排序方式: 共有76条查询结果,搜索用时 31 毫秒
1.
��ͨ������������ڱ������˻��е�Ӧ�ú����� 总被引:3,自引:0,他引:3
交通需求管理(TDM)已成为保障奥运会期间突增交通需求的必要手段。本文在综合奥运会交通需求特性和对比往届奥运会TDM政策要点的基础上,从控制机动车使用、设置奥运专用道、公共交通保障、错时上下班及人性化保障等5个方面阐述TDM政策在北京奥运会中的应用,并从政策综合性、可操作性、接受程度及政策实施效果等4个角度对该TDM政策进行效果评价。数据表明:TDM政策的实施使道路交通流量下降22.5%,早高峰路网平均车速提高28.5%,122报警量下降,公共交通客运量大幅上升,且公共交通的出行比例达45%以上,有效均衡了交通需求,达到预期目标。 相似文献
2.
3.
出行舒适度是影响交通方式选择的要素之一,但由于缺少合理的量化方法,其评价长期停滞于定性描述,难以科学反映不同交通方式的服务水平差异。就典型出行环节进行疲劳测定实验,采集不同情况下出行者在单位时间内的客观体能消耗及其对出行疲劳的主观感受;采用自由模量幅度估计估算出行疲劳的主观感受,并与客观体能消耗进行对比。结果显示,车辆行进方式、乘车姿势、乘客负重、车内拥挤程度等均对体能消耗有显著影响,且客观体能消耗与主观感受之间存在显著差异。最后,利用实验结果以北京市和中山市为例进行案例分析,结果表明,在交通方式选择过程中,体能消耗对出行者产生的影响不亚于出行时耗。 相似文献
4.
以非连通型城市轨道交通网络为研究对象,根据城市轨道交通网络周期性运行特点,在深入考虑拥挤及换乘客流脉冲性到达特征的前提下,给出1个循环周期内城市轨道交通网络运营费用及乘客出行费用计算方法.并在此基础上,以各运营线路发车间隔及发车时刻相位差为决策变量,以乘客及运营企业的综合费用最小为目标,以列车发车间隔、列车容量、站台容量、运营补贴等为约束,建立城市轨道交通网络列车时刻表优化模型.根据模型特点,提出了一种基于仿真的遗传算法对模型进行求解.算例结果显示,与既有优化方法相比,本文模型能够更加细致地刻画乘客换乘过程,有效降低系统综合费用,并确保各项服务指标在安全范围之内. 相似文献
5.
本文针对智能交通和主动交通管理提出了一种适用于大规模交通分配和路径规划的分布式计算方法。讨论了通过信息传递接口(MPI)在多中央处理器(CPU)上并行计算实现的一系列研究需求和实现挑战;将基于时空事件的车辆路径规划模型应用于大规模的城市路网仿真;将原始车辆路径规划模型分解为一系列计算效率较高的子问题,大幅减少了仿真耗时和通信开销。通过将子问题分发到单独的分布式CPU上,使CPU可以同时执行其任务,并保证较好的负载平衡。重点分析了将所提出的方法应用于北京路网大规模路径规划,以及该方法在不同CPU核数下的计算效率。结果表明:所提出的并行计算方法可以显著减少计算耗时,并在512个计算节点上实现200倍以上的加速比。 相似文献
6.
7.
借助开源大数据平台,提出交通可达性及城市经济活动数据采集策略,利用全局常参数和局部变参数回归模型研究北京市六环区域内两者的空间特征.相比于全局模型,局部模型能够较好地刻画交通可达性与城市经济活动间的空间异质性特征.结果表明,私人交通可达性呈现以天安门为中心径向递减的多圈层结构,公共交通呈现轨道交通沿线区域高的特点.交通可达性与经济活动匹配度具有空间非平稳性,空间分离和匹配现象并存.西北部、中部区域空间匹配特征显著,东北部、东部区域次之,西南区域空间分离现象最为严重.丰台及良乡等分离区域,宜重视道路及轨道线网等基础设施建设工作;未来科学城等私人交通匹配,公共交通分离的区域,可考虑修建轨道线路,并增加公交运营服务水平;中关村科学城、北京经济技术开发区等匹配区域,以调整交通运营管理政策为主. 相似文献
8.
北京市交通综合信息平台是保障北京市ITS协调、持续发展,并充分发挥效益的基础.本文根据北京市交通综合交通信息平台示范工程项目组的研究成果,概述了北京市交通综合信息平台示范工程的基本定位、建设目标、用户服务、系统框架和项目研究、建设的进展情况等.其中,作为十五“科技奥运”示范工程,该项目在关键技术和工程建设上都进行了有益探索和尝试. 相似文献
9.
交通事故的发生会引起其上游路段通行速度的下降和交通流量的堆积,从而引发交通拥堵.本文主要研究了城市道路中交通事故引起的交通拥堵的时空分布特征.首先,基于北京市事故数据和路段速度数据分析交通事故影响下的车辆速度变化特性;接着,根据交通事故信息和事故路段流量与速度数据,建立了一种基于速度差异的拥堵判定模型,并对其时空维度的约束条件加以限定.在此基础上对事故引发的拥堵时空范围进行量化描述;最后,依托仿真数据与北京市真实事故数据进行效果验证.结果表明,该方法可以有效地描述交通事故引起的拥堵时空分布特性. 相似文献
10.