停车受限条件下多模式交通网络动态拥挤收费

在一个多起始单终点的交通网络上,本文研究当终点处停车空间不足时,如何通过在路段瓶颈处实施拥挤收费实现系统最优.首先,根据小汽车和公交的出行成本函数,运用凸规划算法求解系统最优条件下网络中各OD最优的小汽车和公交出行量.其次,根据系统最优时的小汽车出行量,计算出为了消除交通瓶颈处车辆排队而实施的动态拥挤收费.再次,根据小汽车和公交车出行成本的均衡条件,计算出各OD对每辆小汽车出行者应缴纳的停车拥挤附加费(或应获取的补贴),收取该费用(或发放补贴)的目的是调节小汽车和公交的出行量使它们在双模式均衡(小汽车与公交车出行模式均衡)条件下分别达到系统最优水平.最后,算例分析了两组OD对的情况,计算出两种泊位供应量下各OD对小汽车最优出行量与小汽车出行的停车拥挤附加费或补贴,并且给出了动态拥挤收费与道路收费的函数曲线.     

个体特征对步行通道行人最大通过量的影响

选取年龄、性别、携带行李状况作为表征行人个体特征的3个要素.首先分析了这3个要素对个体空间占用和步行速度的影响,进而利用Legion仿真工具研究这三要素对行人最大通过量的作用.研究表明,年龄、性别和携带行李状况都对行人最大通过量有不同程度的影响.随着行人流中个体年龄增加,行人流的最大通过量呈下降趋势,尤其是由老年人构成的行人流,其最大通过量较青年人下降23%~30%;性别对最大通过量的影响总体较小,在10%以内;随着个体携带行李尺寸的增加,最大通过量也显著下降,由携带小行李组成的行人流其最大通过量较不携带行李约下降35%,携带中等行李较不携带行李约下降60%,携带大行李较不携带行李约下降75%.研究成果有助于加深理解行人个体特征与交通流群集移动特性的联动关系,并为由不同个体行人组成特征下的通行能力修正提供参考依据.     

环氧沥青道面高温足尺加速加载动力响应

利用MLS66加速加载试验系统对某军用机场试验段2种典型的环氧沥青道面进行足尺加速加载试验.考虑到高温环境影响,将道面加热至60℃,研究2种道面的环氧沥青面层以及沥青混凝土下卧层的动力响应特性.环氧沥青面层响应在加载初期均为拉压交替变化,而加载后期半刚性基层道面以拉应变为主,复合道面以压应变为主;沥青混凝土层均以压应变为主.通过响应结果分析可知,在高温条件下受沥青黏弹性和流变性影响,道面的力学行为和状态随加载次数的增加发生变化;不同力学响应导致环氧沥青道面结构高温条件破坏机理不同,因而设计控制指标亦不同,复合道面控制压应变,半刚性基层道面控制拉应变.     

机场道面使用性能的动态自回归预测模型

针对我国机场道面性能观测时间短,观测数据少,使用现有模型预测精度低,不能根据观测值动态更新预测模型等现状,提出了将卡尔曼滤波应用于时间序列预测的方法,建立了动态自回归预测模型,进行机场道面使用性能的预估.选取我国华东某机场的实测道面状况指数为基础数据,进行时间序列建模,应用卡尔曼滤波算法实现时间序列模型参数的实时更新,分析模型的预测效果.时间序列数据较少时,难以建立高精度的自回归模型,通过卡尔曼滤波处理建立的动态自回归预测模型精度明显提高.     

驾驶模拟器运动系统对自由驾驶行为的影响分析

通过构建晴、雾天气下自由驾驶两个实验场景,对比分析了8自由度和零自由度驾驶模拟器对自由驾驶加减速行为、期望速度等变量的影响.结果发现,当能见度相同时,驾驶模拟器运动系统自由度对加速行为和期望速度影响不显著,但对减速行为影响显著,特别是对浓雾天气下的减速行为影响显著;当驾驶模拟器运动系统自由度相同时,能见度对驾驶员的加减速行为和期望速度有显著影响.     

路基不均匀沉降对车辆和轨道动力响应的影响

以经典车辆-轨道耦合动力学为基础,推导了考虑重力的板式轨道相关结构振动方程,结合多刚体的车辆系统动力学模型,建立了考虑重力的车辆-板式轨道垂向耦合分析模型,提出了通过路基反力变化模拟路基不均匀沉降的具体方法,并对模型和方法进行了必要的验证.利用该模型研究了行车速度及路基不均匀沉降(包括路基不均匀沉降幅值、路基不均匀沉降波长等)对系统动力响应的影响.研究表明:随着行车速度和路基不均匀沉降幅值的增加,系统响应均相应增加,路基不均匀沉降对车辆运行影响的控制性指标应以舒适性指标为主、安全性指标为辅;随着路基不均匀沉降波长的增加,系统动力响应存在一个先增加后减小的过程,路基不均匀沉降的敏感波长与混凝土底座的长度有关.     

基于感知的公交调度发车频率和车型优化模型

基于乘客感知的公交客流需求特征,研究了公交发车频率和公交车型的调度决策问题.针对单线独立运营模式的特征分别建立了基于最大感知和平均感知的公交调度优化模型,并设计算法.最后结合2014年江苏省江阴市K1路公交客流给出了优化算例.案例结果表明,模型具有较强的实用性,能有效地降低公交运营总成本并提高公交运营效率.     

车联网环境下匝道汇入区瓶颈换道优化

高快速路汇入区（即合流区）瓶颈是交通流运行的咽喉，汇入瓶颈交通流失效会加剧拥堵，诱发交通振荡以及事故率上升等一系列问题。与现有研究大都通过调节匝道汇入车辆行为或主线车辆速度进而试图改善汇入区交通流问题不同，该研究聚焦于瓶颈汇入区上游主线车辆，通过动态调节汇入区上游主线车道车辆分布，提升汇入区通行能力。具体而言，研究提出一种可以对网联车（CV）进行双向换道建议的混合整数线性规划模型，该方法不依赖于交通流基本图设定的临界密度，通过实时计算每一辆个体CV的向左、向右或保持车道决策以优化车道流量分布，减少汇入车辆干扰，提升汇入效率。基于VISSIM交通仿真软件，通过二次开发搭建了汇入区瓶颈换道优化实时仿真评估系统，并对该方法进行了验证，测试不同流量组合和不同CV渗透率下算法的有效性。各车道时空轨迹表明该换道建议优化方法可以有效减小汇入车辆冲突，车均延误分析结果表明在单车道平均流量1 550 ~1 800 veh·h^-1区间，即汇入瓶颈失效关键流量区段，换道建议优化方案相比原方案能显著改善汇入区的运行效率，车均延误可降低10 %~50 %左右。CV渗透率敏感性分析表明，在较低的0.2~0.5渗透率下即可达到减小延误的目标。     

低渗透率智能网联环境下高风险事件预警方法

提出一种低渗透率智能网联环境下高风险事件预警方法。具体而言，基于熵能表征系统状态的特点提出交通熵的概念，将个体车辆的微观驾驶行为量化为交通熵，以表征交通流状态；再将交通熵作为长短时记忆网络模型（Long Short-term Memory， LSTM）的输入参数建立预警模型；最后，使用HighD轨迹数据集提取高风险事件，并验证模型有效性。结果显示，使用交通熵的模型误报率和漏报率大幅降低。以智能车渗透率10 %为例，误报率和漏报率分别从6.18 %和11.47 %下降到了1.95 %和3.12 %；在预测模式下，对高风险事件误报率和漏报率为2.28 %和3.82 %。