�й��������Ƴɱ���̯ģ�ͼ�Ӧ���о�

针对我国城市公交行业管理中亟待解决的公交合理成本确定,以及政府公交补贴责任划分问题,研究了国际公交行业常用的全分摊成本分析模型及我国城市公交行业相关实践经验,本文在规制成本核算的基础上构建了我国城市公交合理成本核算与分摊模型,并用公交专项调研数据进行相关模型和方法的应用性分析.结果表明,本研究提出的模型和方法能为公交合理成本核算、各相关辖区政府公交补贴责任划分、相关政策制定和政府间协调合作提供基本理论及方法支撑,对我国深化落实公交优先战略、促进城乡客运一体化发展有重要意义.     

���о������ѡ��Ԥ��ģ�ͼ�ʵ֤�о�

城市交通系统是一个开放的复杂巨系统，城市交通管理的政策措施会对居民出行行为造成影响，为使城市交通系统能最大限度地发挥效益，一个城市的规划设计人员经常需要对居民出行需求进行了解，城市居民的出行选择与城市交通系统的服务时间、费用、环境及可选交通工具等诸多因素有关，本文从城市居民出行需求角度出发，考虑出行者的性别和职业属性，建立了基于出行费用、走行时间、出行次数的城市居民出行Multinomial Logit 模型，采用Maximum Likelihood方法进行参数估计，并以中国西北部城市兰州市A区为实例，通过计算机模拟仿真拟合计算得到了该区人员出行行为的分析结果，这一结果可作为兰州市交通管理部门制订相关政策，引导市民出行的依据。     

��۽�ͨ����ģ�͹�������ʵ֤�о�

基于城市中心区拥堵不断加剧的现状,同时也考虑到未来城市人口增长、用地调整,以及城市化和机动化进程不断加速发展的趋势,本文依托西南某中心城市缓解拥堵重点项目,合理规划未来城市交通系统.决策定量化是未来城市交通规划的决策趋势,而交通模型是重要的技术支撑手段.在居民出行等调查数据的基础上,采用四阶段构架进行交通需求模型的建模.在方式划分阶段,根据家庭是否有车分别采用NL和MNL模型,并在交通分配时定制符合本地城市特点的路阻函数.最后,通过模型测试评价不同规划策略和方案的交通运输效果.     

����ģ�����ֵ�����ͨ����ˮƽ�����о�

随着大城市路网建设的逐渐稳定,服务水平评价结果成为城市交通管理决策的一个重要依据,因而对城市道路交通服务水平(LOS)的评价成为一项重中之重的研究内容. 本文提出一种基于模糊积分的区域交通LOS评价模型. 该模型能够解决区域交通服务水平中多路段评价结果复合时的非可加性问题,即区域交通服务水平不等于局部路段或路口服务水平的简单之和,可满足区域交通的评价需求. 在现场海量实测数据集的基础上,利用模糊积分用微观评价数值计算中观评价结果,排除了主观约束,并选取北京市典型区域进行了实验和应用,取得了较好的评价结果.     

����Ӱ�������»��ڽ�ͨ�����۵��Ŷ��о�

以交通波理论为指导,以平面信号交叉口为分析对象,重点研究了公交影响条件下单机动车道的排队过程. 结合不同车型机动车混合行驶的特点,通过引入不同车型间的饱和车头时距值并对其进行统计分析,刻画信号周期内交通波的传递情况,探讨了车流平均饱和车头时距和排队消散密度的变化规律,改进了传统的交通波排队模型. 基于北京四道口信号交叉口的实际交通情况,结合通调查结果和MATLAB程序计算结果,对模型进行参数标定和有效性验证,得到相关评价指标及其变化规律. 研究发现,交通波理论在公交车－小汽车混合车流的排队问题研究中,具有较强的适用性;另外,研究饱和车头时距值的变化规律有利于更加准确地刻画排队过程中交通波的传递行为.     

