基于出租车轨迹数据的城市居民出行特征挖掘

针对城市交通中出租车寻客与调度困难等问题,提出一种基于KAN N-DBSCAN聚类算法与BP神经网络的热点区域需求预测模型,通过挖掘居民出行聚集模式进而对需求量预测分析.首先在对乌鲁木齐市出租车GPS轨迹数据预处理的基础上,通过数理统计法分析居民出行行为规律与空间出行特征;其次建立基于自适应DBSCAN聚类算法的热点区域识别模型,优化了聚类中参数标定过程,实现了分时段载客热点区域的探测;最后构建BP神经网络进一步对热点区域的居民出行需求进行预测.研究表明:居民出行活动热点区域受不同时间段的影响,交通枢纽以及商业购物区是出行的高热度区域;通过BP神经网络与随机森林模型对比发现,BP神经网络更适用于进行热点区域的交通需求预测.

考虑乘客感知差异的多模式公交满意度评价

为了提高城市公交系统的运输效率与吸引力,明确不同模式公交服务质量提升方向,对某市三种经典的公交模式乘客满意度的问卷调查数据进行了量化分析。构建云模型和结构方程相结合的满意度测度模型,在直观展现综合评价结果的基础上对比分析各模式公交乘客满意度影响因素,验证了所提出的评价模型和指标体系的合理性。结果表明:快速公交乘客体验感受最好,常规公交和定制公交次之;不同模式公交满意度影响因素呈现差异性,车内舒适性、可靠性、人性化设施分别对常规公交、快速公交和定制公交乘客满意度具有显著正向影响;同时利用四分图发现,各模式公交服务质量中的薄弱环节具有差异性和共通性。研究成果可为交通管理提供一定的参考和借鉴。

不确定条件下公路应急资源点选址鲁棒优化

为加强公路应急物资储备,提高预防和处置突发事件的能力,研究不确定因素对公路应急资源点选址的影响。在传统模型分析基础上综合考虑物资需求和运输时间的不确定性,构建成本与时间最小的双目标公路应急资源点选址的确定模型与鲁棒优化模型,从而保障突发交通条件下公路应急系统的正常工作状态。考虑鲁棒优化模型属于典型的非确定性多项式问题,提出将两目标加权为单目标进行处理,并采用遗传算法对模型进行求解。以G30部分路段构建路网为研究对象,确定不同参数下选址方案。结果表明,随着问题规模的扩大,对比确定性模型的鲁棒优化模型始终有解,验证模型的实用性、鲁棒性及算法可行性,进而为应急管理者提供参考。

地方高等院校交通运输专业学位研究生培养质量研究

为探究地方高等院校全日制专业型硕士人才培养质量,以新疆农业大学全日制交通运输专业学位硕士研究生为例,通过问卷调查方式进行人才培养质量现状调查。基于结构方程模型和中介效应模型,选取专业硕士培养质量、导师指导、实习实践、专业课程以及个人努力为潜在变量,以个体为分析单位,建立具有较强合理性的专业硕士培养模式结构方程模型,分析运算结果并提出优化措施。结果表明:模型适配度良好,实习实践、专业课程以及导师指导对培养成果有正相关的作用,实习实践、专业课程、导师指导对个人努力有正相关影响,个人努力在模型中起到部分中介作用,且对培养质量有正相关影响。