首页期刊导航|交通运输系统工程与信息
期刊信息/Journal information
交通运输系统工程与信息
交通运输系统工程与信息

毛保华

双月刊

1009-6744

bhmao2006@bjtu.edu.cn

010-51684836

100044

北京西直门外上园村3号北京交通大学机械工程楼D403室

交通运输系统工程与信息/Journal Journal of Transportation Systems Engineering and Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是面对国内外交通运输系统工程、智能交通、交通管理、交通工程与信息工程等学科领域的决策者、科技工作者、交通运输工程师、交通运输院校研究院所的专家、硕、博士研究生以及交通运输企业家的刊物。
正式出版
收录年代

    考虑碳排放的长大货物多式联运路径优化

    王娟程玉丽杨雨菡张英贵...
    1-11,49页
    查看更多>>摘要:长大货物具有外形轮廓尺寸大、重量大和价值昂贵等特性,运输过程中不可拆解.多式联运逐步成为长大货物运输的首选方式,路径决策是其联运组织的核心.本文引入能耗因子,设计长大货物多式联运在途运输、改造和换装过程碳排放量计算公式,统筹考虑长大货物装后轮廓尺寸、限界、桥梁承重能力和节点换装能力等制约因素,兼顾运输路段改造,以最小化长大货物联运成本和碳排放量为优化目标函数,构建考虑碳排放的长大货物多式联运路径优化模型,设计基于自适应遗传算法和精英保留策略的长大货物多式联运路径优化算法,提出一种考虑碳排放的长大货物多式联运路径决策方法.计算结果表明:相比传统遗传算法和自适应遗传算法,本文方法的目标函数优化程度均高于20%,成本优化程度均高于12%,碳排放量优化程度均高于22%,所提方法优势显著.采用本文方法编制的长大货物联运路径方案能有效兼顾多式联运成本和碳排放,为长大货物多式联运路径优化提供强有效的决策支持,助力大件物流降本增效和"双碳"目标的实现.

    综合运输路径优化自适应精英遗传算法长大货物碳排放

    基于整体规划建模的公平性区域货运碳税规划方法

    王宗保钟鸣
    12-22页
    查看更多>>摘要:针对货运碳税政策影响的公平性问题,本文提出一种基于整体规划建模的公平性区域货运碳税规划方法.该方法使用双层规划模型,上层模型使用Dagum基尼系数分析货运碳税政策对不同地区制造业区位影响,并据此优化各地区的货运碳税价格,提升政策影响的公平性;下层模型通过改进土地利用—交通整体规划模型,模拟区域中社会经济活动、交通及货运碳排放之间的交互关系.由于决策变量与目标函数之间的复杂关系,本文提出一种贝叶斯优化算法求解模型.拓展所使用的土地利用—交通整体规划模型,改进后的模型不仅能一体化分析货运碳税政策对区域货运减排和产业区位的综合影响,而且能在政策制定中考虑不同地区综合运输网络和产业区位的差异,确保政策影响的公平性.以长江经济带为例的研究结果表明,在80 元·t-1的货运碳税政策下,不同地区的制造业区位受到的影响差异显著,区域间净差异对总体基尼系数贡献率为74.63%.相比之下,本方法通过差异化区域货运碳税政策,在同等货运减排目标下,有效降低了区域间净差异,将总体基尼系数由0.180降至0.115,较好地平衡了货运碳税政策对长江经济带各地区制造业区位影响的公平性.

    综合运输整体规划建模贝叶斯优化公平性碳税

    基于货运方式选择模型的铁路白货运输定价方法

    刘峻麟张戎孟祥涛王玉光...
    23-30页
    查看更多>>摘要:铁路货运价格市场化改革是推进多式联运及快捷物流发展的有效措施.本文考虑托运人选择行为及承运企业不同的货运经营目标,提出铁路"白货"运输市场化定价方法.首先,构建货运方式选择行为模型揭示托运人对运输方式的选择行为.其次,结合承运清算办法构建不同货运经营目标下的定价决策模型,建立铁路全程运输价格、全程运输时间等运输服务属性值与铁路运量、承运盈余、清算收入等指标间的量化关系,并计算"白货"货运清算单价下浮后各指标变化情况,基于此分析铁路货运定价策略.案例结果表明:当前光伏货物运价水平下铁路获得较高的运量,但承运盈余为负,不可长期维持现状运价水平;铁路全程运输中两端短驳运输费用占比过大,削弱了铁路运价下浮对托运人选择铁路货运的影响力;降低"白货"货运清算单价给予铁路运输更具有竞争力的运价下浮空间,可提高铁路分担率、承运盈余和清算收入,调动铁路承运企业开拓铁路"白货"运输市场的积极性.

