A-P-S组合策略的多重绩效及其“褪色”效应分析

为了降低城市交通拥堵及空气污染程度,本文在现有研究的基础上引入罚款政策,利用系统动力学方法原理构建了机动车污染物减排管控模型。通过仿真和比较分析来探索空气污染收费(Air pollution charging fee,简称APCF)、罚款(penalty)和补贴(subsidy)政策(简称A-P-S策略)的作用效果。研究结果表明:一方面,组合策略具有多重绩效,不但能够降低污染损失(经济-环境效益)、死亡人口的生命价值(社会-经济效益)、交通拥堵程度(社会效益)和机动车污染物总量(环境效益),而且能大大改善环境生态承载力(环境效益)和机动车非法出行增长量(社会安全绩效);另一方面,政策在实施过程中也会遇到一定的局限性,如初期的滞后性,后期的“褪色”效应和“反弹”效应,因此,从长期来看,需要及时调整组合方案。最后,根据仿真结果提出了相应的政策建议,进而为城市交通和环保等相关部门提供决策参考。     

基于瓶颈模型的交通拥堵收费与补贴模式研究

为了既保证交通拥堵收费的效率又降低个人出行者的出行成本,使得社会和个人利益能有效统一并提高公众对拥堵收费的接受度,基于双通道瓶颈模型设立了拥堵收费与补贴相混合的模式,将收费路段的收费收入全部或部分补贴到免费路段上.进而我们对该模式的参数和效果进行算例分析,发现该模式可以有效地减缓交通拥堵.同时模式与一般动态单通道收费相比在社会成本缩减方面仅有微小劣势,但却使得小汽车出行者的成本大幅缩小,公平度有显著提升.最后根据算例分析结果的比较,给出了方法最适用的情况     

基于SD-VF理论的城市限行政策效应研究

随着我国城市化进程不断加快,城市交通供需矛盾日益突出,交通拥堵问题愈发严重,我国各地纷纷实行各种政策措施来缓解交通拥堵。本文以北京市为例,针对城市交通拥堵的现象,从系统的角度出发,运用系统动力学与灰色Verhulst预测相结合的方法(SD-VF),建立城市交通治堵模型,并采用Vensim软件对模型进行动态仿真分析,从经济、社会、环境等方面探究政策措施对城市环境生态承载力、道路生态承载力等的影响。研究结果表明,限行限号政策虽然在一定程度上提高道路生态承载力,但也可能引发“悖论”效应;修路政策并没有根本上解决城市交通拥堵问题,仅仅是把拥堵状况向后推迟;而相对于单一政策,将发展公共交通与限行政策相结合可以有效缓解交通拥堵,改善空气质量,提升环境承载力,是更加科学合理的政策措施。     

基于双层规划的高速公路收费费率优化模型

在全国联网收费的背景下,从动态收费的角度考虑,建立了双层规划模型,上层规划中将路网管理者作为领导者,以高速公路收费效益最大化为目标函数,同时考虑道路运营管理方的合理收益和养护成本支出情况,下层规划则以用户出行效用最大化为目标,充分考虑了道路使用者的道路选择差异性及道路拥堵对交通分布的影响,建立随机用户均衡模型.最后结合某地区AB地高速公路实际情况进行分析,采用了遗传模拟退火算法验证了模型的实用性,并与其他的算法对比,验证了算法的有效性。研究表明:优化模型可以有效提高高速公路的收费效益和用户的出行效用,可以分散高峰时的交通压力,提升高速公路的通行效率.     

基于畅通可靠性的开放小区交通流分配及优化决策

开放小区内部道路可增加城市道路网的密度和可达性,从而达到缓解城市道路拥堵的目的。通过对出行者进行问卷调查,得知其路径选择行为主要考虑出行时间及时间波动性两方面因素,基于此对CONTRAM费用函数进行改进,得到适用于小区开放后的广义出行费用,该费用考虑了畅通可靠性对路径选择的影响;结合小区开放后出行者选择准则,建立考虑广义出行费用的随机用户最优模型(SUO),并采用逐次平均算法(MSA)进行求解,从而得到更为精确的路段交通流量;基于小区道路开放后需承担的交通量,结合城市道路规划相关规范,对横断面、出入口等方面提出开放小区内部道路规划的建议。     

低碳政策下考虑道路拥堵的多式联运路径选择问题

为明确低碳政策及道路拥堵对多式联运路径选择的影响,构建了不同碳排放政策下考虑道路拥堵的多式联运路径选择模型。模型在考虑拥堵对运输时间影响的基础上进一步量化其对系统碳排放的作用效果。针对此类整数规划模型,设计了基于保优策略和移民策略的遗传算法进行求解。最后,通过算例探讨强制排放、碳税、碳交易及碳补偿四种碳排放政策对多式联运减排、缓解拥堵及成本的影响。结果表明考虑道路拥堵对运输碳排放的影响可得到更加合理的路径决策,且以强制碳排放政策为主的多种政策组合能更好的降低碳排放、缓解道路拥堵并促进多式联运推广。本模型可为政府制定合理的多式联运低碳政策以及企业制定合理的路径决策提供理论依据。     

