关键词： 交通运输系统工程   轨道交通网络   韧性评估   恢复策略   自适应遗传算法  

摘要： 针对现有研究基于拓扑网络效率分析城市轨道交通网络韧性的不足，提出以网络性能响应函数为基础的韧性评估方法，提出的网络性能响应函数是OD客流损失率和网络服务效率损失率的加权求和，采用德尔菲-熵权法确定指标的综合权重，构建以网络韧性指标最大化为目标的恢复优化模型，采用自适应遗传算法进行求解。以西安市轨道交通网络为例，考虑随机攻击和蓄意攻击策略提出4种假设扰动情景，对比分析目标恢复策略与随机恢复策略、偏好恢复策略在4种假设扰动情景下对网络韧性修复效果的差异。结果表明：目标恢复策略对轨道交通网络的修复效果最好，其次是偏好恢复策略；与随机攻击策略相比，蓄意攻击时不同恢复策略得到的网络韧性差别较大；选择修复受损车站顺序时，不能仅考虑受损车站在网络拓扑结构中的重要性，还应当考虑受损车站客流量对网络性能的影响；增加修复资源可以缩短恢复时间和提高修复效率，但修复资源的增加与网络韧性的提升不成正比。研究结论可以为城市轨道交通网络的韧性评估与抢修恢复提供决策依据。

关键词： 交通运输系统工程   多式联运   物流模式   联盟   利益分配  

摘要： 为支撑商品车多式联运联盟的组建和发展，聚焦联盟成员选择和利益分配两个核心问题，通过分析我国商品车现有物流模式，确定商品车多式联运联盟组织形式。从运输能力、服务能力、信息处理能力、财务能力、应急能力5个方面建立了评价指标体系，将熵值法与物元分析模型相结合，构建了可用于筛选联盟核心成员备选企业的物元评价模型。用人工蚂蚁模拟联盟成员的分工合作，构建了适用于联盟成员间利益分配的蚁群劳工模型。最后，以企业实际运营数据为依托设计了案例，并进行了应用研究。结果表明：本文所提出的模型和方法能够较好地解决商品车多式联运联盟核心成员选择与横向联盟成员见的利益分配问题，支撑商品车多式联运联盟的组建与运作。

关键词： 交通运输系统工程   检测器布局   扩样系数推断   逐次识别   迭代算法  

摘要： 基于出行样本数据估计的城市交通起讫点（OD）需求需要进一步扩张到全体出行者数量上，运用数学规划理论研究了检测器布局策略和扩样系数推断方法。考虑路段和路径覆盖信息最大原则，提出检测器布局模型以确定最优的检测器布设数量和位置。根据布设检测器上的观测路段流量，建立扩样系数推断双层规划模型，其中上层目标函数最小化观测流量与待估流量之间的偏差，约束为扩样系数、OD需求和路段流量之间的解析关系，下层采用随机用户均衡分配获取OD-路段关联比例。设计了逐次动态识别检测器和迭代算法分别求解检测器布局与扩样系数推断模型。通过算例表明，整合的检测器布局与扩样系数推断模型估计的扩样系数精度为0.01，建立的检测器布局模型可以用来确定改装检测器的最优策略，设计的算法均可以快速收敛于均衡解。

关键词： 交通运输系统工程   汇入引导策略   深度强化学习   高速公路专用道   信号控制   自动驾驶汽车  

摘要： 为满足自动驾驶车辆（CAV）与人工驾驶车辆混行过程中安全和效率的需求，自动驾驶车辆专用道应运而生。当高速公路内侧车道设为自动驾驶车辆专用道时，引导自动驾驶车辆从普通车道汇入至专用道的策略研究具有重要的理论意义和实际价值。首先，设计专用道入口并提出车辆控制规则；其次，以使更多自动驾驶车辆换道至专用道为目标，基于深度强化学习，选择换道信号动作引导车辆换道；最后，通过Python语言编译进行数值仿真验证。结果表明：在自动驾驶车辆渗透率、到达专用道自动驾驶车辆比例等不同因素构建的9种场景下，本文算法能够快速收敛；能够有效引导自动驾驶车辆汇入专用道，保证通行效率；相较无信号控制情况，渗透率为20%～40%时，第2车道交通拥堵显著减少；在两段式专用道入口场景下，CAV换道至专用道的比例比单入口场景明显提高。所提出的策略具有较好的适用性，能为工程建设提供参考借鉴。

关键词： 交通运输系统工程   路链组划分   交通预测   密度峰值聚类   长短时记忆神经网络   时空  

摘要： 为更准确预测城市路网交通流状态，通过测算各路段重要度及最短距离路径长度表征路段的空间特征属性，提出了基于密度峰值聚类算法识别交通流时空相关性较强的关联路链集合。以同一路链内所有路段时空二维矩阵作为模型输入，构建基于路链组划分的长短时记忆神经网络（RCGD-LSTMNN）的交通流预测模型。以北京市路网为例，将四环路内骨干路网分为8个关联路链组，模型精度可达95%以上，且皆优于传统的LSTM和BP模型的预测结果，表明本文模型有良好适用性和精度稳定性，适用于不同时空模式的路链组交通状态预测。

