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。

基于PSO的电动汽车规模化充电接入配电网柔性负荷多目标优化控制

为了降低电动汽车大规模接入配电网后产生的负荷波动和网损,提出了基于粒子群优化(PSO)算法的电动汽车规模化充电接入配电网柔性负荷多目标优化控制方法。首先,建立交通网-配电网耦合模型,并结合出行链模型分析用户的充电需求,搭建接入电动汽车能量状态预测模型;其次,以最小化配电网负荷波动标准差和网损作为优化目标,设计电动汽车规模化充电接入配电网柔性负荷多目标优化函数,同时引入分布熵设计惯性权重更新策略,优化PSO算法;最后,采用改进的PSO算法在函数约束条件的基础上实现配电网的柔性负荷控制。测试结果表明,所提出的方法可准确分析用户的充电需求,降低配电网负荷波动峰值及网损。

计及电动汽车保有量增长需求的充电负荷预测

当前对电动汽车充电负荷的研究大多集中在短期演变,对长时间尺度下的发展情况并未有较多研究。文中提出一种电动汽车保有量增长需求的充电负荷预测模型。首先采用萤火虫算法优化电动汽车保有量灰色预测模型的相关参数,对某地区2023—2033年电动汽车保有量进行预测;其次,综合考虑保有量预测结果、用户出行链、行驶里程及充电起始时间,结合在不同温度下的电动汽车电池容量和充电效率搭建充电负荷预测模型;最后,对江苏省某地区2023—2033年电动汽车充电负荷进行仿真预测。仿真结果有效地预测了电动汽车在未来10年中保有量发展趋势以及考虑保有量增长需求的充电负荷。

基于LightGBM算法和出行链理论的电动汽车充电负荷多时间尺度预测模型

为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率密度函数,采用牛顿法划分多时间尺度充电概率,明确驾驶时空分布与充电状况,并运用模糊数学定理与LightGBM分类充电负荷数据,构建了多季节多时段预测模型。采用LightGBM高效并行计算模式,明确充电负荷变化规律,实现了多时间尺度预测。试验结果表明:所建立的模型在不同季节和电动汽车数量条件下,预测误差低于100 kW,预测空报率低于3%,可准确展现充电负荷的变化规律。

基于时空推演的城市活动模型研究

回顾既有交通模型依赖数学优化求解而对实际出行活动解析不足,以及现状与未来互相独立的缺陷,提出利用大数据方法改进的可能性。建立了包含基础年人口合成模型、人口发展模型和职住变迁模型等模块的扩展的人口时空推演模型,实现个体属性在时空上的延续,为出行需求结果继承城市现状提供了条件。设计了包含出行链生成模型、目的地选择模型、个人活动组织模型和家庭成员活动协同模型等多个子模块的基于个体属性和城市活动模式的活动模拟器,实现对个人出行活动的模拟。实证研究表明,基于大数据的个体属性和城市活动模式的引入增强了出行活动的因果推断能力,避免了大规模的数学优化求解计算,模型结果更加符合城市实际;同时实现了未来对现状的继承,体现城市发展的延续性。

基于移动互联交通信息的居民出行方式特性

为研究移动互联网时代下的居民出行特性,探索在出行链过程中移动互联交通信息对出行方式特性的影响。通过RP-SP(revealed preference-stated preference)融合调查获取出行者基本属性、实时交通信息属性及出行特征属性,建立居民出行方式选择巢式Logit模型,对桂林市居民展开出行方式选择特性调查。研究结果表明:在出行链日趋复杂的情况下,个体的出行活动和交通行为与移动互联交通信息关系愈发紧密;移动互联交通信息对居民出行方式特性产生显著影响,尤其对私家车出行影响最大,其中实时路况信息属性影响最为显著,其次为拥堵延误时间;交通信息获取的满意度越高,越能促进居民选择公共交通出行。该结论能够作为理论基础与实证依据推动移动互联交通信息下的路径选择与交通出行诱导提供研究依据。

基于马尔科夫链理论的电动汽车集群充电负荷建模及可调能力评估

针对电动汽车(electricvehicle,EV)用户单体功率小、电池容量异质性、出行行为差异大等问题,提出面向控制、考虑用户出行链的EV集群充电负荷建模方法,能够让EV集群更好地参与电网调度运行。首先,对EV用户行为的马尔科夫特性进行了分析,在划分EV多状态荷电状态区间的基础上,推导了其充电与出行状态区间内的一步转移概率,建立了基于马尔科夫链理论考虑出行特征的EV集群充电负荷模型;然后,设计了EV集群可调能力评估流程,构建了EV集群可调能力评估方法;最后,对EV集群模型及可调能力评估方法进行了仿真验证,与多种方法进行对比,结果表明,所提聚合模型和评估方法更准确、有效。

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.

