留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2022年  第40卷  第3期

交通安全
考虑多模式失效概率的长下坡路段重型卡车事故预测模型
尹燕娜, 温惠英
2022, 40(3): 1-9. doi: 10.3963/j.jssn.1674-4861.2022.03.001
摘要(2108) HTML (1383) PDF(88)
摘要:
为挖掘多模式失效概率与长下坡路段重型卡车事故之间的关系,建立了重型卡车在长下坡路段的多模式失效概率与车辆事故之间的关系模型。并针对重型卡车在长下坡路段可能的失效模式,如侧滑、侧翻、视距不足、制动失效,在此基础上建立了多模式失效概率预测模型;通过蒙特卡罗法模拟并求解单模式失效的概率,宽界限法求解失效系统的多模式失效概率;将多模式失效概率作为解释变量与其他道路因素结合,分别建立泊松模型、随机效应泊松模型、随机参数泊松模型,将多模式失效概率与重型卡车事故建立函数关系;对比3种模型的拟合优度指标,优选出最优事故预测模型,用来挖掘重型卡车事故与多模式失效概率之间的关系。以华盛顿州71段长下坡10年的重型卡车事故数据及道路设计数据进行方法验证。结果表明:随机参数泊松模型与随机效应泊松模型的拟合优度相差较小,二者均优于泊松模型;当考虑多模式失效概率时,平曲线半径、纵坡坡度、超高对重型卡车事故的影响均不显著,即三者的影响被削弱,尤其是平曲线半径和超高,多模式失效概率的弹性(0.239)远大于二者的弹性(平曲线半径和超高的弹性分别仅为0.097和0.002);重型卡车的事故与多模式失效概率近似线性关系,且截距不为0。即多模式失效概率可用于道路安全分析的表征指标,但与事故概率不等价。
山区高速公路隧道路段与开放路段的事故影响因素分析
张璇, 唐进君, 黄合来, 常方蓉, 王杰, 袁双林
2022, 40(3): 10-18. doi: 10.3963/j.jssn.1674-4861.2022.03.002
摘要(918) HTML (241) PDF(82)
摘要:
高速公路隧道构造特殊且通行环境复杂,因而通常事故多发。为探究高速公路隧道路段与开放路段事故影响因素和严重程度致因机理的差异,采集沪昆高速邵怀段2011—2016年期间1 537起事故为研究样本;以事故发生路段为响应变量构建逻辑回归模型,解释各种风险因素对事故发生路段倾向性的影响差异;分别针对隧道路段与开放路段建立模型研究事故伤害严重程度的影响因素。建立二元Logit回归模型分析事故的发生倾向性和2类路段的事故严重程度的影响因素;采用随机参数Logit模型以反映异质性条件对参数的影响。统计表明:与疲劳驾驶、未保持安全距离相关的事故发生在隧道路段的概率更高,其事故发生概率分别是开放路段的2.373和2.482倍;与隧道路段事故严重程度正相关的因素包括下坡(坡度2%以上)、夏季和超速行驶,其中下坡(坡度2%以上)段的严重事故发生的概率为上坡(坡度2%以上)的3.397倍,夏季的严重事故发生概率为秋季的3.951倍,超速行驶相关的严重事故发生概率为其他不当驾驶行为的4.242倍;与开放路段事故严重程度正相关的因素包括超速行驶和疲劳驾驶,其中超速行驶相关的严重事故概率是其他不当驾驶行为的2.713倍,疲劳驾驶相关的严重事故概率是其他不当驾驶行为的4.802倍。研究表明,山区高速公路隧道路段与开放路段的事故发生概率及其严重程度的影响因素存在一定的差异性,研究结论可为山区高速公路差异管理方案制定提供依据。
考虑连锁冲突的城市公交车行车风险量化分析方法
李熙莹, 梁靖茹, 郝腾龙
2022, 40(3): 19-29. doi: 10.3963/j.jssn.1674-4861.2022.03.003
