基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率,故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时,建立考虑时间阈值的新登机模型;在干扰时间阈值分布的基础上,通过优化算法分配行李,从而使登机时间最小,进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程,Steffen 次序具有最大的干扰时间阈值和优化空间;本文提出的动态登机策略可以缩短登机时间,使登机效率显著提高.     

基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究

为提高我国城市对外交通中客运多方式协同运行效率,优化客运资源配置,依托人口迁徙大数据,建立量化分析城市对外交通客运方式优势出行距离的方法. 提出用绝对优势出行距离和相对优势出行距离来表征优势出行距离,分别构建城市对外客运方式的绝对优势出行距离模型和相对优势出行距离模型;利用人口迁徙大数据,绘制基于出行距离的客运方式分担率曲线,对优势出行距离模型进行求解. 结果表明,我国城市对外交通中公路、铁路、航空客运方式的绝对优势出行距离分别为[8, 119] km、[119, 1 594] km和[1 594, 3 000] km,相对优势距离分别为[8, 463] km、[318, 983] km和[2 477, 3 000] km.     

基于改进Copula 的海上运输关键节点应急保障能力评估

海上运输关键节点的应急保障是最大限度减少突发事件造成损失的重要方面. 考虑影响海上运输关键节点应急保障能力各因素之间的关联性,因素变量分布情况的影响,以及多维变量导致Copula 函数的参数求解困难等问题,构建基于因子分析(Factor Analysis)和 Copula 函数(FA-Copula)的海上运输关键节点的应急保障能力评估模型,对海上运输关键节点应急保障能力进行评估,分析不同因素的影响. 计算结果显示：整体对比来看,应急能力比较好的是直布罗陀海峡、马六甲海峡和巴拿马运河,比较差的是苏伊士运河;从其中提取的公共因子FA1 来看,马六甲海峡比较好,苏伊士运河比较差;对不同因子变量联合分布比较发现,不同因子变量分布会对结果产生不同的影响.     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

道路交通系统韧性及路段重要度评估

韧性可以全面描述扰动事件下系统吸收干扰并从干扰中恢复的能力. 针对已有韧性指标对系统性能评价不全面、未考虑交通流量影响等问题,从路段通行能力退化与恢复入手,以网络效率为系统性能指标,构建全面评价扰动事件影响期内系统性能的韧性指标. 分别基于乐观和悲观视角提出韧性增加值和韧性减少值路段重要度指标,提出识别路段重要度的启发式算法. 算例结果表明：本文提出的韧性指标可全面描述扰动事件下路网性能退化与恢复全过程的平均累积性能,更加符合韧性指标内涵;韧性增加值和韧性减少值指标均能有效识别路段重要度,大部分路段重要度随时间动态变化.     

适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征,利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表,通过各类数据关联融合,提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库,采用Python语言编写代码,构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此,运用银川公交大数据进行客流集散点识别、客流走廊识别,得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明,一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.     

基于分区优化的高铁车站通过能力提高方法

车站通过能力是铁路能力的一个关键制约点,本文通过降低咽喉长度对车站作业间隔时间的影响,扩大高铁车站通过能力. 分析车站分区的划分原则及方法,研究车站进路关系模型及作业间隔时间的计算方法. 以通过列车数量最大化为目标,考虑车站作业间隔时间,不同作业类型列车比例等约束条件,建立基于分区划分的车站通过能力优化模型及算法. 案例分析表明,不同作业类型列车比例及组合方式对能力的影响较大,分区划分车站咽喉区可有效减少列车作业间隔时间,提高车站通过能力.     

基于家庭属性差异的大学生出行方式选择行为研究

为剖析家庭属性差异对大学生出行方式选择行为的影响,基于非集计理论,构建家庭属性差异的大学生出行选择多元Logit 模型. 根据四川省2 571 份大学生出行行为调查问卷,运用SPSS 软件标定模型参数,获取影响大学生出行选择的主要家庭属性因素,并进行敏感性分析. 结果表明：家庭平均年收入、经济净流对大学生出行方式选择有显著的影响;以航空运输为参考,家庭平均年收入、经济净流对公路运输方式选择的影响大于铁路运输;“祖辈替孙辈购买机票”的折扣票务形式可提高大学生选择航空出行的概率.     

中国乘用车工况构建

依托“中国工况”项目，对我国乘用车行驶工况进行深入研究. 在全国41 个城市采集乘用车共计1 600 万km的行驶数据，收集各城市交通量大数据用于权重因子开发；利用权重因子对采集数据进行加权，获取代表我国驾驶特征的、统一的速度-加速度分布，以其为基准，使用卡方检验选择最优短片段组合作为我国乘用车行驶工况(CLTC). 对比CLTC工况特征与其他典型工况及实测数据GIS加权结果，CLTC工况更符合我国实际.