汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响;对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关;年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

公交停靠站对混合交通流影响分析

在我国城市交通中,常规公交和社会车辆混行的矛盾长期存在。在混行路段,公交站点的运行在很大程度上会影响到交通流畅通与否。通过对港湾式车站和非港湾式车站两种设置方式下附近复杂交通流特性进行研究,总结两种停靠站的车流冲突,提出适合不同情况的公交车站布置方式。     

基于AHP法的宜昌市人力资源开发效果评价

区域人力资源开发评价是对区域人力资源开发的活动过程及其结果进行科学的分析和度量,以评价区域人力资源开发活动的效果。本文以人力资源开发理论为基础,遵循区域人力资源开发过程中客观存在的运动规律,构建区域人力资源开发评价体系,并运用AHP法对宜昌市人力资源开发效果进行初步分析,旨在探讨宜昌市未来人力资源开发发展方向。     

无信号环形交叉口机非冲突机器学习预测方法

为高效精确地预测无信号环形交叉口机动车与非机动车的交通冲突,提出了基于遗传算法优化的BP神经网络(GA-BP)和支持向量回归(SVR)的组合预测模型(SVR-GA-BP)。通过无人机采集混合交通流高清视频,利用视频识别软件Tracker提取机非交通冲突轨迹数据,以距离碰撞时间(Time to Collision, TTC)为判别指标,确定机非冲突严重程度。基于偏相关性分析确定交通量、平均速度、大车比例等为机非交通冲突的显著影响因素,选取均方根误差(RMSE)、平均绝对误差(MAE)等五种评价指标对SVR模型、BP神经网络、SVR-GA-BP模型的预测值进行精度分析。结果表明,组合模型在一般冲突预测中精度为97.1%,相比SVR和BP神经网络分别提高6.9%和2.5%,在严重冲突预测中精度为96.1%,相比SVR和BP神经网络分别提高7.3%和5.1%。可见SVR-GA-BP组合模型能够有效预测无信号环形交叉口的机非冲突且精度最高,可为同类型交叉口的安全评价提供借鉴。     

停车换乘与路票交易组合措施下居民出行特性建模分析

为了研究路票交易措施下的居民出行特性,与现有的交通管理措施如停车换乘措施相结合,针对停车换乘与路票交易组合措施下居民出行方式特点,设计以路段为收费单元的可交易电子路票收费方案,阐述其诱导居民选择不同出行方式的机理,并根据居民不同出行方式特点建立多项Logit模型。采用行为调查(RP)与意向调查(SP)相结合方法,对上海市工作出行前往中心区域特性进行调查,对比了工作出行者原出行方式与路票交易约束下出行方式的变化情况,并基于调查数据量化分析路票交易与停车换乘组合措施下出行者的出行方式选择影响因素。研究结果表明:当存在路票交易奖励机制时,有部分出行者从公共交通转向驾车绕路前往中心区域;以全程驾车为参照组分析发现,出行者居住位置对是否选择驾车绕路具有显著影响,距离中心区域越远越不倾向驾车绕路;在停车换乘与全程公共交通出行中,路票交易奖励机制发挥显著影响,且出行者在选择公共交通出行时会首先考虑路票收益,其次考虑出行时间因素;基于路段收费的路票交易方案在有效利用有限道路资源方面有积极作用,该研究结果可作为交通管理部门制定交通管理措施的理论依据。