基于元分维理论的土地利用混合度研究——以榆林空港生态城控规为例

在合理的研究范围内,土地利用混合度越高,交通出行效率越高.首先针对不同的规划范围,进行了土地利用混合度与交通出行效率的相关性研究,并得出不同的出行方式下最适宜的土地利用混合度的研究范围,借助元分维理论中相邻区域单元性质相似的思想,建立相邻区域的土地利用混合度计算模型.并针对出行效率较高的低碳交通出行时耗和距离,选择适宜低碳交通出行模式主导下的空间尺度,建构了土地利用混合度模型和模型的标准化处理模型.以榆林空港生态区东南片区的控制性详细规划中土地利用混合度值的计算为例,以低碳的步行和自行车为出行主导方式进行网格划分,利用GIS的空间分析功能对数据进行分析、计算和结果输出,并根据计算结果进行不断的调整,得出最终的调整方案.     

考虑空间异质性的建成环境对通勤方式选择的影响

为探讨交通小区层面建成环境各因素对居民通勤方式选择的影响,构建了考虑空间异质性的多层logistic模型,以长春市为例开展了实证研究。模型同时考虑了个体层面和交通小区层面变量对通勤行为的影响,并借助HLM软件标定模型参数。结果表明:居民通勤方式选择的空间异质性是显著存在的;在控制了空间异质性后,个体层面变量中性别、年龄、教育水平、户口类型、家庭收入、家庭小汽车拥有和出行属性中的通勤距离均对居民通勤方式选择有显著影响;交通小区层面中,居住地土地利用混合度越高、公共交通站点及道路交叉口密度越大,居民选择小汽车通勤的可能性越低,而居住在距离城市中心商务区较远的居民更倾向选择小汽车通勤。     

城市土地开发交通生成预测方法的探讨

针对城市土地开发项目产生的新增交通量的问题,以北京市部分区域的居住区、商业区和办公区为例,结合我国城市土地开发状况、交通特点和经济水平,建立土地利用出行发生量和吸引量与土地利用相关指标、社会经济指标等变量之间的定量关系,进而根据规划年的土地利用推算出规划年土地开发的居民出行发生量和吸引量,并就土地开发交通生成预测方法中应注意的问题进行了初步探讨.建立其出行生成模型.     

基于用地混合熵的城市交通生成预测模型

以城市规划年土地利用为切入点,以土地利用规模、性质以及片区土地利用混合度为基础,采用回归分析方法,得到不同用地的出行吸引权重,并引入用地混合熵的概念,建立了城市交通生成预测模型模型应用于陕西西安市主城区规划年需求预测分析,预测结果表明：不同片区的用地混合程度会导致需求的差异性;除雁塔区以外,其他四个交通大区出行发生量与吸引量误差均在±5％以内,具有较好的可行性和可靠性．     

公交票价比对公交结构的影响及方式选择模型

为了确定轨道交通和地面常规公交的建设规模,利用宏观调控政策合理分配客流,研究了公交票价对公交结构的影响.通过在北京市进行交通方式选择问卷调查.分析了影响居民选择轨道交通和地面公交的因素.结果表明,出行时间、出行费用、出行者的性别、年龄、职业、收入、出行目的对于出行方式选择结果有显著影响,在对变量分类合并的基础上确定代入模型的变量,并结合非集计模型的理论建立了出行方式选择行为模型,给出了出行费用和交通方式选择之间的关系,为利用票价政策调节公共交通结构提供了依据.     

基于交叉分层Logit的轨道站点周边居住地和出行方式联合选择模型

从微观角度研究了轨道交通建设对居民居住地选择和通勤出行方式选择的影响,分析了居住在轨道站点周边并选择地铁出行的概率,为解决居住地选择区位间的空间相关性,构建了交叉分层Logit概率估计模型。选取影响因素如个人属性、社会经济属性、出行特性和土地利用属性为联合选择模型影响变量,建立了轨道站点周边居住地和出行方式同时选择模型。利用Biogeme软件,对模型参数进行估计和检验,同时模拟分析了不同影响因素发生变化时引起的居住和出行方式选择概率的变化情况。结果表明,居住地离轨道站点越近的居民越倾向于使用轨道交通出行方式,当小汽车出行时间增加时靠近站点附近的居民越有改乘地铁的趋势。     

干粉砂浆混合规律及影响因素

采用甲基紫法表征干粉砂浆混合度,研究滚筒式混合机混合效果,分析了混合时间、转速、砂子细度模数、装载系数等对干粉砂浆混合效果的影响.研究发现混合度随混合时间呈周期性变化,而转速、砂子细度模数及装载系数对混合度的影响曲线上存在一个极值点,该点表示配合料达到最佳混合效果.     