    铁路运输市场化定价货运方式选择白货运输承运清算办法

    城市道路智能网联车辆轨迹鲁棒控制方法

    刘美岐金楷然李雅澜郭戈...
    31-40页
    查看更多>>摘要:针对车辆控制系统的执行器延迟和外部环境不确定性导致的智能网联车队性能不稳定甚至系统失稳问题,本文提出一种强鲁棒的信控路段智能网联车辆轨迹优化控制方法.首先,构建三阶车辆控制系统动态模型,以优化乘坐舒适性、安全性、车队平稳性、燃油经济性和交通延误为目标,以闯红灯和不安全的车间距离为惩罚,以速度和加速度上下界为约束,以前方交叉口信号变化为系统反馈,设计车辆轨迹控制器以提升受控车辆的运行效率.其次,将车辆轨迹控制器构建为最小—最大模型预测控制问题,针对执行器延迟和不确定性的最坏情况优化成本函数得到控制输入,以改善受控车队的稳定性.然后,采用迭代的庞德里雅金极大值原理进行求解,将控制问题离散化并将不确定参数划分为多个连续区间,找出最坏情况进行迭代计算,正向求解状态变量并逆向求解共轭变量,以提高控制问题的求解效率.仿真结果表明,该轨迹控制方法在信控路段和无信控路段均表现良好,有效应对随机的执行器延迟和外部车辆的干扰,如信号参数的改变、人类驾驶车辆的剧烈变速和小幅度的轨迹偏差.本文提出的鲁棒控制器具有良好的稳定性和优越性,能够显著改善乘坐舒适度(75.7%)并减少燃油消耗(18.4%).

    智能交通轨迹控制鲁棒模型预测控制智能网联车感应式信号

    雾天网联车辆跟驰模型构建及行为影响分析

    黄岩李海军闫学东段克...
    41-49页
    查看更多>>摘要:网联车辆(Connected Vehicle,CV)已从微观驾驶行为方面被证实其能有效改善雾天交通安全,但鲜有建立微观跟驰模型来模拟CV车辆在雾天的跟驰轨迹.本文根据雾天CV车辆的交通信息获取模式和跟驰行为特征,在雾天智能驾驶人模型的基础上,构建考虑车头时距因子、遵守因子和权重因子的雾天网联车辆智能驾驶人模型(Fog-related Intelligent Driver Model of Connected Vehicle,FIDMCV).为评价FIDMCV模型的有效性及评估CV车辆在雾天的交通影响,选取累计碰撞时间倒数和交通量作为分析指标,并建立不同CV车辆渗透率和领车减速度的数值仿真场景.在进行数值仿真前,针对关键参数遵守因子和车头时距因子的取值进行敏感性分析.仿真结果表明:随着CV车辆渗透率的增加,混合交通流能更有效地改善雾天交通安全,但会导致雾天车辆跟驰间距增加,从而减少道路交通量,降低交通效率.CV车辆在高风险场景下(6 m·s-2减速度)的碰撞时间倒数值减少比例为14.3%,在中低风险(4 m·s-2和2 m·s-2减速度)场景中为5.6%和6.3%,因此CV车辆在高风险场景下的交通安全改善作用更显著.本文提出的FIDMCV模型能有效再现雾天CV车辆的交通安全改善作用和跟驰间距增加特征,可用作雾天CV车辆的微观仿真工具.

    交通工程跟驰模型数值仿真网联车辆雾天

    车网互动场景下电动网约车运营与充放电动态调度策略

    牛振宁安琨马万经
    50-59页
    查看更多>>摘要:利用电动网约车的集中性和灵活性,结合车网互动(Vehicle-to-grid,V2G)技术,使得车辆可以在电网负荷高峰期间为电网提供应急和需求响应服务.本文旨在评估电动网约车车队参与V2G系统的潜力和效益,并对网约车的订单分配、空车调度、充放电调度方案进行动态决策.首先建立时间—空间—能量三维网络刻画车辆调度问题,并通过滚动时域优化模型最大化网约车车队的期望收益,进一步设计可行弧筛选算法降低模型规模,求解车队动态调度决策.以上海市嘉定区为例进行案例分析,结果表明,所提出的电动网约车动态调度策略可以较好地满足出行订单需求,通过空车调度平衡未来的出行需求和供给.在电网需求应急响应时段,可调度10.3%的闲置车辆参与放电,参与车辆平均收益可达104.8元·h-1,有助于减少车辆的闲置率,提升车辆净收益,应对运输服务市场逐渐饱和的问题.

    城市交通电动网约车时空能网络充放电滚动优化

    考虑动态交互作用的智能车辆轨迹预测

    温惠英张昕怡黄俊达许鹏鹏...
    60-68页
    查看更多>>摘要:在多车交互的动态场景中,智能车辆需要具备对周围车辆未来轨迹的预测能力,以实现安全高效行驶.本文提出一种考虑邻车动态交互作用的轨迹预测方法.首先基于目标车辆及周围车辆的历史轨迹信息,构建动态时空关联图,作为交互特征提取模块的输入,再运用图注意力机制获取历史时域上可变的交互特征参数;其次,将目标车辆历史时域信息与可变的交互特征参数融合,嵌入时间注意力机制得到上下文向量,再通过长短时记忆神经网络解码输出目标车辆的未来轨迹;最后,运用CitySim数据集对本文模型进行训练及验证,又采用CQSkyEye数据集对模型进行迁移性实验.结果显示:模型在5s的预测时域上均方根误差为0.82 m,与其他预测模型的最优结果(0.96 m)相比,精度提升15%,并且可以提前2s对车辆轨迹进行准确预测;对于迁移性能,本文模型相比其他模型有一定优势,在改变图构建的距离阈值参数后,5 s预测时域上的均方根误差为6.43 m,对比其他模型最优结果(12.41 m),精度提升48%.

