A Network Signal Timing Design Bilevel Optimization Model with Traveler Trip-Chain Route Choice Behavior Consideration

This study proposed a bilevel optimization model for the network signal timing design problem by considering the linkflows reflected by the trip-chain route choice behaviors of road users. The bilevel programming model is formulated based on theinteractions between signal timing control and trip-chain behavior, and a solution algorithm by combining variational inequalitysensitivity analysis, the generalized inverse matrix method, and a gradient projection approach revised for trip-chain user equilibriumis developed for the transportation design problem. The performance of the developed model framework was verified throughnumerical analysis under different test scenarios.

基于出行链的铁路车站开通初期客流预测研究

【目的】为解决铁路车站开通初期客流预测缺乏数据支撑,以及估计不同交通方式成本来计算客流转移量结果与实际偏差较大的问题。【方法】以新开通南沿江城际铁路江阴站为例,考虑该线与既有高速及城际铁路的线位关系,基于城际出行链,依托旅客出行行为调查对区域内可选择的不同交通方式的城际出行效用进行定量计算,采用Multinominal Logit(MNL)模型,区分工作日与非工作日,结合客流分配现状对效用变量系数进行标定,据此预测南沿江城际铁路江阴站开通后发往南京、上海枢纽的客流量,同时结合城市经济和社会发展推演计算发往沿线其他站点的客流。【结果】结果表明,南沿江城际铁路江阴站的开通可以有效吸引江阴地区原本选择既有铁路、公路去往南京、上海的客流以及选择公路去往南沿江城际铁路沿线其他城市的客流。【结论】因此,南沿江城际铁路的开通能有效缓解辐射范围内既有铁路、公路的运输压力,客流预测结果还将支撑站点运力资源配置优化研究。

建成环境对公共交通与小汽车出行方式选择的非线性影响——基于出行链视角

针对城市公共交通竞争力有待提升的现实背景,以及对车外环境和替代出行方式关注不足等问题,文章通过出行链视角,结合武汉市主城区居民出行调查和街景数据,利用百度地图模拟出行路径,使用随机森林模型全面分析了出发地、目的地和车外路段建成环境对公共交通与小汽车出行选择的影响。结果表明:1)细化出行阶段并考虑替代小汽车的公交出行方式,可增强分析深度和模型精度;2)建成环境是影响2种交通方式选择倾向的关键因素,其中车外环境与出发地、目的地的建成环境同等重要;建成环境因素与交通方式选择倾向之间存在非线性关系,且部分因素在出发地和目的地的影响有所差异;3)建成环境对出行方式选择的影响机理可分为弹性调整、有限支撑和直接驱动3种类型。

出行即服务环境下个体出行链碳足迹监测与评估

在我国“碳达峰”“碳中和”战略目标下,科学准确地监测和评估个体出行碳足迹是推动城市交通低碳转型的基础,但同时也面临着巨大的挑战。因此,借助出行即服务(Mobility as a Service,MaaS)平台的数据开放与共享,旨在提出MaaS环境下城市个体出行链碳足迹监测与评估方法。首先,设计基于MaaS平台的城市交通碳源监测指标体系,实现对个体出行链多模式交通特征的提取与融合;然后,分别建立针对机动车和轨道交通出行的碳排放计算模型,计算不同交通方式的出行段碳排放,累加得到个体全链出行碳足迹;最后,以小汽车出行为基准线情景,评估个体出行链碳减排量。对在北京市采集的1865条出行链数据进行实例分析,结果显示:以小汽车、常规公交、轨道交通及非机动车为主导的出行链的平均人公里碳排放量分别为0.2380,0.0310,0.0390,0.0017 kg·pkm^(-1),相对基准线的平均人公里减碳量分别为0.029,0.220,0.230,0.280 kg·pkm^(-1);出行链人公里碳减排量与出行链中绿色出行比例正相关;对MaaS平台车辆电动化可使得减碳效益提高52.5%。