��Ͻ�ͨ���ܶȲⶨ�����о�

交通流密度是衡量道路服务水平的指标之一. 当交通流中车辆长度和速度变化较大时,占有率则可以更好地反映交通流密度状况. 占有率的测定能够考虑到车辆的长度和速度变化,但是其值受到测量区域长度的影响,并且在混合交通情况下测量值缺乏准确性. 对于没有车道行驶规则的混合交通流,应当以整条路段为单位进行交通流分析. 因此本文提出了“区域占有率”的概念,且利用仿真技术验证其有效性. 对混合交通流条件下的占有率和区域占有率进行比较分析,区域占有率可以更合理地描述混合交通流的密度. 同时,得出混合交通条件下的区域占有率和交通流速度关系,证明了混合交通流条件下区域占有率提出的合理性和准确性.     

���������������ɵ����ܶ��о�

公交优先是提高城市中心区道路设施利用效率、改善交通环境的有效方法,确定中心区合理干道网密度是满足公交运行、提高运输效率的重要内容. 本文在分析城市中心区交通需求特征和公共交通发展要求的基础上,提出了从宏观系统层、设施、运输组织和交通管理四个方面分析中心区道路网密度影响因素,并探讨了公交优先下公共交通与道路网的关系,考虑公交线网布设和运行的要求,并以公交站点覆盖率和最佳公交线网密度两个主要指标为导向,研究并提出了中心区干道网合理密度和间距推荐值. 该研究提出的干道网密度能够较好地满足中心区公交运行,落实公交优先.     

���ڿ������Ĺ�����ͨ�����о�

在分析公共交通补贴原理的基础上,构建了公共交通补贴模型. 以北京市公共交通补贴为背景,研究了公共交通结构系数、分担率以及运营成本对公共交通财政补贴的影响．结果表明,合理分配各种公共交通方式的客流量,一方面使得政府公共交通补贴的额度在财政收入当中的比重不至于过大,确保了政府的公共交通低票价政策的可持续性;另一方面也满足了公共交通承担客流比例的要求．在公共交通运营成本不变和公交补贴占财政收入比例小于4％的情况下,北京市财政收入需保持年增长10.9％以上,才能满足2015年公交分担率达到45％时低票价政策的补贴需要.     

Trip Chain's Activity Type Recognition Based on Support Vector Machine

This paper focuses on support vector machine (SVM) based trip chain's activity type recognition. First, the time-series location information of person trip is processed to obtain the trip chain elements including moving processes and activities, and the activity options are extracted from the geographic information system (GIS) around the activity sites. Second, the activity features are drawn from spatio-temporal factors of trip chain to serve as the input feature vector of classifier. A SVM based one-to-one classifier is established and the method of one-to-one classifier voting is adopted to decide the most likely activity type from the activity options. Finally, the classifiers are trained with simulation data based on the Gaussian radial basis (RBF) kernel function and the multilayer perception (MLP) kernel function respectively, and then examined by cross validation. The result shows that in the one-to-one classifying scheme, the highest and lowest right recognition rate with RBF are 99% and 62%, and the corresponding results with MLP are 97% and 54%, respectively.     

基于支持向量机的出行链活动类型识别研究

基于支持向量机理论对出行链活动类型的识别方法进行了研究. 首先对居民出行的时间序列位置信息做数据预处理,提取出行链的出行过程和活动地点信息,并结合地理信息系统（GIS）提取活动的备选类型;然后从出行链和活动的时间和空间因素提取活动类型识别的特征,形成特征向量作为分类器的输入,并建立基于支持向量机的两两分类器,采用分类器投票的方法从备选集中选择活动的类型;最后利用模拟数据和交叉验证的方法对两两分类器进行训练检验,分别从高斯径向机核函数和多层感知器核函数的角度分析活动类型识别率. 结果表明：在两两分类中,高斯径向机核函数的最高识别率为99%,最低识别率为62%;多层感知器核函数的最高识别率为97%,最低识别率为54%.     

