佛山顺德区居民出行特征分析及交通对策研究

根据2005年居民出行调查数据,对顺德区居民出行特征的一系列指标如出行强度、出行方式、出行的时间分布、出行的空间分布等进行了分析研究,并针对顺德区居民出行总量增大、出行耗时较长、私人交通方式比重较高、高峰小时峰值强劲等特点,对顺德区交通发展提出了发展公交、建设快速交通系统、加强交通需求管理等相应的对策。     

优化人口分布以减少城市道路交通需求

应用遗传算法和GIS优化城市人口空间分布,减少小汽车交通的出行距离．研究中考虑了业务、购物／休闲和通勤交通．为了得到目标函数,建立了BL模型(business location model),用它来分析企业问的关系和企业与家庭的关系．模型把企业划分成9类,并认为小区内的企业数量和居住人口是影响小区间交通需求的主要因素．然后将小区内的人口当做外生变量,用遗传算法计算使小汽车出行的总距离最小的人口分布格局,从而得知人口集中在中央商务区(CBD)和挟乘车站的步行圈内时可以极大地减少城市道路交通需求。     

面向预约出行的车路联网与协同交通控制：前沿与展望

预约出行正逐渐成为重要的出行模式，为了确保预约出行在城市道路交通系统的实施，交通控制发挥着至关重要的支撑和保障作用，因此对面向预约出行的车路联网与协同交通控制前沿工作进行综述。以交通控制为研究主线，对面向预约出行的需求适应性交通控制方法、保障预约出行效益的车辆控制，以及控制与服务协同3个方向的前沿研究进行综述。结果表明，相比于传统出行方式，预约出行对于出行时间可靠性要求较高，交通控制需要保障预约出行的行程时间可靠性。同时，还需要构建既有利于提升路网整体运行效益，又能保障预约出行车辆优先通行的控制方法。最后，需要推动交通控制技术和服务型交通管理技术的融合，实现交通控制与出行服务的有机结合。     

基于手机导航轨迹数据的城市大规模人群出行模式分析

手机导航轨迹数据具有多种交通方式,反映大规模人群的活动情况,适合开展不同交通方式下的出行模式研究。基于手机导航数据,利用LightGBM模型实现出行交通方式分类,得到步行、机动车和非机动车3种交通方式下的人群轨迹。基于这3类交通方式,给出人群出行在周末和工作日下时间、空间和距离的分析指标,并对上海4天数百万条手机导航数据开展了实验分析。结果表明：在时间分布上,上海居民的周末出行高峰比工作日更晚并且持续时间更短,出行方式主要以机动车和步行为主;在空间分布上,机动车主要集中在高架区域,步行主要集中在地铁站附近,高架路和地铁站的引导标志不充足,周末交通枢纽和商圈类热点区域比工作日多;在距离分布上,导航出行距离符合截断幂律分布,人群导航出行以中短距离为主,并随距离增长迅速衰减。研究结果可以为城市规划、城市交通管理政策的制定提供理论依据和技术支撑。     

交通错峰出行策略仿真模型

为了表征实行弹性工作起始时间的车流在交通高峰时段内的路网旅行成本,并得到路网车流的最优错峰出行策略,提出了交通错峰出行2层模型。模型上层负责对路网车流出行策略集合进行遍历,模型下层针对上层的每个出行策略,采用基于离散随机网络的动态交通流分配方法,仿真车流在路网中的并发路由及出发时间均衡特性,求出路网车流交通旅行总成本,策略集合遍历结束后就可确定最优错峰出行策略。模型仿真揭示了影响最优策略选择结果的主要因素,给出了特定条件下最优策略选择方向上的变化规律,可为制定城市路网错峰出行政策提供参考。     

基于移动互联交通信息的居民出行方式特性

为研究移动互联网时代下的居民出行特性,探索在出行链过程中移动互联交通信息对出行方式特性的影响。通过RP-SP(revealed preference-stated preference)融合调查获取出行者基本属性、实时交通信息属性及出行特征属性,建立居民出行方式选择巢式Logit模型,对桂林市居民展开出行方式选择特性调查。研究结果表明：在出行链日趋复杂的情况下,个体的出行活动和交通行为与移动互联交通信息关系愈发紧密;移动互联交通信息对居民出行方式特性产生显著影响,尤其对私家车出行影响最大,其中实时路况信息属性影响最为显著,其次为拥堵延误时间;交通信息获取的满意度越高,越能促进居民选择公共交通出行。该结论能够作为理论基础与实证依据推动移动互联交通信息下的路径选择与交通出行诱导提供研究依据。     

