高铁运营安全监督系统奖惩机制优化研究

针对我国高速铁路委托运输管理模式下,高铁运营安全监督系统尚未形成有效的奖惩机制等问题,运用演化博弈论来分析国家铁路局、高铁公司和委托路局三方在高铁运营安全监督过程中的决策,通过对系统静态演化博弈模型进行优化,分别建立了基于动态奖励,动态奖惩和优化动态奖惩场景的系统演化博弈模型.通过对模型进行理论证明,结合系统动力学仿真,分析和验证了3种场景下模型存在均衡点的稳定性.结果表明,在优化动态奖惩场景下,国家铁路局的安全监管率下降的同时,高铁公司的安全监督率和委托路局的安全投入率都得到了有效提高,使三方在长期博弈过程中达到最优状态.本文对于完善高铁委托运输管理制度,提高运营安全水平,有很强的参考和借鉴意义.     

考虑速遣费和滞期费的不定期船航速优化研究

航运合约中的速遣费和滞期费对不定期船港口选择有重要影响.针对不定期船舶航速优化和港口选择问题,建立货主存在违约概率情况下不定期船港口选择停靠和航速优化模型,并考虑滞期费和速遣费对船公司利润的影响,使用改进型粒子群算法--两阶段粒子群算法进行求解模型.通过算例分析,将改进型粒子群算法与传统粒子群算法对比,发现改进型粒子群算法无论在收敛速度还是计算结果方面都优于传统粒子群算法.最后通过灵敏度分析发现,船公司利润在一定范围内会随着违约率、滞期费和港口装卸效率的上升而上升.     

铁路出发旅客衔接方式选择的复合异质性模型

鉴于多属性决策中存在的属性偏好和处理两类异质性现象,以铁路出发旅客衔接方式选择问题为对象,对两类异质性的效用表达进行了讨论,构建了能同时描述旅客属性偏好和处理异质性的复合异质性(Hybrid)非集计模型.采用成都东客站SP调查数据进行模型标定,结果表明,Hybrid模型的拟合度优于单一异质性模型.旅客属性处理规则自述结果与Hybrid模型分类结果的对比分析表明,模型对旅客属性处理特征的表达准确.进一步对不同类型旅客属性标定结果的分析显示,Hybrid模型可实现对衔接方式选择行为的精细化描述.     

我国铁路集装箱多式联运现状与发展

集装箱多式联运是货物运输的重要形式.本文在分析铁路集装箱多式联运发展现状及其网络建设的基础上,从运输价格、运输时效、联运机制、联运设施等4个方面阐述我国铁路集装箱多式联运发展存在的问题及其成因,并从联运理念更新、市场化机制完善、定价机制改革、经营机制调整等4个方面提出推进铁路集装箱多式联运发展的建设机制与发展策略,最后从明确联运发展重点、多元化合作策略、多式联运组织与技术、服务产品定价策略、物流化发展等5个方面提出了我国铁路集装箱多式联运发展的对策与建议.     

前后多车影响的跟驰模型及稳定性分析

驾驶员在跟车行驶过程中,通常会通过视野前后车辆的行驶状态来调整自己的跟驰行为,基于此本文提出了一种考虑驾驶员视野内双前车和后车对跟驰车辆影响的改进跟驰模型.根据线性稳定分析方法,得到了改进模型的中性稳定性条件,并通过计算机仿真模拟进行了验证.为了进一步加强验证结果及说明改进模型的优越性,同经典FVD模型进行了数值仿真对比.仿真结果表明：灵敏度α越大越有利于提高改进跟驰系统的稳定性;同经典FVD跟驰模型相比,改进模型抵抗干扰的能力更突出,能够消散交通系统中的微小扰动,具有抑制交通拥堵和稳定交通流的有利作用.     

