机动车流路段阻抗函数参数标定与校核方法研究

由于机动车流路段阻抗函数参数的物理意义不明显,通常很难根据经验判断其数值的范围和大小.在交通流理论基础上,以BPR函数形式为例,提出了微观层次拟合、宏观层次校核的两层次交通行驶时间模型参数的标定方法,重点研究了参数标定与校核过程中的三个关键难点,提出了相应的解决思路和方法,并在苏州市规划的实际工作中进行应用.     

城市地铁运营初期的短途客流吸引特性

为了明确城市地铁运营前后,各主要交通方式的客流分担情况,进而准确预测地铁运营后的客流需求,针对其客流吸引特性开展研究.以大连地铁2号线所在黄河路路段为调查对象,分别开展地铁运营前后,各主要交通方式的客流调查.采用数理统计方法,对比分析地铁运营前后,小汽车、常规公交与地铁三种交通方式的客流分担情况.基于随机效用理论,分别构建地铁运营前后的交通方式选择Logit模型,并提出模型参数标定方法.依据实际调查客流数据,对模型参数进行标定并验证其计算结果.研究表明,本例中地铁运营后,分别从小汽车与常规公交中吸引客流5.4%与6.4%;交通方式选择Logit模型的计算结果与实际调查数据的差异在±5%以内.     

基于分层Logit模型的交通方式选择行为研究

为了减少传统模型的非相关选择方案相互独立特性引起的预测误差,按照交通方式服务对象的不同,将交通方式划分为公共交通和私人交通两类,具有类似性的出行方式归并为一个层次,采用分层Logit模型的形式,利用北京市实际调查数据对模型进行标定.通过计算得到对方式选择层次1和层次2有影响的离散变量分别为年龄、是否有私家车、支付方式以及年收入、出行目的;连续变量为时间和费用.结果显示模型具有较高的精度.     

基于家庭属性和Nested Logit模型的学生出行选择特性分析

运用非集计模型中Nested Logit模型的理论与方法,以中小学生出行方式选择行为为对象,研究个人属性、家庭属性和出行特性对学生出行方式选择的影响。模型分上下两层,上层为公共交通和私人交通方式的选择,下层为小汽车、摩托车、自行车及步行交通方式的选择;利用SPSS软件对模型进行标定和检验,分析各因素对学生出行选择的影响。结果表明:家庭收入对于上下层交通方式选择影响大,收入高的家庭,学生出行更倾向于选择私人交通方式;是否拥有公交卡对上层交通方式影响最明显,当学生拥有公交卡时,其选择公共交通方式是私人方式的38倍;家庭交通工具拥有量和是否有人接送是下层交通方式选择的主要因素,家庭小汽车数量增加或有人接送时,学生出行选择小汽车的概率增加。     

考虑交通小区相关性的小汽车拥有行为研究

为分析建成环境对家庭小汽车拥有的影响,考虑交通小区间的空间相关性,分别基于0-1 邻接矩阵、共同边界邻接矩阵及质心空间距离矩阵构建了层次Bayesian 模型,并与不考虑空间相关性的模型结果进行了对比.基于长春居民出行调查数据对模型参数进行估计,结果表明：交通小区间的空间相关性显著存在;以不考虑空间相关性的模型作为对比,基于公共边界邻接矩阵的层次Bayesian 模型拟合效果最优;在控制家庭层面社会经济变量后,居住密度、土地利用混合度、交叉口密度及公共交通站点密度均对家庭小汽车拥有具有显著的负向效应,表明通过优化城市建成环境策略可有效抑制小汽车拥有量的增长.     

