公交信号优先的分析评价方法和统计验证(英文)

公交信号优先系统在投入使用以前要经过严格的测试分析.交通仿真虽然在这方面是一个很好的工具,但它往往需要大量的路网输入、数据采集以及模型校准等工作.而且,交通仿真模型的开发都是根据不同的项目"量身定做",项目完成即被丢弃,很难再重复使用到其它项目上去.本文探讨用交叉口容量分析的方法来评价公交信号优先对公交车以及其它车辆的影响.就目前最常用的两种公交信号优先方法,即"绿信号先导"和"绿信号延长"展开分析,用大家熟知的韦伯思特的图形方法来诠释这两种方法对公交车辆和其它车辆交叉口延迟的影响.采用交通仿真对分析结果进行的统计验证表明,用分析方法得到的结论是可靠的.

驾驶人个人特征对行车速度的影响

为分析驾驶人个人特征与行车速度之间的关系,采用个人属性调查和实车试验相结合的方法,获得80份驾驶人行车速度记录数据。按照驾驶人行车超速时间与总行车时间的比例,将驾驶人超速选择行为区间划分为4个小区间。运用非集计理论,将驾驶人的性别、年龄、性格、教育程度、驾龄等个人特征作为影响因素,并将4个小区间作为4个选择肢,建立了驾驶人个人特征对行车速度的影响度量模型,并结合弹性理论分析了各个影响因素的敏感度。分析结果表明:驾驶人的性别、年龄、教育程度、矫正视力、职业驾驶人和发生交通事故6个影响因素对应的弹性值均小于1.000,说明上述因素对速度选择行为缺乏弹性;在4个小区间上,驾驶人的驾龄对应的弹性值分别为6.287、3.211、3.438和2.450,性格对应的弹性值分别为1.249、1.045、2.033和3.672,说明性格和驾龄2个影响因素对行车速度选择行为富有弹性,影响显著。

综合客运多枢纽协调布局优化模型

考虑综合交通枢纽场站协调优化布局,在传统客运枢纽规划模型中增加用户对运输模式的选择与枢纽中转能力两个约束条件,提出基于容量限制与运输模式选择的综合客运多枢纽布局非线性整数规划模型,设计了改进的遗传算法对其进行求解。应用LINGO软件对布局优化模型进行有效性检验,对8节点Solomon标准测试数据进行计算,得出LINGO平均运算时间为5 102s,最优成本为1 899 782元;遗传算法MATLAB编程平均运算时间为59s,最优成本为1 948 796元。对50节点数据进行运算,平均运算时间为569s,最优成本为8 497 602元;使用25节点规模的AP数据集合,取枢纽数量为3时得出的最优成本为154 932元,应用传统枢纽规划模型进行求解,平均运算时间为607s,最优成本为155 098元,比经典算法降低了166元。可见,与传统枢纽规划模型相比,该模型与算法最优成本更少,说明改进的枢纽布局优化模型有效。