基于通勤出行链的公共交通使用行为辨识研究

基于出行行为视角深入分析公共交通出行者的行为模式及特征对靶向改善公共交通服务水平具有重要意义.研究通过RP调查获取出行者个体特征信息,并在分析海量智能卡交易数据的基础上,结合关联匹配方法提取公共交通通勤出行链;基于探索性因子分析筛选出行天数、日均出行频次和出行完整度以及个体社会经济属性等9个指标刻画乘客公共交通使用行为;在对连续性变量离散化的基础上,利用DBSCAN算法构建乘客公共交通使用行为辨识模型.结果表明:构建的聚类算法可有效识别公共交通使用行为类别;调查群体被划分为公共交通高、中、低3类使用度群组,占比分别为54.2%、33.7%和12.1%,并将第3类人群视为公共交通使用行为改善潜力最大群体,未来应结合交通限制政策与服务水平2个维度改善此类公共交通乘客的使用行为.

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。

考虑不同群体特征的通勤者出行选择行为影响研究

为细化探究不同通勤群体的出行选择行为影响机理,利用RP和SP调查方法获取通勤者出行信息并分析不同群体出行时空分布特征,从主客观维度选取个体属性、出行属性和公交使用意愿等出行方式选择影响变量,面向全体通勤人群和低频公共交通通勤人群利用结构方程模型实现出行选择行为影响关系的解析。研究结果表明:不同通勤人群的个体属性与出行属性因素均对其出行选择行为具有显著影响作用,且全体通勤人群的个体属性与出行属性因素间具有相关联关系0.12;低频公共交通通勤人群较全体通勤人群的出行属性因素对出行选择行为具有更大的负向影响作用-0.79;职业和月收入、性别,以及出行距离和性别分别为全体、低频公共交通通勤人群出行选择行为影响最大、最小的观测变量。

基于复杂网络的企业供应链核心节点识别方法

供应链网络核心节点的识别对于提高企业供应链网络的运作效率和韧性具有重要意义。研究分析了局部核心节点发现算法的思想及其收敛性特征,基于复杂网络视角提出了一种考虑节点连边重要性的供应链网络核心节点识别算法,结合网络效率下降率指标综合评价节点重要度,并结合虚拟与真实企业供应链网络进行算法验证。研究表明,该算法可有效识别出企业供应链网络中包含计算度值较低桥节点在内的核心节点,且算法识别准确性与计算速率更优。

浅析预应力碳板横向加固空心板桥的应用

结合纤维增强复合材料高强抗拉力的特点,本文提出了预应力碳纤维板补强空心板横向构件承载能力计算方法,并将预应力碳板运用到实际工程中,结果表明梁板铰缝抗剪切和桥梁整体性有较大提高,满足横向预应力加固的需求,达到了较好的加固效果。

协同治理视角下智慧交通模式的建构与实现

智慧交通治理模式的发展,标志着交通管理改革正在走向网络化、数字化、智能化三者的高度融合--智慧化.为更加全面高效应对新时代下交通管理的新问题和新挑战,智慧交通治理模式的建设应当以协同治理理念为指导,从社会资源协同的多元维度共同发力形成共建、共治、共享的新格局.

城市轨道交通行业环境分析与服务提升策略研究

本文全面分析城市轨道交通行业的运营模式及竞合关系特征,对轨道交通运营企业服务质量改善和战略布局规划具有重要意义。本文研究介绍了波特五力环境分析理论,选取北京地铁6号线为典型案例具体阐述其在外部行业中的议价能力、行业内的威胁和竞争程度等环境,并提出相应的线路改善策略。研究发现,该线路行业竞争激烈且具有进一步提升潜力,为未来轨道交通服务升级与政策制定提供参考。