关键词： 交通运输系统工程   封闭式景区   纯电动客车   多目标调度   成本最优模型   启发式算法  

摘要： 为满足封闭式景区纯电动客车（BEV）调度的需要，提出了一种多目标调度模型。以BEV购置、发班频次、停靠时间和充电价差等4个运营成本最优为目标，基于UI规则设计发车时刻表求解算法，运用启发式算法求解车次链集合，设计BEV性能测试方案，通过限制试验样车的行驶速度，获得单次往返行程时间，提出CRUISE仿真与实车测试相结合的最大往返次数推算方法。以五台山景区南线为实例，验证BEV调度模型和求解算法的可行性。结果表明：基于UI规则的分时段BEV调度求解算法可实现分钟级BEV发车时刻表；实例线路的BEV购车数求解结果与理想最小购车数的偏差率为2.99%，求解时间为0.89 s；在模拟日均客流量为0.3万～3.0万人规模的调度计划时，实际运力供需的最大偏差率为1.00%。研究成果可用于封闭式景区BEV动态调度算法和车数规模测算模型。

关键词： 交通运输系统工程   停车分配   整数规划模型   增广拉格朗日-交替乘子算法  

摘要： 为提高停车资源利用率以缓解停车供需失衡问题，考虑停车分配过程中用户利益与系统效益间的博弈关系，建立了预约模式下停车泊位利用率最大和用户成本最小的联合优化目标函数；构建了融合用户偏好特性的最优停车分配整数规划模型（OPA），并设计了增广拉格朗日-交替乘子算法进行预约泊位分配方案求解。为检验模型的有效性，在不同停车供需情况下将本文模型与多种经典停车分配模型对比，结果表明：本文OPA模型在泊位利用率、用户平均成本和请求接收率3个评价指标上的表现均明显优于经典分配模型，本文研究成果可为停车预约平台的决策管理提供理论参考。

关键词： 交通运输系统工程   城市交通   拥堵收费策略   双层规划   多模式系统   双动态演化   共享汽车  

摘要： 针对多模式交通系统的拥堵收费问题，本文构建了双层规划模型。上层是以最小化系统总出行成本为目标的优化模型，决策各路段的拥堵收费价格；下层是基于路径的多模式双动态演化模型，包含逐日和日内动态演化。采用遗传算法对模型进行求解。本文对比了无拥堵收费（NCP）、对私家车收费（CPC）以及对私家车和共享汽车均收费（CPCS）下的系统特征。结果表明，相比NCP,CPC和CPCS中私家车出行减少17.44%和14.89%，车辆平均出行时间降低7.54%和30.18%；在CPC中，共享汽车系统能够获得最大的收入，并成为系统中承担出行量最大（39.97%）的出行模式。

关键词： 交通运输系统工程   事件自动检测   图神经网络   模式学习   异常评估  

摘要： 为提升路网交通异常事件的检测精度并降低误报率，提出了一种基于图时空模式学习网络（GSTPL）的路网实时交通事件自动检测方法。将路网交通事件检测问题抽象为图结构异常检测任务；设计了交通时空融合图表达方法，筛选具有强时空依赖性与模式规律性的图节点信息作为网络输入；引入图时空卷积与图嵌入层对时空模式特征进行提取，构造多组件输入与融合预测结构对不同时间维的交通模式规律进行融合；设计了异常状态评估方法，通过对模型预测误差分布的学习，结合当前检测数据给出最终的异常事件判定结果。采用2个真实交通路网数据进行算法验证，实验结果表明，提出的GSTPL交通事件检测方法具有较高的检测精度、较低的误报率与更短的平均检测时间；在可接受误检率为5%与10%时，对异常交通事件的检测率可分别达到91%与96%以上。

关键词： 交通运输系统工程   有条件自动驾驶   接管行为   影响机理   提升方法  

摘要： 从影响机理和提升方法两个层面总结了驾驶人接管行为领域的研究现状。在接管行为影响机理层面，将影响驾驶人接管行为的因素系统地分为自动驾驶系统因素、交通因素和驾驶人因素，并且更加细致地总结了驾驶人因素的影响机理；在接管行为提升方法层面，结合接管行为影响机理研究结论，从人机交互优化设计、接管行为建模预测、驾驶人接管培训等方面总结了改善驾驶人接管行为的一系列方法；最后，从研究机理和提升方法两个层面，提出了当前存在的问题和未来研究方向。

