Dynamic demand estimation and microscopic traffic simulation of a university campus transportation network

Abstract

This article documents the authors' experience with the modeling, simulation, and analysis of a university transportation system, using the TRansportation ANalysis and SIMulation System (TRANSIMS). The processes of data preparation and network coding are described, followed by the algorithm developed to estimate the dynamic 24-hour demand, which includes a procedure for estimating the ‘desirability’ of the different parking lots from readily available data. The dynamic demand estimation algorithm is validated by comparing estimated and observed parking lot occupancies, where it is shown that the algorithm is capable of replicating observed results. Finally, an example is included to demonstrate how the developed model can be used in campus transportation planning. Besides serving as a first case study for using TRANSIMS to model a university campus, the study's contributions include the development of a procedure for parking lot desirability ranking and a practical procedure for estimating dynamic demand on university campuses.     

便捷低碳出行与优质公共交通体系

“公交都市”倡导的可持续发展理念为公共交通发展指引了方向并得到广泛认可。然而,对“公交都市”理念的误解和在实际行动中的偏离,使得最初的目标往往难以实现。首先分析公交出行分担率的作用和特征,指出建设“公交都市”不应过分看重公交出行分担率的短期提高,公共交通体系的建设应聚焦便捷和低碳目标。提出优质的公共交通体系应是由功能分层清晰、覆盖各层次服务水平要求的多种公共交通方式组合形成一体化体系。最后,以便捷低碳为纲要,从轨道交通系统、公共汽（电）车系统、辅助公交系统三方面探讨构筑优质公共交通体系的途径。     

Effectiveness of travel time reliability indicators in the light of the assessment of dynamic managed lane strategy

ABSTRACT

The aim of traffic management is to ensure a high quality of service for a maximum number of users by decreasing congestion and increasing safety. Uncertainty of travel times decreases the quality of service and leads end users to modify their plans regardless of the average travel time. Indicators describing travel time reliability are being developed and should be used in the future both for the optimization and for the assessment of active traffic management operations. This article discusses the efficiency of certain reliability indicators in an ex-post assessment of a traffic management strategy. Ex-post assessment is based on an observational before–after study. As some factors other than the studied management strategy may intervene between the two periods, and as most reliability indicators require knowledge of the full travel time distribution and not only its average, a methodology is developed for the identification of the impact of these exogenous factors on the whole distribution. Many reliability indicators are split into different parts allowing the identification of the part due to the management strategy impact. The methodology is tested numerically on a managed lane operation consisting of Hard Shoulder Running (HSR) at rush hour on a section of a French motorway. The variation of some reliability indicators appears misleading, whereas the splitting of the indicators increases our understanding of the strategy and highlights its impact. The paper gives the reliability assessment of the HSR field test and discusses different reliability indicators to identify their potential performances and shortcomings.     

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.     

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.     

基于异构模型的铁路出发旅客衔接时间价值

旅客时间价值是开展区域综合交通一体化研究的重要参数.本文针对现有文献中铁路旅客衔接时间价值研究较少、异构模型计算结果的比较不够充分等问题,以成都铁路东客站出发旅客衔接方式选择SP数据为依托,建立了MNL、ML、LCL、Hybrid等异构模型,对异构模型所得旅客个体和样本总体的等候时间价值、车内时间价值进行了比较.结果表明：模型结构对时间价值求解有较大影响,ML中单侧三角分布模型求解结果较为合理;Hybrid模型在拟合效果上表现优良,但在个体等候时间价值求解结果中呈现出较为明显的偏态性,给总体统计描述带来一定的困难.由于目前尚无关于时间价值的明确比选方法,应用中可考虑取异构模型计算结果的均值.     

基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.     

城市建成环境对出租车出行需求影响研究—— 基于空间溢出效应的分析

城市建成环境对交通出行具有深刻的影响,为探讨快速城市化时期我国城市 建成环境对出租车出行需求的影响,本文构建了考虑空间溢出效应的计量模型,以北京 市为例开展了实证研究.基于交通分区空间尺度,利用出租车GPS 数据获取了交通分区 出行需求,度量了住宅类、工作岗位类及交通设施类等变量表征建成环境,进而研究建成 环境对出租车出行需求的影响.通过传统最小二乘法的多元回归模型、空间自回归模型与 空间杜宾模型进行对比发现,空间杜宾模型的拟合度和解释力最优,研究建成环境对出 租车出行需求的影响时不能忽略空间溢出效应.利用空间杜宾模型参数估计结果,分析了 建成环境的住宅类、工作岗位类及交通设施类变量对出租车出行需求的直接效应、溢出 效应与总效应.本文力求掌握出租车出行需求产生的内在城市环境因素,为降低出租车空 驶率、实现出租车空间需求预测及分布均衡提供依据.     

交通模型的价值

在既有规划编制导则中,已经明确交通模型和交通需求分析是综合交通体系规划、轨道交通线网规划的重要工作内容。交通模型的价值并非仅仅体现在预测结果和精度上,更在于编制过程中对交通特征和供需关系的分析,对战略方案、系统方案的指导、解释、论证的作用上。但在现实规划编制中,模型的地位和价值在丧失,日益成为项目成果中的摆设品,难以支撑交通需求深入分析,并与战略构思、方案制定相脱节。与此同时,规划实践、大数据、交通模型的发展趋势,亟须重新审视模型的价值,提升模型精细化的定量分析水平。最后,从机制保障、应用推广、功能拓展、科研攻关等方面,提出促进模型价值提升的相关建议。     

基于随机系数Logit 模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.