地铁站楼梯行人流交通特征的数据拟合分析

随着中国城市化水平的不断提高,行人在整个城市交通体系中的影响越来越大,越来越多的研究开始关注行人交通。但目前国内外对行人交通的研究都集中在水平步道上,尚没有对楼梯的行人流特征的研究,特别是缺少对大城市重要人流重要集散地的步行楼梯行人流特征的分析研究。通过对上海市赤峰路轻轨车站、上海人民广场地铁站和上海火车站地铁站等几个重要的行人集散地的楼梯行人流的特征调查,以定性分析为基础得到楼梯行人流的密度－速度、密度－流率的函数关系类型,并采用Matlab等软件进行函数拟合,得到换乘枢纽的行人流特征函数及楼梯行人流特征模型。为合理设置换乘枢纽内楼梯设施,提高楼梯的通行能力,更好组织行人流提供依据。     

基于遗传算法的停车约束下城市路网承载力分析模型

针对动静交通不平衡的情况,分析了停车容量约束下的路网承载力。建立了停车约束下路网容量与起止点（OD）分布优化的双层优化模型,通过该模型可对路网容量与OD分布同时进行优化,从而可得停车约束下的路网承载力。利用遗传算法求解,通过算例分析验证了模型的有效性。     

通勤合乘路径优化模型与算法

道路车辆的增多导致城市交通和环境问题日益严重, 共享合乘被认为是减少交通拥堵, 降低碳排放的有效方法, 特别是在新冠疫情持续影响下, 通勤者采用互助合乘出行意愿较高. 本文考虑到通勤时间的紧迫性, 通勤者存在通勤压力和合乘不适感, 在没有经济效益驱动的情况下, 限制合乘路径的匹配范围, 并加入惩罚因子以提高合乘配对成功率. 本文提出了一种基于最优时间插值的贪婪启发式算法, 添加了3种扰动算子来提高全局搜索能力, 采用多组不同规模案例测试扰动效果. 结果表明: 设计算法可以在短时间内求解出更优结果, 在解决大规模问题上,相比于精确算法、粒子群算法和遗传算法更具竞争力. 此外, 通过选取位置较远且分布均匀的职员作为接送者, 可以改善合乘效果.     

交通枢纽出租车车道边通行能力仿真研究

研究出租车道提高通行效率问题,由于车道边车流、客流以及乘客上车时间、上客点的随机性,交通枢纽出租车车道边布局与规划不合理,等待时间较长,影响服务质量。为解决上述问题,提出了采用统计分析方法分析客流、车流以及上车时间的分布规律,利用蒙特卡洛分析方法,设计仿真流程与模块,通过在MATLAB上编程进行仿真,结果车道边单车道布局下的通行表明,得到上客点从1到6增加时,车道边的通行能力增幅较大,超过6个上客点后,增幅较小,证明最佳上客点为6个,对应通行能力为246辆/小时。试验证明,结论与实际符合,可为交通枢纽车道边设计时提供依据。     

公共卫生事件下的通勤合乘路径规划方法

在重大公共卫生事件下，为减小暴露风险，通勤者愿意在所能接受范围内，采用互助合乘的方式前往工作地点．针对通勤合乘路径规划问题，构建整数线性规划模型，在使尽可能多的通勤者合乘配对成功的前提下，减少前往公司的总路程距离．提出一种改进的模拟退火算法，加入路径交换和节点插入操作，对无限制合乘、不合乘及限制合乘3种场景进行案例仿真，并测试了接送者所能接受的最大行驶距离和最大绕行距离在不同组合下的合乘效果．结果表明，不同场景下所设计的通勤合乘模型均能达到较高成行率，并同时减少总路程距离．当最大绕行距离大于10 km，最大行驶距离大于30 km时，除远离接送范围的搭乘者外，案例中90%以上节点都能完成合乘配对．研究结果有助于在重大公共卫生事件持续期，保证员工安全出行，提高公司通勤效率．