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

    考虑过轨运营模式的市域铁路时刻表优化研究

    梁辉景云孙国锋宋琦...
    126-134,158页
    查看更多>>摘要:过轨运营是区域轨道交通一体化发展的重要方向,本文引入时变客流作为输入,考虑地铁与市域公司参与方共同利益,耦合地铁列车过轨与市域列车发车关系;考虑列车发车间隔和列车服务能力等约束,从列车运营收益和乘客出行质量两方面构建整数规划模型,优化地铁过轨方案和市域列车时刻表.基于模型特点,引入两组逻辑变量重构模型,并利用ε-约束法将模型转化为单目标优化问题,通过调用商用优化求解器Gurobi精确求解.最后,以某两条轨道交通线路为背景进行案例研究.研究结果表明,地铁与市域铁路过轨运营既节省乘客等待时间又增加地铁运营企业收益.提出的地铁过轨运营方案可使地铁运营公司收益增加1.8万元,调整后的市域列车时刻表可节省8.3%的乘客等待时间,并且市域列车运行图可以较好地匹配乘客需求时空分布.

    综合运输列车时刻表ε-约束法过轨运营客流需求

    地铁站属性对共享单车出行影响的异质性研究

    刘路车宇禄朱宇婷周小光...
    135-144页
    查看更多>>摘要:基于2018年上海市共享单车订单数据,本文以地铁站周边区域为研究范围,运用多尺度地理加权回归(MGWR)模型,分析建成环境对共享单车出行的影响机理,进一步,从地铁站类型及空间位置两大属性出发,揭示各类因素影响作用的异质性特征.研究结果表明,各类因素对共享单车出行吸引和发生呈现全正向、全负向、正负双重以及正负相反这4种不同的影响效果.面向不同属性的地铁站,影响共享单车出行的主要因素存在明显差异,且该差异在出行发生下更为显著.地铁站距市中心的距离对影响因素重要度排序结果有显著影响,而换乘站和非换乘站影响因素重要度排序方面的差异性相对较小.其中,"地铁站密度大于人口密度大于公交站密度""居住用地大于地铁站密度"分别是市中心10 km范围内出行吸引和发生最主要的影响组合;"人口密度大于公交站密度大于居住用地""土地信息熵大于人口密度"分别对应市中心10 km范围外出行吸引和发生的最主要影响组合.随着地铁站距市中心距离的增加,各类因素的影响系数呈现"<"型、斜"几"字型和"S"型这3类变化趋势,说明建成环境的影响效力随空间位置变化呈复杂的非线性变化特征,地铁站周边共享单车宜采取因地制宜的投放策略.

    城市交通异质性多尺度地理加权回归模型共享单车地铁站

    考虑拥堵指数的共享单车出行分布预测模型

    胡宝雨孙钰莹苑少伟程国柱...
    145-158页
    查看更多>>摘要:准确的共享单车出行分布预测对城市非机动车交通规划和单车运营调度至关重要.本文从居民的出行目的地决策行为出发,提出考虑POI(兴趣点)的共享单车出行分布单因素预测模型,在此基础上,建立考虑拥堵指数的双因素预测模型及其改进模型.首先,基于深圳市福田区单车骑行OD数据,分析出行分布网络中的聚集现象,并运用社区发现算法将福田区划分为4个交通分区.之后,探究POI、拥堵指数和出行距离对单车出行的影响发现,POI数量与共享单车出行量呈线性正相关关系;同时,拥堵指数与单车出行量表现出显著的正相关关系,特别是在出行量较大的区域,每当拥堵指数增加0.1,单车出行比例会增加6%~7%;出行距离显示出长尾对数分布特征.预测结果显示,在休息日期间,本文所建立的双因素改进模型在4个交通分区内的准确率分别达到了81.2%、79.5%、80.1%和78.9%;在工作日期间,准确率分别为78.7%、76.3%、80.8%和75.5%.相较于辐射模型,预测准确率最高提升了51.1%.

