城市公共交通需求预测及应用

文章在综述了公共交通需求预测基本理论的基础上 (包括预测的基本前期工作 ,四阶段模型法等 ) ,结合巢湖市公共交通规划 ,对出行生成、出行分布、交通方式划分、交通分配 4个阶段所采用的需求预测常规模型 (方法 )的应用作了具体的说明。同时 ,还介绍了一种组合预测模型 (方法 ) ,这种模型旨在减少预测风险 ,有效提高预测精度     

城市公共交通专用道规划研究

随着国民经济的快速发展,城市交通需求迅速扩大,发展轨道交通是解决大城市交通问题的根本途径,但轨道交通建设耗资巨大,建设周期长,为缓解交通拥挤,在有限的道路条件下,尽可能提高公共汽车的运载能力和服务水平,规划公交专用道是一种行之有效的方法。文章以合肥市为例,对公交专用道规划进行探讨,说明公交专用道的优越性。     

城市公共交通智能调度专家系统的研究

根据城市公共交通调度、专家系统知识及模糊控制理论建立了公交智能调度专家系统。该系统采用案例与规则两级推理机制,通过产生式规则实现对知识的表达,应用关系型数据库实现对知识的管理与操作。案例推理中设计了代码与属性两层匹配的推理策略,针对实际调度中的不精确判断,根据模糊控制与模糊推理的思想设计了模糊规则与模糊推理策略实现了基于规则的推理。该系统对实现公交系统智能化、提高公交调度的质量和效率具有重要的意义。     

优先发展城市公共交通的浅识

优先发展公共交通是践行科学发展观的重要体现,是实现城市交通可持续发展的迫切要求,是提升城市现代化发展水平的重要保证。优先发展城市公共交通战略思想的实施,必将进一步促进我国经济的全面发展。     

城市公共交通发展问题及对策研究——以长春市为例

从运营车辆及线路、运营场所及公交配备设施、公共交通企业经营管理等方面论述了长春市公共交通现状,认为存在的主要问题是城市公交优先理念不强、公共交通运力不足、公交配套设施缺失、公交运营行业体制矛盾突出等。进而提出长春市未来应采取政策、意识、技术、规划先行的"公交优先"发展总体思路,加大宣传力度,树立公交先行的出行理念,全面提升配套设施层次,提高公共交通信息化水平,加快公交企业改革步伐。     

浅谈城市公共交通场站的规划

城市公共交通与人民群众生产生活息息相关,是城市重要的基础设施和公共服务事业,亦是城市总体规划的重要内容。场站设置是城市公共交通建设的重要基础设施,是城市公用事业方面的重大投资建设项目,对城市各方面影响较大。     

城市公共交通配四量综合预测法

分析和研究了影响公交车辆配备的主要因素。根据公交客运周转量和车辆生产率原理，导出了公交配车量的计算公式。并以城市公共交通规划各项目标值为基础，提出一种综合预测公交配车总量的方法。应用该法对佛山市城市公共交通进行了配车总量预测规划。     

城市停车设施需求预测研究

从分析影响城市内停车设施需求量的因素入手,全面总结了多种停车需求预测模型,并在此基础上提出静态交通发生率的模型及求解算法．模型应用在上海市停车需求预测中并取得了良好效果．     

城市公共交通线路网规划方法

本文建立了城市公共交通线路同优化模型,设计了“分离目标,逐步优化”的公交线路网规划方法。本文主要采用网络优化方法,公交线路网的设计步骤可利用计算机进行。     

城市公共交通票价模式研究

目前国内公共交通行业普遍存在着服务不到位．顾客抱怨多等现象,并由此造成了公突出行分担率不断下降．公交企业连年亏损的不利局面。本文重点分析比较了三种定价模型,给出了不同城市公共交通票价的定价。     

上海市公交网络拓扑性质研究

运用复杂网络理论研究上海市公交网络.分别以公交站点完全连接、公交线路和公交站点邻近连接建立了3种不同的网络.以Matlab软件为辅助工具,得出上海市公交网络的拓扑结构,和一些静态几何量及其统计性质,如度分布、群聚系数、平均路径长度及介数等.运用这些静态几何量进行网的拓扑性质分析.     

