论我国交通客运量与国民经济关系 ——基于时间序列模型的分析

为研究我国交通客运量与国民经济之间的关系,建立了客运量、旅客周转量、国内生产总值(GDP)的ARIMA模型,采用Johansen的极大似然估计法对这3个序列进行协整关系检验,运用格兰杰因果分析法对三者之间的因果关系进行研究,并建立了矢量自回归模型,利用脉冲响应函数进一步分析了三者之间的短期动态关系。研究结果表明:交通客运量与国内生产总值之间没有协整关系,国内生产总值是客运量和旅客周转量的格兰杰原因,而客运量和旅客周转量都不构成对国内生产总值的格兰杰因果关系。脉冲响应函数分析结果表明:我国客运量和旅客周转量的增长对国内生产总值的增长有明显促进作用,国民经济的发展对我国旅客运输业的长期发展有着一定的推动作用,同时也决定着交通运输业的发展规模。     

综合客运交通枢纽换乘系统量化评价

针对综合客运交通枢纽换乘系统在规划、设计中存在量化评价难等问题,通过模型量化计算及现状调查数据修正,将综合客运交通枢纽换乘距离划分为理想的、较为理想的、可接受的、可容忍的、不可容忍的5个等级及其相应的量化标准值,得到综合客运交通枢纽换乘系统量化评价方法和初步评价标准.案例分析结果初步证明了综合客运交通枢纽换乘系统量化评价方法的可行性和适用性,为综合客运交通枢纽换乘系统的量化评价等提供理论和决策依据.     

适应性交通流连续性模型

【目的】考虑人的主动行为在复杂的交通系统所起的作用,从微观机理出发,利用气体动理学理论建立交通流连续性宏观模型,研究交通的拥堵现象。【方法】假定单一司机的期望速度与其局域瞬时速度成正比,考虑司机期望速度随时间的驰豫变化,利用广义Paveri-Fontana等式,通过运用距方程和Chapman-Enskog方法,导出类Naveri-Stokes方程的适应性交通流模型;然后对适应性交通流模型进行线性稳定性分析,并通过数值分析验证适应性模型的合理性。【结果】适应性模型能更好地解释高密度下的时停时走交通现象,描述交通堵塞的消散过程,反映右转车流的"挤压"效应。【结论】引入司机的期望速度的宏观交通流动力学方程能较好模拟高密度的交通拥堵现象。     

基于MFD的模拟超饱和路网交通控制策略优化

为了缓解城市路网频繁出现的超饱和交通堵塞,本文以堵塞区域路网各条路段上行驶的车辆数作为状态变量,建立路网交通的状态方程,分析路段上车辆数变化规律;同时,基于交通流宏观基本图,以路网中路段累积车辆数最优作为控制目标,建立关于堵塞区域路网系统的离散状态优化控制模型,并将该模型在某城市新区进行模拟算例应用。结果表明,这种基于交通流宏观基本图的优化控制策略能有效缓解城市路网中超饱和交通堵塞,使路网整体输出效率得到明显提升。     

基于低碳模式下的城市交通结构优化模型研究

建立城市可持续发展的交通运输系统,不但要考虑交通出行效率目标最大化,还要使交通系统的资源消耗最小,环境污染最低。本文在以打造低碳城市的发展模式,针对出行的机动性和可达性,同时考虑环境容量、土地利用等约束条件来建立交通结构优化模型。     

交通瓶颈处局域密度时间序列的长程相关性

【目的】为研究交通相的相关特性,对交通瓶颈处的交通数据作长程相关性分析。【方法】利用元胞自动机建立含有局部缩减道路的三相交通流KKW模型,对交通瓶颈处3个交通相的流量、速度及密度的时间序列进行研究:分别应用R/S分析方法和去趋势涨落分析(DFA)方法对交通瓶颈附近局域密度的时间序列作长程相关性分析,并与交通流元胞自动机NaSch模型的长程相关性分析结果进行比较。【结果】交通同步流的局域密度具有长程相关性,在自由流和宽运动堵塞时对应的局域密度时间序列具有长程反相关。而NaSch模型模拟的局域密度序列无论是自由流还是交通拥堵都呈现长程反相关。【结论】交通瓶颈处呈现交通同步流,且交通同步流具有长程相关性。     

基于数据流多维特征的移动流量识别方法研究

随着移动互联网的快速发展,移动设备的数量激增至历史新高.从大量混杂流量中识别出移动流量并对流量进行分析,是深入研究移动互联网特性的第一步,同时可以为移动网络测量与管理、移动安全和隐私保护提供有价值的信息.本文综合整理了网络流量识别的常见方法,提出了基于数据流多维统计特征的移动流量识别方法.该方法从硬件特征、操作系统指纹和用户使用习惯三个方面提取了数据流中具有代表性的特征并对特征进行分析,使用集成学习的方法生成识别模型.移动流量的识别准确率和主流的5种操作系统流量分类的准确率都达到了99%以上.本文方法比UAFs方法准确率提高了8%左右.本方法提取的特征具有多维性并且具有实际意义,整合了网络层和传输层的数据流特征,相较于使用深度数据包检测的方法,基于数据流多维特征的方法同样适用于加密流量的分类.     

基于系统动力学的城市交通拥堵治理问题研究

近年来,我国城市交通供给和需求的矛盾在日益突出,城市交通拥堵问题越来越严重,除影响城市居民正常出行、导致环境污染加重外,严重影响了城市物流的正常运行,成为整个城市经济社会发展的制约因素. 本文从城市交通拥堵这一现象入手,分析了交通拥堵的现状、原因、影响及其根源,从城市居民出行和城市物流两个角度总结了现有解决交通拥堵问题的对策,在此基础上结合我国的实际情况,用系统动力学的方法建立了治理城市交通拥堵的系统动力学模型,并以北京市为例,对北京市典型的治堵措施的实施效果进行了仿真分析,从而得出适合我国的解决城市交通拥堵的对策建议.     

基于起讫点的均衡交通分配改进算法

AnthonyChen (2002)提出的基于起讫点的Frank-Wolfe (ODBFW)算法, 对同一起点的所有OD对搜索最短路树, 采用one-OD-at-a-time流量更新策略, 是一种收敛性能较好的均衡交通分配算法. 主要对ODBFW算法的初始化、线性搜索及最短路搜索算法进行改进, 提出ODBFW改进算法. 将ODBFW改进算法应用于国际上同类研究常用的SiouxFalls网络及我国山东省诸城市实际道路网, 比较标准FW算法、ODBFW算法及ODBFW改进算法的可行性、效率及稳定性. 结果显示, 改进算法效率较标准FW算法有显著提高, 稳定性较好. 在小型测试路网上改进算法较ODBFW算法达到收敛的时间减少近15%, 在大型测试路网上减少近5%.     

基于实时数据的应急交通疏散仿真方法研究

突发事件应急管理是非常态复杂系统问题,目前缺乏有效的研究手段.由于突发事件发生频率低,演化模型不明确,不确定性高的特点,在常态下广泛适用的传统仿真模型和基于数据的模型,通常难以直接应用在非常态情景中.本文提出了基于实时数据的应急交通疏散仿真方法,通过融合仿真模型和数据分析技术,使仿真系统能够兼容常态与非常态仿真计算,增强了其在非常态下的适应能力.本文以大规模交通疏散为例设计了仿真方法,该方法可以提高应急状态下交通仿真系统的预测准确性,并有能力提供多种事件的可能发生方向,为交通疏散应急管理提供决策支持.