摘要(667) HTML (221) PDF(51)
摘要:
为了量化城市公交车给区域混合交通带来的安全风险,通过提取交通冲突数据并识别连锁冲突,研究了公交车行车风险的量化分析方法。在数据采集上,采用了航拍图像并基于YOLOv4网络学习航拍目标的外观特征,检测并跟踪航拍车辆,从而提取带精细属性的车辆轨迹数据。在冲突识别上,将不同车道上可能发生横向碰撞的车辆对之间的相对位置作为约束条件,在跟驰模型的基础上补充了匹配相邻车道上车辆对的动态关系,从而将经典碰撞时间(TTC)模型扩展至可同时识别侧向冲突的二维TTC模型;基于车辆刺激-反应理论标定每个冲突车辆对区域交通造成连续干扰的时空范围,根据干扰范围的动态变化建立冲突间的作用关系并形成时序性的冲突树模型,从而识别连锁冲突并追溯连续风险形成的因果过程。在风险研究上,从3个方面量化不同状态下城市公交车的行车风险:①基于二维TTC模型解析冲突频率;②在此基础上结合累积频率法解析冲突严重性;③通过连锁冲突比例及冲突树长度解析冲突聚集的概率和范围大小。采集广州大桥路段航拍视频进行实验研究,结果表明:城市公交车在拥堵常发路段不仅冲突风险高,且带有较高的冲突严重性和区域聚集性;拥堵流中公交车的冲突频率超过9次(/ veh·min);公交车的严重冲突率为33.39%,远远高于小汽车的16.61%;公交车的区域连锁冲突发生率为30.75%,达到了小汽车(14.67%)的2倍。
高速公路平纵曲线组合路段交通风险评估方法
胡立伟, 张成杰, 赵雪亭, 刘凡, 吕一帆, 薛宇
2022, 40(3): 30-41. doi: 10.3963/j.jssn.1674-4861.2022.03.004
摘要(672) HTML (231) PDF(152)
摘要:
高速公路平纵曲线组合路段常出现单一平曲线和竖曲线要素满足规范,但二者相结合后存在安全隐患的情况。为评估这类组合路段的交通风险、提升组合路段安全性,综合运用可拓云理论与理想点法,提出了基于可拓云模型的交通风险评估方法。基于已有事故数据和文献,从驾驶员、道路、交通环境以及其他因素的角度出发,构建了包含15个指标的交通风险评估指标体系,并将每个指标划分为5个风险等级;利用层次分析法和熵权法确定各评估指标主、客观权重后,再通过理想点法确定各评估指标组合权重;参照公路路线设计规范及相关文献,考虑定性指标的边界模糊性划分各评估指标的风险等级,并按照等比原则实现定性指标的定量化描述;构造可拓云模型云隶属度矩阵,计算综合评判向量,最后根据最大隶属度原则确定路段风险等级。以云南省3段高速公路路段作为分析案例,利用基于可拓云模型的交通风险评估方法计算了各路段风险等级,并识别了各路段的危险性指标。结果表明:该方法与传统基于模糊综合评价法相比,评估结果相同,但信息更丰富,其综合评判模糊等级特征值的期望Exr反映了路段的安全程度;Y路段的Exr高于C路段,表明Y路段比C路段更安全;3段路段的评估结果的置信度因子θ均小于0.05,表明结果可信度较高,验证了该方法在交通风险评估过程中的适用性。
山区公路小半径弯道路段事故严重度影响因素及其异质性比较分析
赵华祥, 杜飞翔, 付开华, 苏宇, 杨文臣
2022, 40(3): 42-50. doi: 10.3963/j.jssn.1674-4861.2022.03.005
摘要(903) HTML (285) PDF(47)
摘要:
为分析影响山区公路小半径路段典型事故的严重程度的相关因素及其异质性效应,基于某山区双车道公路1 067起交通事故数据,从驾驶员、车辆、道路和环境4个方面选取15个潜在特征变量,采用二项Logit模型和随机参数二项Logit模型,分别构建小半径弯道路段上追尾碰撞、正面碰撞和侧面碰撞3类典型事故的严重度分析模型,分析3类典型事故严重度的显著影响因素,并采用边际弹性系数量化分析影响因素的作用强度。结果表明,小半径弯道路段上不同形态事故的严重度影响因素存在明显差异:①追尾碰撞严重度的显著影响因素依次为摩托车、夜间、弯道转角、驾驶员年龄、季节,摩托车和冬季分别是服从(2.716.1.5642)和(-1.495,2.1162)正态分布的异质性影响因素,导致发生伤亡事故的概率为95.72%和23.58%;②正面碰撞严重度的显著影响因素依次为货车、摩托车、驾驶员超车、弯道转角和弯道长度,货车导致其伤亡事故概率增加108.8%,摩托车和弯道长度分别是服从(6.941,9.9012)和(-0.004,0.0032)正态分布的异质性影响因素,导致发生伤亡事故的概率为76.11%和9.18%;③侧面碰撞严重度的显著影响因素依次为摩托车、驾驶员年龄及弯道有接入口,摩托车和接入口分别是服从(5.211,5.1112)和(-1.408,2.1462)正态分布的异质性影响因素,导致发生伤亡事故的概率为88.87%和25.47%。④与传统二项Logit模型相比,追尾碰撞、正面碰撞和侧面碰撞的随机参数二项Logit模型的拟合优度分别提高了2.85%,4.15%,6.76%,且定量捕捉了异质性影响因素,更适用于事故严重度的精细化分析。
以安全为导向的地铁过饱和线路跳站停车策略优化模型
陶乐风, 石俊刚, 杨静, 杨晓光
2022, 40(3): 51-59. doi: 10.3963/j.jssn.1674-4861.2022.03.006
摘要(765) HTML (270) PDF(31)
摘要:
为缓解高峰时段地铁过饱和线路的客流极端拥挤情况,从安全角度出发,以降低线路客流聚集风险和乘客总等待时间为目的,研究了地铁跳站停车策略优化问题。考虑随时间变化的动态客流需求,通过构建列车跳停、追踪运行、乘客动态加载等约束,推算出跳站停车策略下各车站乘客的动态聚集人数,并设计了独特的客流聚集风险评估函数。在传统只考虑乘客等待时间的列车跳停策略优化模型的基础上,将客流聚集风险纳入到模型的目标函数中,构建了以安全为导向的地铁跳站停车策略优化模型。考虑到模型的非线性特性,设计了适用于问题的可变邻域搜索算法(VNS),提出了3类邻域新解的产生方式,并设置违反约束的惩罚函数,以提高求解效率。以北京地铁八通线为例,对其早高峰和部分平峰时段(07:00—10:40)下行方向42趟开行列车的停站策略进行了优化实验。结果表明:所提出的模型可在5 min内求解出高质量的列车跳停方案,能有效缓解极端拥堵,提升客运服务质量。对比发现,相对于传统站站停策略,列车跳停策略下,车站最大等待人数由5 299人减少到2 495人,客流聚集风险降低了98.7%。在客运服务水平方面,乘客的平均等待时间由9.49 min降低到9.15 min,降低了3.6%。
交通信息工程与控制
基于双延迟深度确定性策略梯度的船舶自主避碰方法
刘钊, 周壮壮, 张明阳, 刘敬贤
2022, 40(3): 60-74. doi: 10.3963/j.jssn.1674-4861.2022.03.007
摘要(955) HTML (327) PDF(68)
摘要:
为满足智能船舶自主航行的发展需求,解决基于强化学习的船舶避碰决策方法存在的学习效率低、泛化能力弱以及复杂会遇场景下鲁棒性差等问题,针对船舶避碰决策信息的高维性和动作的连续性等特点,考虑决策的合理性和实时性,研究了基于双延迟深度确定性策略梯度(TD3)的船舶自主避碰方法。