����SEM�ļ�ʻԱ������Ϣ��Ѱ��Ϊ����

出行信息的搜寻与获取是驾驶员出行决策的重要依据.为获取驾驶员的出行信息搜寻行为特征,以昆明市412个样本数据库为基础,建立驾驶员出行信息搜寻行为的因果和过程结构方程模型(SEM),并拟合各变量之间的路径关系.其中,驾驶员出行信息搜寻的因果结构方程模型重点分析个体属性、信息源因素及环境因素与搜寻行为之间的关系;驾驶员出行信息搜寻的过程结构方程模型则模拟驾驶员的出行信息搜寻过程.结果表明：驾驶员由于自身属性的不同在信息源与搜寻行为上存在显著差异,搜寻行为中驾驶员对出行信息的认知及信息源的选择是重要的影响因素.此外,驾驶员出行信息搜寻过程模型主要受到个体属性与信息需求的影响.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

基于时间便利性的行程选择

出行者基于广义成本最小化选择最佳的出行方式。广义成本包含资金成本、时间成本与舒适成本。随着社会的发展。出行者对时间成本看的越来越重。时间成本与时间长度和时间起始点有关,时间成本不仅包含出行者的时间价值也包括早到或晚到的损失。相对于频率较快的地铁与公交,满足乘客长距离出行的火车的时间点对乘客出行的影响很大。本文通过对杭州与上海之间的城际高铁后,出行者在汽车、自驾车及高铁三种方式之间的选择进行调查。得出列车行程安排应考虑旅行时间长度来安排起讫点的时间点,并通过两个例子来佐证合理的时间安排可增加列车的竞争力。优化出行结构同时也保证了列车的客源。本文的研究对于其他的城际列车有借鉴作用。     

������ʻ����ȯ�ƻ�����ƿ��ӵ���ͷ�ʽ����

在相互竞争的双模式交通系统中,考虑用户异质性,本文探讨了均匀行驶信用券计划对方式划分和帕累托提高特性的影响.在这一计划下,政府首先发布一定数量的行驶信用券,并均匀地分发给每一位出行者,允许出行者根据自身需求在市场中自由购买或出售信用券.根据预先设定的行驶信用券收取规模,使用快速路的出行者将会在经过瓶颈时被收取一定数量的信用券.研究结果表明,均匀行驶信用券计划总能让一部分快速路出行者转向地铁模式;对于同质用户来说,无论信用券收取数量多少,帕累托提高特性始终成立,然而对于异质用户来说,只有当行驶信用券收取数量小于某一临界值时,帕累托提高特性才能满足.     

VMS行程时间诱导效益仿真算法

基于宏观交通仿真模型,提出了可变情报板(VMS)行程时间诱导效益仿真算法,分析了驾驶人的信息关注率和信息理解偏差系数对VMS行程时间诱导效益的影响。以行程时间计算模型和驾驶人信息响应模型与METANET仿真模型为理论基础,以路网总耗时改善率为诱导效益目标,在3种不同规模的路网上进行仿真试验。仿真结果表明:VMS行程时间对于改善路网运行效率通常具有正面的诱导效益;信息关注率越高,信息理解偏差系数越小,诱导效益越显著;当信息关注率为80%以上时,小型、中型、大型3种路网的诱导效益分别达到28.89%、15.87%、10.53%以上。可见,仿真算法有效。     

基于小客车燃油核算模型的政策节能效果分析

近年来,快速增长的私人小客车带来的能耗排放问题日益严重,如何构建面向私人小客车的燃油核算模型,分析不同需求管理政策的宏观节能效果,是解决城市交通节能减排问题的关键.本文针对传统私人小客车能耗调查方式所获得数据准确性较差、无法满足精细化管理的问题,利用现有调查数据和监测数据,基于“OLS(Ordinary Least Square) +稳健标准差” 验证法,分析油耗显著性影响因素,提出基于交通大数据的私人小客车能耗核算模型,以实测数据验证其可靠性和有效性,并分析了不同交通需求管理政策(含组合政策)宏观节能效果.结果表明,当政策效果指标变化率相同时,实行“拥堵收费+控制大排量小客车数量”政策对于减少小客车燃油消耗总量的效果最为明显.     

ATIS渗透率对有限理性用户行程可靠性的影响

鉴于行程时间可靠性是累积前景择路模型参考点设置的首要依据,采用先进交通信息系统(ATIS)引导此类用户择路能否显著改善路径、OD和系统行程时间可靠性成为一个有意义的研究课题.对此,本文构建了基于双参考点累积到达时间价值择路模型与ATIS引导下路径行程时间最可靠择路模型的多类用户均衡网络,以研究随机退化路网中ATIS渗透率对双参考点有限理性用户行程时间可靠性的影响.结果表明,针对路径、OD和整个系统而言,通畅时,高渗透率能提高系统可靠性,并增加可靠性曲线的稳定性;但拥堵时,一定比例的渗透率能增加可靠性值,而高渗透率反而可能降低部分用户的可靠性.     

基于在线地图交通态势分析的路网拥堵状态识别

为了实现道路网实时拥堵状态识别,以在线地图的历史延时指数为基础,用相邻路段有效拥堵状态发生时间顺序、持续时间阈值和流向流量关系识别传播性拥堵,用拥堵发生频率和持续时间阈值识别单路段系统拥堵,由此确定特定周期内的系统拥堵路段集合Nmax.以其集合范围内相邻路段时刻t的延时指数,以及其邻近拥堵持续时期的皮尔逊相关系数计算传播性系统拥堵程度值DtS;以非传播路段时刻t延时指数计算DtS?;综合前两者得到路网系统拥堵综合程度DtN,并找出该周期内的极限拥堵程度量化值.用Nmax内路段实时延时指数和实时拥堵路段数与极限拥堵状态对应的数值进行比较,计算实时拥堵程度的量化值.经实验证明,该方法能够反映路网系统拥堵形成的规律,实现路网实时拥堵状态的快速识别.     

基于时空聚类算法的轨迹停驻点识别研究

利用手机等智能移动终端获取个体出行GPS轨迹数据,提出了一种新的时空聚类算法AT-DBSCAN识别轨迹中的停驻点.该方法以固定长度的滑窗搜索核心点,以时空邻近条件定义簇间距离,以簇密度大小规定合并次序.提出了出行次数一致性、出行起止时刻误差、停驻点时长误差、停驻点中心偏移距离4个算法验证指标,弥补了传统查全率、查准率等忽略停驻点时空信息准确性的不足.结果表明,识别的停驻点有98%的位置误差在30m以内,100%的时长误差在5min以内,98%的出行起止时刻误差在5min以内.此外,算法对于室内活动、定位飘移、路径重合程度高等复杂轨迹具有较好的泛化能力.     

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.