西安市公共自行车选择概率模型研究

城市公共自行车是公共交通的重要组成部分,为探究西安市公共自行车投入后对西安市居民出行方式的影响,本文通过对西安市雁塔区发放调查问卷的方式收集居民出行数据,利用非集计交通方式划分的方法建立公共自行车选择概率模型;从居民的个人属性和交通属性的角度出发,对交通方式选择行为进行分析,得到了未来西安市居民出行公共自行车的划分率,并对西安未来公共自行车的发展提出建议。     

引入规模变量的工作出行目的地复合选择肢logit模型

针对传统集计交通分布模型土地利用吸引度变量单一、难以描述定性变量影响、无法刻画个体目的地选择行为的局限性,建立了引入规模变量的工作出行目的地复合选择肢logit模型。实例分析表明,该模型综合考虑了多个衡量土地利用吸引度的规模变量和离散定性变量,并以阻抗交互变量的形式在模型中引入了个体属性和交通方式属性特性变量,反映了个体属性、交通方式属性对目的地选择行为的影响。     

并联混合动力挖掘机动力源匹配方法研究

现有的混合动力挖掘机控制策略没有考虑动力源之间的功率匹配问题,因此难以保证其控制效果.在分析液压挖掘机工况、建立并联混合动力挖掘机的仿真模型基础上,引入混合度、最佳混合度和动态最佳混合度的概念,描述主动力源与辅助动力源之间的匹配程度;研究动力源混合度 (HF）对动力总成控制效果、燃油经济性以及动力性能的影响.提出以混合动力工况为基础,燃油经济性为目标的混合度确定方法.经仿真验证,利用该方法得到的混合度能够确保动力总成控制策略控制性能不受动力源的局限,且在满足整机动力性能的同时达到最佳的燃油效率.     

基于区间居民出行量最小的用地结构优化模型

城市发展到一定规模必然出现交通拥挤,而交通需求产生的根源在于土地利用,因此从交通的角度去考虑用地规划问题成为一种需要。城市土地适度混合利用的理念已为许多学者和专家所认同,但结合交通的混合用地具体结构还没有一个定量的表述。不同的城市因为有不同的城市规模、经济发展水平、城市布局和人口,应该有不同的用地结构规划。同时,不同的城市内部分区功能或布局不同,也应有不同的用地结构规划。本文尝试从理论上建立模型,从缓解交通拥挤的角度出发,提出一种使得城市区间居民出行量最小的混合用地结构的优化方法。通过模型量化混合用地的结构,满足不同城市和不同分区的差别,充分体现土地利用和交通系统的一体化,使得用地规划更合理科学。     

基于机器学习的城市居民低碳出行行为研究

针对城市居民是否选择低碳出行的问题，本文基于机器学习方法，通过问卷调查的形式，对影响城市居民低碳出行的相关因素与实际交通出行方式进行数据收集，设置自变量与因变量及其取值，并基于Logistic回归模型原理进行拟合建模，在不同属性下，对城市居民是否选择低碳出行方式和影响进行分析，得到不同属性之间与各个属性内部的影响与区别关系。同时，运用Logistic回归、神经网络与决策树3种分类预测模型，在现有数据基础上，对城市居民是否选择低碳出行方式进行预测。研究结果表明，年龄、收入、距离和是否拥有汽车及驾驶证，对选择低碳出行方式具有重要影响，尤其是没有汽车的居民，选择低碳出行方式的可能性是拥有汽车居民的9.065倍，且3种模型的预测准确度均在85%以上，而神经网络模型的预测准确度接近90%,各项指标均说明预测效果良好，验证了该方法的可行性及适用性。该研究为预测不同地区与类型的低碳出行方式提供了理论参考。     

基于Mixed logit模型的拥挤收费下交通方式分担率预测

分析了传统非集计模型存在的缺陷,提出利用mixed logit模型研究拥挤收费下交通方式分担率变化的思路。结合实际居民出行数据建立了基于mixed logit的交通方式选择模型,利用SAS软件进行蒙特卡罗模拟计算,标定了模型并进行了仿真分析。经验证,所建模型具有较高的命中率和可用性。加入拥挤收费影响因素进行敏感性分析,可得出不同拥挤收费费率下的交通方式分担率。应用该模型能为拥挤收费下的出行行为分析和交通影响研究以及其他交通需求管理政策的评价提供了方法。     

