TRB2017年会——行人交通及智能交通研究综述

介绍了2017年第96届美国交通运输研究委员会年会(2017 Transportation Research Board 96th Annual Meeting, TRB2017)的概况,包括TRB的组织构架、TRB年会的组织形式及所涉及的领域等.重点介绍行人交通及智能交通2个研究领域的最新进展,并对其未来的发展进行了展望.行人交通方面,结合交通流理论与特征、应急疏散、行人等6个相关TRB(分)委员会的会议组织情况,分别从群集动力学、人员疏散、道路行人交通和客流服务与安全4个方面进行了分析和展望;智能交通方面,结合智能交通系统、自动化与互联化车辆的角色和车辆-高速公路自动化3个TRB委员会的大会组织情况以及讨论情况,分别从智能交通对驾驶安全的影响以及车路协同对交通效率和环境的影响2个方面进行了分析和展望.      

基于路网空间拓扑结构的交通流数据填补模型研究

由于传感器故障、状况不稳定或数据传输等问题,交通流数据存在大量丢失的情况,对依靠这些数据进行交通科学决策产生了很大的影响.基于以上问题,提出一种基于空间拓扑结构的交通流数据填补方法,模型通过选取区域的典型道路训练上下游之间相关参数,根据道路类型匹配典型道路,应用典型道路的参数进行交通流数据填补,并利用武汉市实际交通检测器数据进行模型验证.选取武汉市实际道路上2个典型地磁检测器进行数据填补误差分析,不同填补方式下的平均相对误差为52.88%和51.93%,相对于传统的交通流数据填补建模来说,基于空间拓扑结构的填补模型在实际的应用过程中,能够在更大的范围内对丢失的交通流数据进行填补.      

基于M/M/C排队模型的三峡大坝船舶待闸时长预测研究

为研究三峡大坝船舶在锚地长时间滞留待闸的问题,收集并统计了三峡坝区2013年下行方向上不同类型船舶到达上游锚地和通过船闸的流量数据,并对船舶待闸时间进行了频数统计;引入排队论方法,将船舶在三峡坝上锚地排队待闸到离开锚地的过程构建为随机输入多服务台排队系统,利用M/M/C排队模型求解系统的平均等待时间,平均队长等;将2013年船舶到达率和锚地服务率作为输入,模型计算得出的平均停留时间与实际情况的绝对误差为7.3%,表明了模型的适用性;使用不同的船舶到达率和锚地服务率参数,开展模型敏感性分析,结果表明若船舶到达率降低15%(例如15%的船舶采用翻坝运输),锚地泊位由超负荷状态转为能力充足;相反,若达到率增加15%,系统将处于不稳定状态,无法继续运行;但此时若将锚地服务率提高30%,则系统又能够恢复稳定,泊位可以满足需求.      

面向新城的土地利用-交通整体规划建模方法

在城市高质量发展的背景下,大量城市新城的规划缺乏新城与主城协同的土地利用与交通系统的一体化规划,造成众多的不协调问题,如新城与主城间交通走廊拥堵和"鬼城"等.因此,本文基于新城、主城的土地利用与交通系统的交互关系,提出面向新城规划的城市土地利用-交通整体规划模型建模方法.通过为主城与新城分别构建相应的宏观经济预测模块、...     

地铁站人员疏散路径选择行为分析及Logit建模

掌握地铁站的密集人群在应急疏散过程中的路径选择行为规律,对于紧急情况下保障地铁站人群安全具有重要意义.但现有针对疏散路径选择行为的研究多局限于主观分析与优化算法设计,尚缺乏结合实测数据的客观机理和建模研究.为此,基于地铁站疏散演习数据,重点针对疏散路径中的3个路径选择决策点,提取了这3个位置每个可选路径方向上的人流量、疏散引导信息、人员行为以及每条路径的属性数据,分析了有引导和无引导情况下的人员疏散路径选择行为规律.发现疏散人员在选择路径时具有跟随性,且更倾向于选择人流量大的路径.在本次演习中,3个有疏散引导的方向上,疏散人员对引导的服从率分别为47.25%,51.35% 和84.97%,表明了疏散引导人员的关键作用;基于疏散演习数据,构建了包含6个影响因素的人员疏散路径选择行为的Logit模型,并对每个路径选择决策点分别进行了模型参数逻辑回归求解,结果表明,模型都能够通过卡方检验,整体预测正确率分别为76.1%,86.2% 和91.2%.模型可直接计算得到在该疏散演习条件下,3个路径选择决策点处每个疏散人员根据实时情况作出判断后选择每条路径的概率.对于微观人群疏散模拟来说,该方法对预测真实情况下人员路径选择和疏散时间具有明显的价值.      

基于船舶AIS及签证数据的长江内河货运阻抗及分布模型研究

为了研究长江内河各航段复杂多变的航道环境对水路货物运输的影响,根据船舶AIS数据及三峡船闸过闸数据建立一种考虑不同月份、不同航段的船舶逆水而上、顺流而下2种情况的货运阻抗函数,并基于Matlab求解得到长江内河重要港口节点之间不同月份的时间阻抗矩阵.以2010年10月船舶签证数据为例,结合距离阻抗矩阵和时间阻抗矩阵,标定阻抗函数为幂函数和指数函数下的重力模型的参数,建立相应的货运分布模型.并在不同模型下分别预测了2012年10月货运量分布情况.对货运实际观测值和模型预测值结果进行货运距离分布(trip length distribution,TLD)方法检验.结果显示,以时间为阻抗指标的幂函数和指数函数重力模型预测结果的重合率(coincidence ratios,CR)值分别为0.83和0.86,比对应的以距离为阻抗指标的预测结果的CR值0.81和0.82要高,所建立的以时间阻抗模型更能反映长江内河货运实际情况.