城市轨道交通乘客智慧出行信息服务平台构建研究

以城市轨道交通为主的乘客智慧出行服务存在群体性服务多、增值服务内容单一等问题,在总结现有的城市轨道交通乘客服务和分析不同乘客出行需求的基础上,提出城市轨道交通乘客智慧出行信息服务平台的业务需求以及技术架构。以乘客画像模块为基础生成乘客的个性化标签,探讨出行诱导模块和增值服务模块的构建方法,将出行诱导信息和增值服务信息与乘客的个性化标签匹配,实现出行规划、出行诱导、广告匹配、服务推送等功能,最终达到全出行链服务、个性精准信息服务、多元化增值服务的目标,支撑新技术、新理念在未来轨道交通运营服务中的应用和实施。

考虑公交线路偏好的乡村游客出行行为

为了探索游客出行行为机理并鼓励旅游公交的使用,实现乡村地区旅游需求与交通供给的动态平衡,基于出行链和出行方式选择分析了乡村游客的公交线路偏好.利用2021年于南京溧水采集的546份乡村旅游调查数据,标定了以出行链模式为上层、旅游方式选择为中层、公交路线偏好为下层的nested logit模型.研究结果表明:出行方式选择会显著影响游客对包含特色乡村旅游景点的复杂出行链的选择,选择私家车的游客对公交路线偏好的反馈较为明显;阐述了游客的社会人口属性、旅游出行特征和公交出行意愿对模型3个选择层次的影响.最后,针对类似于南京溧水的地区提出了提高乡村旅游公交运营效率和服务质量的政策建议.

基于手机GPS数据的个体出行链提取方法研究

针对现状出行数据存在的人工获取成本高、时空信息不准确及出行链接不完整等问题,开发智能手机居民出行调查系统,研究基于手机GPS数据的全时段、多交通方式且完整链接的个体出行链提取方法。首先,应用时空密度聚类方法,识别个体轨迹中的停驻点,构建随机森林模型,从停驻点中区分出行端点;其次,以空间邻近匹配方法识别居家与工作活动,利用家庭和个人属性、活动时空与活动链等特征,以XGBoost模型推断非家非工作类型的出行目的;最后,采用轨迹微分方法,提取运动特征、出行特征与GIS特征,运用XGBoost模型推断出行方式。利用出行调查系统采集的实验数据,验证出行链提取方法。结果表明:停驻点识别查准率和查全率分别为96.7%和96.4%,出行端点查准率为97.6%,公交换乘点查准率为91.8%;出行目的推断上,“居家/回家”准确率为100%,“上班/上学”准确率为89.8%,非家非工作出行目的综合准确率为87.6%;出行方式推断上,各交通方式准确率均达到90%以上,综合准确率为95.0%。本文提供一种手机GPS轨迹数据的出行链挖掘方法,能够为智能手机居民出行调查现实应用提供支撑。

基于关联规则的居民公共交通依赖性致因分析

鉴别不同出行者对公共交通的依赖程度,并分析其形成的致因差异,有助于从规划设计、政策制定等维度针对性地改善公共交通服务质量。设计并实施了居民出行的行为调查(revealed preference,RP)线上问卷,在数据质量检验的基础上引入关联匹配技术,通过融合出行调查数据与公共交通出行交易数据实现了个体公共交通出行链提取。提出了公共交通依赖性度量指标与关键致因指标,构建了AGNES-Apriori模型开展公共交通依赖性分级与不同层级群体强关联规则挖掘,并据此提出了公共交通依赖性层级提升的“两阶段”框架及出行激励策略集。结果表明:①居民公共交通依赖性可被划分为低、较低、较高和高依赖性4个层级,不同层级对应的强关联规则间具有显著差异性;②关联规则包含的指标数量与3个参数值呈负相关关系,高依赖性强关联规则出现的概率为低依赖性的2.1倍;③家和目的地到站点总距离、收入、小汽车可用性等客观条件是影响居民公共交通依赖性的关键致因,而公共交通出行低自由度是导致居民公共交通依赖性降低的重要原因;④较低的客观条件指标值通常促使居民形成较高的公共交通依赖性;⑤小汽车低可用性变量主要出现在公共交通低、高依赖性群体对应的强关联规则中,而高依赖性群体随其小汽车可用性增强可能出现公共交通依赖性降低的趋势。

