基于风险度量的多交通方式协同应急救援方案优化

近年来我国重大交通工程建设中的突发事件频繁发生,且呈现救援条件复杂,影响后果不确定等特征,因此研究多交通方式协同下的应急救援路径优化具有重要意义。本文以复杂地质环境下重大交通工程建设中的突发事件为背景,基于条件风险价值衡量由于救援时间导致的伤亡损失后果,采取多种交通方式协同进行救援。考虑到伤员数量和物资需求的不确定性以及救援资源分配的公平性,建立了最小化总风险和总成本的双目标鲁棒优化模型,用以决策多种交通方式的协同救援路径,以及物资运输和伤员转移方案。本文基于鲁棒对等转化和ε-约束法设计了相应的求解算法,并使用两个路网算例进行验证。研究结果表明,救援路径总风险与总成本之间存在着权衡关系,采用多交通方式协同救援可有效降低伤亡风险;随着伤员数量和物资需求不确定程度的增加,总风险和总成本均呈现增加趋势,管理者可依据其对风险的偏好程度决策不同不确定性水平下的最优救援方案;此外,与不考虑公平性约束相比,受灾单元物资需求和伤员转移需求满足率的标准差分别降低了12.9和12.6,平均满足率分别提高了7.5%和8.4%,有效保障了救援资源分配的合理性和公平性。本文所建立的鲁棒模型可有效处理不确定条件下的应急响应问题,帮助决策者制定合理的路径方案,以及物资运输和伤员转移方案。

交通出行选择行为实验研究进展

理解出行者在复杂交通系统中的选择行为是交通科学的核心问题。为了观测出行者在接近真实的出行环境中对各种关键因素变化的响应,研究者们已开始越来越多地使用实验手段来研究出行选择行为。本文分别从交通网络均衡验证、经典交通悖论验证以及交通需求管理措施评估3个方面,对出行选择行为实验研究方面的主要进展进行介绍,并对当前出行选择行为实验研究存在的问题及发展趋势进行探讨,从3个方面给出了待解决的问题。

城市轨道交通小交路计划与客流控制协同优化策略

高峰时段的大客流需求易造成城市轨道站台乘客大量聚集,从而给城市轨道交通系统带来安全隐患,降低乘客乘车的舒适度;同时,客流空间分布的不均衡性导致供需能力不匹配,降低了列车资源的利用率。针对该现象,本文结合大小交路开行方案与客流控制策略研究城市轨道交通列车时刻表协同优化问题。考虑到城市轨道交通客流的不确定性,将乘客到达率设置为不确定变量,而后基于客流演化与列车运行的动态关系,建立以最小化滞留乘客数、客流控制人数、列车运行时间,以及最大化列车资源利用率衡量值为目标的优化模型,并设计一种基于机会约束的随机场景优化算法进行模型求解。以北京市某轨道线路为例进行数值实验验证模型的有效性。结果表明,相较于常规运营策略,本文提出的协同优化策略在期望滞留人数和列车运行时间方面有了较大改善,更好地实现了乘客成本和企业运营成本之间的均衡。

考虑出行竞争的网约车能源环境效应不确定性研究

在碳中和背景下,交通行业推进节能减排刻不容缓。随着网约车的蓬勃发展,它被认为替代了部分传统出行方式出行量,与传统出行方式形成竞争关系,网约车对绿色出行量的影响引发了人们对其能源环境效应的思考。本文基于反事实思维视角,从网约车对传统出行方式出行量影响的角度建立网约车能源环境效应评估模型;以北京市为案例城市,运用网约车进入北京之前不同指标的数据,推演近年不考虑网约车影响的传统出行方式出行量;结合推演出行量和建立的能源环境效应评估模型得到网约车带来的净碳排放。结果表明,网约车对公交车和地铁出行量产生一定的抑制作用,其能源环境效应具有不确定性特征,并且随着共乘比例的增大,网约车的负能源环境效应削弱,说明网约车仍然具有节能减排的潜力,相关部门需要合理管理网约车。研究结论揭示了网约车的能源环境效应及发展共乘模式的重要性,对以网约车为代表的共享出行可持续发展具有参考意义,为实现碳中和作贡献。

预测人类移动行为的介入机会类模型研究进展

预测地点间人类的移动在人类迁徙、交通预测、疾病传播、商品贸易、社会交往等诸多方面具有重要的意义.介入机会模型是最早从个体目的地选择行为角度建立的预测人类移动的模型,它将起终点之间的介入机会作为影响人类移动的关键因素,启发研究者提出了许多新的介入机会类模型.介入机会类模型在很多学科领域也获得了广泛的应用.本文首先对包括介入机会模型、辐射类模型、人口权重机会类模型、探索类介入机会模型和统一机会模型等在内的介入机会类模型的研究进展进行综述,然后对这些介入机会类模型在空间交互和疾病传播方面的应用进行介绍,最后对该类模型未来的研究方向进行探讨.

