基于对数正态分布的出行时长可靠性计算

交通拥堵不仅延长了平均出行时长,同样增加了出行时长不确定性。研究出行时长不确定性对计算拥堵成本、帮助出行者制定出行规划具有重要意义。基于出行时长分布服从对数正态分布假设,提出90%分位数出行时长可表示为平均出行时长和变异系数的函数。通过挖掘深圳市出租车GPS信息,发现变异系数的波动在10%以内,因此对90%分位数出行时长影响很小;而90%分位数出行时长与平均出行时长呈现明显的线性关系。研究表明出行时长不确定性会随着拥堵程度增加而呈线性增长,该结论为计算出行时长不确定性提供理论和实证支持。

基于出行时长的大型活动停车换乘选择行为研究

以大型活动期间来自外省市的小汽车出行者为研究对象,对不同出行时长的停车换乘选择行为进行调查和研究。结果表明当日往返者和停留多日者对停车换乘的需求特征与选择行为存在差异:停车供应限制政策对前者利用小汽车出行的选择行为影响较大,对后者的影响较小;前者强调换乘公共交通的直达性和便捷性,对时间要求较高,后者则重视交通方式的灵活性。针对停留多日者的相关设施及政策还须统筹考虑全程出行链的需求,提出在郊区新城结合住宿情况设置停车换乘系统。

新能源汽车行驶工况构建与环境温度对驾驶行为的影响研究

针对CLTC无法真实反应国内某城市新能源汽车运行工况特征的问题,基于该城市实际道路车联网出行数据构建行驶工况曲线,并探究温度对用户出行数据的影响。首先,分析该城市用户实际单次出行时长,以电机冷却时间为标准划分单次出行间隔,统计了用户单次出行及其频次频率分布,其次,探究了用于构建行驶工况的样本量大小,通过聚类结果对比和特征值对比验证了适合用于构建该城市行驶工况的样本量,然后,分析了温度对用户实际出行驾驶行为的影响,构建了不同温度区间下的工况曲线,采用Z-Score标准方法对比曲线特征差异并利用AVL-Cruise软件仿真不同温度下工况曲线的能耗,对比不同温度区间下工况曲线的差异。最终,构建该城市新能源汽车行驶工况曲线,探究了温度对用户出行行为的影响,以期为新能源汽车行驶工况构建及能耗分析提供参考。

面向出行时间可靠性的最优路径规划

目前城市道路交通普遍存在交通拥挤、交通出行困难等问题。尤其是一些大城市,交通拥挤问题已成为制约城市进一步发展的重要问题。因此,提高出行者的出行效率和可靠性对解决交通拥挤问题具有重大意义。城市道路交通网络是一个典型的动态随机网络,网络中弧和节点的耗费是随机的,且随时间变化。其最优路径问题可以转化为图论网络中的最短路径问题。提出一种基于蒙特卡罗模拟和遗传算法的动态随机网络最短路径算法来解决城市道路交通网络的最优路径问题,并提出基于出行时长95%可靠性的最优路径选择方法来保证出行时间的可靠性。实验表明该算法可以很好地解决城市道路交通网络出行时间可靠性的问题,可以很好地运用到交通出行的路径规划中去。