���湫��΢����������ʱ��ɿ�������ģ���о�

研究常规公交微观区间运行时间可靠性,有助于从微观层面深入分析常规公交在各区间的运行状态稳定性,查找运行的薄弱段以提高公交服务水平.本文从研究常规公交微观区间运行时间的拟合分布入手,采用正态分布、对数正态分布、伽玛分布和威布尔分布,分别对不同性质城市道路微观区间单位距离运行时间进行分布拟合,样本分析结果表明,对数正态分布是最优拟合分布.根据分位数法确定了不同公交服务水平对应的微观区间单位距离运行时间阈值,在此基础上建立了基于可接受公交服务水平的常规公交微观区间运行时间可靠性模型,并对337路公交实测数据进行实例分析.     

ͨ���߳���ʱ������з�ʽѡ����Ϊ�о�

在分析通勤者出行时间与出行方式选择特征的基础上,建立出行时间—出行方式与出行方式—出行时间两个方向的Nested Logit模型.利用北京市第三次居民出行调查数据,借助BIOGEME软件对两个模型进行估计.首先通过包容系数对Nested Logit模型的结构关系进行辨识,结果显示,出行时间—出行方式选择模型比出行方式—出行时间选择模型合理,表明通勤者在选择出行时间后,在其约束下考虑合适的出行方式;在此基础上,对出行时间—出行方式选择模型的参数进行标定并分析标定结果,进一步揭示通勤者出行时间与出行方式的选择特征,从而为制定高峰时期相关管理政策提供理论依据.     

��ɫ����ʱ������򹫽���������ģ�ͺ��㷨

区域公交调度是未来城市公共交通的发展趋势,主要解决如何合理统一安排最初分布于不同车场的车辆完成所有线路固定时刻表对应班次任务,从而减少车队规模和降低营运成本.考虑现实中许多突发事件干扰车辆按时完成班次,本文研究一类灰色旅行时间的区域公交车辆调度问题.在满足多车型、车场容量限制、燃料限制等现实因素基础上,设计改进蚁群算法,编制一个最低营运费用的公交调度方案.该方案可适应不断变化的交通环境,更容易在公交运营中被应用.最后,通过算例验证了模型和算法的正确性.     

��������Ӧ��Ȩƽ���ij��ټ���о�

随着智能交通的发展,海量的交通状态实时数据成为智能交通的研究对象,利用低损耗获取高实时性的交通流状态成为实际应用研究中的重点.本文引入一种自适应加权平均的车速检测方法,与以往的方法相比,自适应加权平均方法更加简单,并且容易实现;虽然其误差比最小均方差加权平均算法略大,但是这种方法不必以存储海量的交通信息数据为代价,解决了交通信息采集过程中的关键——实时性不高、存储容量大等实际问题.通过MATLAB仿真结果可以看到,此方法大大节省了数据存储空间和数据处理的时间,适合在实际工程应用中广泛推广.     

高速铁路列车运行冲突机理

分析了高速铁路列车运行过程中随机干扰的分布规律和累积过程,采用运行计划的状态偏离图,描述了高速铁路列车运行延误的变化机理。分析了高速铁路列车运行过程中冗余时间的分布规律与利用过程,采用运行计划的状态恢复图,描述了冗余时间对延误时间的吸收过程。根据运行干扰作用过程与冗余时间利用过程,研究了高速铁路列车运行冲突的产生机理,建立了随机干扰和冗余时间共同作用下高速铁路列车运行状态的递推过程。运用易语言开发了运行干扰-冗余时间-冲突仿真程序,当干扰概率分别为50%和30%,冗余时间比例分别为15%和10%时,仿真了4种工况下高速铁路列车运行冲突的产生机理。仿真结果表明:随机干扰会导致运行冲突的产生,冗余时间可以吸收延误时间并减小运行冲突个数;随机干扰越小,运行冲突个数越少,当随机干扰概率减小20%时,冲突个数减小17.3%;延误时间越大,可利用的冗余时间越大,当冗余时间比例增大5%时,冲突吸收系数增大6.5%;冗余时间对小干扰概率与小干扰总量下的运行冲突吸收作用更明显。     

建筑物配建停车场的停车时间可靠度研究

为了衡量建筑物配建停车场停车需求与供给之间的不确定性,引入停车时间可靠度的概念。配建停车场停车时间可靠度的影响因素主要包括建筑类型、区位因素及停车场规模。通过对影响因素的分析认为,停车排队时间、停车搜索时间和用户忍受时间是计算停车时间可靠度的决定性指标,据此建构停车时间可靠度模型。其中,停车排队时间按照非满位排队时间和满位排队时间进行讨论;停车搜索时间是在已有丈献基础上进行的细化;用户忍受时间通过排队等待率来反映,通过模糊数学理论进行计算。最后,利用该模型对某市区综合商业大楼配建停车场的停车时间可靠度进行计算,并评估了停车场当前状态下被用户接受的概率。     

基于贝叶斯网络组合模型的公交驻站时间预测

公交驻站时间是公交行程时间的主要组成部分,其预测精度直接影响智能公交系统中公交信息发布的准确性.为了提高公交驻站时间的预测精度,提出一种基于贝叶斯网络的组合预测模型,它由反向传播神经网络和径向基函数神经网络模型组成.首先利用两种神经网络模型预测公交驻站时间;然后利用改进后的等宽数据离散方法,将两种神经网络的预测结果和观测的驻站时间数据离散后用于贝叶斯网络学习;最后通过贝叶斯网络推理得到驻站时间组合预测结果.实例分析表明,贝叶斯网络组合模型驻站时间预测结果的误差指标均优于单一模型,证明其可有效提高单一模型的预测精度.     

基于可控交货期的供应链Stackelberg决策研究

时间已成为供应链敏捷运作的瓶颈要素。在供应商和分销商供应链上下游的Stackelberg模型中,本文构建了基于可变交货期的供应链决策模型。通过对供应链决策模型的计算,分析了考虑压缩交货期费用分担和延迟交货惩罚对交货期、订货量、供应链成本的影响,认为在供应商和分销商中存在最优的交货期和订货批量,可得到供应链最优的决策。算例的计算结果表明,该模型可以优化供应链上下游企业的决策,从而为规划决策者提供科学依据。     

山区高墩梁桥抗震分析

以一座7—40mT梁高架桥为研究对象,建立了三维空间模型,采用非线性时程分析方法,分析了不同墩梁连接方式的山区高墩T梁桥的抗震性能,计算结果表明：采用铅芯隔震橡胶支座可以提高桥梁的抗震性能。     

城市快速路单车道车头间距的研究

为了研究城市快速路不同车型在单车道自由流状态下车头间距分布现象,文章基于交通调查和系统数据采集的方法,通过统计分析解析了城市快速路单车道自由流车头间距分布规律,得出了自由流状态下城市快速路单车道车头间距符合负值数分布,不同车型之间的车头间距分布也不同的结论.利用数理统计的方法对实测数据进行分析处理,分析当前车为小汽车、后车为出租车时,车头间距较大;而前车为出租车、后车为小汽车时,车头间距较小,车头间距与流量成反比关系.