基于车间通信的换道策略研究

针对道路交通系统中换道行为产生的干扰作用,提出了基于车间通信的两阶段车辆换道策略。基于NGSIM数据对普通车辆换道行为进行分析,建立两阶段换道模型。模型第一阶段考虑影响换道的六个影响因素,构建二元Logit模型,估计车辆换道概率;第二阶段利用安全条件确定车辆换道行为是否实施。对于互联车,在换道模型第一阶段考虑更加精确的实时交通状态信息,设计了对应的换道策略。通过数值模拟,分析不同换道策略对交通流的影响。结果表明,基于车间通信的换道模型考虑了本道和目标车道更多车辆的速度及位置信息,效用函数使得车辆的换道行为考虑了更大范围内平均车速和平均车距的因素,而不仅仅局限于最近邻范围内交通状态的局部效用,从而抑制了换道的频率及其产生的干扰,增加了道路交通系统的通行效率。

跨区域整合公交系统建模与分析

随着区域经济一体化的发展,区域间公交系统的合作与整合得到了越来越广泛的关注.本文提出了一个双层规划模型来描述我国的一类跨区域整合公交系统.在上层问题中,相邻区域的地方公交管理者们共同规划和管理跨区域公交线路,以实现跨区域线路上社会福利的最大化.在下层问题中,这些区域的公交运营者们相互开放区域市场并联合运营跨区域公交线路,他们相互竞争以实现各自利润的最大化.为了获得更加准确的分析结果,所提出的模型详细地考虑了乘客的站点拥挤成本和车内拥挤成本.数值结果表明,公交管理者们可以通过补贴影响运营者的竞争行为,进而改善跨区公交系统各方参与者的利益.

全球变局下的管理科学与工程研究

世界经济和科技格局变化是当前全球变局的重要驱动力,大国之间的竞争与合作将成为新时代大国关系的常态,同时全球视野下的人类发展也将面临前所未有的挑战。新形势下,以全球供应链的风险防范、国际贸易的摩擦、国际合作内容和形式的变化、海外重大工程建设以及突发公共卫生事件频发等为典型的全球治理问题对管理科学与工程研究提出了新的要求。本文在对文献及相关项目的研究现状进行总结的基础上,详细分析了我国在此方向的发展基础及优势,最后基于相关领域专家的问卷调查结果,阐述了该领域的主要研究方向。

基于多源数据融合的城市道路网络宏观基本图模型

宏观基本图(MFD)是描述路网平均流量和平均密度的关系模型,在路网服务水平评估、区域控制和宏观交通建模中具有重要的作用.本文以路网加权流量和加权密度为MFD描述指标,提出了一种融合微波检测器数据和车牌识别数据的MFD构建方法.为了评估不同数据源下路网MFD的有效性,提出了采用状态比指标描述MFD的差异性.以青岛市实际数据为例,分析了单一数据来源和融合数据下的MFD变化规律.结果表明,在路网中存在不同类型检测器时,融合模型仍能够精确描述路网MFD.

社会引力定律追根溯源

在交通出行、人口迁移、商品贸易、信息流通、社会交往、科研合作等大量人、物、信息的空间流动现象中,都存在类似万有引力定律的规律,即两地之间的某种流动量与两地活力的乘积成正比、与两地距离的幂成反比.类比万有引力定律建立的引力模型也在交通出行分布预测、人口迁移量预测、地区间贸易量预测等诸多方面获得了广泛应用.但复杂的社会系统中为何会有这样简单的引力定律存在?这是个非常有趣也有价值的问题.本文对从统计物理学、微观经济学和博弈论等不同视角探索社会引力定律根源的研究进行了综述.