关键词： 交通运输系统工程   寒冷赛事   信息干预   离散选择模型   候车行为  

摘要： 大型寒冷赛事活动中，为缓解行人在站台长时间候车时饱受低温、风雪等恶劣天气的侵扰，提高赛区出行服务质量，本文从信息服务的角度提出基于手机信息干预的行人决策引导与客流调控方式。在实地问卷调查的基础上，分析寒冷环境下行人候车行为特性，基于Nested Logit模型建立了手机信息干预下的行人候车决策行为模型，探讨了多因素耦合作用对行人候车决策行为的影响，对关键变量进行敏感性分析，从信息发布的内容、频次等方面提出了管理建议。结果表明：与传统站牌信息相比，手机信息干预有助于提高行人候车时采取临时取暖的概率，提高行人候车时的服务体验；受手机信息干预时，行人的候车决策行为主要受取暖地点布设、距离比赛时间的影响，此时，建议管理者在制定信息内容时，重点突出临时取暖和比赛的信息；当信息发布频次为2时，行人接受信息引导的概率达到36.6%，调控效果最好。本文研究成果可为赛区管理者调控客流、提高赛区信息服务水平等提供理论基础和数据支撑。

关键词： 交通运输系统工程   交通安全   回头曲线   几何线形   驾驶风险   运行速度   驾驶行为  

摘要： 为明确山区公路回头曲线路段小客车的纵向驾驶行为特性，以国道G211线重庆市彭水县花地湾至宁家寨段为试验道路，开展了小客车实车驾驶试验。采集了自然驾驶状态下的车辆轨迹、速度、加速度等数据，分析了回头曲线路段的速度幅值特征；明确了上坡和下坡方向的速度行为模式，得到了速度变化特征点位置的分布规律；研究了入弯减速度和出弯加速度的幅值特征和影响因素。结果表明：回头曲线路段的车辆行驶速度明显高于道路设计速度和限速值，超速行为非常普遍；上坡方向为“减速-加速”两阶段速度模式，与一般弯道存在差异；下坡方向为“减速-匀速-加速”三阶段速度模式；速度特征点分布位置受到视距、坡度和曲线偏角等因素的影响，且与常规假设存在一定差异；上坡回头曲线的速度谷值点位置主要分布于圆曲线前半段；下坡方向减速止点主要集中在缓和曲线-圆曲线连接点与圆曲线中点附近，加速起点主要分布于圆曲线和第二缓和曲线范围内；回头曲线下坡方向和上坡方向的入弯减速度85分位值分别为1.25和1.0 m/s2，下坡方向和上坡方向的出弯加速度85分位值分别为0.9和0.6 m/s2，即坡向和坡度对加（减）速度存在显著影响。最后，建立了回头曲线路段入弯、弯中和出弯阶段的运行速度模型，并进行了验证。本文研究成果可为艰险山区复杂线形公路的安全性评价以及安全改善提供理论支撑和基础数据支持。

关键词： 交通运输系统工程   换乘优惠   心理账户   双层规划   多模式出行  

摘要： 为提高低碳公交出行的吸引力，对“优惠换乘”策略进行优化设计。对乘客感知的出行时间与费用成本账户进行分割，基于心理账户理论描述乘客的行为决策过程；构建客运走廊超网络模型，量化乘客多模式出行的广义时间成本；考虑乘客公交换乘出行链的差异性，设计票价优惠方案并量化出行的费用成本；在此基础上构建换乘优惠率优化的双层规划模型，上层以运营商收入最大化为目标，下层为多模式交通系统的平衡分配模型；采用遗传算法和相继平均法对模型进行求解，并对乘客感知成本对多模式选择影响的敏感性进行分析。算例结果表明：时间账户呈风险追求时能增加乘客公交换乘需求，费用账户呈风险追求时则减少，且乘客对时间账户的变动更敏感；在平峰与高峰时换乘优惠率分别取0.043与0.017元/min时，可实现公交出行占比提升及公交企业收入的增加。

关键词： 交通运输系统工程   信号配时   线性规划   出口道左转交叉口   逆流左转车道  

摘要： 为解决在综合功能区设置过长时单开口式出口道左转交叉口应用效果不佳的问题，提出了双开口式出口道左转交叉口控制策略。通过解析单、双开口式运行机理，构建逆流左转车道理论通行能力计算模型，以机动车通过量最大为优化目标，建立信号配时优化模型。结果表明，若常规左转车道数等于预信号开口车道数，两种开口方式理论通行能力是相同的，而当常规左转车道数大于预信号开口车道数时，双开口式的理论通行能力大于单开口式；敏感性分析发现出口道左转交叉口理论通行能力随综合功能区总长度、左转比例的变化总体上呈先增后减的趋势，双开口式综合功能区总长度宜在80～100 m。

关键词： 交通运输系统工程   车路协同   同构车队   异构车队   节能率   流体仿真  

摘要： 为研究在车路协同背景下载货汽车如何组成车队能更加节能的问题，选取3种经典货车模型为研究对象，设定行驶速度为22 m/s、车间距为4.4 m，分别进行了单车、两车及三车的单一车型（同构）和多种车型（异构）队列仿真。建立了较为理想的仿真计算域，并通过XFlow软件分析了整体车队能耗情况及节能效果。结果表明：在两车队列中，节能率最高和最低的车队分别为2-2z车队和6-2z车队，节能率分别为20.67%和3.12%；在三车队列中，节能率最高和最低的车队分别为2-2-2z车队和6-6-2z车队，节能率分别为31.08%和3.22%。