根据船舶间相对运动信息与碰撞危险信息,从全局角度构建具有连续多时刻目标船信息的状态空间;依据船舶操纵性设计连续决策动作空间;综合考虑目标导向、航向保持、碰撞危险、《1972年国际海上避碰规则》(COLREGs)和良好船艺等因素,设计船舶运动的奖励函数;基于TD3算法,根据状态空间结构,结合长短期记忆(LSTM)网络和一维卷积网络,利用Actor-Critic结构设计船舶自主避碰网络模型,利用双价值网络学习、目标策略平滑以及策略网络延迟更新等方式稳定网络训练,利用跳帧以及批量大小和迭代更新次数动态增大等方式加速网络训练;为解决模型泛化能力弱的问题,提出基于TD3的船舶随机会遇场景训练流程,实现自主避碰模型应用的多场景迁移。运用训练得到的船舶自主避碰模型进行仿真验证,并与改进人工势场(APF)算法进行比较,结果表明:所提方法学习效率高,收敛快速平稳;训练得到的自主避碰模型在2船和多船会遇场景下均能使船舶在安全距离上驶过,并且在复杂会遇场景中比改进APF算法避碰成功率高,避让2~4艘目标船时成功率高达99.233%,5~7艘目标船时成功率97.600%,8~10艘目标船时成功率94.166%;所提方法能有效应对来船的不协调行动,避碰实时性高,决策安全合理,航向变化快速平稳、震荡少、避碰路径光滑,比改进APF方法性能更强。
双开口式逆流左转车道几何设计及信号配时优化
宋浪, 王健, 杨滨毓, 朱湧
2022, 40(3): 75-85. doi: 10.3963/j.jssn.1674-4861.2022.03.008
摘要(969) HTML (329) PDF(41)
摘要:
为解决单开口式(即仅有1个预信号开口)逆流左转车道(即通过预信号控制动态借用的出口车道)的长度与左转交通需求匹配效果不佳的问题,通过对单开口式逆流左转车道的设计进行分析,提出1种双开口式(即设置2个预信号开口)逆流左转车道的设计及控制方法。结合逆流左转车道的车辆运行规则,分析单开口式、双开口式逆流左转车道上车辆排队行为特征差异,构建逆流左转车道通行能力计算模型和延误计算模型。考虑主预信号协调控制、饱和度、交通波传递等约束条件,以车均延误最小为优化目标,采用0-1变量表示各个预信号开口是否启用,将常规设计、单开口式、双开口式信号配时整合到1个统一的混合整数非线性规划优化模型中,并给出逆流左转车道长度的设计依据。通过案例分析发现:①在逆流左转车道长度为80 m时,交叉口通行能力提升幅度最大;②当通行能力满足需求时,逆流左转车道长度越短,交叉口延误降低越明显;③若为保证通行能力而采用较长的逆流左转车道时,双开口式逆流左转车道通行效率优于单开口式;④综合考虑延误、通行能力等因素,单开口式逆流左转车道长度宜设置为40~60 m,而双开口式宜设置为80 m左右;⑤双开口式逆流左转车道可根据需要选择是否启用每个预信号开口,应用较为灵活,适用于各种流量场景。
网联环境下考虑非优先车辆延误的公交优先信号控制方法
谭百宏, 邱志军, 张祎, 何书贤
2022, 40(3): 86-95. doi: 10.3963/j.jssn.1674-4861.2022.03.009
摘要(750) HTML (272) PDF(31)
摘要:
网联环境具有数据采集和交互方面的优势,能更精确地评估交通需求,更科学地实施交通管控措施。根据公交车与非优先车辆权重及延误分布差异,研究了考虑非优先车辆延误的公交优先单点信号控制方法。利用交叉口车辆轨迹数据计算轨迹样本到达率参数,根据车辆到达交叉口的分布特征构建各相位的车辆到达率概率函数,并采用极大似然估计预测到达率,基于交通流冲击波模型分别计算出各相位的排队波、驶离波和消散波波速。公交车数量少权重较高且网联化程度高,利用基于冲击波的时距图推导延误表达式;而非优先车辆数量多单车权重低且网联化程度低,利用基于到达率的定数理论推导延误表达式。按乘员数对公交车延误值和非优先车辆延误值进行加权,以加权延误最小为目标函数建立了混合整数线性规划模型,解得相位时长整数解,并反馈到信号机系统实现公交优先自适应信号控制。以武汉市车城北路与东风大道交叉口为对象,采集不同时段交叉口流量数据,利用SUMO软件开展仿真实验,结果表明:相比优化前,低、中、高流量情况下公交车单车平均延误时间分别减少25.63%、25.25%、18.32%;同等条件下平均每周期非优先车辆延误时间分别减少8.80%、4.68%、1.99%;同等条件下平均每周期加权延误时间分别减少20.98%、9.39%、12.70%。证明所提方法能较好地适配交通需求,且流量较低时效果最好。