    智能交通轨迹预测图注意力动态交互长短时记忆网络

    基于车速引导的交叉口公交优先自适应控制模型

    田鑫卢凯高志刚
    69-80页
    查看更多>>摘要:为进一步满足公交车辆在交叉口不同流量情形下实时优先的需求,本文以交叉口人均平均等待时间最小为目标,提出基于车速引导的交叉口公交优先自适应控制模型.通过考虑交叉口进口道实时流量情况和公交车的实时运行状态,建立公交车车速与信号配时参数之间的联系,实现交叉口信号配时方案和公交车车速引导方案的同步优化求解.用0-1决策变量表示交叉口的相位相序以降低模型的计算复杂度,进而提升模型的求解速度;最后通过案例仿真实验对比,验证了本文模型的有效性.案例分析结果表明,本文模型在3种不同流量情形下与对比方案相比,可至少减少17.86%、12.04%、8.81%的公交车车均延误时间,21.82%、17.86%、17.74%的公交车均停车次数,以及24.56%、8.03%、3.38%的乘客平均等待时间.同时本文模型在不同流量情形的求解时间均不足0.01 s,相比现有模型,计算时间大幅降低,进一步满足了公交实时优先计算效率的要求.由此可见,本文通过建立基于车速引导的交叉口公交优先自适应模型,在不影响交叉口整体和社会车辆通行效率情况下,实现了公交车优先通行并减少了交叉口人均平均等待时间,同时也能满足网联环境中对于模型优化速率的需要.

    交通工程网联环境车速引导信号控制公交优先自适应控制

    多源数据驱动的隧道场景驾驶员识别方法

    金盛周梦涛白聪聪
    81-93页
    查看更多>>摘要:针对隧道环境中监控图像分辨率低与车辆运动轨迹特征异质性减弱导致的驾驶员识别准确率偏低问题,本文提出一种融合卷积与多头注意力机制的驾驶员识别方法(Multi-scale CNN with Multi Attention),通过充分利用驾驶过程人—车—路—环境多源信息的协同耦合关系提升识别精度.首先,设计开展实车驾驶试验,构建针对隧道路段的人—车—路多源驾驶数据库并设计特征集合;其次,搭建驾驶员识别模型框架,该框架通过多尺度卷积神经网络学习驾驶过程中的局部波动,并通过并行的多头自注意力层结构捕捉驾驶时间序列的长期依赖性,实现局部信息与全局信息的有效整合,从而提升隧道场景的驾驶员识别效果.结果显示,与其他先进的算法相比,所提出的模型在驾驶员身份识别任务中的准确率高达99.07%,调和F1 分数达到99.03%,充分证明了所提方法的有效性.此外,通过特征贡献度评估方法对隧道场景下驾驶员身份识别任务中的特征重要性进行深入探究发现,相较于车辆历史运动数据,驾驶员心理、生理及视觉特征显示出更高的贡献度.研究结果可为隧道场景多源数据应用提供支持,并对隧道安全监管提供技术支撑.

    交通工程驾驶员识别深度学习隧道场景多头注意力机制多尺度卷积

    基于主线密度预测的快速路入口匝道控制方法

    邓明君李书行李响张兵...
    94-104,126页
    查看更多>>摘要:针对快速路入口匝道区域拥堵问题,本文提出一种基于交通密度预测的入口匝道控制方法.通过分析快速路匝道区域的交通特性,定义交通流缓行状态,利用经典宏观交通流模型对快速路主线的历史密度进行统计,基于速度、密度参数进行聚类分析量化缓行状态交通参数特征.基于城市交通流的日变化特性,利用时间序列模型对交通密度进行短期预测,基于预测结果识别缓行状态.针对交通缓行状态,提出一种快速路主线交通密度与入口匝道排队长度的协同控制模型,通过控制入口匝道进而控制主线下游密度不超过临界密度,利用PSO-PID(Particle Swarm Optimization-Proportional Integral Derivative Control)算法对控制模型进行求解.以南昌市洪都大道快速路为例,对晚高峰缓行时段进行仿真分析,并与经典的匝道控制方案进行对比分析.结果表明:本文模型相较ALINEA模型,将匝道调节率提高11.0%,匝道平均排队长度和平均延误分别降低了14.8%和13.5%.

    城市交通预测控制信号配时优化快速路入口匝道PID算法