基于出行阻抗的城市地铁网络客流分布计算

为提高城市地铁网络客流分布预测的准确性,结合乘车阻抗、进站候车阻抗和换乘阻抗等出行阻抗建立综合出行阻抗函数,基于阻抗函数对有效路径集进行搜索与筛选,建立基于综合出行阻抗的多路径客流分布计算模型,并设立换乘惩罚系数对不同路径的客流分配进行合理修正.以深圳地铁新开通的11号线为契机,结合地铁1号线、2号线、3号线、5号线分析网络客流分布的变化.结果 表明:新开通的11号线使各线路中的换乘客流有不同程度的增大,增加了乘客出行的可选路径,且11号线车站附近形成新的人口及岗位聚集圈,进一步增加了11号线自身的客流,使得线网客运总量增加,与实际运营中的客流特征相符,验证了所建模型的有效性和适用性.     

宁波舟山港服务供应链发展分析

港口物流服务供应链拥有不可储存性、拉动式、集成难度大、环节紧密、成本低、稳定性差等特点,并且是一种以能力合作为驱动力的服务供应链港口物流服务供应链就是依靠着天然的口岸地理优势,利用信息化的高新技术,为了体现客户价值和实现服务增值以及服务供应链成本最低,对供应链上的物流服务商、客户进行集成化管理。与传统供应链的生产、加工、配送等生产环节以及拥有的相互运转的货品相比,服务供应链没有生产加工环节,而是通过提供非实体的服务来创造价值。传统供应链流通的是商品,而物流服务供应链流通的则是服务。     

中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

智能推荐系统在铁路客运延伸服务中应用研究

对互联网推荐系统模式进行分析，结合餐饮、酒店、旅游、定制服务等铁路客运延伸服务的应用场景，研究推荐系统在铁路客运延伸服务中的应用。通过对旅客浏览购买服务产品的行为记录进行数据分析，构建一套针对延伸服务的智能搜索与个性化推荐系统，实现服务产品的精准推送，不仅能够有效提高用户体验，提升铁路的服务质量，同时能够扩大客运营收，使铁路利润率达到最大化，提高行业竞争力，促进铁路客运服务和资产经营的转型升级。应用结果表明:智能推荐系统在铁路客运延伸服务中具有很好的应用前景。     

专业力量齐发力 复工复产有实招——北海航海保障中心抗疫情保复工侧记

疫情阻击战到了最关键的阶段,保复工、稳发展迫在眉睫。北海航海保障中心(简称“中心”)主动作为,有效履职,积极加强与属地海事、引航、气象、港口等单位的协调沟通,针对辖区LNG、煤炭能源运输提供定制化优先服务,保障各类导助航设施、系统平稳正常运行。新冠肺炎疫情期间,共计为辖区1.7万余艘次船舶航行和13.5万人次旅客安全运送提供了及时、高效的航海保障服务。     

基于高速铁路常旅客计划的全流程智慧行李服务方案构建

随着"铁路畅行"和"客运提质计划"的提出,提供高质量、个性化的旅客服务成为高速铁路客运发展的关键方向。为打造全新旅客行李服务概念,基于"铁路畅行"会员常旅客计划,构建全流程、门到门智慧行李服务方案,从旅客需求角度出发,采取"人货分离"模式,突破传统站内行李服务的模式,拓宽业务场景,延长商业链,形成一套系统完整的方案。全流程智慧行李服务作为一项新的服务模式,为培育旅客需求,提高顾客粘合度,挖掘高铁行李服务的潜在市场,优化铁路盈利结构,加快构建铁路客运服务体系,提升铁路在运输市场的竞争力提供支持。     

我国港口建设世界一流港口取得的进展

近年来,我国港口行业深入贯彻习近平总书记关于港口发展的重要指示精神,贯彻落实《交通强国建设纲要》,立足新发展阶段、贯彻新发展理念、构建新发展格局,按照《关于建设世界一流港口的指导意见》的工作部署,紧扣打造“一流设施、一流技术、一流管理、一流服务”的战略定位,围绕建设“安全便捷、智慧绿色、经济高效、支撑有力、世界先进的世界一流港口”的目标,加快推进世界一流港口建设,取得积极进展。     

基于TAM的通勤者出行方式选择影响因素研究——以天津市为例

本文在TAM中引入感知亲社会变量,通过实证研究,量化分析了态度和低碳相关的五个因素对于通勤者出行行为意向的影响及其内在关系。实证分析结果显示,功能因素、低碳意识、低碳习惯均通过感知有用性、感知易用性和感知亲社会性显著影响通勤者出行行为意向,其中的两个方面占据主导作用,分别是功能因素通过感知有用性和感知易用性对出行行为意向的影响以及低碳意识通过感知亲社会性对出行行为意向的影响;情感因素仅通过感知有用性显著影响行为意向;象征因素仅通过感知亲社会性显著影响行为意向。结论可为交通管理部门有针对性地制定政策措施,引导居民低碳出行,缓解城市交通问题提供参考和启示。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。