综合交通枢纽交通方式选择模型研究

立足于离散选择模型和Nest Logit模型的基本理论,针对Nest Logit模型可以考虑不同选择项之间相关性的特点,研究其在综合交通枢纽交通方式选择方面的应用。分析综合交通枢纽内部各种交通方式的特点,建立基于Nest Logit模型的综合交通枢纽交通方式选择模型,确定其效用函数,计算交通方式选择概率,并对模型参数进行标定。在分析中山市居民换乘意愿调查数据的基础上,针对不同距离分别对出行者换乘交通方式选择进行预测,并把预测结果同实际调查结果进行对比分析,验证了模型的适用性。     

变海拔环境下的车用柴油机进气压力控制仿真研究

针对车用柴油机运行在高原地区外特性恶化的难题,提出了一种变海拔环境下柴油机进气压力控制方法,该方法通过调节高压级增压器旁通阀流通系数来动态调节二级涡轮可调增压系统压比。在基于最佳空燃比和最大输出功率的柴油机进气压力动态控制仿真基础上,建立了高压级增压器旁通阀流量系数与转速及大气压力的匹配关系。仿真试验表明,该方法大幅度降低了大气压力变化对柴油机外特性的影响,动力性和燃油经济性得到了明显改善。     

基于实时路况信息的驾驶员路线选择行为模型

从驾驶员出行路线选择的影响因素出发,将实时路况信息影响引入路线选择行为中,在分析实时路况信息及其评价指标的基础上,考虑路线选择行为中可能存在的相关性因素,构建驾驶员路线选择GNL（Generalized Nested Logit）模型,并建立基于可获得实时路况信息满意度的驾驶员路线选择行为效用函数,以求更加客观地反映驾驶员实际路线选择行为。     

拥堵收费对弹性出行的小汽车使用者出行方式选择影响研究

所有出行群体中,受拥堵收费政策影响最大的是弹性出行的小汽车使用者。引入相对拥堵费作为政策变量,表征拥堵收费政策对该群体出行方式选择的影响,并基于Nested Logit模型,建立了拥堵收费影响下的出行者出行方式选择模型。利用对南京新街口商圈区域弹性出行的小汽车使用者进行的RP和SP调查所获得的数据,对模型参数进行了估计,结果显示:女性、低收入者、IC卡持有者、短途和高频出行者在面对拥堵收费政策时,更容易放弃小汽车而转向公共交通出行。利用弹性理论,分析了不同拥堵费水平下出行者对出行时间和拥堵收费政策的弹性,结果发现:①出行时间的弹性反映了出行方式的总体服务水平;②出行者在出行方式选择时对拥堵收费变得“显著”敏感的临界值为13.25元/次。      

智能型手机应用程序对运具选择行为之影响

因应资通信技术发展,智能型手持设备逐渐普遍,应用程序蓬勃发展改变人类传统行为模式甚巨.其中,运输相关之应用程序多样化发展,功能包含地理信息系统的应用、交通信息的提供、车辆派遣的预约、交通票证的订定、观光游程的设计等.依据台北市交通局统计2013年民众透过智能型手机应用程序查询次数,每月已高达6 000万次以上,实有必要针对运输类应用程序所衍生之效果进行探究.论文主要研讨智能型手机应用程序所提供的交通运输信息对用户旅运行为之运具选择影响,透过问卷调查,进行个体运具选择模式之构建,以分析台北市旅运者在受智能型手机应用程序提供的实时交通信息对于运具选择行为转变之影响,期能了解ITS结合智能型手机应用程序的交通信息服务对于提高公共运输便利性之效益.      

基于分层logit模型的旅游交通方式选择研究

通过对旅客进行旅游交通方式选择的量化研究,得出各交通方式的选择概率,有利于各旅游地进行规划.首先通过分析过去与现在人们旅游交通工具的选择的不同,得出影响交通工具选择的影响因素.然后根据各个影响因素建立分层logit预测模型,对水平1和水平2进行标定,得出各个影响因素的参数值,从而得到各交通方式的选择概率.再利用该建模对近、中、远3种距离模式进行交通工具选择的预测,最后得到的预测结果与实际情况较为符合,相差的概率在0.05以内.      

基于出行时间预算负效用的出行行为建模

为研究出行者出行行为,引入出行时间预算负效用的概念.分析通勤者出行机理为先确定出发时刻,在给定出发时刻下计算备选路径的出行时间预算负效用,选择效用最大的路径出行,利用此次出行信息来调整下次出行的出发时刻,经过多次出行达到稳定状态.建立了双层规划模型描述不确定环境下出发时刻和路径选择的出行行为.用改进的相继平均法（MSA）求解下层路径选择模型,用遗传算法来解整个双层规划.用一个实例对模型和算法进行了验证.     

基于数据包络分析的军事运输方式选择研究

针对运输费用、能源消耗、运输时间,运输能力、适应能力、方便程度、安全性等影响军事运输方式选择的主要因素,利用数据包络分析理论,通过实例计算出了各种运输方式的投入产出比并按其值大小进行绩效排序,进而选出最优运输方式,并对其它运输方式进行分析评价。     

��ͨ��Ϣ�ּ����ճ�·��ѡ���Ӱ������о�

交通信息对路网交通的影响是学术界广泛关注的问题,目前在这类研究中,大多是假定向出行者发布流量或旅行速度等详细的信息数值.而在实际交通信息发布中,由于检测精度等限制,只能向用户提供分为若干个级别的定性信息.本文针对这一问题,对交通信息影响下出行者日常出行决策行为以及对交通信息的感知行为进行了建模,随后使用仿真手段研究了交通信息分级条件下出行者的日常路径选择行为.结果发现,发布分级信息能使交通系统更快地达到随机均衡状态,代价是均衡状态的稳定性有所下降.同时,与发布详细信息相比,发布分级信息时系统性能较少受到信息更新周期的影响,对交通信息系统的实际应用具有一定参考价值.     

VMS行程时间诱导效益仿真算法

基于宏观交通仿真模型,提出了可变情报板(VMS)行程时间诱导效益仿真算法,分析了驾驶人的信息关注率和信息理解偏差系数对VMS行程时间诱导效益的影响。以行程时间计算模型和驾驶人信息响应模型与METANET仿真模型为理论基础,以路网总耗时改善率为诱导效益目标,在3种不同规模的路网上进行仿真试验。仿真结果表明:VMS行程时间对于改善路网运行效率通常具有正面的诱导效益;信息关注率越高,信息理解偏差系数越小,诱导效益越显著;当信息关注率为80%以上时,小型、中型、大型3种路网的诱导效益分别达到28.89%、15.87%、10.53%以上。可见,仿真算法有效。