基于客流需求的城际列车时刻表模型改进研究

列车时刻表的编制是铁路旅客运输组织的关键问题,如何优化时刻表,最大限度缩短旅客的旅行时间,具有重要的理论和现实意义.然而,既有基于客流需求的时刻表优化模型大多数假设列车顺序固定或不允许列车间任意越行,离实际尚有一定差距.针对这一问题,本文以最小化旅客在站等待时间和在车旅行时间的线性加权为优化目标,综合考虑列车停站、区间运行、安全间隔、列车容纳能力等约束,在定序无越行和定序有限越行模型的基础上,构建了更一般的非定序任意越行混合整数二次规划模型,并利用ILOG CPLEX分别进行求解.最后,以某城际高铁为例进行案例研究.结果表明,本文所提的非定序任意越行模型求解质量最好,且能有效减少旅客全程旅行时间,具有可行性.     

基于客运联系特征的中国城镇空间演变态势

空间运输联系反映地理单元间的经济联系,与城镇化进程和区域发展格局息息相关。随着经济发展和城镇化水平的提高,省内客运联系增长速度显著快于省际,省域客运联系呈现内聚化态势;从各区域变化幅度看,内聚化态势围绕三大核心城市群由内而外逐步加强,并呈现较大的南北差异。省际客运联系呈现以京津冀、长三角、珠三角为核心的中心—外围结构,从发展态势看,沿海城市群的极化效应进一步凸显,中西部区域区内联系加强态势初步显现。研究显示:现状城镇空间不平衡特征仍较为突出,尤其南北分化问题凸显;未来城镇空间布局需突出沿海城镇空间的再平衡、促进中西部城镇空间的多中心集聚和加强南北区域协作。     

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。     

基于寿命分布的备件需求计算模型分析

根据指数分布、正态分布和威布尔分布的寿命分布类型,对航海装备的一些维修备件进行分类,并提出了在满足备件保障度下这三种寿命分布类型备件的需求计算模型,对一些备件需求预测实例进行了预测计算。     

基于神经网络的道路通行能力与交通需求匹配度判别研究

交通的供需是否匹配关系到城市和枢纽的发展前景。文中在探讨道路通行能力与需求匹配特性的基础上,用BP神经网络理论建立一种交通匹配预测模型。该模型发挥神经网络的优势,对数据并行处理和分布存储,通过训练、学习产生一个非线性映射,自适应地对数据进行预测。通过相关数据实验证明,该神经网络模型有较高的精度,并有较好的适用性。     

确定性联合补充库存问题的EXCEL规划求解法

提出求解确定性联合补充库存问题的新方法——EXCEL规划求解法：通过数学运算将非线性混合整数规划模型转化为整数线性规划模型,然后在EXCEL中通过“规划求解”工具求最优解．通过算例验证,结果表明该方法不但能有效解决此类问题,而且更简单、更直观、更实用．     

交通模型的价值

在既有规划编制导则中,已经明确交通模型和交通需求分析是综合交通体系规划、轨道交通线网规划的重要工作内容。交通模型的价值并非仅仅体现在预测结果和精度上,更在于编制过程中对交通特征和供需关系的分析,对战略方案、系统方案的指导、解释、论证的作用上。但在现实规划编制中,模型的地位和价值在丧失,日益成为项目成果中的摆设品,难以支撑交通需求深入分析,并与战略构思、方案制定相脱节。与此同时,规划实践、大数据、交通模型的发展趋势,亟须重新审视模型的价值,提升模型精细化的定量分析水平。最后,从机制保障、应用推广、功能拓展、科研攻关等方面,提出促进模型价值提升的相关建议。     

大型会展中心交通组织设计研究

对城市大型会展中心进行合理交通组织设计,尽可能减少大型会展中心对周围道路的交通压力,以提高会展中心内外的通畅水平,同时减少城市交通的压力。文章从大型会展中心本身的交通需求特点出发,给出了大型会展中心的交通发生吸引量预测模型,并在此基础上给出了大型会展中心这类建筑的交通组织设计方法及流程,并以成都市"世纪城"新国际会展中心为实例,对其进行交通组织设计,给出切实可行的方案。     

基于用地和交通特征的停车需求预测模型

为了解决城市停车难问题,对停车需求进行合理预测,考虑目前日益紧张的土地资源和快速增长的交通流量,分析了用地与交通影响预测模型建立的基本原理,采用用地特征函数描述了土地使用性质与停车生成率之间的关系,采用交通影响函数分析了路网流量增长率和停车率对停车需求的影响,在此基础上建立了停车需求预测模型。利用开发的软件系统,根据典型区域的土地资源规划和道路交通调查数据,进行了城市停车需求预测。预测结果表明:随着时间的变化,在各种因素影响下,停车需求近5 a增长较缓慢,而在随后的5 a中停车需求快速增长,且日停车需求量的增长速度明显高于高峰小时的增长速度。     

Sensitivity-based uncertainty analysis of a combined travel demand model

Travel demand forecasting is subject to great uncertainties. A systematic uncertainty analysis can provide insights into the level of confidence on the model outputs, and also identify critical sources of uncertainty for enhancing the robustness of the travel demand model. In this paper, we develop a systematic framework for quantitative uncertainty analysis of a combined travel demand model (CTDM) using the analytical sensitivity-based method. The CTDM overcomes limitations of the sequential four-step procedure since it is based on a single unifying rationale. The analytical sensitivity-based method requires less computational effort than the sampling-based method. Meanwhile, the uncertainties stemming from inputs and parameters can be treated separately so that the individual and collective effects of uncertainty on the outputs can be clearly assessed and quantified. Numerical examples are finally used to demonstrate the proposed sensitivity-based uncertainty analysis method for the CTDM.