基于出行链的动态随机交通分配仿真研究

提出了一个基于出行链的动态随机交通分配模型。在这个模型里,出行者选择路径以最小化他们整个出行链上的感知出行成本。基于中观的交通/活动仿真器,结合时变的K最短路算法和连续平均法,设计了模型的求解算法。通过一个算例,对基于出行链的交通分配模型进行了分析,并与传统的基于出行的交通分配模型进行了比较,结果表明,传统分配模型忽略停驻点时,所求的平均出行时间要小于实际考虑出行链时的平均出行时间。     

基于手机信令数据的居民出行调查扩样模型

系统分析了居民出行调查的误差成因,简要介绍了传统加权扩样模型并分析了其局限性,特别是对沉默出行需求揭示不足的缺点。结合手机信令数据用于出行行为研究的优势及特点,提出了利用手机信令数据进行居民出行调查扩样及对挖掘沉默出行需求的方法。设计了包含5个主要步骤的居民出行调查样本数据、交通运行监测数据和手机信令数据相结合的扩样模型结构。以驻点分类技术为基础,建立了基于手机信令数据的出行活动分布模型。在获取长周期手机信令数据推断人口职住分布的基础上,基于居民出行调查RP(revealed preference)数据对交通方式划分模型参数进行了标定。从出行目的组成、时间分布和出行距离分布3个方面,对比分析了调查样本、传统加权扩样模型和新模型的计算结果的差异,结果表明新模型在揭示因瞒报、漏报而产生的沉默出行需求方面作用显著。     

大型城市职住分布与通勤出行相关关系的网络动力学模型

居住与就业分布不平衡是大型城市快速发展过程中一个非常突出的问题,会引发交通需求失衡以及严重拥堵。为探讨城市发展过程中职住分布与出行需求的交互关系,依据城市发展宏观数据作为影响变量,建立职住分布与通勤出行的网络动力学模型,并构建以参数关系为基础的小波神经网络作为求解算法。使用北京市宏观经济发展数据和9个典型居住区的职住出行数据进行模型标定和验证,结果显示,该网络动力学模型能够较好地描述大型城市职住分布结构对通勤出行特征的影响关系,并对通勤出行特征变化趋势做出预测。     

城市通勤出行链模式选择行为研究

通勤出行是城市居民最基本和最重要的出行,对其进行研究是进行交通规划、设计与管理的一项不可缺少的基础工作,因此本文开展了基于2008年东莞城市居民出行调查数据和多项Logistic模型建立居民通勤出行链模式选择模型的研究工作。本文中的通勤出行链模式选择模型将通勤出行链模式细分为五类（HWH、HWHWH、HWH＋、HWHWH＋、HW＋WH）,并考虑了出行方式对出行链模式的影响作用。通过对模型结果的分析,总结了通勤出行链模式的显著影响因素以及通勤出行链模式选择中的特征。研究内容对于建立基于活动的交通需求预测模型、制定交通管理政策具有重要借鉴作用。     

城市快速路实时交通状态估计和行程时间预测

根据城市快速路交通诱导和监控系统的实际需要,提出了实时估计和预测城市快速路上交通状态和任意两点间动态行程时间的方法.其基本思想是将扩展卡尔曼滤波理论引入宏观动态交通流模型,结合快速路上的固定检测设备,实时估计和预测未来几个时段的交通状态,并利用“虚拟车”法预测动态的行程时间.通过对上海市快速路典型实测数据的实例分析,发现交通状态估计模型具有良好的跟踪能力,行程时间预测模型在畅通状态计算结果和实测结果几乎完全重合,拥挤状态相对误差基本维持在10%以下.结果表明,该模型的适用性和精度都令人满意,可为城市快速路交通控制和诱导提供依据.     

西南民族旅游地自助游发展水平与交通可达性的耦合研究——以黔东南州为例

基于游客出行轨迹的网络结构特征,分析旅游目的地交通结构已成为研究交通可达性的重要内容.该研究通过筛选、挖掘网络游记文本中的时空信息,运用社会网络分析法、可达性模型、耦合模型等,以西南民族旅游目的地黔东南州为例,分析了州内自助游网络结构特征与州内交通可达性,并以此为基础分析州内自助游发展水平与交通可达性的耦合协调关系,为民族地区自助游可持续发展提供参考.研究表明：1) 通过网络游记数据挖掘,州内自助游旅游节点主要有27个,且主要分布在交通干线经过的县(市);2) 黔东南州自助游网络整体密度较低,边缘与核心节点联系较弱,互动性差,网络结构整体呈现出不均衡性;3) 27个旅游节点中平均最短出行时间179.67分钟,其中肇兴侗寨可达性最佳,加车村及加榜梯田可达性最差;4) 旅游节点与所在县(市)自助游发展水平与旅游交通可达性耦合度与协调度整体较低,其自助游发展水平与旅游交通可达性存在一定错位.     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。     