城市货运需求模型综述

随着城市货运需求的激增,城市货运需求模型在货运需求预测、交通系统优化、货运政策评估等方面的作用日益重要。该文在搜集整理国内外城市货运需求模型的基础上,根据参考单元首先将其分为基于车辆出行、基于货物、基于取配送活动和基于出行链四类,并分析各类模型的建模思路和技术方法。其次,对四类模型进行比对分析,得出结论:基于车辆出行模型的优势在于对货运现状描述,基于货物模型和基于取配送活动模型的优势在于评估宏观政策的影响,而基于出行链模型较的优势在于对微观政策措施的评估。最后,讨论未来进一步研究的方向。

基于GPS数据的危险品运输车辆行程链聚类研究

为帮助政府相关部门精细化监管危险化学品运输,提出一种基于全球定位系统(GPS)数据的危险品运输车辆行程链聚类分析框架。设置时空阈值,从GPS数据中提取车辆基站和中途有效停车点,生成危险品运输车辆行程链;在计算行程链数、平均停车点数、平均行程链停车时长和平均行程链距离等已有指标的基础上,使用平均行程风险和平均停车点风险衡量危险品运输车辆行程风险;以行程链特征为聚类指标,轮廓系数与误差平方和为评估指标,比选K-Means、K-Means++、PAM、FCM这4种算法的行程链聚类效果;通过实际案例分析验证框架的可行性。结果表明:K-Means++算法效果最佳,危险品运输车辆被分为化工园区接驳(44.19%)、城际运输(31.42%)、城市配送(13.23%)、场站接驳(9.76%)和非工作状态(1.40%)5类。

网约车合乘与地铁联运出行特征识别与节油估算

网约车合乘与地铁联运出行,不仅可以实现两种交通方式在服务功能上的优势互补,还可以放大共享出行的节能减排效益。基于滴滴出行网约车移动出行平台中北京市域拼车和顺风车运营数据以及北京地铁AFC刷卡数据,深入分析网约车合乘与地铁的竞合关系。利用非负矩阵分解算法进行延伸型通勤出行链的识别,提出考虑燃油经济性指标和车辆运行状态的通勤出行链节油估算模型。将该方法应用于北京市,发现拼车多为地铁竞争型和地铁延伸型订单,而顺风车多为地铁延伸型订单;延伸型通勤出行链主要为郊区通勤者提供地铁接驳服务。顺风车出行明显比拼车出行更加节油;“网约车合乘+地铁”通勤出行链主要来自郊区无地铁覆盖区域,该模式的平均节油率能够达到50%以上;“顺风车+地铁”出行链的节油效益好于“拼车+地铁”出行链。指出管理者应采取费用补贴、停车优惠等政策措施,鼓励“网约车合乘+地铁”通勤出行方式发展,使绿色高效的一体化出行服务惠及更多城市居民。

寒区公交乘客出行舒适度评价

基于出行链建立寒区公交乘客出行舒适度评价体系;应用模糊综合评价方法构建了出行舒适度模型,结合长春市103路公交进行调查分析,使用李克特五级量表来调查乘客的出行舒适度评价;用问卷结果确定模糊综合评价模型的隶属度,结果表明被调查者在乘坐103路的出行过程中,稍感不舒适;结合最终评价结果分析影响乘客出行舒适度的原因,并提出改善措施。

一种负荷开关分闸脱扣机构优化设计

负荷开关在分闸过程中,需要机构产生足够的分闸速度完成开关分闸,此部分能量由压缩后的弹簧提供,在此过程中,由分闸脱扣挚子锁止分闸机构,避免弹簧能量过早释放。通过对分闸机构运动过程的分析,得出影响分闸性能的三个主要功能尺寸,通过严谨的尺寸链分析,优化设计了一种分闸脱扣机构,并通过运动仿真分析,对优化后的结构进行强度研究。优化后的机构既能确保机构的弹簧储能过程可靠完成,又能保证脱扣过程中分闸脱扣挚子及时打开,并避免出现分闸脱扣挚子的回弹过快,阻碍机构分闸。经机械寿命测试证明了方案的可靠性。

