考虑交通拥堵的出租车市场均衡模型

为了衡量交通拥堵对出租车市场均衡结果的影响,采用柯布—道格拉斯型生产函数作为匹配函数的表达形式,构建了交通拥堵环境下的包含巡游车与网约车的出租车市场均衡模型。算例表明,提高两类平均行驶速度对乘客等待时间、出租车空驶时间以及乘客占比具有不同的影响,但均能提高出租车系统的社会福利。在交通拥堵较为严重时,提高载客出租车平均行驶速度对提升出租车系统社会福利的效果更为显著。     

基于网约车订单数据的居民出行特征研究

为了解不同类型网约车乘客的出行特征,帮助网约车司机制定合理的寻客策略,以北京市出租车网络订单数据及快车网络订单数据为基础,采用K-均值（K-means） 聚类方法,以乘客出行时间、行程时间、上车区域用地性质及下车区域用地性质作为特征变量,对两种网约车的订单数据进行聚类分析,并分别将其划分为4种需求类型。对出租车网络订单及快车网络订单的4种需求类型进行对比分析,发现二者的乘客出行需求呈现出相似的特征。其中有两类需求受乘客出行时间影响较大,工作日早晚高峰的出行需求更为活跃,乘客上下车区域的用地性质集中于混合用地性质。另外两类需求受乘客出行时间影响较小,乘客上下车区域集中于混合用地与居住用地、商业服务设施用地、绿地及广场用地3 种用地类型之间。对订单数据进行统计分析发现,快车网络订单行程时间集中在10~20min,出租车网络订单的行程时间集中在10~45min。快车订单以短时出行为主,当乘客行程时间较长时选择出租车的概率更大。     

网约车服务对城市传统出租车使用的冲击效应

网约车服务的迅速发展对包括传统出租车在内的城市出行方式产生了重大冲击.针对传统出租车使用的冲击问题,收集中国33个地级及以上行政级别城市2010—2016年的平衡面板数据,采用双重差分法(DID)进行量化,并进行动态效应分析、稳健性检验、城市规模等级异质性和城市区位异质性分析.研究结果表明,网约车服务对传统出租车的使用...     

墨西哥曼萨尼约CMSA集装箱码头设计

曼萨尼约CMSA集装箱码头工程规模大、功能全、标准高。工程处于墨西哥西海岸强震区,后方紧邻红树林保护区和旅游区海滩。针对上述特点,围绕总体布局、结构抗震、环境保护等关键技术进行研究。按照国际设计标准和港区分期滚动开发思路,码头结构设计采用"弱柱强梁"理念,并埋设大断面过水生态箱涵保护环境。     

长沙市出租车行业改革发展思考

出租车是城市客运交通系统的重要组成部分。从深化行业改革、减税降费、服务质量考核、驾驶员权益保障、规范市场经营秩序、加快合法化进程六个方面详细阐述长沙市出租车行业改革发展的工作开展情况。最后,针对如何促进出租车行业平稳健康发展这一议题,提出五点思考：建立协同工作体系、促进融合发展、加快信息化转型升级、强化安全管控、加强市场运行动态监测。     

疫情背景下出租汽车和网约车驾驶人运营策略

基于苏州市区4年的纵贯数据开展疫情背景下出租汽车和网约车驾驶人运营策略形成机制研究。将驾驶人划分为三类群体进行调查,分析发现：出租汽车驾驶人年龄较大,与社区联系紧密,职业波动性低;租车运营驾驶人多为年轻人,受教育程度更高,职业波动性高;自有车运营驾驶人介于两者之间。构建涵盖收入潜力、运营意愿、盈利能力、工作量等方面的运营指标体系,分析天气、平均气温、节假日、疫情等因素对运营的影响。结果表明,出租汽车驾驶人采用职业认同导向策略,运营稳定;租车运营驾驶人采取风险效益导向策略,运营较少但效率最高;自有车运营驾驶人采取收入优先导向策略,运营最多。疫情期间,三类驾驶人的日均订单数均有所降低,两类网约车驾驶人降低更显著。运营商和监管部门应针对三类驾驶人的人口、职业特征以及运营策略,优化调整相应的派单、营运和监管策略。     

单室预应力混凝土箱梁温度场及温度应力研究

本文用伽辽金加权余量法导出在日照或大气温度或两者共同作用下箱梁温度场及简支箱梁温度应力的计算机模型,编制出能在微机上实现的通用程序。该程序计算出九江大桥的温度值及温度应力同相应实测值十分吻合。      

基于多源数据的网约车与地铁接驳特征分析

网约车出行作为一种新兴的出行模式,在人们日常出行中发挥着重要作用。基于网约车订单数据,引入手机信令、地图导航等多源数据,首先,分析网约车与地铁接驳的时空特征,并与手机用户的地铁接驳出行数据进行对比;其次,基于XGBoost(extreme gradient boosting,极端梯度增强算法)构造充分考虑接驳距离、地铁乘距、接驳需求、公交便利程度、通勤出行占比等因素的回归模型;最后,从到达地铁站与离开地铁站两个方面,分析各因素对网约车与地铁接驳的影响。结果表明：使用网约车到达地铁站的订单量远大于离开地铁站的订单量,网约车与地铁接驳距离在1.5～3.5 km的接驳量最大;网约车与地铁接驳存在明显的早高峰和晚高峰时段,高峰时段使用网约车与地铁接驳的出行占比与手机用户使用地铁出行的占比一致。     

基于大数据的网约车运营特征及发展导向研究

网约车作为“互联网+”模式下的新兴交通出行方式,近年来发展迅猛,国家和地方层面出台了相关政策,引导和规范网约车发展。以上海市为例,应用大数据对网约车的现状发展进行总体把握,包括使用情况、运行情况、与其他交通方式的比较等,分析现状发展的优势及劣势,以期指导网约车和其他交通行业的良性发展。     

基于机器学习的网约车合乘出行碳减排状态预测

网约车合乘出行可有效提高车辆运输效率,与常规网约车出行相比具有显著的碳减排潜力。然而,现实中网约车合乘出行能否真正减少碳排放受多方面因素影响,往往存在较大差异与不确定性。为识别碳减排潜力较大的网约车合乘订单,提出一种基于机器学习的网约车合乘出行碳减排状态预测模型,并解析其碳减排机理。首先,基于成都市真实的网约车合乘订单与轨迹数据,应用COPERT(COmputer Program to calculate Emissions from Road Transport)排放模型分别计算合乘出行碳排放量及其替代的独乘出行碳排放量,进而得到合乘出行相比独乘出行的碳减排量。然后,基于历史的合乘行程碳减排及其订单特征数据,训练XGBoost(eXtreme Gradient Boosting)模型以预测未来潜在合乘出行的碳减排状态。最后,采用ALE (Accumulated Local Effects)分析方法对预测模型进行特征变量解析,以识别影响合乘出行碳减排状态的关键因素。结果显示：研究区域内平均每次网约车合乘出行可减少碳排放307.23 g,但仍有15%的网约车合乘行程未能实现减碳;XGBo...