基于可靠性的随机拥挤收费模型

提出了一种需求不确定环境下的基于可靠性的拥挤收费模型.在需求不确定的环境下,出行时间的变动使得无论是出行者还是网络决策者都面临着风险.出行者需要提高出行的可靠性以避免迟到,决策者需要在缓解拥堵的同时提高网络整体的可靠性.以基于路段的平均超额出行时间作为出行者的路径选择准则,以平均超额系统总阻抗最小作为决策者拥挤收费的目标,建立了具有均衡约束的数学规划模型.提出了模型能分析出行者的路径选择行为和决策者的决策过程中的可靠性,同时充分考虑迟到等不可靠因素的影响,全面刻画不确定环境下路径出行时间和系统总阻抗的分布特征.数值算例表明,忽略不确定性的影响可能会得到对于网络整体性能过于乐观的评价,得到脱离实际的收费方案.网络的不确定性越高,对于网络性能和收费方案的影响就越大,从而考虑网络可靠性和出行者路径选择的可靠性的必要性就越大.此外,以平均超额系统总阻抗作为拥挤收费的目标可以进一步改善网络的可靠性.     

一类带约束的二维弱奇异积分方程的解*

本文找出二维弱奇异第一类积分方程作用着约束方程的解p.p=p(r,θ)={2/[π2k(φ₀]}√F(r,θ)-c_*(0≤r≤r_*)其中是(s,φ)原点在M(r,θ)的局部极坐标,(r,θ)是原点在O(0,0)的总体极坐标:k和F是给出的连续函数;φ₀是一常数;F(_*,θ)=c_*(常数)是研究域Q的边界围线。所用方法可推广到三维情形。     

改善交通视角下的城市人口经济分布研究

城市各区的人口-经济分布直接决定了各区之间的车流量,从而决定了城市的交通拥堵程度.充分考虑各区入口经纬度、道路基本路况和人口-经济分布等构建交通指数模型,探究各区入口的拥堵情况.之后从市民出行的角度构建评价模型,评价城市各区布局是否合理.最后,构建非线性规划模型,为城市各区人口经济合理分布提供政策建议.以深圳市为实例进行了实证研究,结果表明深圳市接下来应该着重发展罗湖、南山和盐田区的经济,住房规划首先考虑南山区.     

二维Hardy空间维林肯型系统的极大算子（英文）

本文研究二维Hardy空间维林肯型系统的极大算子的有界性.利用原子分解方法,我们证明二维极大算子T_αf:=sup₍2^-α≤n/m≤2^α)|f*P_n,m|是从鞅Hardy空间H^p到L^p有界的,其中0 *f=₍2^-α≤n/m≤2^α)|σ_n,mf|/([(n+1)(m+1)])^1/p-2的有界性证明.通过构造反例,我们证明二维极大算子■不是从鞅Hardr空间H^p到L^p有界的,其中0

相似文献   

基于基尼系数的停车换乘拥挤收费定价模型

许多大城市提倡停车换乘的组合出行方式,目的是减少出行车辆,缓解交通拥挤状况.应用双层规划模型对停车换乘拥挤收费进行研究.下层模型采用弹性需求SUE模型,上层模型考虑了交通公平因素.以各出行方式占用的道路资源为公平指标,应用基尼系数对传统上层模型进行改造,构建一个用户盈余尽可能大而基尼系数尽可能小的上层模型,并利用基尼系数控制参数,实现在不同公平要求下的拥挤收费设计.算例表明,基于基尼系数的停车换乘拥挤收费设计,能改善道路的拥挤状况,且兼顾了用户盈余与公平.     

基于深度学习LSTM对交通流状态的预测

当今道路交通状态对城市管理和人们出行愈加重要,影响着人类生活的方方面面.以深圳交通为研究对象,由基础车辆数据和道路坐标构建了路网系统,从车辆速度和密度两个方面导出了交通流状态评价指数TSI.利用深度学习长短期记忆神经网络(LSTM)对车辆速度和密度两个指标进行预测,并通过对比极限学习机(ELM),时间序列(ARMA)和BP神经网络,进行仿真实验,结果表明相对于传统预测模型,所采用的LSTM网络具有更优的预测精确度和对远期预测的稳定性.最后利用预测结果计算出更能直观反映出道路交通拥堵情况的TSI指数,为人们提供了准确的交通状态预测.     