具有非马尔可夫旅途感染的流行病传播模型研究

针对旅途中的接触可以扩大流行病传播规模的问题,在集合种群网络中考虑一种时滞旅行行为和旅途中的疾病传播和恢复过程,构建具有非马尔可夫旅途感染的传播模型并利用计算机仿真模拟系统中的传播过程。基于微观马尔可夫链方法,构建预测疾病流行阈值的理论框架。仿真结果表明,旅途感染可以促进流行病在旅途中的传播,抑制其在种群内的传播;旅途时长和旅途接触概率能够改变流行病的演化趋势。这些结果有助于理解旅途感染如何影响流行病的传播。

电池健康状态对电动汽车充电负荷计算的影响

充电负荷是计算研究电动汽车(electric vehicle,EV)对电网冲击和充电设施规划的基础。为此提出一种考虑电池健康状态(state of health,SOH)的充电需求计算方法。首先,利用EV出行链中与充电负荷相关的特征量的概率分布,实现单个EV用户出行行为的完整模拟。接着,基于电池健康状态修正EV实际容量和充电特征,并提出由用户里程焦虑系数修正用户下次出行后所允许的最小剩余SOC(state of charge,SOC)值,改进充电负荷计算模型。最后,基于美国家庭出行调查(national household travel survey,NHTS)数据的仿真表明,SOH影响EV用户出行的多个特征,EV规模越大,充电负荷计算越应考虑SOH。

计及用户行为决策的电动汽车负荷时空分布建模

发展电动汽车是实现“双碳”战略的重要手段,开展电动汽车充电特性及充电负荷有序调控研究具有重要意义。因此提出了计及用户行为决策的电动汽车充电负荷时空分布建模方法。首先,通过引入后悔理论模拟用户的充电行为决策。其次,结合出行链理论和后悔理论,对电动私家车出行行为的随机性和灵活性及充电负荷的时空不确定性进行出行特性建模。最后,结合美国交通部2009NHTS居民出行调研统计数据,运用蒙特卡洛方法建立电动汽车充电负荷时空分布模型。仿真结果验证了所提模型的合理性和有效性。

基于活动链与游客心理的县域旅游出行方式选择

文章基于南京市溧水区的县域旅游出行调查问卷,构建了双层Nested Logit模型,分析旅游活动链属性、游客心理偏好对县域旅游出行选择的影响。结果表明,偏好舒适性的游客易选择私家车,偏好快速性及便捷性的游客倾向选择地铁,偏好经济性的游客会选择地面公交;出行距离和同行儿童数量的增加以及对舒适性的偏好均会对公共交通选择产生负向影响。研究认为,县域旅游交通改善可从丰富县域自驾游主题线设计及构建高可达性和舒适性的旅游公交服务网络展开。

城市货运交通模型构建方法研究——以广东省、深圳市和武汉市为例

该文旨在探讨不同视角下的货运交通模型构建策略以及在货运交通需求量化分析方面的得失。介绍了货运交通模型研究的现状以及它和客运模型建模的差异,对三种货运建模方法,即四阶段建模方法、出行链建模方法和非集计的仿真模拟进行了阐述,并分析了这些方法的优缺点。此外,探讨了基于投入产出表的产业链分析、基于货运类型的货运建模分析、基于货物分类的货运建模分析以及货运出行与用地的关联建模等构建思路,并以深圳市、广东省和武汉市为例,介绍了实践中建立货运模型的方法和步骤。

基于活动的居民出行行为研究综述

基于活动的出行行为理论主要研究人们的出行行为规律和选择特征,即个人或者家庭关于活动和出行的决策特性。本文首先介绍了基于活动的研究的起源,然后详尽介绍了国外基于活动的出行行为研究的历程和主要成果,包括基础理论成果、研究方法、需求预测模型系统。最后对我国出行行为研究的现状进行了分析,指出我国目前基于活动的研究还处于刚刚起步阶段,应该在深入分析我国居民出行特征的基础上,开展基于活动的出行行为研究,更好地为制定交通规划和交通管理政策提供决策支持。

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.