考虑冲突规避的自动化集装箱码头AGV优化调度方法
丁一, 袁浩, 方怀瑾, 田宇
2022, 40(3): 96-107. doi: 10.3963/j.jssn.1674-4861.2022.03.010
摘要(1006) HTML (391) PDF(92)
摘要:
合理调度自动化导引车(AGV)对于降低自动化集装箱码头的作业成本具有重要意义。针对AGV调度中的任务分配和路径规划问题,考虑AGV电量和多载等因素,结合自动化码头布局特点,以AGV作业总时间最小和多AGV作业路径无冲突分别为第一阶段和第二阶段的优化目标建立两阶段模型。设计改进模拟退火算法求解第一阶段模型,为了加速算法收敛并保证解的质量,解的改进优先考虑任务的时间成本和AGV数量;设计基于时空网络的路径规划算法求解第二阶段模型,将作业区域离散成网格网络后添加时间信息构建可更新的时空网络,在时空网络上运用最短路径算法规划路径并规避冲突。对于任务分配不均衡导致的路径规划无可行解的拥堵情况,在冲突规避基础上重新计算AGV执行任务的成本并再次进行任务分配,不断迭代直到生成多AGV间路径无冲突的调度方案。以洋山四期自动化集装箱码头为例进行仿真实验与对比分析,结果表明:与使用传统路径规划和避障策略的AGV调度方法对比,所提方法下的总作业时间平均降低了7.31%,AGV冲突数量降低为0,任务总延期时间最大降低2 895 s,最大降低路网拥堵度10.79%,验证了提出方法解决冲突规避和拥堵问题的有效性。
无信号控制交叉口老年驾驶人转向行为图谱研究
倪定安, 郭凤香, 周燕宁
2022, 40(3): 108-117. doi: 10.3963/j.jssn.1674-4861.2022.03.011
摘要(704) HTML (265) PDF(37)
摘要:
考虑到老年驾驶人存在的视觉弱化、反应能力下降等问题,有必要分析其转向行为特征。基于此,本文分析了在无信号控制交叉口情景下老年驾驶人的转向行为特征,并绘制图谱描述行为特征的时序变化。基于无信号控制交叉口的现实场景调查,搭建了具备常见冲突类型的虚拟仿真驾驶场景(包含6个无信号控制交叉口),招募符合要求的老年驾驶人与中青年驾驶人进行驾驶模拟实验,分别采集车辆行驶数据(驾驶模拟器)、眼动数据和生理心理数据分析老年驾驶人与中青年驾驶人在不同转向场景下的行为特征差异,应用图谱理论构建驾驶人转向行为图谱描述老年驾驶人与中青年驾驶人的转向行为特征时序变化。实验结果表明:老年驾驶人的速度均值为20.4 km/h、注视持续时间均值为289.47 ms、扫视幅度均值为3.51°;中青年驾驶人的速度均值为35.79 km/h、注视持续时间均值为247.94 ms、扫视幅度均值为4.56°。老年驾驶人的心率变异性时域指标(SDNNRMSSD)与频域指标(LF/HFTP)的值更低,表明老年驾驶人在转向过程中更加紧张。图谱显示老年驾驶人的紧张持续时间更长,并在信息获取广度上弱于中青年驾驶人。结合图谱时空差异性指标发现,这2类驾驶人的驾驶行为在左转向场景下存在显著性差异,老年驾驶人驾驶操作的稳定性与安全性较低。
基于动态清空距离的特殊车辆与CAVs混合车道控制
赵欣, 庞明宝
2022, 40(3): 118-126. doi: 10.3963/j.jssn.1674-4861.2022.03.012