基于电动汽车出行随机模拟的充电桩需求研究

提出基于电动汽车出行随机模拟的充电桩需求分析方法。该方法通过对电动汽车在各地点停车时长的相似性分析,将不同地点归类为六类充电功能区域,考虑用户对电池荷电状态变化的接受范围,建立电动汽车出行及充电模型,运用蒙特卡洛随机模拟电动汽车一日出行链和在各目的地的充电需求,模拟中考虑各区域停车数随时间的变化和充电同时性,在模型中输入电动汽车模拟量和各类型电动汽车比例,可得到各区域总的充电桩与停车位的比例(桩位比)和快慢速充电桩的比例。模拟结果显示,工作区桩位比并不高,全天中三次及以上行程目的地内的桩位比较大;快慢充比例较大的区域一般为停车时长较短而充电需求较大的区域,居住区也有快充需求;当电动汽车数量不变时,随着车辆最大续驶里程的增大,桩位比并无明显变化规律,快慢充比例逐渐减小。

基于出行链的电动汽车充电负荷预测模型

提出了一种基于电动汽车行驶出行链的考虑充电频率的电动汽车充电负荷预测方法。由居民出行调研统计数据将家用车辆出行目的分为五大类,构建简单和复杂出行链,分别采用三参数威布尔函数和对数正态概率分布函数拟合每段行程的结束时间和行驶距离,建立车辆一天行驶的时空分布模型;考虑温度、交通路况等因素对电动汽车耗电量的影响,采用模糊算法计算得到每公里实时耗电量结果。用蒙特卡洛仿真方法对不同渗透率、夏冬季、工作日和周末等不同情景电动汽车充电负荷进行计算,结果表明,电动汽车充电负荷具有季节性、假日性,电动汽车无序充电将使电网最大负荷发生一定增长,并随其渗透率逐步加大。

北京市女性出行行为研究

在城市生活中,相对于同年龄层男性的对比群体,女性出行行为的各项统计指标具有显著差异.本文基于2005年北京市居民出行调查的样本数据,比较分析了女性的出行行为在出行率、出行时耗、出行目的及出行方式等方面的特征.进一步地,引入了出行链的概念,利用非集计理论和方法,构建了女性早通勤出行链选择行为模型,从源头上分析影响女性个体出行链选择行为的10个重要因素;并利用模型估计所得的参数计算事件发生比,量化了各个影响因素对女性出行链选择行为的影响程度.研究结果表明:女性老年人的出行率远低于男性老年人;女性在购物和社会生活等出行目的上的出行比例明显高于男性,且平均出行时耗受家庭结构因素的制约较为突出;女性出行采用的主要交通方式为步行,且远高于男性的相应值;年龄、是否持有驾照、家庭月收入、家庭交通工具拥有情况是影响女性出行链选择行为的主导因素.

基于出行链理论的电动汽车充电需求分析方法

基于出行链理论提出一种电动汽车充电需求分析方法,探讨了电动汽车一天出行过程中在不同区域内停驻时长的概率分布特点,对电动汽车空间转移概率进行3次B样条最小二乘曲线拟合,通过蒙特卡洛法并结合NHTS2009数据构建了电动汽车一天出行链,实现对用户行为规律的精细化模拟,并在设计2种充电行为的基础上对不同停驻区域的电动汽车充电需求进行了分析。该方法有效弥补了传统方法对电动汽车日间充电需求分析的不足,具有较高的精确性和原理清晰、易于操作等特点。

结合出行链的公交IC卡乘客下车站点判断概率模型

综述了一票制公交IC卡乘客下车站点推断的研究现状.为充分利用乘客出行链和站点上车客流量等信息,分析了公交出行的特征,提出了公交出行若干假设条件.在此基础上,定义了相关集合变量来描述单个乘客的出行链,将乘客个体出行特征融入到站点吸引权重的计算中.然后根据乘客出行链信息的完整程度,综合集计分析和非集计分析方法建立了结合出行链的概率模型,并提出了应用模型判断乘客下车站点的算法,以及模型检验方法.最后,以广州公交448路为例,对比了本文模型和单纯非集计分析方法的下车站点判断结果.结果表明,本文提出的模型适用性更广,在集计分析层面具有更高的可靠性.

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.