路网最优费率的双层规划模型及算法

为寻求系统、科学的路网最优费率测算方法,提出用双层规划模型描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系,其中上层以路网用户盈余最大化为目标,下层是弹性需求下的多车型随机用户均衡模型,设计了遗传-模拟退火混合优化的求解算法。计算发现路网收费收入目标的高低将直接影响测算所得费率的高低,进而影响各车型OD出行量,且时间价值低的车型用户比时间价值高的车型用户受费率变化的影响要更为显著,表明双层模型在费率决策过程中能兼顾相关各方的利益,建模时考虑车型分类能更合理地反映现实情况;与遗传算法、模拟退火算法相比,遗传-模拟退火算法计算结果最优。     

中心城区机动车停车设施规划研究

随着城市,尤其是城市中心城区停车需求的日益增加,停车问题的日益突出,对城市停车设施进行合理规划显得尤为重要。本文对城市中心城区停车特征进行分析归纳,对城市各种停车需求进行分类,在研究结论中针对每种停车需求提出相应的停车设施供应,并尝试给出各类停车设施的合理比例。本次研究成果在宜兴市中心城区停车设施规划中得到应用,并取得良好的效果。     

一种新的机场地面容量评估模型

空中交通流量剧增,机场容量与空中交通需求的矛盾日益凸出,针对机场地面滑行网络,提出滑行飞机流优化算法,确定飞机经过指定滑行路径上各点的最优时间,避免航班冲突,减少航班延误,将该算法用于机场地面容量评估模型中的飞机流产生模块,结合计算机图形仿真技术开发了机场地面容量评估系统,利用成都双流国际机场的实际航班数据进行仿真计算,得到的容量评估结果验证了该评估模型的可行性和优越性。     

浅谈公路建设对筑养路机械的要求

目前公路建设的发展滞后于因国民经济的迅速发展而带动道路运输业发展的需求。因此加快县乡公路及高速公路的发展是今后一段时间内国家的已定方针,这就为筑养路机械的需求提供了广阔的商机。     

考虑出行环境的居住满意度结构方程模型

为解决居住满意度缺少定量涵盖出行环境的问题,从出行环境、地理区位、社区环境、住房条件4 个维度提取居住满意度的影响因素,构建涵盖5 个潜变量、21 个测量变量的居住满意度结构方程模型,描述出行环境对居住满意度的影响及相互作用关系. 结果表明：出行环境、地理区位、社区环境、住房条件对居住满意度均有显著的正向影响,地理区位对出行环境也存在显著的正向影响;各维度总的影响效应呈现出地理区位(0.913),出行环境(0.877),社区环境(0.748),住房条件(0.532)依次递减的趋势,但出行环境对居住满意度的直接影响最大,其值为0.887.     

考虑博弈的多智能体强化学习分布式信号控制

交通需求的不均衡和波动会增加分布式信号控制优化的难度. 由于现有独立动作的多智能体强化学习(IA-MARL)仅基于自身的历史经验做出决策,基于IA-MARL的分布式信号控制难以及时缓解交通需求不均衡和波动的影响. 本文融入博弈论的混合策略纳什均衡概念,改进IA-MARL的决策过程,提出考虑博弈的多智能体强化学习(G-MARL)框架. 在采用带有泊松到达率的道路网络流量不均衡输入的格子网络中,分别对基于IA-MARL 和GMARL 的分布式控制方法进行数值模拟,获取单位行程时间和单位车均延误曲线. 结果显示,与IA-MARL相比,G-MARL在单位行程时间和单位车均延误方面分别改善59.94%和81.45%. 证明G-MARL适用于不饱和且交通需求不均衡和波动的分布式信号控制.     

道路阻抗函数研究综述

道路阻抗是交通分配和路网规划中的重要参数,是路网属性抽象的重要内容之一。为给道路阻抗函数研究提供新思路和新方法,更好服务于交通分配和路网规划,针对路阻函数的研究背景及现实意义,从路阻函数研究方法和影响因素两方面综合对比分析各种路阻函数模型的优缺点,分析得出既有研究多以美国联邦公路局（Bureau of Public Roads, BPR）函数为基础,针对BPR函数本身缺陷进行优化,或加入其他影响路阻的因素进行优化。在此基础上,总结得出目前路阻函数研究中存在不重视数据采集、函数内参数不可靠、函数适应性不强等问题。最后,对未来研究方向进行了展望,未来可应用车联网、自动驾驶等前沿技术采集数据,应用大数据和人工智能算法提高参数可靠度,提出适用于自动驾驶的路阻函数,制定路阻函数适应性标准,扩大路阻函数应用范围。     

考虑汽车共享服务的出行方式选择影响因素研究

为了分析汽车共享服务对城市出行者出行方式选择行为的影响,基于随机效用理论,运用行为调查和意向调查数据,以汽车共享服务、出租车、地铁三种出行方式作为选择肢,构建多项Logit模型,并应用SPSS软件对模型进行拟合检验与参数估计。研究表明：性别、年龄、最常使用交通工具、日常通勤单程距离、出行距离和汽车共享服务收费标准均会对出行者的汽车共享服务选择行为产生显著影响;中青年男性更倾向于选择汽车共享服务出行,且随着出行距离的增加、汽车共享服务收费标准的降低,汽车共享服务被选择的概率会增大;相较于出租车,日常通勤单程距离为20~30km的出行者更倾向于选择汽车共享服务;相较于地铁,最常使用交通工具为私家车的出行者选择汽车共享服务的概率更大。因此,为提高汽车共享服务被选择概率,应提高用户体验、服务水平,合理设置收费标准。     

基于手机信令数据的城市通勤出行特征研究

通勤交通出行特征是研究城市交通规划的重要数据基础,如何有效提取通勤出行特征成为研究城市居民通勤出行的关键。文章通过分析手机信令数据特性和通勤出行特征,利用手机信令数据挖掘的相关技术,建立通勤出行特征提取模型并进行实例研究,与传统的居民出行调查分析进行对比,验证利用手机信令数据进行通勤出行特征研究的可行性。     

基于网约车数据的城市区域出行时空特征识别与预测研究

针对交通需求特征识别和需求预测问题,构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型,快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法,以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据,验证模型的有效性和准确性. 结果表明,模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测,取得较好的结果.