关键词： 交通运输系统工程   AMV主辅功能分配   调度优化   线路协同   分层自适应升温粒子群-模拟退火算法  

摘要： 为实现运力资源的灵活调配，缓解因系统供需失衡造成的资源浪费，同时减少因车辆在站点停靠及乘客车外换乘所产生的出行时间损耗，设计了一种基于AMV主辅功能分配的公交自适应调度方法。建立了考虑线路协同和站点功能划分的优化调度模型，将车辆运营成本最小化和乘客出行延误最小化作为联合优化目标，设计分层自适应升温粒子群-模拟退火算法对模型求解。为验证模型的有效性，基于佛山市公交运营数据进行实例检验，结果表明：相比于传统定容量公交和站点响应式模块公交，本文模型将系统总成本分别降低了35.62%和6.54%，该研究成果有助于提升公交运营效率和服务质量。

关键词： 交通运输系统工程   自动驾驶车辆   人车交互   深度强化学习   多智能体系统  

摘要： 为满足自动驾驶车辆安全、高效地与行人进行交互，保护行人安全，本文使用多智能体深度确定性策略梯度算法建立自动驾驶车辆和人工驾驶车辆混行下的人车交互模型并求解交互策略，使自动驾驶车辆能够在不依赖通信的前提下避免事故发生。将本文算法与其他基线算法对比，在训练效果、碰撞率和通行效率方面均有显著提高，同时将本文模型在不同风险等级的场景中进行实验，结果表明：随着行人行为噪声强度的增加，两种车辆的通行效率降低，而自动驾驶车辆的碰撞率出现先增加后降低的趋势，在高噪声强度下自动驾驶车辆的避碰能力比人工驾驶车辆强，更好地保护了行人的安全。

关键词： 交通运输系统工程   排队消散特性   排队尾车驶离时间   排队尾车驶离速度   XGBoost   SHAP  

摘要： 针对传统排队尾车驶离状态预测模型难以适应排队消散的不确定性问题，提出了一种轨迹数据驱动的排队尾车驶离状态预测模型。首先，分析排队消散轨迹形态及潜在影响因素，以揭示排队尾车驶离状态的不确定性。然后，从排队等待和车辆启动两个阶段入手，提出排队尾车驶离状态影响特征集。最后，基于极端梯度提升（XGBoost）算法构建排队尾车驶离状态预测模型，引入SHAP(SHapley Additive exPlanations)可解释机器学习框架解析所有特征的贡献度，并确定最优特征组合及模型参数。研究结果表明：本文基于XGBoost的尾车驶离时间预测模型平均绝对百分比误差（MAPE）为5.74%，比运动学模型预测精度提升约10%；尾车驶离速度预测模型MAPE为9.98%，比运动学模型预测精度提升约6%，且预测性能均优于随机森林、决策树和多层感知机神经网络3种常用机器学习方法。研究成果可为车路协同环境下交叉口信号相位最小绿灯时间调节与网联车辆生态驾驶提供技术支撑。

关键词： 交通运输系统工程   缺陷检测   深度学习   无人机视角  

摘要： 以YOLOv5算法为基础框架，通过引入FasterNet轻量化网络结构优化特征提取过程，降低模型计算复杂度；结合卷积块注意力模块（CBAM）注意力机制，提高模型对缺陷特征的关注度；采用SIoU损失函数改进边界框回归精度，提升定位准确性。实验结果表明：本文改进模型在自建桥梁缺陷数据集上取得了显著效果，精确度和mAP分别达到81.2%和71.5%，较基准模型有明显提升。本研究为桥梁缺陷的智能化检测提供了技术支撑，对推动桥梁养护管理的数字化转型具有重要意义。

关键词： 交通运输系统工程   格子流体力学模型   弯道   网联商用车   密度离散度效应   信息传输延迟效应  

摘要： 为缓解弯道环境下含有网联商用车的混合交通流交通拥塞问题，在安全条件的约束下提高弯道环境下含有网联商用车的混合交通流的稳定性，提出了一种弯道环境下基于密度离散度效应和信息传输延迟效应的网联商用车格子模型（DDITD）。该模型首次提出了密度离散度效应的概念，揭示了网联商用车跟驰特性对混合车流密度分布的影响，并将密度离散度效应和信息传输延迟效应同时引入弯道格子模型中，拓展了格子模型的适用范围。首先，通过实车试验标定DDITD模型中的转弯修正系数，利用线性稳定性分析对DDITD模型进行分析，研究了弯道环境下密度离散度以及信息传输延迟对交通流稳定性的影响。其次，通过非线性稳定性分析，应用约化摄动方法，推导出描述交通密度波演化特性临界点附近的mKdV方程。最后，通过数值仿真对理论结果进行了验证，结果表明，密度离散度效应和信息传输延迟效应可以有效缓解弯道上的交通堵塞。本文研究成果为研究网联商用车跟驰特性和混合车流稳定性提供了新的方法，为弯道环境下的交通管理和控制提供了新的思路和依据。