基于出行目的停车行为差异性分析

根据驾车者出行目的的不同,将其停车行为划分为通勤出行停车、非通勤出行停车和居民区停车。在对大连市中心城区的大型企事业单位、商业中心以及居住区进行停车行为调研的基础上,总结出各种停车行为的停车需求特点及相互之间的差异,并据此提出了3种出行目的的停车行为的需求管理措施。     

基于Logit模型的大连市居民通勤出行行为研究

针对大连市主城区进行通勤出行方式的意向偏好调查.选取7家企事业单位的200名驾车通勤者作为研究对象,建立以私家车、公共汽车为选择对象的二元Logit模型,研究停车收费及公交服务水平的变化对不同特性停车者的出行选择方式影响.结果表明:停车收费费率及公交服务水平对城市居民的通勤出行方式选择有显著影响.将合理的停车收费体系与提高公共交通服务水平相结合,是一种优秀的交通需求管理手段.     

基于交通流理论的公交站点间行程时间预测

分析了公交站点间车辆运行过程,将行程预测时间划分为交叉口排队等待时间、路段行驶时间和停站时间3个部分,利用交通波理论和延误三角形,分别建立了无公交专用车道和有公交专用车道2种情况下排队等待时间的动态预测模型;根据乘客到站规律和上下车规律,提出了公交车进站停靠时间模型;针对无公交专用车道条件下的时间预测方法进行了实例演算.实验数据表明,基于交通波行程时间预测方法具有较高的精度,可以满足站点间行程时间预报要求.     

对兰州市道路交通现状分析及对策探讨

该文通过对目前兰州市城市交通发展的现状、特点、问题,结合实际情况,提出一些解决兰州市交通发展的对策。     

基于MNL模型的有轨电车出行选择行为研究

以现代有轨电车在上海建设试验线为背景,就市民出行方式的选择意愿进行了调查,在此基础上建立了多项Logit模型,研究了有轨电车的引入对市民出行方式选择的影响,明确了影响市民选择出行方式的关键因素为薪资收入、出行准点要求以及出行距离,进而指出了有轨电车在城市交通系统中的功能定位,并就如何提供现代有轨电车乃至城市公共交通的分担率提出了建议。     

基于径向基函数神经网络的城市道路路段行程时间实时预测模型

提出利用径向基函数（RBF）神经网络方法对城市道路路段行程时间进行建模NN,并结合线圈和视频实测数据进行仿真分析,以实际行程时间和模型输出的行程时间预测值比较验证了模型的合理性。并将RBF神经网络方法与BP神经网络方法进行比较,结果表明RBF神经网络相对于BP神经网络训练时间短,且预测精度更高。     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

双钢轮压路机的最大制动减速度

为了确定双钢轮压路机的最大制动减速度,建立了双钢轮压路机制动过程的动力学方程,研究了行走液压系统制动力和地面附着力对双钢轮压路机最大制动减速度的影响,得出了不同地面附着条件下的双钢轮压路机最大制动减速度方程。同时指出,在双钢轮压路机的行走系统设计过程中,应该考虑钢轮惯量对双钢轮压路机加减速过程的影响。     

基于BP神经网络模型预测区域需水量

水资源短缺制约了区域经济的发展,成为其发展"瓶颈",对区域需水量进行预测提高了水资源的利用效率,对缓解水资源供需不平衡现象起到了显著的作用。该文应用BP神经网络对区域各部门需水量进行了预测,经实例验证不但精度可靠,而且可综合考虑各部门需水量的影响因素,对区域生态环境需水量也进行预测,这对改善生态环境,提高生活质量可起到重要作用。     

需求价格弹性在制定商用车销售策略上的应用

根据管理经济学关于需求价格弹性的概念,商用车作为一种商品有其自身的需求价格弹性,并且不同车型、不同用途、不同用户会对需求价格弹性有直接的影响。因此研究不同车型、用途的商用车产品的需求价格弹性对东风商用车公司在商品规划、开发、定价、收益确定及销售市场上判断自己的价格策略和技术成本策略具有重要意义。