基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

突发环境下城市道路网关键路段集识别

为了更好地判断出突发环境下城市道路网络中的关键路段,本文结合路网脆弱性分析方法,构建了一种涵盖单条到多条路段失效的关键路段集识别模型.首先,对路网进行随机攻击,运用网络效率、最大连通子图等鲁棒性指标寻找潜在关键路段;然后,引入0-1变量,建立一个含道路通行能力约束的非线性优化模型;再以此为基础,用分段线性化手段处理目标函数与约束条件,将模型转化为一个混合0-1规划问题;最后,以分支定界法求解模型并设计算例验证.结果表明：突发环境下的路网关键路段集一般不是若干关键路段的简单集成,其构成元素在几何拓扑层面上也不具有邻接关系;而且随着失效路段数的增多,路网鲁棒性与总阻抗变化量之间会呈现出较显著的负相关关系,可用“逆向”曲线进行刻画,效果良好.     

基于Logistic回归模型的高铁客运市场细分

本文以渝利高铁的旅客运输市场为研究对象,通过设计并发放SP/RP调查问卷,获得4 164份沿线旅客出行特征与自身特征的随机样本数据。通过分层抽样并构建基于Logistic回归方法的分类模型对样本数据进行处理,进而进行客运市场细分,得到三个细分子市场:外出务工型、非经济出行型和商务出行型。然后从年龄、月收入与职业等3个指标进行子市场的特征描述,其分析成果有助于渝利高铁运营者为实现客运效益最优进行差异化产品设计。     

基于路网压缩的城市路网脆弱路段识别

为了更高效地识别出突发环境下城市道路网络中的脆弱路段,首先通过网络特性分析,运用网络效率变化量与最大连通子图变化量这两类鲁棒性指标筛选出道路网络的潜在脆弱路段集合,并在此路段集合的基础上设计出一种基于可达性原理的路网矩阵压缩算法,该算法可将原始路网压缩成若干个彼此连通且相互独立的子路网。然后在压缩后的各个子路网上,考虑不同类型出行者对路段阻抗的随机估计偏差以及对应的路径选择行为,推导出一个多用户随机均衡配流模型并用MSA算法进行求解。最后通过改进原有的网络效率指标,构建出一个新的融合交通流随机分布特性的路网脆弱性指标,用来识别各子路网中的脆弱路段,再结合实测数据进行了模型验证。结果表明:相较于传统的遍历法,基于路网压缩的脆弱路段识别模型能够真实地刻画出突发环境下城市路网交通流分布的随机特性,而且求解模型所耗时间明显缩短(计算过程仅约2～3 min);该模型的求解结果对各个子路网中的脆弱路段有着更好的区分(区分度比传统的遍历法高出24.46%),这能够有效地降低传统识别方法对城市网络脆弱路段误判的可能性,并能够及时地为突发环境下的城市交通管理部门提供关于应急救援与人员疏散的决策支持。     

融合主体偏好的铁路全生命周期指标评价

为了量化铁路设计方案在全生命周期内对不同指标的偏好程度,研究了多目标条件下融合主体偏好信息的铁路指标评价问题。将项目周期分为决策设计、施工建设与运营维护3个阶段,对比各阶段参与方的参与率选出不同主体,分析参与主体对经济效益、环境影响与安全性能3个子目标的偏好程度,结合现有的关于铁路项目全生命周期的指标体系,构建多目标指标评价模型并利用拉格朗日乘子法求解。贵广铁路案例结果表明:该研究成果可较好量化各阶段主体对速度目标值(0.442)、平均上座率(0.509)、平均周转量(0.493)等指标的偏好程度,并可为决策者在以经济、环境和安全等综合效益为优化目标进行设计方案比选时提供技术方法。