城市公共交通优先对策分析

由于我国一些地方对于优先发展公共交通的政策缺乏必要的认识和研究,因此,分析城市公共交通优先中存在的问题,提出一些改善措施和建议,加大轨道交通建设,加强对公共交通的科学管理。     

基于出行决策分析的发车频率计算

出行时间过长是公交出行率偏低的重要原因之一,而出行时间与公交线路发车频率密切相关,有必要研究发车频率对居民出行决策的影响。基于居民出行调查数据,分析出行决策影响因素,利用随机效用理论,建立选择方案为自行车与公交的BL模型,并在MATLAB环境下采用Newton．Raphson法编程求解,预测出行时间对公交出行率的影响;进而分析发车频率对公交出行时间的影响,最终得到公交出行率与发车频率的对应关系,由此计算给定公交出行率下的发车频率。文中通过计算实例说明该方法在计算发车频率及评价公交运营调度方案优劣上具有实用价值。     

相关系数模型在交通影响分析中的应用

本文在对常用交通影响分析范围确定方法和项目交通分布预测方法分析的基础上,将基于交通观测的相关系数模型运用于项目出行分布预测,提出在出行分布预测的同时逐步确定交通影响范围的方法,并结合具体案例进行分析。文章最后总结了模型的优点。     

大城市居民出行方式决策方法研究

本文在分析各种出行方式特点的基础上,建立了居民出行决策指标体系。进而根据确定和不确定两种环境分别建立了居民出行方式决策模型。针对确定环境,构建了基于双基点法的居民出行决策模型;针对不确定环境,构建了基于区间排序法的居民出行决策模型。最后用实例分别验证了模型的可行性,证明了该决策系统对人们日常的出行行为有一定的指导意义。     

基于改进遗传算法的接运公交线路生成优化模型

城市轨道交通接运公交线路布设效果直接影响到轨道交通线路的运营效率．为了探讨轨道交通接运公交线路的最优布设方案,以最少线路接运最大客流量为目标,建立了线路生成的优化模型,并给出了求解该模型的改进遗传算法．以北京地铁5号线宋家庄站和刘家窑站的接运公交线路布设方案为例进行分析,结果表明：两个轨道交通站点布设6条接运公交线路能够使接运公交线路的载运能力最大,为205人／（km／h）．     

HTN规划中面向多计划生成的顺序任务分解算法

顺序任务分解算法（OTD）是层次任务网规划（HTN）中的一种高效求解算法．由于算法中的计划生成采用一次性回溯机制,每次求解过程只能产生一个可行计划．文中提出了一种能够快速生成多个可行计划的回溯算法．该算法采用分段回溯的计划生成机制,充分利用了求解过程中生成的局部解序列,从而能够一次性地快速生成多个可行计划,为寻求优化的计划和进行计划的评估提供更为有效、灵活的支持．     

内蒙古自治区交通公众出行信息服务系统建设方案研究

公众出行信息服务建设在今后的几年中将是交通信息化建设的重点内容。通过对国内外公众出行信息服务系统的建设现状的分析,针对内蒙古交通公众出行信息服务的需求,提出具体的系统建设方案。     

考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

汽车仿真中三维路面模型生成系统开发

提出了根据多功能激光路面检测仪测得的路面信息,利用Delaunay三角剖分结合加权函数插值生成三维路面模型的算法,在此基础上开发了路面生成系统,该系统可以生成不同网格形式的路面模型及其相应的路面文件,可以直接被汽车仿真软件调用.通过功率谱对比与Adams仿真分析对生成的路面模型进行验证,结果表明生成的路面模型能够真实地反映实际路面不平度的特征.     

A generalized partite-graph method for transportation data association

There are many problems in transportation which involve reconstructing the associations between different entities. For example, data points related to a vehicle from different sensors could be matched to reconstruct the trajectories of vehicles. Or, in population synthesis for microsimulation, lists of persons, dwellings, and vehicles could be generated individually from source data and then matched into synthetic households. There are numerous other examples. The unifying theme is a desire to construct realistic unit-level associations from aggregate or anonymized data. The problem demands a method that is behaviorally consistent and operationally efficient to handle large datasets. We adapt concepts from graph theory to formulate this class of problems as a k-partite graph. This approach is generic and can incorporate expectations of behavior in the form of edge weights. A Dijkstra algorithm based solution is proposed for a subset of k-partite graphs which permits a direct comparison with pair-wise matching and applied to a case study of bicycle tracklets. We then propose an iterative improvement algorithm as a generic method and apply it to a complete k-partite graph in a population synthesis case study. The first case study shows that the k-partite algorithm outperforms the previously used pair-wise matching algorithms. The second case study demonstrates the generality of the proposed algorithm to all k-partite graphs and shows that the generic method is fast and scalable to large problems. As a whole, this paper aims to show that k-partite methods are behaviorally consistent, efficient, and potentially applicable to a wide variety of transportation data association problems.