基于LMDI方法的北京市对外交通运输能耗分解研究

基于2005-2012年北京市对外交通运输各运输方式的客、货运周转量及对应能源消耗量的统计数据,利用LMDI方法建立了能耗变化模型。根据ASIF分类方法,选择影响能耗变化的3个主要因素：交通活动水平、交通方式结构和能源强度,定量地计算各因素对能耗变化的影响力和贡献率。研究发现,能源强度抑制能耗的增加,其他2个因素均促进能耗的增加。为了减缓能源消耗的增长速度,需要依托能源技术进一步降低能源强度,并将客货运量向运量大、能耗低的铁路吸引。     

中国特大城市客运交通能源需求变化的因素分析

为了定量分析城镇化水平提高、居民出行特征变化等因素对中国特大城市客运交通能耗变化的影响,根据完全分解理论,构建了两阶段分解模型,并用于广州、北京和上海的案例中.结果表明:多数因素都不同程度导致了城市客运交通能耗的增长,类似广州这样的特大型城市处于以城镇化水平提高为最主要驱动的典型时期,类似北京和上海这样的超大型城市则处于由以城镇化水平提高转向以机动化水平提高和居民出行需求增长为最主要驱动的过渡时期.     

基于市场细分的城市客运交通需求分析方法

分析运输消费者的特征和行为,了解运输需求的发生和变化情况成为当前该领域的研究重点。为此以运输市场营销学为理论基础,从消费者的角度出发,根据消费者的特征属性,采用市场细分的方法,细分城市客运的消费者市场,对城市客运交通需求展开分析和研究,提出分析方法的流程,并给出示例。     

基于循环经济的城市客运交通结构优化模型

针对传统的城市客运交通结构规划中的不足及其所带来的问题,提出了一种基于循环经济的城市客运交通结构优化模型.该模型是在考虑可持续发展的基础上,把资源、能源、环境作为约束条件,较好地体现了循环经济的原则和特征,实例分析验证了该模型的正确性.     

客运交通枢纽的可达性评价方法

在枢纽向一体化换乘、综合开发的发展趋势下,可达性作为评价枢纽的服务指标是必不可少的。从经济、快捷、舒适、可靠四个方面来定义和描述可达性,并选取相对应的费用、时间、疲劳、惩罚成本作为量化可达性的基础,且给出出行者在到达某枢纽过程中组合交通方式成本和换乘节点成本的计算方法和可达性评价方法,最后,再给出算例进行分析,这样完全可以证明可达性评价方法的实用性。     

基于 LMDI模型的江苏省碳排放强度影响因素分解研究

碳排放强度严重约束了各地区经济的可持续发展.采用LMDI模型,将江苏省碳排放强度影响因素分解为产业结构、能源强度和能源结构,得出各影响因素对碳排放强度降低的贡献率.结果表明,江苏省的碳排放量逐年上升,但是碳排放强度呈现逐年递减的趋势,能源结构对江苏省碳排放强度的驱动效应最大,贡献率达61.48％,能源强度的贡献率为38...     

基于能源消耗的城市交通结构优化

为支持可持续发展交通运输系统规划的理论体系的创立,引入交通容量、环境容量和方式能耗的概念,提出基于能源消耗的城市交通结构优化的思路、模型与方法,并进行了应用实例研究。该模型融入了影响城市交通结构的各种因素,使其最优解既能满足经济发展带来的交通需求,又能使交通的环境影响和资源消耗最小化,从而为可持续发展的交通运输系统的规划提供了可行的理论与方法。     

城市客运交通方式结构预测的层次分析法

根据人们选择出行式随出行距离而变化的内在规律及交通发展政策基础设施建设水平等外部环境和 制约与诱导作用,提出分层次进行进行方式早分的思路与方法,在规划实践中具有较强的可操作性。     

基于城乡客运一体化的客运场站布局理论研究

随着社会经济的发展,我国城乡客运需求日益增加,新的形式下对原来的城乡客运二元化结构已不再适应经济发展的需要。基于此提出了新的形式下城乡客运站布局规划方法:首先对城乡客运站进行分层研究,其次对不同层次的城乡客运站提出不同的规划方法,从而实现城乡客运场站的合理规划。     

基于出行的城市客运交通环境系统优化研究

构建了基于出行结构的城市客运交通环境系统优化模型。在系统分析的基础上, 使用系统动力学方法模拟城市客运交通环境系统的发展;建立线性优化模型求解在城市的资源环境等约束条件下, 以交通综合效率最大化为目标的最优出行结构;根据二者的结果, 设计城市交通发展的不同情景, 进行二次模拟;建立灰色关联评价模型对情景分析结果进行综合评价, 在社会经济条件支撑、政策可行、资源环境压力最小化的前提下, 得到城市客运交通环境系统出行结构的优化结果。最后通过北京市的案例研究, 验证了模型的有效性。     

基于GIS方法的公路客运枢纽选址分析

城市公路客运枢纽的科学选址已成为城市总体规划和交通规划中不容忽视的重要环节,基于GIS分析方法,在考虑选址规划区域内存在地理阻断和路网运输服务水平的情况下,对一般的连续型选址模型进行修正,得到非连续型的阻抗函数,并通过成本费用最小化模拟分析客运枢纽的最优选址。     

