成都铁路枢纽客运系统的分析与研究

以成都铁路枢纽客运系统为研究对象,作者讨论了客运专线引入枢纽对客运系统的影响,城市形态及其发展规划与铁路客运站选址的相互关系,铁路与城市交通网络体系中其它运输方式的衔接方式、换乘关系及协调发展;提出了未来三十年成都铁路客运系统车站的分工布局、客货线路在枢纽内的走向及疏解原则,同时提出近期新成都站的建设方案以及市内各种交通运输系统与之协调共谋发展的措施。     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度, 分析了离散的高速公路动态交通流数学模型, 基于Elman网络原理, 建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2, 采用Levenberg-Marquardt算法对回归神经网络进行训练, 并对一条5路段的高速公路进行仿真。结果表明: 回归神经网络平均相对误差为8.683 7×10^-5, 最大相对误差为4.237 1×10^-4, 与BP神经网络和RBF神经网络相比较, Elman回归神经网络能更好地逼近交通流数学模型, 真实地描述交通流基本特性, 能准确地建立动态交通流模型, 适应交通状况的变化。     

重庆江北城CBD交通规划设计理念

CBD区域的交通规划一直是城市交通规划工作中的难点,交通供需矛盾在不同程度上制约着CBD功能的发挥,国内特别是一些大城市CBD区域普遍存在交通系统容量不足、过境交通与CBD交通相互混杂、CBD内部交通系统功能不清等诸多问题。结合重庆江北城CBD交通规划设计,论述了CBD交通规划设计理念,对原交通规划方案存在的一些问题进行分析的同时,突出了交通规划优化方案的可实施性。     

深圳公交导向发展规划实践

公交导向发展(TOD)是资源节约、环境友好、土地集约型的精明增长方式,是我国大都市发展的战略选择和必由之路。结合深圳市轨道交通二期工程规划的实践,通过对传统轨道交通规划设计体系存在问题的分析,提出了基于公交导向发展的轨道交通规划设计层次体系,并从宏观、中观、微观三个层面探讨了各层次轨道交通规划与各层次城市规划协调配合的目的、内容和方法,为其他城市开展相关规划提供参考。     

特大城市交通出行预测:中国面临的挑战与机遇

作为城市交通规划的一个重要组成部分,城市交通出行预测的发展已经走过了60年。最初的研究工作于20世纪50年代在北美展开,随后延伸到欧洲、澳大利亚、新西兰和南美洲以及中国等发展中国家。作为一个相对成熟的领域,交通规划依然包含着许多新的研究方向,同时专业人员在正确合理的使用商业软件方面还有一定的困难。中国正在经历高速的城市化进程,这意味着对道路、公交系统,机场以及城际间高速公路建设有大量的投资。合理的投资决策需要对未来中国交通拥挤的都市进行出行预测。为了更好的了解中国交通出行预测的发展现状,笔者和几个大城市的交通规划部门以及大学的相关院系进行了探讨和交流。此文的初衷是记录下从会谈中所获得的有普遍意义的发现与印象,以及提供给参加讨论者的意见。     

遗传算法在均衡交通分配模型中的应用

均衡交通分配模型虽具有结构严谨、结果合理等优点,就目前而言却因为变量多、维数大导致无法很好的求解,从而影响其在实际交通规划中的应用.为了提高交通分配预测的准确性,解决均衡交通分配的求解问题,本文将遗传算法(GA)应用到其中.最后通过一个简例,并利用Matlab的GA工具箱进行编程求解,证明了该方法用于求解均衡交通分配模型的可行性.     

城市综合交通体系规划回顾与展望

回顾改革开放以来中国城市综合交通体系规划在规划定位、规划目标、内容体例、技术方法、规划实施等方面的实践和探索。总结规划编制工作的基本特点:以问题为导向、融合城市总体规划、提倡以人为本理念、广泛应用定量技术方法。指出规划编制和实施过程中存在的不足:规划地位和作用认识不清、价值理念与实际行动脱节、规划实施评估环节缺失、规划管理体制机制缺乏、相关法规技术标准陈旧。结合城市交通发展新趋势,展望未来城市综合交通体系规划的重点方向:强化多规融合、强调以人为核心的规划、加强规划评估和滚动编制、加强技术创新与行业规范、深化政策保障机制研究。     

带型城市空间形态界定及其干线道路特征

特殊的空间形态、稀缺的贯通性轴向道路资源以及高度混合的内外交通导致带型城市面临独特的交通问题。从城市空间形态角度出发,采用聚类分析法分析中国657个设市城市,据此界定带型城市为建成区长宽比大于3的城市。并对带型城市(组团)的交通需求、路网布局、道路级配进行梳理,发现带型城市贯穿性长轴干线道路的数量、等级、分布对带型城市规模、形态以及交通组织具有重要作用,是带型城市路网规划的核心。最后,提出带型城市常用的三轴干线路网布局模式及相应的道路等级,可作为带型城市路网规划的参考依据。     

基于大数据的大学校园停车系统规划 ——以大连理工大学凌水主校区为例

为解决大学校园停车系统混乱以及用于相关规划的基础数据样本量小、精度不高、时效性 差等问题,应用大学校园停车调查数据、各出入口车辆记录数据以及各院系教职工信息数据进行多源大数据分析,提出了一种基于大数据的大学校园停车系统规划方法。以大连理工大学凌水主 校区收集到的数据为例,首先从静态角度利用各出入口车辆记录数据和校园停车调查数据获取校园整体停车需求,进而利用各院系教职工信息数据分析各部门的停车需求。然后,从动态角度考虑停车位的周转问题,利用各出入口车辆记录数据分析校园出入车辆停车时段分布状况。最后,根据多源大数据分析所得校园停车系统现状,得出相应的校园停车系统规划结果。研究结果表 明：基于大数据的大学校园停车系统规划方法可有效解决传统方法中基础数据样本量小、精度不高、时效性差等问题,提高了规划结果的实用性和科学性。     

交通分配的粒子群优化算法

为了方便合理地分配交通量,提出了交通量多路径分配的粒子群优化算法。算法的求解方法是在粒子群算法中构造了路径条数维的粒子空间,每维对应一条可行性路线,其值为对应路径所分配的交通量;对粒子进行归一化处理,使交通量守恒,并进行交通量的多路径分配;根据目标函数评价与筛选粒子,直到满足终止条件。实例计算结果表明:利用粒子群算法得到的目标函数值最小,各路段分配的交通量没有超容量现象,模型求解过程具有方向性,对交通分配的网络规模无限制,因此,粒子群优化算法可行、合理。