基于指标链的道路运输站场布局评价方法

为了研究道路运输站场选址规划的站场布局评价,提出了一种基于评价指标链的道路站场布局评价方法.首先,确定各项评价指标两两比较时的权重系数,并建立任意两项评价指标对对比分析时与理想指标对的偏离函数;然后,建立以评价指标为节点、偏离函数为边权重的评价指标图,图中每个由指标链组成的Hamilton圈对应备选方案的一种组合评价,其长度是备选方案的综合评价值;最后,通过综合评价值对备选方案进行优先排序.该方法模拟了两两对比分析的决策过程,通过应用实例检验,证明具有一定的实用性.     

高速公路隧道交通事故严重程度的影响因素分析

根据京珠高速公路韶关段4个隧道的交通事故资料,从时间因素、隧道环境因素和交通动态因素3个方面选取9个输入变量,以交通事故严重程度为输出变量,建立高速公路隧道交通事故严重程度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析.研究结果表明,日交通量与年平均日交通量之比和大型车混入率对交通事故严重程度的影响最大,天气、线形、坡度和事故发生地点在隧道中的位置对交通事故严重程度的影响基本相等,事故发生时段对交通事故严重程度的影响可以忽略不计.     

基于非集计模型的城市铁路线路客流量预测研究

首先通过比较中国和世界上有代表性的几座大城市交通设施建设情况,提出在中国特大城市建设立体交通体系的必要性.然后,给出规划立体交通体系的技术方法,即利用个人出行调查数据和实测数据、预测各种出行目的的交通方式交通量的技术方法.还以日本大阪市港区--南港城市轨道线路为例,进行实例介绍.采用非集计模型进行了交通方式划分,并且利用个人出行调查数据拟合模型中的参数.在城市铁路线路交通量分配中,仍然采用了非集计模型,预测出了铁路各站的客流量,为城市综合交通设施的建设提供科学根据.     

北京市交通事故现状及对策研究

基于数据分析表明北京市交通事故特征包括:事故以正面碰撞、侧面碰撞和追尾碰撞为主,事故数量白天多于夜间,远郊区县多于市区,等级低和道路设施不完善的道路事故多发,私家车和远郊区县车辆交通肇事突出,外来人口在事故中伤亡严重,等等;进一步研究认为:机动车尤其是私家车增长迅速,社会经济发展迅猛,外来人口激增等成为北京交通事故的主要原因.基于此,提出了包括控制交通需求和机动车的使用、推广安全性高的交通方式、构建重点防控网络、注重外来人口管理等作为通事故防治对策.     

基于混合遗传算法的城市土地利用形态与交通结构的组合优化

以出行总时间最小为目标,建立了在一定土地及人口约束下的土地利用形态和交通结构的组合优化模型,在此基础上,针对传统算法的局限性,提出一种新的混合遗传算法.该算法融合了遗传算法、模拟退火算法和动态惩罚函数法的优势,并在求解过程中引入Gray编码和非均匀变异算子.计算实例表明,该算法能够克服传统遗传算法容易过早收敛以及传统模拟退火算法全局搜索能力不足的缺陷,具有较高的运算效率和求解质量.     

基于分布式并行算法的动态交通流分配研究

基于分布式并行处理技术和面向对象的建模理论,为解决大规模城市道路交通流模拟问题,提出分布式并行模拟动态交通流分配思想,给出了CybeTraffic三维仿真系统中交通流模拟系统的数据结构描述、系统设计框架以及系统模拟结果.     

Influence of Bicycle Traffic on Capacity of Typical Signalized Intersection

Bicycle traffic has a significant effect on the capacity of signalized intersections. This paper divides the influence of bicyclists on vehicular flow into four types with the time durations estimated based on prob-ability, shock wave, and gap acceptance theory. Vehicular saturation flow rate is predicted for various condi-tions on the basis of the speed-flow curve for the capacity of typical intersections influenced by bicycle traffic. The model overcomes the limitations of the Highway Capacity Manual (HCM, 2000) method for left-turns due to data collection, and takes into account the effect of trapped bicycles on the through vehicular traffic. The numerical results show that the left-turn and through capacities predicted by the model are lower than those of the HCM method. The right-turn capacity is close to that of the HCM method at low bicycle volumes and higher than that of the HCM method at high bicycle volumes.