基于非集计模型的中长途客运旅客选择方式

近年来,随着我国高铁的快速发展,给公路客运产生了巨大的冲击。为了提高公路客运企业竞争力,结合中长旅客出行需求和发展态势,笔者从旅客特性、出行特征、运输方式特性等角度,分析了旅客出行行为偏好影响因素,构建了基于非集计的多元Logistic旅客选择方式回归模型。论文依据北京公路客运数据,对0～400km和400～800km的中短途和中长途旅客出行选择行为进行了敏感度分析实验。实验表明,0～400km中短途出行的旅客对便捷性和准时性的敏感度高,而400～800km中长途出行的旅客对出行费用、出行时间、舒适性和安全性的敏感度高。     

广州市轨道交通站点客运一体化设施发展战略研究

各种交通方式之间实现客运一体化的和谐发展,可以更好的发挥各种交通方式的优势,实现交通系统的效益最大化。本文在对广州城市交通现状、交通供需形势进行分析的基础上,提出了广州市城市客运交通的发展战略,明确各交通方式在城市交通中的定位,并进而提出了实施轨道交通站点客运一体化的发展战略。     

基于空间关联度的高铁综合客运 枢纽客流参数预测算法

提出了基于空间关联度的高铁客运枢纽客流参数预测算法. 通过对高铁综合客运枢纽瓶颈点及其关联点之间的关联度进行研究,利用瓶颈点和关联点的实时客流参数信息,实现对瓶颈点客流参数信息的短时预测. 实验证明该算法在高铁综合客运枢纽客流安全预警实际应用中,能够快速反映客流扰动,具有较强的抗干扰能力,为高铁综合客运枢纽安全预警提供支持.     

基于RBF神经网络的高铁客运枢纽客流参数预测方法

客流参数预测是实现枢纽客流安全状态预警的重要手段,针对枢纽客流参数的预测问题,提出了基于RBF神经网络的高铁客运枢纽客流参数预测方法,通过对高铁综合客运枢纽内瓶颈点的短时客流参数信息进行预测,对客流的拥堵或滞留状态进行及时预警. 实验证明基于RBF神经网络的高铁客运枢纽客流参数预测方法能够对瓶颈点未来短时内的客流参数信息进行较准确地预测,并可较好地反映滞留客流状态.     

基于证据推理的高铁综合客运 枢纽客流图像背景建模

针对高铁综合客运枢纽客流图像特征,提出基于证据推理的客流图像背景建模方法. 利用均值背景模型和灰度分区处理提高背景模型的处理速度,通过引入证据推理构建合适的mass函数,提高背景灰度值的取值范围的置信度,从而提高背景图像的精确性. 结果表明,该方法原理正确,在高铁综合客运枢纽客流安全预警实际应用中,能够快速准确地生成客流背景图像,保证了客流信息提取的速度和精度.     

铁路客运站旅客候梯时间对扶梯能耗影响

在李太勒公式的基础上,利用单通道和多通道M｜D｜n经典排队模型,确定了旅客平均排队队长、最大等待时间、扶梯服务强度之间的相互联系,建立了等待时间计算模型。结合中国某特大型客运站A站的旅客发送数据,在候车时间概率分布模型的基础上,按照等待时间的不同,对旅客发送最多日、节假日和普通工作日的扶梯配置、功率和能耗进行了细致分析,比较研究了等待时间为5、10、30s时的固定能耗和可变能耗。分析结果表明,候梯时间的设置影响扶梯的配置和扶梯能耗,扶梯能耗中固定能耗占70%,可变能耗占30%。     

基于前景值和乘客最优理论的居民公交出行选择模型

为研究城市内居民的出行目的与公共交通工具选择的关系,运用前景理论和乘客最优理论建立了客运走廊内居民公共交通出行选择模型。调查了苏州市木渎站至钟南街站客运走廊沿线居民的出行目的,获取了居民出行目的与公共交通工具服务属性关系数据,以此数据为依据计算出各种公共交通工具的前景值,并进行模型检验,结果发现模型运行至第786代后解的质量稳定在97%,与实测值相比,模型的模拟结果与居民选择公共交通工具的行为是一致的。可见该模型为预测公共交通工具的分担量提供一种的新思路。     

基于聚类分析的我国城镇居民消费结构差异化研究

居民消费结构不仅反映地区居民消费偏好程度以及对居民收入、消费品价格等因素的敏感程度,而且能反映地区居民的生活质量与区域经济发展水平.本文基于聚类分析方法原理,构建类之间最小距离关于分类数的函数关系,然后根据曲线在分类数点的曲线斜率变化特征确定分类数,对2013年我国31个省、直辖市、自治区的城镇居民消费结构差异化特征进行研究.研究结果表明我国城镇居民结构还存在较大差异,将近三分之二属于中西部地区的省份消费水平在全国平均水平以下.     

基于GFI模型广东能源消费变动的因素分解分析

运用广东省1990-2009年能源消费的面板数据,采用广义费雪指数方法对广东能源消费的影响因素进行分解分析,探讨产业能源效率、产业结构、经济发展与人口发展等因素对广东能源消费变动的影响和作用。为了进一步剖析各因素对能源消费变动的影响效果,构建回归分析模型,研究表明：经济发展、人口发展与产业结构对广东能源消费增长起到推动作用,产业能源效率对广东能源消费增长起到抑制作用。