Location-allocation models for traffic police patrol vehicles on an interurban network

This research investigates the traffic police routine patrol vehicle (RPV) assignment problem on an interurban road network through a series of integer linear programs. The traffic police RPV’s main task, like other emergency services, is to handle calls-for-service. Emergency services allocation models are generally based on the shortest path algorithm however, the traffic police RPV also handles other roles, namely patrolling to create a presence that acts as a deterrence, and issuing tickets to offenders. The RPVs need to be located dynamically on both hazardous sections and on roads with heavy traffic in order to increase their presence and conspicuousness, in an attempt to prevent or reduce traffic offences, road accidents and traffic congestion. Due to the importance of the traffic patrol vehicle’s location with regard to their additional roles, allocation of the RPVs adheres to an exogenous, legal, time-to-arrival constraint. We develop location-allocation models and apply them to a case study of the road network in northern Israel. The results of the four models are compared to each other and in relation to the current chosen locations. The multiple formulations provide alternatives that jointly account for road safety and policing objectives which aid decision-makers in the selection of their preferred RPV assignments. The results of the models present a location-allocation configuration per RPV per shift with full call-for-service coverage whilst maximizing police presence and conspicuousness as a proxy for road safety.     

关于圆形和方形城市工作区道路交通面积的解析与比较

对于城市规划来讲，事先预测其工作区内所需道路面积，以尽量避免实际交通网络中发生拥挤阻塞，具有重要意义，在本文，我们通过考虑一个城市通勤高峰时期的车辆交通情况，并通过利用走行中的车辆占用道路面积这一概念，基于一个相对现实的模型，从理论上对圆形方形城市工作区推导了所需的道路面积，并将两者加以比较，以发现与其交通网络结构相关的工作区的相对有效形状。     

基于系统动力学的新能源汽车“绿色悖论”效应研究

面对日益严峻的环境问题, 为减少机动车排放污染气体, 我国各地政府纷纷出台相应鼓励发展新能源汽车的政策。新能源汽车主要是采用电作为推动力, 能够有效降低空气污染程度。本文运用系统动力学方法建立模型, 从系统的角度出发, 采用VENSIM软件进行仿真模拟, 探究产生“绿色悖论”的原因。动态仿真结果显示, 政策对新能源汽车的影响实施阶段有显著效果, 但是随着时间的推移, 政策的边际效用会逐渐降低; 新能源汽车总量的上升直接吞噬甚至超出了其节约的资源, 而且带来了停车位紧张、道路拥挤度上升的不良后果。     

A Queueing Framework for Routing Problems with Time-dependent Travel Times

Assigning and scheduling vehicle routes in a dynamic environment is a crucial management problem. Despite numerous publications dealing with efficient scheduling methods for vehicle routing, very few addressed the inherent stochastic and dynamic nature of travel times. In this paper, a vehicle routing problem with time-dependent travel times due to potential traffic congestion is considered. The approach developed introduces the traffic congestion component based on queueing theory. This is an innovative modelling scheme to capture the stochastic behavior of travel times as it generates an analytical expression for the expected travel times as well as for the variance of the travel times. Routing solutions that perform well in the face of the extra complications due to congestion are developed. These more realistic solutions have the potential to reduce real operating costs for a broad range of industries which daily face routing problems. A number of datasets are used to illustrate the appropriateness of the novel approach. Moreover it is shown that static (or time-independent) solutions are often infeasible within a congested traffic environment which is generally the case on European road networks. Finally, the effect of travel time variability (obtained via the queueing approach) is quantified for the different datasets.      

双瓶颈路段家庭出行者早高峰出行问题研究

针对一次连续出行中两个路段各存在一个瓶颈的双瓶颈路段,研究了家庭出行者早高峰期间先后经过双瓶颈到达学校和工作地的出行行为。首先建立了无收费下的用户均衡模型,接着考虑了拥挤收费模型,并就学校工作地开始时间差值大小的不同展开讨论,分析得出对应系统总出行成本最优时的收费值和收费时窗。研究发现收费管理能够有效降低系统总成本,并且学校和工作地开始时间差较小时的系统总成本更低,最后,通过数值算例验证了高峰时长保持不变,且得出了使得系统出行成本最优时的收费方案。     

出行量预测不确定下基于灵敏度分析的拥挤收费定价模型

拥挤收费是改善城市交通的有效手段.对拥挤收费定价的研究方法之一,就是针对固定的出行量进行收费设计.由于出行量预测不确定的因素,应针对长期出行量预测不确定的情况,利用灵敏度分析的方法,对拥挤收费定价的问题进行研究.首先研究了出行者出行的广义费用,然后考虑出行者的出行决策及出行量预测不确定的因素,给出一个拥挤收费定价模型,为交通管理者提供理论依据.