新冠疫情对居民休闲出行影响研究

为了就新冠疫情对疫情结束后居民休闲出行的影响展开调查研究,把握疫情后居民休闲出行偏好的变化,分析休闲出行意愿的影响因素和影响机制,并量化分析各因素的影响,基于计划行为理论和收益-风险分析构建结构方程模型,量化感知风险、感知正效用、出行态度、主观规范、感知行为控制等影响因素与疫情后休闲出行意愿的相互影响机制,并利用单因素...     

基于LS-SVM的世界海运需求量预测

针对世界海运需求量预测中存在的非线性、复杂性和不确定性,提出基于LS-SVM(最小二乘支持向量机)世界海运需求量预测模型,通过预测实验,并与其他几种常见模型预测结果比较,表明该模型具有预测精度高、速度快、容易实现等优点.     

浅析基于大数据水利工程监管体系构建与应用

大数据技术的不断发展与应用,大幅度推动了其他行业的快速进步。然而在水利工程领域,大多数从业者对大数据技术还比较陌生,尤为不了解基于大数据技术水利工程监管体系的运行原理和应用现状。通过大量调研,在梳理大数据与水利大数据概念基础上,探讨与分析水利工程中大数据监管体系框架的构建与应用情况,发掘目前水利工程中大数据技术应用还偏向宏观框架或侧重单项需求,以期为水利行业人员了解与推动大数据技术发展提供一定参考。     

齐河路/华绣路人行天桥方案研究

介绍齐河路/华绣路人行天桥工程概况,其主要特点是在道路建成后新建天桥,受紧邻居民区,学校,管线限制,修建造价高、难度大,通过Z型方案满足主要交通需求的情况下降低造价,详细阐述了设计方案,有关经验为今后同类型的工程提供借鉴参考。     

江宁区交通拥堵成因及治理对策研究

基于多源交通大数据分析,从出行需求、用地布局、交通系统等多方面系统评估江宁区交通拥堵状况,识别交通拥堵成因,精准把握交通症结,借鉴先进地区的经验做 法,推动拥堵治理重点从保障“行车通畅”向提升“车的效率”和“人的体验”转变,提出以健康发展、完善供应和需求调控为核心战略,从用地开发、轨道交通、路网体系、常规公交、慢行交通和停车系统六个方面拟订交通拥堵治理对策。     

基于不确定需求的港口柔性靠泊计划

港口生产系统中存在许多不确定因素,实施高度灵活、富有弹性和对市场需求能够快速响应的港口生产柔性化战略,有利于提升港口综合竞争力,推动港口发展和升级换代.在分析基于不确定需求的港口柔性靠泊服务需求的基础上,研究港口柔性靠泊计划,建立了柔性靠泊计划模型.该模型引入非对称性田口损失函数来衡量服务损失的大小,实现在保证一定服务水平(满意率)的前提下,港口的服务损失最小,即所有在港船舶的时间(费用)损失最小.     

轿车车内空气污染源的分析及其空气品质的评价方法

对轿车内的污染源作了详细的分析,并由此选择了11种污染物作为车内空气品质客观评价的评价因子。对客观评价的方法做出了规范,并给出了数据的处理办法。提出了用客观评价和主观评价相结合的办法来评价轿车内的空气品质。     

考虑环保意识的低碳出行行为研究

低碳交通是城市交通发展的必然选择.为定量分析出行者环保意识对低碳出行选择行为的影响,本文基于出行者环保行为和环保态度,利用Rasch模型,构建了出行者潜在的环保意识.将出行者潜在的环保意识作为解释变量带入多变量Probit模型中,分析出行者环保意识对私家车限制政策赞同度和购买纯电动车意愿的影响.研究结果表明：在出行者低碳出行行为中,带入出行者环保意识能够提高模型的拟合度;环保意识对多设公交专用道、通过提高燃油税和停车费等减少市中心小汽车量的赞同度的平均边际效用为0.127、0.144;环保意识对现阶段、未来基础设施完善时购买纯电动汽车意愿的平均边际效用为0.133、0.116;未来购买纯电动汽车意愿比现阶段购买纯电动汽车意愿高0.182.     

高速铁路网络化客流分配方法

为了充分反映旅客在高速铁路网络化运营环境中的出行选择行为,以旅客中转换乘为重点环节展开高速铁路网络化客流分配方法研究.首先,围绕旅客在高铁网络中的中转换乘环节刻画旅客在网络中的出行过程,提出符合旅客网络出行特征的运输网络构建方法.其次,分析构建的运输网络中不同节点、不同弧段对旅客出行的意义,确定不同弧段的出行费用及能力约束,并构建整数网络化客流分配模型.最后,选取宝兰高铁、京广高铁等多条高铁构成的存在环状结构的网络实例研究验证模型的有效性,通过求解可得到客流完整的路径,打破以直达为导向的客流分配模式,实现网络中客流的均衡分配,更能全面反映客流在枢纽的换乘选择结果.     

基于多源数据融合的干线公交车辆 行程时间预测

为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合,对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析,其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测,其中改进的SVM模型的平均绝对百分比误差为6.26%,优于ARIMA模型的11.69%,更适用于短距离交叉口间的公交车辆行程时间预测.