交通网络均衡理论下道路预约出行效益研究

面向提高城市交通需求管理措施精细化水平的现实需求,基于预约出行模式的城市道路交通拥堵治理方法有望在未来智能交通系统中扮演重要角色。既有针对城市道路预约出行模式的研究存在预约路段的预约总量设置过于理想化,且多类用户的出行选择同质化,未考虑个体出行的多维决策变量及城市多模式交通协同作用的局限性。因此,本文首先采用删失数据模型和乘积极限法估计道路容量分布函数,引入持续流动指数,确定预约路段的最佳预约总量;其次,考虑用户的异质性,在城市多模式交通框架下建立多用户、多准则及多模式交通方式划分和交通分配组合模型。研究结果表明:道路最佳预约总量的范围约为道路实际通行能力的0.79~0.89;实施预约出行策略后,路网平均速度、平均饱和度和总出行成本较策略实施前分别改善了7.6%、7.9%和1.6%;此外,策略实施后,选择私家车出行的用户减少了4.19%,选择公共交通工具出行的用户增加了3.19%;不仅如此,时间价值不同的异质出行者受预约出行策略的影响呈现出显著的差异。研究结果有助于揭示预约出行策略在实际应用中可能带来的效益和挑战,为决策者提供宝贵的理论支持,有助于制定更加科学和有效的交通需求管理策略。

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据,从数据驱动视角,深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上,采用KMeans算法,将站点聚为5类,探讨各类站点的时变需求规律及影响因素;在空间上,提出基于POI数据的站点用地类型识别方法,将站点分为居住类、交通设施类、办公类和商业休闲类。构建以15,30,60 min为间隔,以租还车需求为目标变量的随机森林预测模型,并与常用的BP(Back Propagation)神经网络、K最近邻方法进行比较。结果表明,随机森林模型的精度更高,适用性更强。以30 min为间隔的站点租还车需求预测精度最高,考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统,为改善服务水平提供技术和理论支撑。

基于知识的涡轮叶片精铸模具预言设计系统开发与应用

现代航空发动机为了提高燃气涡轮的效率、追求更高的推重比,在涡轮叶片设计上采用全新的结构设计、使用先进的冷却技术、选用最新研制的高性能材料就成为一种必然。为满足上述要求。

城市道路预约出行策略下的出行方式选择

基于预约出行的运行机制,应用累积前景理论,分析实施预约出行策略后出行者在不确定环境下的出行方式选择,在此基础上,从个体效用和社会福利两个层面探讨预约出行策略的可行性.研究结果表明:在个人效用方面,预约出行策略能通过系统时空调节弱化个体随机性的影响,显著提高出行者的出行效益,提高公共交通出行率,且早高峰时段比晚高峰时段的实行效果更优;在社会福利方面,该政策带来的社会总福利比拥堵收费策略更高.因此,与传统交通管控策略相比,预约出行政策更加灵活精细,在缓解交通拥堵方面拥有更大的潜力.