游览性公共场所人员拥堵缓解策略的仿真模拟

为研究公共场所人群聚集情况下不同人员拥堵缓解管理策略的实施效果,在分析游客游览行为影响因素的基础上,以北京动物园熊猫馆为研究对象,通过实地调研获得场馆结构、游客数量和游客游览过程等基本信息,以此作为应用STEPS软件进行人员拥堵缓解策略仿真模拟的必要条件,从客流总量控制和游览模式控制2个方面重点研究了4种拥堵缓解策略的实施效果。模拟结果表明:在高峰时期大客流情况下,延缓检票时间模式明显优于分批检票入场模式;延缓检票时间模式与单向游览模式相结合,可以增加场馆内游客游览的有序性,但由于游客游览行为受到限制,会在局部造成拥堵;延缓检票时间模式与路线引导护栏模式相结合有利于减轻局部拥堵。不同的拥堵缓解策略能够影响客流总数和客流分布,有效的拥堵缓解策略能够降低公共场所的客流聚集风险。

城市交通拥堵收费策略探讨

随着城市机动化进程的加快,我国许多城市出现了交通拥堵的现象。文章主要介绍交通需求管理诸多策略中交通拥堵收费策略,并对我国实施交通拥堵收费策略可能产生的影响以及应注意的问题进行了探讨,主要目的是使交通拥堵收费策略能更好的在我国普及和应用,为改善我国交通拥堵的现状发挥应有作用。

求解时间依赖型绿色车辆路径问题的算法研究

蚁群优化(ACO)算法是一种模拟自然界蚂蚁寻找食物路径的优化算法,能够在动态变化的环境中无需任何外部指导或控制解决几何分布的非确定性多项式(NP)-Hard组合问题。针对ACO算法在求解NP-Hard问题时容易陷入局部最优、搜索的深度与广度之间难以平衡等问题,提出一种绿色智能进化蚁群优化(G-IEACO)算法。引入4种邻域操作算子,改进ACO算法的状态转移规则和信息素更新方式,以增强寻优性能并防止过早收敛,同时采用规避拥堵策略,平衡时间成本和环境成本。应用Solomon标准测试集中不同规模的算例进行仿真实验,数值分析结果表明,G-IEACO算法在处理车辆总行驶时间(TT)和车辆碳排放量(TCO_(2))方面优于遗传算法(GA),在客户规模为100的R2类和RC2类算例中平均降低了13.32%的TT和13.64%的TCO_(2),有效地促进了绿色低碳目标的实现。

基于大数据的交通拥堵影响因素关联性实证分析

为提升城市交通治理水平,基于大数据技术获取广州市62个交通分区的拥堵指数、人口密度、就业密度、职住平衡率等9个指标数据,采取归纳法将各指标归纳为设施不便利程度、人口岗位综合密度、对外分布影响因子、过境交通因子四大综合指标,利用SPSS软件分析交通拥堵指数与四大综合指标的关联性。结果表明,交通设施越不便利、人口岗位综合密度越高、对外分布影响因子越大、过境交通因子越大均会引起交通拥堵指数的增加。根据关联性分析,提出提升交通供给与用地的匹配性、加强城市规划拉开空间结构、依靠交通复合走廊形成走廊职住平衡、优化交通系统网络结构提高整体效能4个方面的策略。

高速公路主线收费站拥堵消散控制策略

针对高速公路主线收费站自身结构特点,分析了高速公路主线收费站系统组成和系统各组分内的车辆行为特征,对现有元胞自动机模型规则进行改进,建立了一种适用于高速公路主线收费站系统的元胞自动机交通流模型,并对4种可能引发高速公路主线收费站拥堵的因素进行了交通流模型仿真分析和比较,分析了拥堵产生的机理;综合考虑拥堵诱因以及常用的拥堵消散策略,提出了3种组合消散控制策略,并分别对拥堵消散过程进行了仿真分析。分析结果表明:组合策略Ⅲ(主线限速、入口流量控制和收费通道数控制组合策略)在排队长度和消散效果两方面均优于组合策略Ⅰ(入口流量控制和收费通道数控制组合策略)和组合策略Ⅱ(主线限速和收费通道数控制组合策略)。

考虑时变交通拥堵的纯电动物流车路径规划模型

为通过合理规划车队出行方案,最大限度减少在交通拥堵时段车辆的能源消耗,同时缓解配送人员的电动车辆里程焦虑,本文研究了考虑时变交通拥堵的纯电动物流车路径规划问题。首先立足于EVRP扩展模型构建,建立了一个新的混合整数规划模型(TD-EVRP),尤其界定和表征了时变交通拥堵状态,并量化了电动物流车能源消耗,重新完善了客户时间窗、车辆载重以及车辆充电需求等约束条件。其次,引入了交通拥堵规避策略,允许车辆在交通高峰期在客户点停车充电,主动规避交通拥堵带来的不必要能源消耗。最后,使用改进的蚁群算法获得最优解,给出了交通拥堵规避策略下总能源消耗最小化的配送方案。有无对比分析表明,小规模实例下,带规避策略的TD-EVRP模型比无规避策略时能够显著减少能源消耗14.91%。

高速公路重要路段拥堵原因和对策研究

随着经济社会和交通的发展,高速公路车流量持续快速攀升,国家重大节假日期间流量超过平时的80%,拥堵成为全社会关注的共同话题. 本文基于节假日期间高速公路运行情况,对江苏高速公路拥堵节点和路段的拥堵原因进行剖析,并提出相应策略.