动态路线行程时间研究

路段出行时间函数或路线行程时间函数在交通工程中已得到广泛应用,但现有模型在动态交通分配的实际应用中存在着不少问题。本文针对连续和间断两种不同交通流形式,借助于Ｇｒｅｅｎｓｈｉｅｌｄｓ模型和排队延误原理,建立了适用于动态交通分配的显式的动态路段出行时间函数表达式,从而进一步获得动态路线行程时间函数,为动态分配提供了一个重要的输入函数。     

基于随机松弛时间的行程时间可靠性计算模型*

提出了基于随机松弛时间的行程时间可靠性动态计算模型。研究了交通系统内部车辆间相互干扰作用对行程时间可靠性的影响。运用交通流动力学理论建立模型,证明了模型的各项异性,并基于蒙特卡洛和欧拉折现法设计相应的求解算法。模型能够较好地反映给定交通供需条件下的行程时间可靠性退化规律,量化交通流内部车辆间相互干扰对行程时间可靠性的影响。算例分析表明车辆间相互干扰程度的加剧会引起行程时间可靠性退化轨迹的明显改变,干扰越剧烈,动态行程时间可靠性的退化速度越快、达到稳定状态时的行程时间可靠性水平越低。拓展了传统行程时间可靠性计算模型仅考虑外部供需的局限性,探讨了交通流松弛时间的随机波动对行程时间可靠性的影响。所建模型和方法可以为高速公路、城市快速路、主干道等大型设施的动态行程时间可靠性预测提供理论依据和实践参考。     

事故影响下走行时间及择路概率的动态分析

为描述交通事故影响下路径走行时间与用户择路概率的相互作用及其演变规律,建立了基于路段传输模型和LOGIT选择模型的拟动态模型,给出了事故影响下路网各时段行程时间和交通流密度的计算方法,分析了事故影响下路段的排队扩散及消散过程.结果表明:事故持续期到排队完全消散期内,路径走行时间和路径选择概率呈现此消彼长并持续震荡的状态;事故持续期和事故清除后,事故路段上的排队位置发生转移.     

基于等效通行能力的施工区交通影响评价方法

随着我国机动车保有量的持续增长，现有的城市道路资源已不满足交通需求，许多城市都在对已有道路进行升级改造，频繁的道路施工对城市交通运行产生了巨大影响。针对城市道路结构特征，提出一种适用于城市占道施工区的交通影响评价方法。结合城市道路所具有的间断流设施特点，应用等效通行能力概念给出了等效饱和度城市占道施工区交通影响评价指标；基于改进的BPR模型，给出了适用于城市道路的行程时间计算模型，并给出了行程时间可靠性评价指标评价方法；综合考虑了平均延误、等效饱和度、行程时间可靠性评价指标，提出了城市占道施工区交通影响综合评价方法，从“点”、“线”、“面”三个不同维度给出了城市占道施工区交通影响评价阈值；结合交通影响评价阈值给出了城市占道施工区交通影响范围确定流程。仿真结果表明，本文建立的基于等效通行能力的施工区交通影响评价方法解决了已有方法计算难度大，难以应用于实际的问题，且综合不同层面给出了具体的交通影响评价阈值，克服了传统方法只从单一层面确定交通影响评价阈值的缺陷。     

突发事件交通网络VMS发布点优化

交通事故发生时路段因通行能力下降会产生拥堵,在事故路段上游合理布置可变情报板（Variable Message Sign,VMS）能有效疏导车流。研究了道路网络中VMS发布点的优化模型,分析了VMS在路网诱导中的转移率模型和VMS对于减少拥堵效用的计算方法;建立了路网中VMS发布点的优化模型,通过VMS信息发布点的优化减少出行时间;提出应用离散离子群算法求解优化模型;在虚拟路网中的数值实验表明,模型能有效减少总的出行时间,但是随着VMS数量的增加,出行时间的减少不明显。     

基于停车换乘随机网络可靠性交通分配模型

针对目前大多数组合方式交通分配模型都没有考虑可靠性因素对出行行为的影响,提出了一个基于可靠性的组合方式交通分配模型.该模型考虑了组合方式出行下路网的随机波动因素,更好地反映了出行者方式、路径选择行为.基于K优路径和连续平均法,设计了模型的求解算法,并以上海北外滩实际路网为例,验证了模型的合理性和算法的有效性.与传统组合方式交通分配模型结果进行对比,分析了停车换乘措施的实施对减少交通拥堵、提高路段可靠性所起的作用,阐明了2种出行方式需求之间的比例与可靠性偏好因子和出行者需求效用因子的三维变化关系.