    城市交通出行分布预测模型拥堵指数共享单车社区发现

    基于超参数优化集成学习的出行方式选择研究

    李晓东曹克让匡海波
    159-168页
    查看更多>>摘要:为解决传统出行方式选择模型和机器学习模型存在的识别精度不高、超参数优化复杂,以及模型可解释性弱等问题,本文分别采用遗传算法和贝叶斯优化对极限梯度提升机模型进行超参数寻优,进一步融合SHAP(SHapley Additive exPlanations)模型可视化出行方式属性和个体特征对选择概率的非线性关系,采用5折交叉验证的方式训练,避免过拟合.最终,结合瑞士地铁数据验证所提模型的优越性.结果表明,增强离散选择模型中效用函数的非线性表达,可以提高模型预测性能,但仍然不如机器学习模型;采用遗传算法和贝叶斯优化后的极限梯度提升机模型,在出行选择预测准确率、召回率和F1分数均高于传统的线性或非线性效用函数多项式Logit模型以及普通随机森林和极限梯度提升机;采用遗传算法优化的极限梯度提升机模型预测准确性最高,为0.781,优于基于多次网格搜索的常规模型;采用遗传算法优化超参数比多次网格搜索的方式训练时间降低了81.4%;不同出行方式的成本和时间是影响选择的重要因素,火车和汽车对于时间的敏感性更高,瑞士地铁对于成本的敏感性更高.

    城市交通个体出行预测超参数优化出行方式选择可解释机器学习

    基于订单数据的网约车充电行为驱动因素及非线性效应

    尹超英桂晨邵春福王菁...
    169-178页
    查看更多>>摘要:为探究建成环境对电动网约车的充电行为驱动因素和非线性效应,本文以南京市网约车为例,提出一种基于订单数据的电动网约车充电行为识别算法,从密度、多样性、设计、目的可达性和公交临近度这5个维度构建建成环境指标,利用XGBoost模型和SHAP(SHAPley additive explanatory)值算法,识别影响电动网约车充电行为的关键因素,分析各因素与网约车充电行为之间的潜在非线性关系.同时,本文将该模型拟合回归效果与随机森林(RF)和LightGBM进行比较,以验证XGBoost模型在拟合回归效果上的优势.结果表明:XGBoost模型的拟合效果优于其他模型,具有最小的预测误差波动和最高的R2 值(0.446).在影响网约车充电行为的建成环境因素中,餐馆数量、与市中心的距离和休闲娱乐设施数量对网约车充电行为影响最大,对充电行为的贡献度超过75%.此外,建成环境各因素对网约车充电行为均存在非线性效应,到市中心的距离对充电行为的影响呈现先正后负的反馈特征,其余变量对充电行为的影响则呈现先负后正的反馈特征.

    城市交通非线性效应机器学习网约车充电行为公共充电站规划

    交通网络均衡理论下道路预约出行效益研究

    陈恒瑞汪香玉周睿予高良鹏...
    179-192页
    查看更多>>摘要:面向提高城市交通需求管理措施精细化水平的现实需求,基于预约出行模式的城市道路交通拥堵治理方法有望在未来智能交通系统中扮演重要角色.既有针对城市道路预约出行模式的研究存在预约路段的预约总量设置过于理想化,且多类用户的出行选择同质化,未考虑个体出行的多维决策变量及城市多模式交通协同作用的局限性.因此,本文首先采用删失数据模型和乘积极限法估计道路容量分布函数,引入持续流动指数,确定预约路段的最佳预约总量;其次,考虑用户的异质性,在城市多模式交通框架下建立多用户、多准则及多模式交通方式划分和交通分配组合模型.研究结果表明:道路最佳预约总量的范围约为道路实际通行能力的0.79~0.89;实施预约出行策略后,路网平均速度、平均饱和度和总出行成本较策略实施前分别改善了7.6%、7.9%和1.6%;此外,策略实施后,选择私家车出行的用户减少了4.19%,选择公共交通工具出行的用户增加了3.19%;不仅如此,时间价值不同的异质出行者受预约出行策略的影响呈现出显著的差异.研究结果有助于揭示预约出行策略在实际应用中可能带来的效益和挑战,为决策者提供宝贵的理论支持,有助于制定更加科学和有效的交通需求管理策略.

    城市交通预约出行交通网络均衡交通拥堵最佳预约容量

    不确定时间下多式联运多目标路径优化模型与算法

    周金龙张英贵肖杨王娟...
    193-205页
    查看更多>>摘要:多式联运能充分发挥各运输方式的优势,助力实现货运降本增效,其中,联运路径决策是关键.联运组织过程和外界环境变化均可导致运输时间发生波动,本文考虑多式联运过程中路段运输时间和节点转运时间随机性对路径优化的影响,引入梯形模糊数刻画时间不确定性,以最小化运输成本、碳排放量和运输时间为目标,构建带时间窗约束的多式联运路径优化模型,并基于模糊机会约束规划理论,将不确定性模型转化为较易求解的混合整数规划模型;结合种群实时进化状态,将进化过程划分为两个阶段,第1阶段旨在优化目标函数,第2阶段寻求目标优化与约束条件之间的平衡,在此基础上,设计一种多阶段多目标进化算法求解模型;最后,以某多式联运网络为背景开展算例分析.计算结果表明:所提方法能合理编制面向不确定时间的多式联运路径优化方案集,其机会约束满足概率均超过90%;且与当前最先进的约束多目标进化算法相比,其超体积指标值提升了2.11%~41.95%;所提方法的性能较为显著,能够为多式联运经营主体提供有效的路径决策支持.

