多模式城市交通网络随机用户平衡配流模型

本文考虑了影响出行者选择出行方式的多种因素(如出行时间、花费、舒适性等),分析了多种交通方式并存的城市交通网络,基于随机用户平衡理论构造了多模式的交通配流模型,并证明了模型解的等价性和惟一性,给出了求解算法.     

基于出行方式选择的运输通道客运结构的协调研究

针对区域综合运输通道客运交通供给和需求量大,出行方式多,各出行方式竞争激烈的特点.为了避免各出行方式之间存在恶性竞争,扰乱运输市场的正常秩序,建立了区域综合运输通道协同的多目标非线性规划数学模型.模型建立在出行者对交通方式的选择遵守效用极大化原理的基础上,系统目标为各出行方式的供给量与需量相适应.采用模糊折中算法将多目标转化为单目标,同时采用广义牛顿法对非线性规划问题进行求解,为了避免求得的解为局部最优解,提出了随机从不同的初始点进行寻优,尔后对各个结果进行比较,从中选出较优者作为全局最优解.该方法极大的提高了所求解为全局最优解的可靠性.最后通过算例证明了模型的正确性和可行性.     

基于演化博弈的公共交通、共享汽车与私家车的博弈分析

出行者的选择行为分析是交通系统中的一项重要内容,随着城市的发展,交通出行方式大体分为三大类:公共交通出行、辅助公共交通出行和私人交通出行。本文在以往的研究基础上,采用演化博弈的方法研究公共交通、共享汽车以及私家车三者之间的博弈关系,模拟出行者的选择行为,分析博弈均衡点稳定性及参数条件。通过模型仿真实验,演化结果中各项比例大小取决于各项收益、补贴、损失以及额外收益,要增加公共交通的配套设施,增收拥堵费以及增加对共享汽车的补贴及配套服务。     

城市地铁专用车厢模型建立及拥挤敏感性分析

处于城市化进程中的我国城市,交通拥堵问题日益严重.作为社会弱势群体的老幼孕人群,对公共交通的安全性与舒适性要求相对更高,但是这类人群中相当一部分需要在上下班高峰期与通勤人群一起出行.如果能够依据城市的具体情况设立专用车厢,把这一部分出行者引导到公共交通中,可以减少部分交通流,缓解交通拥堵.对建立专用车厢的可行性进行了分析,并建立了数学模型.     

出租车交接班问题的数学模型

针对长春市出租车交接时段和居民出行高峰相互矛盾的现状,首先预测了不同天气条件下该市居民出行强度及市民出行对出租车的需求量,然后分析了出租车的最佳数量,最后建立了出租车交接地点模型,合理设置出租车交车地点,以缓解原来的交接方式在高峰期给交通所带来的压力.     

城市中心区内停车价格对出行行为的影响分析

本文通过对北京市中心区早高峰时段小汽车出行者和公共交通出行者出行方式选择意向调查,采用多项Logit模型,分析中心区停车价格变化对小汽车出行向公共交通出行方式的转移行为的影响.预测结果表明不同出行目的对停车价格的敏感程度也不同,在提高公共交通服务水平的前提下,加大中心区停车收费标准,会使小汽车出行有较大比例的转移.     

城市交通多类型随机用户出行决策模型研究

考虑城市交通中有多类出行者的一般情况,在ATIS等交通信息系统的影响下,不同类型的出行者对路径出行时间有不同理解,用不同的参数来反映.在此基础上,给出考虑路径选择、方式选择、讫点选择及是否出行的多类型随机用户出行决策模型,证明了模型的一阶条件满足路径选择、方式选择、讫点选择及是否出行的条件,最后给出模型算法.     

平均上班花费时间计算及其成因探究

上班花费时间是反应交通拥堵问题的一个重要因素.指标的长短可以衡量一个城市产业结构规划的合理性、交通网络构建的合理性、功能分区建设的合理性以及城市人力资源分布的利用程度、居住的适宜程度、人们生活的幸福程度等.因此,计算了2008-2013年中国其中31个省市自治区的平均上班花费时间.选取造成交通拥堵的4个主要因素:私家车保有量,城市交通承载力,公共交通系统,科技创新发展中的17个指标对拥堵时间进行时间与空间分析.根据分析结果给出不同时间,不同地域中国各省市自治区解决交通拥堵问题的合理性建议,以期为我国十三五规划的城市交通管理提供实践参考,推动我国交通出行更安全、更便捷、更经济、更环保、更舒适的运行和发展.     

居民生活私人交通碳排放驱动因素的“三级分解”模型

突破以往采用难以保证精确性估算数据的局限,根据居民生活私人交通所消耗的能源种类,利用官方统计年鉴中的数据,在保证数据真实性的基础上,基于扩展的IPAT与LMDI模型,构建一个包含居民私人交通碳排放强度、碳排放结构、交通消费倾向、收入、家庭规模与户数6个因素的居民私人交通碳排放驱动因素的"三级分解模型",对居民生活私人碳排放及其驱动因素进行核算.结果建议进一步降低居民私人交通碳排放强度,提高居民能源消费的利用效率;同时鼓励发展小排量与新能源汽车消费,并且大力发展公共交通,倡导居民出行多采用公共交通工具出行,引导节能减排的出行方式.     

大数据背景下基于5S的城市交通拥堵评价模型研究

近几年来,城市交通拥堵问题日益突出,极大制约了城市发展。在大数据背景下,为了准确掌握交通实时拥堵状况,改善城市交通,便利市民出行,本文深入挖掘城市交通拥堵的影响因素,构建了基于交通5S要素的城市拥堵理论模型,运用径向基函数神经网络方法工具,以上海静安寺、上海站、陆家嘴周围三大拥堵路段的交通数据集为例,验证了该模型的有效性。实验结果表明,由该模型获得的城市交通拥堵预测值与上海实际交通路况具有较好的拟合效果,表明交通5S模型与方法能够准确有效地评价城市交通拥堵。