����֧���������ij��е�·��ͨ״̬ģʽʶ���о�

城市道路交通状态识别是现代智能交通系统的重要组成部分,是交通智能控制、诱导和协同系统的基础.基于支持向量机建立车流量、平均速度和占有率的三维反映空间,以堵塞流、拥挤流、平稳流和顺畅流为标签对道路交通状态进行分类;并在MATLAB平台下利用LiBSVM工具包进行实验分析,对SVM各种核函数的分类效果进行比较研究,实现了支持向量机技术的交通状态模式识别.结果表明：选择的指标能很好地反映交通状态的特征,SVM核函数可以以较高的分类精度区分开交通流的状态识别,数据的归一化对分类的结果具有重要的影响.     

基于支持向量机的车辆驾驶行为识别研究

从车辆行驶轨迹的角度,车辆驾驶行为可细分为车辆跟驰行为、车辆换道准备行为和车辆换道执行行为,它们对交通拥堵、交通事故等都有着重要影响,也是自动驾驶、交通仿真等系统的基础构成模块.然而,如何从实际微观交通流数据中对3种行为进行识别是驾驶行为研究的基础和难点.本文提出基于支持向量机的驾驶行为识别方法,使用真实车辆轨迹数据,为提高模型的准确率,首先对样本数据进行归一化和主成分分析预处理,然后采用网格搜索算法对惩罚因子和核参数进行寻优,最后利用样本数据对基于支持向量机的分类模型进行训练和测试.结果表明,模型的测试精度达到了98.41%,能够很好地识别车辆的行驶状态,为驾驶行为各阶段的研究提供支持.     

支持向量机在雷达辐射源信号识别中的应用

为了提高电子对抗设备的信号识别能力，采用相像系数法提取雷达辐射源信号特征，并引入支持向量机完成信号自动分类识别．相像系数法在大信噪比范围内稳定性好、分辨能力强．支持向量机分类器结构简单、可获得全局最优、泛化能力强．实验结果表明，基于相像系数和支持向量机的辐射源信号识别方法在大信噪比（5～20dB）范围内，错误识别率最低可达2．68％，优于传统识别方法．     

基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

基于支持向量机的短时交通流预测方法

在介绍智能交通系统的特点和相关技术的基础上，SVR算法被用来处理短时交通量预测问题。实验证明，支持向量机在交通系统中的应用具有可行性、有效性和广阔的前景。     

基于灰色遗传支持向量机的短时交通流预测

为了进一步提高短时交通流预测的精确度,通过分析灰色模型、遗传算法和支持向量机模型的特点,提出一种组合的短时交通流预测模型.模型运用灰色模型对原始交通流数据序列进行累加,弱化其随机性,再通过遗传优化支持向量机模型进行预测,利用灰色模型将预测结果进行累减,得到最终的预测值表.以长春市某主干路交通流数据为基础,验证了该模型的有效性和可行性.     

��·��ͨ������֧�����������Ԥ��

对交通运量做出较为准确的预测，能对相关部门和人员把握运输市场或进行决策有所裨益。对灰色、神经网络和支持向量机的三个预测模型进行了研究，以全国1996 ～ 2003年公路货运量为例，对公路货运量进行了预测，经过比较，支持向量机的预测方法精度较高。在分析组合预测特性的基础上，提出了对灰色系统、神经网络和支持向量机三种预测方法结果进行了线性组合预测方法和支持向量机的组合预测方法。与单一预测方法结果和线性组合预测进行对比，支持向量机组合预测方法比较精确。     

不良交通流状态实时监测支持向量机模型算法研究

交通流安全实时预警是交通主动安全防控的重要前提.采用实际事故发生前的交通流状态作为不良交通流状态判别标准,通过对车道级交通流数据进行参数提取,结合主成分分析法进行参数降维后得到9个主要参数.建立以径向基为核函数的交通流安全实时预警支持向量机模型,采用网格遍历法确定最优的支持向量机模型的惩罚参数C和核函数参数γ,最终构建的支持向量机模型能够成功地识别79.55%事故对应的不良交通流状态,能够有效地对高速公路上的不良交通流状态进行实时监测预警.