摘要(794) HTML (300) PDF(26)
摘要:
特殊车辆的优先通行是道路交通管理的一项重要工作,而目前相关控制措施存在实施难度较大、道路空间利用率低和道路通行能力下降等问题。为解决这些问题,结合智能网联汽车(CAVs)技术特点,提出考虑特殊车辆优先通行的CAVs专用车道控制方法,按应急车辆、一般优先级车辆和CAVs的优先通行顺序设计车辆通行规则。通过预测特殊车辆到达下游交叉口时的路口排队长度,建立“满足不同优先级特殊车辆通行需求”的动态清空距离模型,其中应急车辆以速度损失最小化为优化目标,一般优先级车辆以均衡车辆通行需求为优化目标。针对CAVs在专用道上可能成为其他车辆通行障碍的情况,考虑换道安全和不同换道动机,设计CAVs进入和离开专用道的规则,建立换道决策控制模型;在此基础上,提出适用于不同优先级车辆的专用车道通行控制策略。通过仿真实验对所提方法的控制效果予以分析验证。实验结果表明:与不考虑特殊车辆优先通行的控制方法相比,虽然该方法的车均出行时间和人均出行时间分别增加了3.9%和2.8%,但特殊车辆的车均延误时间减少了59.6%以上;与IBL控制方法相比,该方法的车均出行时间和人均出行时间分别减少16.7%和14.6%,特殊车辆的车均延误时间减少13.5%,专用车道利用率提高36.3%以上,并且在CAVs渗透率大于0.4时获得最佳控制效果。该控制方法在特殊车辆优先通行方面,减少了单一控制策略的局限性,为交通控制和管理提供理论支撑。
基于改进SegNet的沥青路面病害提取与分类方法
张志华, 邓砚学, 张新秀
2022, 40(3): 127-135. doi: 10.3963/j.jssn.1674-4861.2022.03.013
摘要(735) HTML (338) PDF(118)
摘要:
针对现有SegNet算法难以精确区分裂缝和灌封裂缝等具有相似特征的沥青路面病害的问题,提出了基于改进SegNet网络的沥青路面病害提取方法。针对道路标线和光照不均匀等导致路面病害图像质量差异化的因素,本研究在去除道路标线的基础上,运用带色彩恢复的多尺度视网膜增强算法,降低道路标线和光照对图像质量的影响以及增强路面病害图像的对比度、色调和亮度,提高病害的识别精度;为了充分利用图像的上下文信息,解决SegNet网络对细微病害分割效果不佳的问题,引入残差神经网络(ResNet)作为编码器,并对解码器中每个上采样产生的特征图拼接2个分别由卷积层(1×1的卷积核)和空洞卷积层从对应的编码器中获取的尺度相同的特征图;运用形态学闭运算连接分割结果中不连续的裂缝。为了验证改进算法的有效性,将其与典型的语义分割方法(SegNet和BiSeNet)在测试集上进行测试和性能对比。研究结果表明,3种方法的平均交并比(MIoU)和F1分数(F1-score)分别为(82.4%,98.9%),(69.4%,94.0%),(80.5%,98.1%);利用这3种方法对甘肃省部分路段路面病害的提取效果进行对比测试,提出方法的裂缝漏检率和误检率分别为2.91%,1.94%,优于SegNet(10.68%,14.56%)和BiSeNet(6.80%,12.62%)。本研究所提方法能够更精确地提取和区分沥青路面裂缝和灌封裂缝。
交通规划与管理
市区行李值机服务移动站点优化方法
胡小兵, 张雪梅, 周航, 马一鸣
2022, 40(3): 136-145. doi: 10.3963/j.jssn.1674-4861.2022.03.014
摘要(647) HTML (179) PDF(22)
摘要:
