面向特大城市未来发展的交通模型研究——数据密集型分析概念下的交通模型

从中国特大城市发展过程中交通领域所面临的挑战出发,围绕城市交通战略管理能力的提升,提出了新的交通模型所需要具备的分析功能.在此基础上引入数据密集型研究的概念,讨论了模型在分析流程中的应用位置,提出了四个层次的模型技术框架结构,并在实际研究工作的基础上,提出了有待克服的主要技术瓶颈.     

基于乘客感知的常规公交服务质量评价方法

针对当前城市常规公交服务质量评价的理论研究与实践多侧重设施指标水平的统计分析,而对公交服务主体——乘客感受考虑不足的现状,引入“顾客感知服务质量”的概念.提出了以乘客感知和期望之差为基本依据的常规公交服务质量评价方法,建立了公交服务质量评价体系.选取上海市北安跨线和成都市119路公交线路为案例,通过分析实际调查数据,量化评价了两条公交线路的服务质量,验证了评价方法的可行性与有效性.案例研究表明,票价、候车时间、车内空间、换乘便利性是公交服务亟待改善的问题.     

高科技园区步行和自行车交通系统构建——以北京市中关村科技园区电子城北扩区为例

为构建高科技园区安全、便捷、舒适的步行和自行车交通系统,从分析高科技园区特征以及步行和自行车交通的必要性入手,归纳总结其步行和自行车交通系统构建的技术路线和方法,提出规划、设计、管理不同阶段需要重点解决的问题.以北京市中关村科技园区电子城北扩区为例,探讨在规划、设计、管理中落实步行和自行车交通系统优先的途径.从步行和自行车交通需求特征、功能定位、与其他交通系统的关系角度详细阐述步行和自行车通道和节点规划方案.同时,探讨如何在设计和管理阶段落实规划中步行和自行车交通优先理念的具体对策.     

城市交通运输效率评价

通过对城市交通运输效率的分析评价,能直观的得出各因素对城市交通运输效率的不同影响,针对性地解决城市交通问题,提高交通运输效率,缓解交通拥堵.从城市发展及交通畅通性角度,采用定性的层次分析法与定量的广义函数法结合,以成都市交通运输效率评价为例,进行了分析评价并提出提高交通运输效率的建议.     

基于小波神经网络的路段短时交通流预测

应用BP神经网络来对路段短时交通流进行预测,预测精度和收敛速度都不是很理想,为了克服BP神经网络自身存在的非线性逼近缺陷,依据小波的时频域特征,将小波变换和BP神经网络结合起来,提出一种基于小波神经网络的短时交通流预测方法,给出了具体的网络学习算法,并结合实地调查数据进行了对比测试,分析结果证明了小波神经网络模型对短时交通流预测的有效性.     

悉尼与中国城市公共交通绩效的比较研究

为完善悉尼市城市公共交通优先发展政策体系,实现悉尼市“可持续城市交通”愿景,借鉴中国“公交都市”示范项目的指导方针和指标体系,建立了一个基于公共交通绩效水平的评估指标体系,利用中国“公交都市”示范项目数据和悉尼市公共交通运营开放数据,分别计算了各城市的公共交通绩效水平。将悉尼市与中国“公交都市”示范项目试点城市的公共交通发展水平进行了比较研究。结果表明,悉尼市现有交通运输模式为主要依赖小汽车方式出行,虽然悉尼市在促进交通方式转变和新技术应用方面取得了一些进展,但其整体的公共交通服务水平远落后于中国“公交都市”示范项目试点城市。通过借鉴中国城市在“公交都市”示范项目实践中的经验,结合悉尼城市交通发展战略与规划,明确了悉尼市出台“从依赖小汽车出行转变为公共交通优先出行”导向政策的必要性,并提出了多项促进城市公共交通优先发展的政策建议,用以支持悉尼市实现“世界上最宜居城市之一”的发展目标。     

基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究

为提高我国城市对外交通中客运多方式协同运行效率,优化客运资源配置,依托人口迁徙大数据,建立量化分析城市对外交通客运方式优势出行距离的方法. 提出用绝对优势出行距离和相对优势出行距离来表征优势出行距离,分别构建城市对外客运方式的绝对优势出行距离模型和相对优势出行距离模型;利用人口迁徙大数据,绘制基于出行距离的客运方式分担率曲线,对优势出行距离模型进行求解. 结果表明,我国城市对外交通中公路、铁路、航空客运方式的绝对优势出行距离分别为[8, 119] km、[119, 1 594] km和[1 594, 3 000] km,相对优势距离分别为[8, 463] km、[318, 983] km和[2 477, 3 000] km.     

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.     

基于新型冠状病毒传播机理的交通出行易感度研究

为科学判断各交通方式出行过程中人群感染病毒的风险概率进而有效控制病毒传播,借助空气传染病模型,根据已发布的新型冠状病毒传播机理,构建了交通出行的病毒易感度评估模型,模型包含对病毒传播有重要影响的通风、载客密度、暴露时间等主要参数。选用各种运输方式中有代表性的运载工具进行不同假设情景下的易感度评估,结果表明,在各种有效防控措施均得以采用的情景下,乘坐交通工具的易感度相比高危情景降低97%以上,相比基准情景降低93%以上。研究可为交通领域的科学防疫、精准施策提供依据。