加入WTO后广州港集装箱运输发展的航运形势及面临的问题

叙述加入WTO后广州港集装箱运输航运形势的巨大变化,并提出入世后广州港将要面临的问题。     

基于时空交互模型的高速公路季节事故频次影响因素分析

为了深入了解影响高速公路事故频次的显著因素,采集2014年广东省开阳高速公路的事故、道路、交通和气象数据,以曲率和坡度同质性为原则将整条公路划分为154条路段,采用时空交互模型拟合路段季节事故数和道路设计参数、交通特征、气象因素间的内在关系。该模型不仅解释了相邻路段间的空间效应和相邻季节间的时间效应,而且还考虑了时空效应间的相互作用,有助于提高模型的拟合预测性能、减少参数估计偏倚。基于贝叶斯推断的模型估计和评价结果显示：事故数据中存在显著的时空关联和交互效应;时空交互模型比传统层级泊松模型的拟合优度更高;路段长度与事故频次线性相关,而交通量则与事故频次间存在非线性关系;高速公路交通安全性随着中、大型客、货车（三类车）比例的增加而显著提高;路段曲率、坡度越大,交通事故风险越高;风速越高、降水量越多的季节,事故频次将显著上升。研究结果可为高速公路交通安全改善方案的制定提供理论依据。     

一种基于预测反馈的城市公共交通协调调度系统

建立一种基于预测反馈的城市公共交通协调调度系统,利用相关终端获取实时的客流数据,对各站点的运量需求进行预测,并对预测值进行计算处理,得到初步的班线调度策略,以群组为单位,对联系较为紧密的各班线的调度策略进行协调,得到各班线均能接受的优化的调度策略,从而使各站点、班线和城市整体的客运能力和适应性均达到较为理想的水平.     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据,研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口,以及手机信令数据分析出行频次分布等因素进行综合分析,获取居民初步出行特征;基于手机信令、IC、AFC、GPS 等大数据,通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析;最后,以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知,传统抽样调查居民出行漏报率为30%,每天出行2次的比例相差39.5%,全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明,多源数据融合驱动的居民出行特征分析方法,在总量上有效挖掘居民出行的沉默需求,在时空分布上起到了“削峰填谷”的作用,是一种研究居民出行特征的有效方法.     

基于层次分析法的物流配送车辆导航路径规划求权方法

研究了针对物流配送车辆导航,利用层次分析法进行路径规划求权。物流配送车辆导航系统的核心功能之一是路径规划,道路权值是路径规划的基础。考虑到物流配送涉及的多方面利益,首先确定道路权值需要综合考虑各种道路与非道路的影响因素。以配送总代价最低为优化目标,在全面分析各影响因素的基础上,就各自特点对其进行量化和无量纲化处理,然后利用层次分析法,提出道路权值的计算方法,计算出各影响因素组合权重,由此得到路径规划所需要的道路权值。该求权方法以物流配送车辆导航为基础,权值综合体现了多方面利益,为物流配送车辆导航的路径规划提供依据。     

适于交通方式划分的NL模型巢式层次结构研究

为准确把握Nested-Logit模型（NL模型）在交通方式划分中的应用,以交通方式巢式层次结构为研究对象,在分析交通方式选择影响因素和各交通方式之间的相关性的基础上,根据人们在选择交通方式过程中首先考虑因素的不同,构造了不同的交通方式巢式层次结构方案,并提出基于拟合优度度量的判断方法优选巢式层次结构方案。根据实例旅客出行调查数据,利用SAS软件对拟合优度度量系列组进行比较分析,分析结果表明：基于拟合优度度量构造的巢式层次结构更能反映交通方式选择的真实性,克服了NL模型层次结构明显的主观判断偏离客观实际的缺陷。     

基于集成学习和居民属性数据的出行方式预测模型

传统的效用理论模型以整体效用最大化为目标,忽略了影响居民出行方式选择肢间可能存在相关性以及部分效用相互补偿性。基于集成学习的居民出行方式预测模型可以有效表达出行效用的个体偏好、差异性和补偿性,解决了不同出行特征影响因素对于不同人群有不同效用表征问题。本文依托大样本居民属性数据,针对不同个体对不同影响因素的感知差异,结合居民出行调查的个人属性、出行属性及环境属性等相关影响因素进行综合分析,构建个体级居民的出行特征向量;研究构建基于集成学习方法的居民出行方式预测模型;以广州市为例进行实证分析,通过准确率、精确率、召回率和F1值这4个指标,对模型预测结果进行综合评价;针对部分出行属性相似导致细分的出行方式判别精度不高,按照大类方式、慢行交通、公共交通、个体机动化交通这4个类别构建层次化LightGBM (Light Gradient Boosting Machine)模型,并对GBDT (Gradient Boosting Decision Tree)、Random Forest、LightGBM、层次化LightGBM这4个模型预测结果进行综合对比。分析结果表明：LightGBM模型预测慢...     

市场和需求助推第三方物流发展

论述物流信息化系统平台在企业竞争中的重要地位，企业应将物流置于“第三利润源泉”的高度去规划，发展和建设，市场和需求极大地推 第三方物流企业的发展和建设，其将是众多企业物流支撑平台的首选。     

绿色物流发展初探

<正>现代物流是在传统的生产制造业、运输仓储业、商品流通业与现代信息产业融合、重组、提升的基础上形成的一种新的产业。随着世界经济日趋一体化,物流作为一种新的理念,渗透于各行各业,并发挥着重要作用。随着人民生活水平的提高、经济的发展和城市化进展加快,对环境质量的要求越来越高。目前我国已将环保产业列为贯彻可持续发展战略的优先发展领域和新的经济增长点,并陆续出台了一系列产业扶持政策。因此,相对于现代物流来说,绿色物流的发展是一个必然趋势。