为提高航空运输的服务质量和竞争力,克服传统城市候机楼在服务范围有限、成本高和选址难度高等弊端,提出1种基于市区移动站点(UMS)的航空旅客行李值机服务模式。UMS基于乘客的实时位置分布差异来动态调配移动站点在城市的位置,因此需要解决UMS站点布局优化问题。综合考虑乘客到服务站点的平均路径长度和乘客最大可接受距离等2个重要指标,基于服务站点位置、不同时段的客源分布和站点的最大服务容量等限制因素对2个重要指标进行约束,建立基于路网的UMS布局优化的数学模型。为满足UMS服务模式对优化运算时效性的严格要求,提出1种混合智能优化算法,采用涟漪扩散算法(RSA)求解乘客与UMS站点多对多路径优化问题,采用自适应遗传算法(AGA)高效优化UMS位置分布。以天津城市路网的实际案例与随机生成测试案例对市区移动站点和城市候机楼2种模式的各服务时段的服务质量进行比较。结果显示:在相同站点数量的情况下,乘客到服务站点的平均路径长度比城市候机楼模式减小30.9%,超出乘客的可接受路径长度比城市候机楼模式减少43.7%;UMS位置分布优化使用混合算法(RSA-AGA),其平均计算时间为377 s,比城市候机楼模式所需的平均计算时间减少了41.2%;UMS服务模式在不同站点数量和随机生成测试案例中,各项优化目标均优于城市候机楼模式,更符合乘客的实时需求,验证了UMS运营模式的优越性。
共享单车用户骑行起讫点时空特征分析
李福, 徐良杰, 陈国俊, 朱然博
2022, 40(3): 146-153. doi: 10.3963/j.jssn.1674-4861.2022.03.015
摘要(654) HTML (203) PDF(44)
摘要:
针对共享单车的供需失衡、分布不均问题,研究了共享单车用户骑行起讫点的聚集区分布以及不同区域的骑行时间特征,为共享单车的调度运营提供理论支撑。基于用户的骑行订单数据,采用均值漂移算法对骑行起讫点进行聚类学习,得到共享单车的骑行聚集区分布;随后采用spearman相关系数来衡量骑行时间特征的相似度,对不同骑行聚集区的借车与还车量的累计差值的时间序列曲线进行聚类处理,划分出6类典型的骑行特征,并对不同骑行特征所在地的兴趣点(POI)进行因子分析,结果表明:在空间上,共享单车的骑行聚集区的空间分布与所在区域的城市路网的布局形式存在较大关联,不同时间段的骑行聚集区的分布大致相同,仅在出行量上存在差异。骑行聚集区的骑行特征与土地利用性质之间存在相关性,例如,对于骑行特征为1天内借车量小于还车量的骑行聚集区,其主导因子为商业用地,占比为0.4;对于1天内用户的借车量大于还车量的骑行聚集区,其主导因子为住宅用地,占比为0.57。多种用地性质混合的区域,借还车的差值较小且易产生波动。此外,同一类型的骑行时间特征的主导因子占比在工作日与非工作日会产生变化,同一区域的骑行时间特征在工作日与非工作日存在差异。
基于元胞自动机模型的路侧停车行为对交通流的影响研究
张月, 孙立山, 孔德文, 张鑫
2022, 40(3): 154-162. doi: 10.3963/j.jssn.1674-4861.2022.03.016
摘要(808) HTML (259) PDF(29)
摘要:
针对路侧停车带来的进出停车位排队延误、低速巡游降低通行效率、过量停车加剧交通负荷等问题,研究了路侧停车对路段动态交通流的影响分析方法。基于视频识别算法,提取路侧停车车辆在驶入车位过程中的运行轨迹和速度波动数据,解析路侧停车过程中的驶入行为特性,并按照行为差异将停车车辆停车全过程细分为进入路段、寻找车位、找到车位、驶入车位、静止停放、驶离车位、汇入路段和错失车位8类状态;分别依据停车车辆和通行车辆的实际驾驶行为,从跟驰特征、速度矫正、换道规则和位置更新等方面对路侧停车元胞自动机模型进行了改进;在选择目标车位时综合考虑了步行至目的地时间和驶入车位耗时2个要素。与常规通行车辆相比,深入分析了停车车辆提前换道和停车完后汇入路段行为对后车的影响。基于实际交通流数据对仿真模型进行参数标定,经验证,模型拟合度为77.6%;仿真分析了在差异化的停车需求强度下,巡游速度对道路通行能力和延误时间的影响规律。结果表明:固定的巡游速度和停车需求强度下,道路延误时间随道路交通量先增加后减少;在低停车需求强度下,巡游速度对道路通行能力影响微弱,在高停车需求强度下,当巡游速度从30 km/h降低至20 km/h,外侧车道饱和流量降低500 veh/h,最高延误时间增加105 s。