考虑交通小区相关性的小汽车拥有行为研究

为分析建成环境对家庭小汽车拥有的影响，考虑交通小区间的空间相关性，分别基于0-1 邻接矩阵、共同边界邻接矩阵及质心空间距离矩阵构建了层次Bayesian 模型，并与不考虑空间相关性的模型结果进行了对比.基于长春居民出行调查数据对模型参数进行估计，结果表明：交通小区间的空间相关性显著存在；以不考虑空间相关性的模型作为对比，基于公共边界邻接矩阵的层次Bayesian 模型拟合效果最优；在控制家庭层面社会经济变量后，居住密度、土地利用混合度、交叉口密度及公共交通站点密度均对家庭小汽车拥有具有显著的负向效应，表明通过优化城市建成环境策略可有效抑制小汽车拥有量的增长.     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为，本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现，在不同跟驰速度下，小汽车车头时距均服从对数正态分布；利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数，分别标定其概率分布函数，证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s；在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上，建立基于交通扰动传播特征的随机Newell跟驰模型，并标定得到分速度区间的模型参数.仿真结果表明，本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征，同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为，本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现，在不同跟驰速度下，小汽车车头时距均服从对数正态分布；利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数，分别标定其概率分布函数，证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s；在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上，建立基于交通扰动传播特征的随机Newell跟驰模型，并标定得到分速度区间的模型参数.仿真结果表明，本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征，同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

基于混合Logit 模型的网约车选择行为研究

近年来,网约车发展迅速,而现有研究较少从市场角度理解用户对网约车的选择偏 好.本文构建了基于混合Logit选择模型,选取网约车依赖性、出行目的等出行相关属性,年龄等 个人社会经济属性为效用函数特征变量,假设到达时间、在车时间和费用为随机变量并服从对 数正态分布.使用D-efficient效率设计法生成问卷,在成都市开展网约车使用特征与选择偏好的 实证调查.基于观察数据标定模型,参数显著性及符号解释了城市综合交通背景下出行方式选 择的关键因素.对出租车和网约车费用进行边际效应分析,明确了价格变化对出行结构的影响.     

LOGITģ�Ͳ������Ʒ����о�

离散选择模型，特别是LOGIT模型在交通需求模型建立过程中，应用非常广泛，许多实际的交通政策问题都涉及到方式选择，然而LOGIT模型的建立非常困难，尤其是效用函数及参数估计.本文重点就LOGIT模型参数估计的有关问题进行讨论，特别是运用统计方法如何对效用函数的变量进行选取及比较不同形式效用函数.     

SPSA�㷨��΢�۽�ͨ����ģ��VISSIM�����궨�е�Ӧ��

微观交通仿真模型在交通系统管理、控制和优化中得到了广泛的应用. 然而微观交通仿真模型参数标定是一项复杂且系统的工作,特别是对于较复杂网络,其参数标定耗时长,且不容易找到最优解. 本文选取了应用较为广泛的VISSIM仿真模型作为基础平台,针对遗传算法（GA）的不足,建立了基于同步扰动随机逼近（SPSA）算法的微观仿真模型参数标定方法,并实现了程序的自动化标定;最后将该方法应用于北京市快速路仿真模型的驾驶员行为参数标定中,以速度的相对误差平方和作为收敛函数,通过对比GA算法,SPSA算法收敛速度快1.7倍,且在标定后的流量检验中相对误差的平方和小0.16,验证了SPSA算法在VISSIM参数标定上的优越性.     

SPSA算法在微观交通仿真模型VISSIM参数标定中的应用

微观交通仿真模型在交通系统管理、控制和优化中得到了广泛的应用. 然而微观交通仿真模型参数标定是一项复杂且系统的工作,特别是对于较复杂网络,其参数标定耗时长,且不容易找到最优解. 本文选取了应用较为广泛的VISSIM仿真模型作为基础平台,针对遗传算法（GA）的不足,建立了基于同步扰动随机逼近（SPSA）算法的微观仿真模型参数标定方法,并实现了程序的自动化标定;最后将该方法应用于北京市快速路仿真模型的驾驶员行为参数标定中,以速度的相对误差平方和作为收敛函数,通过对比GA算法,SPSA算法收敛速度快1.7倍,且在标定后的流量检验中相对误差的平方和小0.16,验证了SPSA算法在VISSIM参数标定上的优越性.     

