基准指标值的正负偏离度导出综合偏差系数, 并由综合偏差系数导出各行业的评价指数, 从而起到衡量一个交通行业乃至整个交通运输系统运行状况的“晴雨表”作用。     

快速公交专用车道及站台布设模式选择

专用车道和站台是快速公交系统（BRT）重要的设施要素,对其布设模式进行了研究。从3种典型的布设模式入手,即中央专用车道＋岛式站台、中央专用车道＋侧式站台、路侧专用车道＋侧式站台,分析其规划设计要点、模式优缺点、适用性等。总结快速公交系统规划过程中影响专用车道及站台布设模式选择的因素,包括BRT在城市中的功能定位、道路条件、交通量等方面。以南宁市快速公交线网规划中专用车道及站台的规划设计为例,对其布设模式选择、专用车道及站台的布设进行分析。     

城市道路指路标志文字信息的布置

过多的信息使城市道路指路标志尺寸较大,设置与维护成本增加,有必要研究指路标志信息布置方法。通过室内仿真试验,比较了高信息量条件下,驾驶人对两种指路标志信息布设方式认知时间的差异。利用现场试验,研究指路标志字间距、行间距与视认距离的关系。结果表明,高信息量条件下采用两块标志显示信息有利于驾驶人阅读,建议字间距为汉字高度的1／10,行间距为汉字高度的1／5。     

���ڸ��������ݵ��Ŷӳ��ȼ�ⷽ���о�

排队长度作为评价信号交叉口运行效率的一个重要指标,能有效反映交叉口处的运行状况.传统排队检测模型大多基于线圈检测器,且模型假设过于理想化,本文提出一种面向低采样率浮动车数据、具有良好数据驱动性的信控交叉口在线排队长度检测方法,方法关键在于利用队尾浮动车位置估算最大排队长度.检测过程采用固定时间间隔,主要步骤包括地图匹配、等距划分交叉口进口道并统计停车点数量、判定队尾浮动车的位置、修正得到最大排队长度估计值.实测数据表明,此方法的精度与浮动车比率有直接的关系,在浮动车比率较高的许多主干路交叉口,精度可以达到理想效果,30 m以内的平均绝对误差对高峰期的排队检测依旧具有很大价值.