基于出行时间预算负效用的出行行为建模

为研究出行者出行行为,引入出行时间预算负效用的概念.分析通勤者出行机理为先确定出发时刻,在给定出发时刻下计算备选路径的出行时间预算负效用,选择效用最大的路径出行,利用此次出行信息来调整下次出行的出发时刻,经过多次出行达到稳定状态.建立了双层规划模型描述不确定环境下出发时刻和路径选择的出行行为.用改进的相继平均法（MSA）求解下层路径选择模型,用遗传算法来解整个双层规划.用一个实例对模型和算法进行了验证.     

“节能低碳，绿色发展”宣传周活动

为贯彻落实科学发展观,推动建设资源节约型、环境友好型社会,按照省、市有关2012年全国节能宣传周活动安排和要求,（集团）公司积极参与、落实节能宣传活动．此次活动时间为2012年6月10日至16日。     

市领导莅临我司视察指导工作

8月13日上午．昆明市委、市政府领导莅临我司视察指导工作。在集团公司领导的陪同下昆明市委、市政府领导参观了六公司GPS营运调度中心及车队驾驶员休息室．对公交车辆GPS调度情况进行了详细了解．对加强营运凋度管理提小了进一步的要求,并对驾驶员工作时间、休息及就餐问题进行了解。     

出行方式与出发时间联合选择的分层Logit模型

基于随机效用最大化理论, 选取出行者特征、行程特性与出行方式服务水平作为效用变量, 以出行方式与出发时间作为选择肢, 构建了出发时间位于下层与出行方式位于下层的2种居民出行NL模型。分析了北京市居民出行样本数据, 并模拟了在早高峰时段对小汽车出行收取费用时, 小汽车出行者出行行为的变化。计算结果表明: 与传统MNL模型相比, NL模型具有更好的统计学特征, 调整后的拟合优度由0.338增大至0.404;在2种NL模型中, 出发时间位于下层的结构对样本数据的适应性更强; 当早高峰时段小汽车出行收取费用为5元时, 72.6%的小汽车出行者坚持原有出行方式与出发时间, 22.4%的小汽车出行者坚持小汽车方式, 但会改变出发时间, 4.8%的小汽车出行者改用公共交通方式, 但出发时间不变, 仅0.2%的小汽车出行者同时改变出行方式与出发时间; 当收取费用为10元时, 51.7%的小汽车出行者坚持原有出行方式与出发时间, 40.4%的小汽车出行者坚持小汽车方式, 但会改变出发时间, 7.9%的小汽车出行者改用公共交通方式, 但出发时间不变; 当收取费用为20元时, 27.5%的小汽车出行者坚持原有出行方式与出发时间, 60.6%的小汽车出行者坚持小汽车方式, 但会改变出发时间, 11.9%的小汽车出行者改用公共交通方式, 但出发时间不变。     

VMS行程时间诱导效益仿真算法

基于宏观交通仿真模型, 提出了可变情报板(VMS)行程时间诱导效益仿真算法, 分析了驾驶人的信息关注率和信息理解偏差系数对VMS行程时间诱导效益的影响。以行程时间计算模型和驾驶人信息响应模型与METANET仿真模型为理论基础, 以路网总耗时改善率为诱导效益目标, 在3种不同规模的路网上进行仿真试验。仿真结果表明: VMS行程时间对于改善路网运行效率通常具有正面的诱导效益; 信息关注率越高, 信息理解偏差系数越小, 诱导效益越显著; 当信息关注率为80%以上时, 小型、中型、大型3种路网的诱导效益分别达到28.89%、15.87%、10.53%以上。可见, 仿真算法有效。     

车辆维修保养需破除误区

误区一:保养不能迷信时间周期表每个车主买车时都会得到一份保养周期表,被告知什么时候该做怎样的维护保养。但部分车主感觉车况良好,不按时保养。有的车主则自行缩短保养里程,比如规定8000公里保养却在6000公里时就把车开到4S店,结果是多花钱。实际上,车辆保养不是越勤越好,厂家规定的里程数是基于对车身性能的充分了解而设定的最佳保养间隔里程。误区二:保修期延长可降低使用     

北京市中心城公共停车场停车时长影响因素研究

以北京市中心城六区的公共停车场作为研究对象,采用行为和意向相结合的停车场用户问卷调查方法对停车场现状进行调查。运用多分类Logistic模型,对影响停车场用户的停车目的、停车价格以及停车费用支付者等因素进行筛选,并确定影响停车时间的主要因素。     

多属性随机时间依赖网络路径优化

为了改善实时交通诱导,根据交通网络中路段属性具有随机时间依赖性的特点,将路段各属性定义为关于时间的离散随机变量,建立了多属性条件下随机时间依赖网络路径优化模型.基于信息熵的多属性决策方法,设计了模型的求解算法;优化了网络节点的搜索顺序,使每个节点的信息只通过一步更新就可得到,从而获得多属性条件下所有节点到给定终点的路径选择结果,出行者可以根据到达某节点的具体时刻选择行进方向.最后,通过算例给出了算法的实现过程,并说明了随机时间依赖网络不遵从“先进先出(FIFO)”条件.     

基于滞留费用及时效性的空车调配优化模型

针对我国铁路空车需求量总体上大于供应量,以及时效性考虑不足的现状,考虑到空车(或以重代空的车)过早或过晚到达都会给铁路运输企业带来额外的费用,而且在空车总体供应量大于需求量的前提下,充分考虑车种代用和满足重点货物、重点客户对空车的需求条件。在此基础上,建立在区段空车运输能力约束条件下基于滞留费用及时效性的空车调配综合优化模型。     

基于模糊综合评判的智能行程时间预测算法

提出一种智能行程时间预测算法。算法基于交通流量和占有率等实时交通信息,用模糊综合评判的方法实现对行程时间的预测。其核心是由交通流量和占有率构成因素集,把行程时间看成由因素集组成的评判集,通过因素集的隶属度函数确定模糊评判矩阵,从而求出行程时间的定量值。算例验证了算法的预测精度高,拟合程度好,具有一定的可行性。