基于SOGA的VISSIM仿真模型参数标定方法

微观交通仿真模型是对交通系统进行管理、控制和优化的重要试验手段和工具,而微观交通模型的参数标定是确保微观交通仿真模型能真实、直观地反映交通流运行情况的必要前提.针对遗传算法(GA)的不足,提出了基于自适应正交遗传算法(SOGA)的微观交通仿真模型参数标定方法.选取应用较为广泛的VISSIM仿真模型作为基础平台,给出了该优化方法中染色体的编码解码、适应度函数和自适应正交交叉算子的详细设计.最后将算法应用到北京市荣华中路与荣京西街交叉口模型参数标定中,通过与GA算法、正交试验法对比,SOGA算法得到的适应度函数值为19.43,优于其他标定算法的适应度函数值;同时,SOGA算法迭代时间比GA算法少了40.5%,验证了SOGA算法在VISSIM参数标定上的优越性.     

���˽�ͨ����Ƶ��ⷽ������

行人交通是我国城市居民出行的主要交通方式,而行人交通的视频检测技术对于智能交通系统的发展与应用具有重要意义,通过对行人检测和分析确定行人的运动轨迹,提取行人交通参数,为交通规划、管理与控制提供科学的数据。首先回顾行人交通视频检测技术的发展历程,综述研究的方法、技术和主要成果;其次,从行人交通系统的一般处理框架—行人检测、识别、跟踪和交通参数的提取,分层次回顾低级、中级和高级各处理阶段的发展水平;重点阐述各处理阶段的现有技术和方法,并将每阶段相应地划分为不同方法子类加以讨论;最后,分析行人检测研究的技术难点及未来的发展趋势。     

基于遗传模拟退火算法的TRANSMODELER仿真模型参数标定研究

大多微观仿真软件是针对国外交通流特性而开发的交通仿真软件,而我国的交通特性与国外相比存在一定的差异,因此在运用仿真软件进行交通仿真之前,需要针对我国城市路网的实际交通调查结果,对相关参数进行标定.其目的是提高仿真模型的精度,使仿真结果更真实、更准确.文中设计了详细的参数标定流程,利用参数敏感性分析选取所需要标定的参数,再引入遗传模拟退火算法进行参数最优组合的搜索,并设计其功能界面,利用TRANSMODELER的二次开发功能,将参数标定的算法植入其仿真模块,实现仿真、评价的一体化和自动化.以昆明市一二一大街、学府路及相关联路道路为示范路网,验证所建立参数标定流程与算法的有效性与可行性.     

����������ij�������ģ��CFCM�о�

车辆跟驰模型中的驾驶行为是一个复杂的推理、决策、执行过程，在知识表达和推理机制上存在模糊性和随机性。针对当前车辆跟驰模型研究存在的不足，引入云模型理论，确定了跟驰模型中的决策变量及概念判断子集，设计了模型参数标定的实验方法，在实验数据的基础上，计算了相关参数的隶属云特征值，总结了基于行为规则的车辆跟驰云推理机制，构造了车辆跟驰云模型CFCM(Car Following Cloud Model)。     

����PSO-SVM�ľ�����з�ʽԤ��ģ�ͪ�

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.     

基于浮动车数据的随机路径选择模型参数估计

提出利用浮动车出行数据对城市路网多OD对logit 随机路径选择模型参数估计方法.首先采用相对阻抗,实现logit 模型参数无量纲化和单一化,将离散多项logit 模型转化为相对阻抗的连续概率模型;然后对多OD对的浮动车数据进行分区和权重处理,计算得到概率分布;最后在推导连续型概率密度和累积概率函数基础上,利用最小二乘法进行参数估计.以广州市浮动车数据对方法进行验证,结果拟合优度高,所得参数可有效反映实际路径选择行为.方法简单实用,特别适用于利用海量浮动车数据进行路径选择行为分析.     

高速客车转向架悬挂参数分析

为了全面考察转向架悬挂参数对高速客车行车安全性和乘坐舒适性的影响规律,为高速客车转向架悬挂参数的合理选取提供理论依据,首先从时域内分析了一、二系悬挂参数对高速客车动力学性能的影响,然后从频域内分析了二系悬挂参数对车体振动模态的影响.仿真计算与分析结果表明:合理设置一系纵向和横向定位刚度和二系抗蛇行减振器结构阻尼参数即可基本实现转向架较高的临界速度;减小二系横向刚度而适当增大二系横向阻尼可提高高速客车的横向平稳性;为了改善高速客车的垂向平稳性,一、二系垂向减振器阻尼都不宜选取过大.