基于XGBoost的短时出租车速度预测模型
肖宇, 赵建有, 叱干都, 刘清云
2022, 40(3): 163-170. doi: 10.3963/j.jssn.1674-4861.2022.03.017
摘要(695) HTML (222) PDF(42)
摘要:
准确预测短时出租车速度是识别驾驶员异常加减速行为的前提,有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象,研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集,构造滑动时间窗口,以时间窗口内的出租车历史移动速度的时间序列为输入变量,以出租车当前时间的移动速度为输出变量,采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化,得到模型最优参数组合,并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析,将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差(MAE)为9.841,均方根误差(RMSE)为12.711,均低于非参数回归模型和神经网络模型,提高了出租车速度的预测精度;由于出租车速度序列缺乏规律性,调整后的R2R2 _adjusted)为0.592,且相较于其他2个模型,XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果,避免了过拟合造成的预测精度下降。
基于VMD-MD-Clustering方法的航班延误等级分类
王兴隆, 许晏丰, 纪君柔
2022, 40(3): 171-178. doi: 10.3963/j.jssn.1674-4861.2022.03.018
摘要(598) HTML (218) PDF(26)
摘要:
针对航班数量逐年增加导致的航班延误日益频繁问题,研究对航班延误等级分类的方法,从而为制定针对性措施,降低航班延误造成的损失提供理论基础。从时间、空间和效率3个方面确定航班延误时间、航班飞行时间、延误影响人数和航程这4个数值属性指标,以及过站是否经停、飞机载客量2个类属性指标,共计6个评估指标构建航班延误等级分类模型。提出了1种基于变分模态分解(VMD)、马氏深度(MD)函数和K-means数据聚类(Clustering)的航班延误等级分类方法(以下简称V-M-C方法)。V-M-C方法将非正态、非平稳的多维航班延误数据视作含噪声的信号序列进行处理,通过VMD降噪获得正态、稳定的多维信号数据;利用MD函数进行降维处理得到一维的稳定信号数据;使用K-means方法对得到的一维数据进行聚类,对航班延误等级分类。为确定航班延误等级分类精确性,采用带惩罚权重的支持向量机(SVM)对分类结果进行分析,可以在一定程度上提高V-M-C方法的普适性。以某大型枢纽机场某月的航班运行数据为例,只使用K-means算法的航班延误等级分类精度为81.9%,而V-M-C方法对航班延误等级分类精度可提升至95.41%。实验结果表明,V-M-C方法的分类准确率更高,能够帮助机场根据相应延误等级制定预案,保障航班整体运行正点率。