    综合运输多目标路径优化进化算法多式联运不确定时间碳排放

    考虑前后多车的混合交通流稳定性与安全性分析

    杜文举赵尚飞李引珍张建刚...
    206-218页
    查看更多>>摘要:为揭示前后多车信息对复杂混合交通流稳定性与安全性的影响,本文构建考虑前后多车信息的网联自动驾驶车辆(CAV)与网联人工驾驶车辆(CHV)跟驰模型,研究由人工驾驶车辆(HDV)、自动驾驶车辆(AV)、CAV和CHV构成的复杂混合交通流的稳定性与安全性.首先,建立考虑前后多车信息的复杂混合交通流模型,分析所有跟驰模式及4种类型车辆的比例关系;其次,理论解析不同网联车辆渗透率下复杂混合交通流的稳定性判别条件;最后,设计数值实验,分析网联车辆渗透率与前后多车信息对复杂混合交通流稳定性与安全性的影响.仿真结果表明:CAV与CHV渗透率越高,越有利于复杂混合交通流的稳定性,且CHV对复杂混合交通流稳定性改善效果比CAV更显著;相比于仅考虑紧邻前后车信息的情形,考虑前后多车信息对复杂混合交通流的稳定性与安全性具有较大的改善作用;考虑前后两辆车信息时,复杂混合交通流的稳定性与安全性改善效果最佳.

    智能交通稳定性数值仿真复杂混合交通流交通安全前后多车

    考虑风险场景的驾驶员紧急制动模型研究

    郑建明华一丁张宇飞路文豪...
    219-231,253页
    查看更多>>摘要:针对自动驾驶汽车安全性评估缺失与人类驾驶能力对比的问题,本文提出一种考虑风险场景的驾驶员紧急制动模型.首先,分析环境车辆行为位置及交通事故库,得到同车道前车紧急制动、相邻车道前车紧急切入以及同车道前车紧急切出后遇静止前前车3个风险场景;其次,总结得出最大减速度、制动效能提升时间及决策响应时间这3个制动模型关键参数及提取方法;通过场地实车及驾驶模拟器仿真两种实验方式联合标定关键参数;通过全集泛化风险场景变量,明确风险场景下碰撞与未碰撞的边界,构建驾驶员紧急制动模型;通过对泛化结果中的典型场景进行实车实验,结果表明,本文提出的模型与人类驾驶能力相似度为77.8%.本文采集参数可为后续其他驾驶模型研究提供参考,所构模型可对自动驾驶汽车的准入及安全性判断提供支撑.

    交通工程紧急制动模型泛化仿真驾驶能力边界风险场景

    基于规则判别的末端配送停留点识别与出行链特征

    姜晓红陈庆炜严亚丹韩兵...
    232-241页
    查看更多>>摘要:响应需求的末端配送方案可显著提升顾客满意度,识别并提取末端配送快递三轮车配送停留点特征是分析配送时空分布和动态需求的基础.因此,本文提出结合兴趣点(POI)与停留时长规则的停留点识别方法.首先,利用POI信息和瞬时速度初步筛选快递三轮车轨迹数据;然后,引入停留时长阈值作为二次筛选条件;最后,合并临近的聚集点,形成完整的停留点集.采用人工校验识别结果的准确性,并借助熵率法计算停留链的熵率,量化评估不同识别方法的精确度.以苏州市顺丰速运快递网点的快递三轮车配送轨迹数据为实证对象,将所提出的方法与货运卡车停留点识别中常用的基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)进行对比分析.结果表明,DBSCAN算法易将交通信号灯等待误判为配送停留点,而本文所提出的方法则有效规避了该问题,实现高达98%的精确率和召回率;同时,熵率法的应用进一步验证了所提方法在准确率上的有效性.在此基础上,扩大研究范围并识别配送停留点后,分析快递三轮车的出行链与配送时空分布特征.结果表明,8:00左右的高峰期配送车辆数显著多于16:00左右的高峰期;住宅区为配送热点,车辆数最多,且出行距离和工作时长最长;酒店类配送呈现停留时长较短的特点;此外,停留点空间分布亦揭示了部分配送距离偏远的情况.

    综合运输货物运输组织停留点识别规则判别快递三轮车末端配送出行链特征