用自由效用模型刻画出行选择行为

出行需求预测是交通规划与管理中的一个重要环节,四阶段法是传统出行需求预测中最常采用的流程。尽管研究者在四阶段法的各阶段中已经建立了大量模型,但仍缺乏能刻画不同阶段中相互作用的出行者群体出行选择行为的统一建模框架。本文采用在数学形式上与物理学中亥姆霍兹自由能函数一致的自由效用模型来分别和组合刻画出行者的出行方式、目的地和路径选择行为。自由效用模型的基本假设是相互作用的出行者们会通过权衡期望效用和信息处理成本来使自身的效用最大化。该模型不仅为群体出行选择行为提供了一个统一的建模框架,还为理解交通科学中的用户平衡模型和博弈论中的势博弈模型提供了新的视角。

识别流网络关键节点的虚拟外界投入产出分析法

网络关键节点识别是复杂网络研究的核心问题之一。经济学中的投入产出分析法可以用于评估带有外界流入流出量的开放流网络的节点中心性,但该方法不能直接应用于缺乏外界流入流出量的封闭流网络系统的关键节点识别。该文通过引入虚拟的外界节点将封闭流网络系统转化为开放的流网络系统,再在转换后的网络上进行标准的投入产出分析即可对网络关键节点进行识别。以中国铁路网络和世界粮农贸易网络关键节点识别问题为例,演示了虚拟外界投入产出分析法的应用过程与结果。该文方法为评估一般的封闭流网络系统中的节点中心性提供了一种可选手段。

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型,是交通流理论的基础。近年来,信息感知与获取、大数据、人工智能等技术快速发展,推动了数据驱动跟驰模型的快速发展。数据驱动跟驰模型,是以真实的车辆行驶数据为基础,利用数据科学与机器学习等理论和方法,通过样本数据的训练、学习、迭代、进化,挖掘车辆跟驰行为的内在规律。本文系统回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究热潮,归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱动的跟驰模型3类数据驱动跟驰模型,并分别介绍了其中的典型代表。分析数据源发现,尽管各种高精度轨迹数据不断涌现,目前研究仍多使用美国于2006年发布的Next Generation Simulation(NGSIM)高精度车辆轨迹数据,模型的可移植性和泛化能力值得思考与研究。提出关于模型输入、输出的3个问题:如何考虑更多驾驶行为变量,是否有必要考虑更多行为变量,现有输入、输出是否可替换。在模型测试与验证方面,发现并讨论了目前测试不充分、对比不完整、缺少统一测试集与测试标准等问题。最后,探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期望通过本文的梳理,帮助研究者更好地了解数据驱动跟驰模型的过去与现状,促进相关研究的快速发展。

空间交互网络研究进展

空间交互网络是人、商品和信息等在地点之间流动而形成的嵌入在空间中的有向流网络。典型的空间交互网络包括国际贸易网络、人口迁移网络、人群出行网络及电话通信网络等。理解和预测空间交互网络中的流量分布模式不仅是区域科学、交通科学、经济地理学等很多领域长期以来的一个重要研究主题,在城市和交通规划、疾病传播防控、商业服务等领域也具有广泛应用价值。本文在简要介绍引力模型、介入机会模型等经典空间交互模型的基础上,着重对近年来复杂系统研究领域在空间交互网络建模方面的研究成果进行介绍,包括辐射模型、人口权重机会模型及空间交互网络上的随机游走模型等,并且对空间交互网络研究中存在的挑战性问题进行探讨,包括个体多样性行为建模、群体空间交互决策行为实验、数据驱动的活动-出行行为研究等。

碳中和导向下考虑不确定排放的收费-补贴策略

碳中和导向下,交通系统的碳减排备受关注;同时,机动车排放具有不确定性特征.本文考虑排放评估和管理要求的多重不确定性,构建带有模糊和随机特征的不确定性道路排放约束;建立复杂不确定环境下,求解路段收费/补贴方案的两步模糊随机规划模型(two-step fuzzy stochastic programming method,TFSP),并设计了基于分段线性化的模糊随机非线性优化模型求解算法.使用两个不同规模的路网算例对TFSP模型进行验证,并对不同排放容量限值和风险水平下的路网运行效率和系统排放进行了比较分析.研究结果表明,TFSP模型及算法能够有效地求解带有模糊数和随机变量的非线性规划问题,帮助管理者在复杂不确定性环境下决策兼顾路网运行效率和排放管理要求的路段收费、或是收费补贴相结合的方案.

应对紧急附加订单的汽车滚装堆场车位合并分配优化

利用汽车滚装码头可对车辆流通过程中的时间及空间加以压缩的属性,解决整车供应链系统中市场紧急需求问题.将汽车滚装堆场作为紧急附加订单与原计划订单进行合并的响应点,通过建立0-1整数规划模型,使两类订单中所有类型的汽车均达到集聚分配的状态,为集中高效装载提供必要条件.构建了车位合并分配算法获得问题的较优初始可行解,进而与吸引度搜索算法相融合,获得最优或次优的堆场车位合并分配方案.与分支定界方法及有序车位合并分配方式对比的数值实验证明了算法的优越性.实际应用实验,进一步验证了启发式算法求解大规模算例的高效性.