广东省高速公路联网收费数据出行特征分析

为了掌握高速公路出行特征,文中以广东省连续一周联网收费数据为例,探索广东省高速公路出行基本特征、出行时间以及出行空间分布特征。数据研究表明:①广东省高速公路80%车辆高速公路行驶距离为60km,行驶时间在50min以内;②上下高速公路车流量呈现出双高峰现象,上高速公路全天高峰小时系数为0.071,下高速全天高峰小时系数为0.075;③全省高速公路城市(市域)交通出行量占高速公路出行总量超过50%(客车62%,货车51%);④广东省呈现出以广州为中心的都市圈(广州、佛山、中山、深圳、东莞、惠州、清远)和以深圳中心的深莞惠都市圈。

广州市流动人口日出行特征参数

在广州市流动人口日出行调查资料基础上,本文分别从出行强度、出行方式、出行空间分布和出行时间分布等4个方面对流动人口一日的出行特征作参数分析。结果表明,流动人口的出行强度较大,出行方式以公共汽车和步行为主,出行空间分布为高度集中型,出行时间分布呈连峰状。这些结果可为“改革开放”和“以城市为经济中心”的新形势下的城市交通规则提供依据。

基于自编码器的电动汽车充电负荷研究

随着电动汽车的逐步推广,研究电动汽车充电负荷特性,既有利于充电站优化运行,又有利于电力系统安全稳定运行。根据电动汽车充电负荷的时空性,提出了一种基于自编码器的电动汽车充电负荷研究方法。基于NHTS数据集分析找出电动汽车充电负荷的时间分布规律。通过自编码器方法提取电动汽车出行里程和出行结束时间的特征。以此为基础计算出电动汽车到达不同目的地的概率,从而建立电动汽车充电负荷的时空特性模型。计算了每辆电动汽车的最短等待时间,统计负荷时考虑了时间误差,提高了充电负荷计算的精确性。最后,通过算例得到了地区内电动汽车的充电负荷,验证了所提出研究方法的可行性和准确性。

城市轨道交通车站高峰时段与高峰客流预测模型

现有轨道交通车站高峰客流预测方法简化了车站高峰形成过程,基于默认假设,即车站高峰小时与所属线路高峰小时一致进行预测,忽略了车站与线路间存在的高峰偏差现象,造成部分车站高峰客流量被低估,导致车站能力设计不足,站台拥挤风险增加。从车站高峰形成机理出发,基于用地发生率模型,考虑不同目的出行行为的差异化,对客流属性进行划分,引入不同目的的出行时间概率分布函数,建立站点尺度的高峰小时与高峰客流预测模型框架。该模型真实反映了车站高峰与高峰偏差现象形成的这一复杂过程,可解释性强、符合实际,且能适用于建成环境、车站特征和轨道交通网络服务等变化情形下的车站高峰客流预测。验证结果显示:1)提出模型较传统模型提升了43%~47%的车站预测精度(高峰客流相应的MAPE值下降了5.7%~6.38%,高峰时间相应的APE值下降了23~50 min),具有更广泛的适用性和更稳定、更准确的预测结果,能为车站设计和运营方案制定提供更可靠的决策依据;2)各类出行目的的峰值和峰尺度存在差异,按不同比例叠加后,会产生不同的叠加曲线。揭示了车站高峰客流形成机理为不同用地产生的不同出行目的客流时间分布叠加曲线的高峰。