海南自贸港背景下海口市对外客运量预测研究

针对典型的海岛型城市海口市,综合考虑经济、政策、基础设施等多维度定性、定量影响因素,构建系统动力学模型,预测2020-2035年海口市对外客运需求量。预测结果显示,未来15年海口市对外客运需求呈稳步上升趋势,预计在2035年对外客运总量将突破8000万人次。GDP敏感性分析结果表明,当增速大于9%时,当前设施建设计划需要进一步加强,提前提高交通设施的供给能力;就业引进人口敏感性分析得出,人才引进规模控制在100万人左右可实现最大的经济效益,比60万人、140万人分别高出6.9%、5.1%;两种主要对外交通方式(机场和高铁)建设时序敏感性分析结果表明,机场开通相比高铁可拉动需求增长提高6.3%,这充分说明航空是海岛型城市对外出行的主要方式。     

网约共享出行研究综述

网约共享出行是智慧城市交通系统的重要组成部分,作为新兴的移动互联出行方式,产生 了海量庞杂、异质多源、大尺度时空关联的交通大数据,蕴含能够描述复杂交通系统供需态势的 丰富信息。从网约共享出行行为机理、平台管理优化、政府监管政策、系统仿真优化等4个方面, 综述了国内外网约共享出行研究的基础理论前沿和交通运输管理实践成果,归纳总结了其中存 在的问题。通过移动互联交通大数据,分析网约车乘客和司机的出行行为影响因素、特征辨识及 外部性,追踪城市个体和群体的出行行为演变规律,揭示网约共享出行系统供需平衡和网络均衡 机理。研究解决网约共享出行供需的时空效应及短时预测问题,优化网约共享出行平台定价策 略,提高平台匹配和调度效率,实现供需时空资源的优化配置。利用智能体仿真、基于活动的仿 真、数据驱动的仿真等技术手段对理论结果进行模拟推演和优化验证,为政府制定相关监管政策 和平台优化运营管理策略提供理论依据和工具支持。并面向复杂动态移动互联环境,展望了亟 须开展的若干重点研究方向。     

突发事件应急救援物资需求预测的方法研究

应急物资需求的预测是突发事件应急救援顺利高效开展的关键环节之一,而能否做出准确的预测是当下亟待解决的问题.通过考虑时间对特征因素的影响,采用了熵值法确定特征因素权重系数,运用灰色关联度算法计算案例间的相似度,使用了基于时间因素影响的权重调整的方法,建立突发事件应急救援物资需求预测模型,从而求得相似案例,以解决灾区应急物资需求问题.通过对5个源案例与目标案例各个特征因素的相似度分析,验证了该模型的合理性和可行性.      

公共白行车租赁站点调度需求量模型研究

为降低城市公共自行车调度过程中调度员凭经验确定各站点调度需求量的盲目性,提高调度科学性并缩减调度时间和成本,将城市公共自行车租赁站点调度需求量模型描述为最优化整数规划问题,考虑系统的稳定性和调度触发时间,以高峰时段系统的整体稳定性最强、调度启动时间最晚为目标建立公共自行车租赁站点调度需求量模型.针对该模型特点设计了十进制编码、二人竞赛选择、算术交叉、非均匀变异的遗传算法对模型进行求解.通过调度实例验证模型和算法的可行性,得到各租赁站点的最优调度需求量.结果表明,按照该模型求解出的调度需求量进行调度能够延迟高峰时段的调度启动时间至1.33h,较站点均一化存放率调度延迟0.67h,极大地延缓了调度启动时间并缩减调度工作量.      

基于马尔科夫链的公交站间行程时间预测算法

公交站间行程时间具有明显的时段分布特征,且公交车辆是典型的时空过程对象,其运行具有状态转移性。为了准确预测公交站间行程时间,在应用马尔科夫链预测公交站间行程时间基础上提出其改进算法。通过大量公交GPS数据构造不同时段下具体线路站间行程时间的马尔科夫状态转移矩阵,并对站间行程时间进行状态推导,采用移动误差补偿法对马尔科夫预测值进行动态修正,改进原有的马尔科夫预测算法。以广州市BRT线路B1的实际运行数据对算法进行了验证,结果表明,移动误差补偿改进算法优于基本马尔科夫算法及 BP模型,同时该改进算法还具有实现过程较简单。      

基于 SVM 的出行方式特征分析和识别研究

基于智能手机采集的居民出行轨迹信息,分析了不同出行方式的特征,利用支 持向量机进行了出行方式识别研究.首先探讨了利用手机软件所能检测和记录的参数,进 而从出行轨迹和特征参数两个方面对出行方式特征进行了分析,探讨了不同出行方式两 两可分的关键变量,提取用于识别不同出行方式的特征向量,最后建立了径向基核函数 支持向量机（SVM）分类器.利用从大连市出行轨迹数据获取的出行方式样本,训练了该 支持向量机,并且以决策树、BP 神经网络为对照.结果表明,SVM 识别精确度为 89.6%,BP 神经网络为 85.5%,决策树为 77.3%,SVM 具有更好的识别性能.     

我国游艇消费需求分析及游艇码头建设展望

借鉴国外游艇消费市场的特点,在对标美国游艇发展与经济发展相关性判断我国游艇市场发展前景的基础上,运用诱发量法、类比法,综合预测我国游艇消费需求量,并对我国沿海地区游艇码头建设进行了展望。     

路段行程时间多时间尺度预测方法

采用长春市实际调查数据对一种基于浮动车的路段行程时间多时间尺度预测方法进行仿真实验,结果表明基于该方法的交通流路段行程时间多时间尺度预测结果与真实值之间的平均绝对相对误差均小于7%,完全满足路段行程时间预测的精度要求。     

行程时间异常值处理方法研究

基于车牌识别数据可以得到较为准确的行程时间数据,但是由于识别系统自身原因、驾驶员路径选择行为、停车行为等因素的影响,行程时间数据中存在不少的异常值,剔除异常值才能将所得数据应用于实际研究和服务.在详细分析了行程时间异常值产生原因的基础上,提出了基于异常值数据表现以及行程时间分布特征的异常值剔除方法,最后以北京市的车牌识别系统数据为例,验证了方法的适用性.