公铁网络联运方案设计

基于公铁联运模式,构建干支线运输方案设计的混合整数规划模型,揭示了网络基础设施配置与干线运输服务设计间的协调优化关系.对公铁联运网络的枢纽等级配置、干线运输服务设计、货物托运人和收货人对于中转枢纽的选择、货物托运人和收货人对干线运输服务的选择,以及干线区段改造方案等决策进行综合优化.分析表明,收货时间限制成为联运方案选区的关键约束条件.此外,公铁联运中转枢纽节点的能力制约着联运系统的服务能力,瓶颈区段的识别并改进,以及合理的干线差异化等级的运输服务组合能够大幅度降低网络运营成本     

基于异构模型的铁路出发旅客衔接时间价值

旅客时间价值是开展区域综合交通一体化研究的重要参数.本文针对现有文献中铁路旅客衔接时间价值研究较少、异构模型计算结果的比较不够充分等问题,以成都铁路东客站出发旅客衔接方式选择SP数据为依托,建立了MNL、ML、LCL、Hybrid等异构模型,对异构模型所得旅客个体和样本总体的等候时间价值、车内时间价值进行了比较.结果表明：模型结构对时间价值求解有较大影响,ML中单侧三角分布模型求解结果较为合理;Hybrid模型在拟合效果上表现优良,但在个体等候时间价值求解结果中呈现出较为明显的偏态性,给总体统计描述带来一定的困难.由于目前尚无关于时间价值的明确比选方法,应用中可考虑取异构模型计算结果的均值.     

大型综合客运枢纽送站坪的车辆延误（双语出版）

为了准确评估大型综合客运枢纽送站坪的服务水平,改善其交通秩序,提高管理水平,针对送站坪车辆的常规落客行为和违规行为造成的延误,进行了量化分析研究。在大量调研数据的基础上,提取车辆轨迹,通过虚拟线圈的方法获取车辆的运动参数和交通流信息,基于车辆运行特征和车流波动理论,提出了落客车辆汇入行车道时等待可穿插间隙的延误模型、行车道车辆受穿插车辆影响的延误模型以及违规行为造成的行车道车辆延误模型等,验证结果表明,延误模型计算结果与实测结果近似。针对客运枢纽常见的两车道送站坪的交通特性,将车辆在落客车道的行驶距离、落客时长、速度、加减速度等参数作为自变量,基于高峰期间车辆到达分布推导出了送站坪车辆的平均延误,在此基础上给出了送站坪车辆行程时间的理论推导模型和多元线性回归模型。实例验证结果显示：2个行程时间模型计算结果与实测数据基本吻合,平均误差均为13%,回归模型的拟合优度为0.868;减少模型变量,以车辆在落客车道的行驶距离和落客时长为自变量,拟合优度也达到了0.853,表明这2个变量对车辆在送站坪系统的总延误影响最大,它们的值可以基本反映出车辆在送站坪系统的总延误,研究结果可为仿真模型的构建及通行能力的研究提供理论基础。     

高速公路事故多发点鉴别及诱发因素识别

为了提高事故多发点鉴别的客观公正性及自动化识别水平,提出了在公路沿线上划分初始评估地点的动态聚类算法,建立了鉴别事故多发点的自组织神经网络模型,给出了基于离散多变量算法与概率分布相结合的事故多发点突出事故诱发因素识别过程. 方法应用结果表明,基于动态聚类的初始评估点划分方法能够客观地描述出事故点在公路沿线上的集中与分散状况,而神经网络鉴别模型能够对初始评估地点的安全状况进行自动分类且结果较合理. 在掌握了能够满足统计分析要求的事故样本点数量的基础上,能够应用突出事故诱发因素识别方法建立一套评估标准,并用来识别事故多发点的突出事故诱发因素.     

基于支持向量机的巴拿马型船舶运价指数预测方法

考察运价指数波动的内在规律和外在影响,提出新模型预测运价指数,为航运市场经营者和投资者提供把握市场态势、规避价格风险的有力工具. 针对波罗的海巴拿马型船舶运价指数（BPI）序列,首先用小波变换对运价指数序列进行去噪,消除干散货运输市场中无规律的突发事件所造成的影响;在此基础上以前五个月的BPI值为输入变量,以第六个月的运价指数为输出变量,对支持向量机（SVM）进行训练,得到预测模型. 通过实证分析发现小波变换-SVM混合预测模型具有较高的预测精度,可用于对巴拿马船型运价走势的预测.