上海公墓土地需求的系统动力学研究

采用系统动力学仿真上海公墓土地需求,并对该系统进行一些相关的政策实验分析和研究.结果表明,减小单位墓穴占地面积和缩短公墓用地使用年限,修改相关政策法规,可以大大降低公墓土地的需求量、节约土地资源.     

基于GPS轨迹数据的货车交通流量需求预测循环神经网络模型

动力性差、尺寸大是货车影响道路交通流运行效率的重要原因,为提高货车运行效率,对快速路货车流量预测问题进行研究.基于货车GPS轨迹数据,构建长短时循环神经网络(Long Short Term Memory,LSTM),门控神经单元(Gated Recurrent Unit,GRU),双向长短时记忆网络(Bidi-rectional Long Short Term Memory,Bi-LSTM)和双向门控神经单元(Bidirectional Gated Recurrent Unit,Bi-GRU)四种货车交通流量需求预测循环神经网络模型.研究结果表明:货车交通流量需求预测循环神经网络模型对货车交通流量具有很好的预测能力,平均预测精度为91.55％,较ARIMA高出10.45％;GRU模型对整体货车流量序列预测精度最高;低峰时段平均预测精度高于高峰时段,LSTM在波动较强的高峰时段预测精度最高,为96.83％;Bi-GRU在低峰时段的预测精度最高,为97.66％.研究成果将为政策制定者选用合适的循环神经网络模型,精准预测货车流量,提高货车交通运行效率提供理论和技术支持.     

基于交通效率的城市公共交通路网研究

城市公共交通路网布局是影响公共交通效率非常重要的因素,本文在满足交通需求、环境约束、能源约束的前提下,研究了公共交通效率最大化的公共交通路网布局模型,并提出了运用遗传算法求解模型的思路和基本步骤.     

基于非集计模型的交通需求预测方法

交通需求预测是城市规划和城市交通规划的核心内容之一,同时也是制定交通需求管理（TDM）策略的基础.传统的预测模型多以“四阶段法”为基础,对调查数据进行集计处理,忽略数据所携带的有关出行者行为的个体信息,存在信息的浪费和冗余.依据现代交通规划学理论,在回顾传统预测方法的基础上,对非集计模型进行深入研究;根据淄博市中心城区居民出行调查数据,预测居民出行方式分担率.研究结果表明,较集计模型,非集计方法能更好地刻画居民出行方式选择行为.     

联合时空特征的交通流参数预测综述

针对交通流参数预测在智能交通系统中的重要性,为寻求更实时准确的预测方法,对联合时空特征的交通流参数预测方法进行综述。以交通时空数据为研究对象,将交通流参数预测方法归纳为统计学习方法、深度学习方法和图神经网络方法。基于这3类方法分别从传统和联合时空特征角度概括了各种方法的研究现状和特点,分析了交通流参数预测的难点。结果表明,联合时空特征的交通流预测方法由于考虑了道路网络中复杂且动态的时空依赖性,相较于传统的同类方法,预测性能有较大提升。最后,从模型输入和模型设计角度,讨论了交通流参数预测未来研究方向。     

基于库存控制的需求量灰色预测

运用灰色动态GM模型，结合物流企业实例，根据历史出库量数据对基于库存控制的市场需求量进行灰色建模、预测和检验．实验结果显示预测量曲线与实际出库量曲线拟合程度很高，证实了在有效辅助库存控制管理的需求量预测中运用灰色预测模型和方法的可行性和优越性．     

广州面向未来的城市公共交通系统初探

以广州市为例,针对当前城市公共交通系统存在的问题,利用城市正在进行轨道交通建设和城市快速公交干道建设的契机,整合两者的优势,重新规划和调整广州城市的公交路网,提出建设"一路一线"未来城市公交系统的构想,并对此可能带来的问题进行深入的分析.     

基于百度地图应用程序接口的轨道交通生成预测

基于百度地图应用程序接口,设计了收集辨识轨道交通站点范围内关注点的查询收集系统,实现了收集关注点信息自动化。通过优化交通小区单元化识别方法构建了出行预测模型,对A市某轨道交通沿线现状进行分析。研究结果表明,应用该方法对轨道新线进行短期的交通发生与吸引预测,有助于提高交通生成基础数据的收集效率和预测精度。