新冠肺炎疫情不同阶段居民出行方式选择行为建模分析

针对新冠肺炎疫情初期、中期及后期3个不同阶段, 从出行者属性与出行特性两个方面分析居民出行方式选择行为的影响因素。由于出行方式之间存在相互关联作用, 故采用Nested Logit模型方法建立出行方式选择行为决策模型。利用中山市坦洲镇居民出行意向调查数据(Stated Preference, SP), 分别分析新冠肺炎疫情各个阶段影响居民出行方式选择行为的影响因素。研究结果表明: 不同疫情时期, 影响居民出行方式选择的显著性因素发生了明显变化, 而且同一因素在不同疫情时期下的影响程度也存在差异。这些结果可以为有关部门在面对突发公共卫生事件时, 制定非常态的交通管理措施提供支持。     

居民出行产生量BP神经网络预测方法

居民出行产生量预测是交通需求分析的重要内容之一,预测结果是确定各类城市交通设施发展规模及布局规划的重要依据.通过分析人工神经网络的作用机理和居民出行产生量的影响因素,建立了居民出行产生量预测的四层BP神经网络模型,以土地利用作为输入神经元,以交通区居民出行产生量作为输出单元,以赣州市城市综合交通规划交通调查数据对模型进行了标定与检验,并与出行次数法和回归分析法进行了比较,结果表明BP神经网络模型具有较高的预测精度.     

基于SP调查的出行方式选择模型与公交优先政策

以居民出行意向特征分析和预测为手段,采用SP调查法和正交设计表进行了调查情境组合设计,得出了调查结果。通过研究长春市居民的出行方式,构建了居民出行方式选择MNL模型,找出了时间和费用对各类出行者的影响程度。提出了相应的公交优先政策建议,并预测了政策实施后交通方式分担率的变化。最后,总结出长春市居民出行的合理结构模式。     

阻断事件影响下城际出行行为

为揭示异常情况下居民城际出行决策的关键影响因素和规律,根据阻断事件级别、绕行路线增加时间量、出行类型(弹性、刚性)设计了16种出行场景,进行居民出行方式选择意向问卷调查.问卷涉及影响居民出行决策的11个因素和4个决策选项.基于多分类Logistic回归模型,分别利用城际出行中的16种异常场景下的意向(stated preference,SP)调查数据,构建居民出行决策模型.结果表明:阻断事件影响程度、绕行路程、出行目的不同,影响居民决策的显著性因素不同,并且同一因素在不同场景下的影响程度存在差异;出行时耗和居民对某种出行方式的偏好对各场景下的决策影响最为显著,其次为出行频率和职业,驾龄、年龄、性别在个别场景下具有显著性影响.这些结果可以为综合交通运输网络中公路阻断事件下的居民出行行为预测提供依据,并且在异常情况下为不同出行个体提供个性化、精细化的出行信息服务提供支撑.     

长三角地区城市居民交通出行能源效率最优化探究

针对长三角地区城市发展和居民出行情况,使用专家调查和SP调查法,在分析各种出行方式特点的基础上,建立了居民出行方式评价体系。利用数学计算,对现有的出行方式进行了综合评价,探究了长三角城市居民交通出行能源效率最优化方式,对长三角城市居民日常出行选择有一定的指导意义。     

基于活动的出行方式选择模型与交通需求管理策略

应用基于活动的出行需求预测方法研究了长春市实行鼓励公交策略的可行性。通过分析调查数据和总结以往模型,建立了Logistic形式的出行方式选择模型,用长春市居民出行调查数据进行了参数标定和模型验证。应用已建模型初步分析并评价了鼓励公交策略对居民出行方式的影响。结果表明:建立基于活动的方式选择模型预测城市交通方式结构,可以全面有效地进行交通需求管理策略的评价研究,为交通部门制定管理政策提供依据。     

居民出行一般类方式预测模型研究

本文通过分折各种因素对居民出行一般类方式的影响、一般类出行方式与出行阻抗的关系,提出了居民出行一般类方式预测模型及标定方法,并对预测中所必须解决的出行阻抗模型进行了研究.利用本文的研究成果进行居民出行一般类方式预测及建立出行阻抗摸型,不仅只需要少量的调查资料,不同城市的调查资料可互相利用,而且改变了现有模型在一定程度上由现状直接推未来的状况.