唯网络流论

本文建立了基于网络流的ＯＤ矩阵预测模型，主要内容是：１、建立由现状网络流生成的ＯＤ矩阵，否定现状ＯＤ调查的必要性。２、按经济为交通的“源需求”思路，建立由经济变量为主导的趋势型ＯＤ矩阵预测模型。３、为发挥“交通反馈效应”的思路，建立了诱增型ＯＤ矩阵预测模型。４、依配流理论，完成网络流的趋势预测和诱增预测。     

不确定OD需求下的轴-辐式集装箱海运网络设计

从轴-辐式集装箱海运网络设计角度出发,深入分析港口节点、航段节线和集装箱OD三个要素的相互关系,考虑到集装箱OD需求的不确定性对轴-辐式集装箱海运网络设计的影响,利用随机规划方法,建立不确定OD需求下的轴-辐式集装箱海运网络优化模型,借助机会约束规划将其转化为确定性等价模型;结合贪婪算法改进禁忌搜索算法对模型进行求解。研究结果表明:禁忌长度的增大将降低算法的效率;随机模型比确定模型具有成本优势;改进禁忌搜索算法具有更快的收敛速度和更准确的求解精度。     

公路建设可行性研究交通量预测方法分析

我国公路建设可行性研究中，交通量的预测存在很多问题，预测数据来源不准确，方法不合理等现象较为严重。本文结合工程实例在分析交通量预测的所存在问题的基础上提出相应的建议，对策，以期对我国公路建设交通量预测提供帮助。     

基于轨迹重构的城市路网OD估计方法

为了提高城市路网OD估计精度,提出了一种基于自动车辆识别数据的宏微观OD估计框架.该框架将微观层的个体路径选择行为和宏观层的随机用户均衡(SUE)分配相结合,微观层通过粒子滤波器的重要性采样过程更新状态空间概率曲线来实现车辆轨迹重构,从而构建宏观层路径流约束;宏观层建立上层为广义最小二乘、下层为路径流修正的Logit随机用户均衡分配的OD估计双层规划模型.该方法在基于Sioux-Falls网络的VISSIM仿真模型上实现,通过VISSIM设置虚拟检测器来模拟现实环境中的自动车辆识别系统.结果 显示,所提方法在各OD对估计中的平均绝对误差(MAE)均值为106.2辆/h,总需求百分比偏差(TDPD)均值为9.54％,相比较于非轨迹方法(MAE均值720.05辆/h,TDPD均值41.54％)有明显优势,在检测器覆盖率大于60％的条件下可以得到较为可靠的OD估计结果.     

未来远景交通量预测方法

<正>道路的未来远景交通量由正常交通量、转移交通量和诱增交通量3部分组成,其中正常交通量和转移交通量统称为趋势交通量,而且趋势交通量是主要部分。在工程可行性研究中,远景交通量预测方法大致分为两类:一类是增长率(增长曲线)预测法,即用简单的数学模型预测,这一方     

基于动态聚类的大城市公交客流走廊甄别方法

针对公交客流走廊甄别方法存在局部走廊方向与客流方向不吻合等问题,将其分为方向判定和支撑道路识别2个阶段.选择交通中区公交客流OD中点坐标和与x轴正向的夹角作为动态聚类参数,根据公交客流OD与走廊的相对位置关系分类,考虑路径选择的随机性,引入Logit模型讨论不同情形公交OD利用走廊出行的客流量,以提高走廊识别的精度.在初始分配后,调整走廊支撑道路的交通分配参数进行再分配后判识公交客流交通走廊的支撑道路,分析走廊流量过大、过小的异常现象,检验方向判定中走廊数量选择的合理性,以提高走廊数量准确性.     

现代城市的交通规划发展

城市交通问题是现代城市普通存在的问题。为了解决城市交通问题,各国都花了很大的财力和物力。有的西方工业发达国家经过了半个多世纪的努力,城市交通问题迄今尚未得到彻底解决。所以有人把城市交通问题列入世界难以解决的科技问题之一。文本主要论述了我国城市交通规划的演变、城市交通规划的指导思想和规划模式、城市私人交通和轻轨交通的发展。     

基于Circos弦图的居民出行模式可视分析

基于对城市中出租车OD(Origin-Destination：起始点－终止点)流时空模式的研究,能为城市路网规划、出租车营运方案制定以及居民出行计划提供科学的依据.而时空数据可视化与可视分析是从时空轨迹大数据中感知城市动态、分析OD时空模式的重要手段.该文基于Circos软件,以一种全新的可视化方式对出租车轨迹数据中的OD流进行时空多尺度可视分析.这种方式能在不同时空尺度下表征出租车轨迹OD流的流量、流向及OD流属性特征,能够展示多时空尺度下轨迹OD流数据的时空模式,能更好地理解居民在城市内部区域之间的流动模式,进而揭示居民的出行模式.通过对北京出租车历史轨迹GPS数据进行可视化实验,结果表明该可视化技术能在多时空尺度下表征轨迹OD流数据的时空模式.     

基于IC卡信息的公交客流Origin-destination反推方法

公交客流起止点(origin-destination,OD)矩阵是公交线路调整和优化的重要依据,通过公交IC(integrated-circuit)卡信息获得的数据研究了公交出行的特征.以公交站点上下客人数为约束条件提出了综合考虑了公交乘客上下车概率与公交站点产生吸引因素的反推模型,实例分析表明该方法能显著提高反推的精度,反推结果更具可靠性.