考虑出行链的城际旅客换乘选择行为研究

为研究基于出行链的城际旅客换乘选择行为,揭示旅客个体社会经济属性、出行特性与心理潜变量对出行方式选择的影响,基于北京—天津—广州、北京—石家庄—广州两条运输通道的城际旅客调查数据,构建多指标多原因模型分析旅客社会经济属性与换乘舒适性、方便性、经济性三个潜变量间的因果关系.研究结果表明,性别、收入、有无小汽车对心理潜变量影响较显著.将潜变量作为解释变量加入离散选择模型中,构建基于出行链的混合选择模型,发现性别、职业、出发时间等对出行链的选择影响较大.最后对城际旅客出行链的选择进行预测,预测值与调查数据的误差在3%以内,表明考虑潜变量的模型具有良好的解释能力.

铁路集装箱运输时间可靠性分析

在定义货运可靠性基础上,建立两种可靠性度量指标,以蚌埠—上海铁路集装箱运输链为研究对象,分析运输链可靠性,选取费用、时间和可靠性为效用函数特性变量构建多项Logit模型。通过对比可靠性价值和时间价值以及选择运输方式的影响因素弹性分析,得到当决策者选择货运方式时对货运可靠性更为敏感的结论。最后,根据实地调研提出改善铁路运输链服务属性的空间,并选取多项Logit模型测算属性改善后铁路运输链分担率的提升量。

多方式交通信息条件下节假日出行行为研究

利用2012年节假日出行行为调查的RP-SP融合数据,基于出行链复杂度与出行方式选择行为(Chain-Mode)建立信息条件下的Nested Logit模型,并利用包容系数和相异性参数对模型的有效性进行辨识.研究表明,在多方式交通信息的作用下,9%的出行者取消节假日中的出行,13%的出行者改变其交通方式.同时,出行费用、停车费用、小汽车拥有量、性别、信息需求度、出行时间和出行距离等是影响Chain-Mode选择的主导因素.停车费用越高,出行时间和出行距离越长,出行者更倾向于选择复杂链出行;同时,出行费用低且信息需求度高的出行方式被选择的概率大.

基于活动的游客出游模式选择行为研究

通过对在北京旅游游客的出行调查数据进行分析,构造游客出游模式选择行为的Nested Logit模型,建立了出游方式——出行链模式的模型结构,通过对模型进行标定并利用包容系数对Nested Logit模型的结构关系进行辨识.结果表明:游客在进行出游方式选择和出行链选择时具有阶层关系.是否本地游客、是否假日出游、同游人数、对景点是否熟悉都会对游客选择是否跟团出游有显著影响;游客的年龄、性别、文化程度、职业、驾照拥有情况、是否和家人一起居住、是否本地游客对出行链选择有显著影响.

计及耦合因素的电动汽车充电负荷时空分布预测

实现电动汽车与电网互利共赢的前提之一是如何有效预测电动汽车的充电负荷,而电动汽车时空转移的随机性和转移过程中各因素的耦合性增加了充电负荷预测的难度,文中提出一种计及动态转移规划和耦合因素的电动汽车充电负荷时空分布预测方法。首先,基于出行链技术建立含多类型电动汽车的单体出行数学模型;在此基础上,考虑交通流量、行驶路况和温度,构建电动汽车的单位里程能耗数学模型。然后,基于马尔可夫决策过程理论,考虑剩余行程和路网拥堵信息,动态更新路网信息和随机规划电动汽车时空转移路径。最后,基于算例,对比分析电动汽车及其充电负荷在不同策略、职能区域和出行日情况下的时空分布。结果表明:文中所提方法能够全面反映电动汽车车主的出行决策,且预测结果能真实反应电动汽车类型和职能区域不同导致的充电负荷在幅值和分布上的差异。