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

当期目录

2024年 第42卷  第1期

栏目
  上一期
显示方式:
本期导读
2024, 42(1): .
摘要(46) HTML(28) PDF(10)
摘要:
综述
大规模飞机排班问题研究综述
张宝成, 冉博文
2024, 42(1): 1-10. doi: 10.3963/j.jssn.1674-4861.2024.01.001
摘要(98) HTML(44) PDF(25)
摘要:
飞机排班是航班计划的关键环节，直接影响民航运输的安全和经济效益。随着中国机队规模的稳步扩张，大规模飞机排班问题的研究愈发迫切；然而，早期基于连接网络或时空网络的机型指派模型及侧重运营收益、维修需求或鲁棒性的飞机排班问题模型，在问题规模、约束条件数量等方面往往受限，不能满足大规模飞机排班需求。本文在分析各类排班问题关联性和局限性的基础上，归纳了大规模一体化飞机排班问题的模型及其求解算法，分析了各算法的适用范围、优势和不足，并发现：分阶段排班模型无法保证全局最优解，一体化飞机排班模型更具有实际意义；精确算法理论上可保证求得最优解，但运算复杂、耗时长、模型分解难度大；启发式算法计算速度快，步骤简单，但无法保证求解的质量和算法的稳定性。在此基础上，进一步提出了未来大规模一体化飞机排班问题的研究方向：①问题建模方面，可在优化航线网络结构的同时，综合考虑航线需求、时间均衡调度和个性化机组指派等因素，建立一体化飞机排班集成模型，以解决现有模型的局限性；②问题求解方面，可以将Benders分解和列生成算法相结合，将整个问题分解为相对简单的主问题和子问题的组合，减少求解难度；也可将精确算法和启发式算法相结合，在保证求解精度的前提下尽量减少运算耗时，提高求解效率。
交通安全
城市无人机航线飞行间隔与调控频率综合研究
张健, 王守源, 赵嶷飞, 卢飞
2024, 42(1): 11-18. doi: 10.3963/j.jssn.1674-4861.2024.01.002
摘要(56) HTML(25) PDF(15)
摘要:
聚焦城市无人机航线飞行，为确保运行安全，需要为无人机配备合适的飞行间隔。面向同航线纵向飞行场景，研究了考虑冲突频率与碰撞概率且符合ICAO间隔制定原则的间隔调控模型。通过研究仅考虑无人机定位误差下的碰撞风险，得到无人机纵向飞行间隔，作为后续间隔计算的基准；通过综合考虑定位误差和速度误差引发的位置不确定性，计算伴随无人机航线飞行进程的碰撞风险。加大纵向间隔会延迟突破安全目标水平的时机，但随着飞行进程的推进，碰撞风险终将突破安全目标水平。基于此，提出了无人机位置调控机制，对2架无人机位置进行定期调控，以消除速度所产生的累积误差。针对某1个指定的安全目标水平，得到了纵向间隔与位置调控频率的关系曲线，发现二者存在博弈关系，实施高频调控，需要采取更小的航线间隔；反之，则需要加大航线间隔。同时，为兼顾城市空间与位置调控能力的双重约束，提出了选取曲率最大值位置的所需飞行间隔与调控频率作为折中方案，发现安全目标水平要求越严格，所需调控频率和飞行间隔越大。实验得到在满足安全目标水平为5×10－9次/飞行小时情况下，所需调控频率为87次/h，所需纵向飞行间隔为90 m；同时在实际运行环境中，应用上述评估模型与方法可以客观选择所需间隔和调控频率。本文研究可以兼顾城市物流无人机空中运行的安全，提高城市空域利用率和派送效率。
基于改进Event模型的多旋翼型eVTOL垂直间隔安全评估方法
王兴隆, 王友杰
2024, 42(1): 19-27. doi: 10.3963/j.jssn.1674-4861.2024.01.003
摘要(47) HTML(34) PDF(5)
摘要:
电动垂直起降飞行器（eVTOL）是1种新兴的交通工具，也是近年来研究的热点。受限于垂直定位精度低、穿越飞行风险隐患多等问题，eVTOL运行间隔标准难以确定，尚不具备实际应用条件。为探索该飞行器垂直间隔标准，针对多旋翼型eVTOL的底部较宽、顶部逐渐变细的外形特性，改进了经典Event垂直碰撞模型，并提出了基于改进Event模型的多旋翼型eVTOL垂直间隔安全评估方法。该模型考虑了多旋翼型eVTOL的外形特征、导航精度、运行特点、定位误差、飞行速度特性及速度误差等因素，引入相对速度、侧向重叠概率、垂直重叠概率等计算模型参数，并将原长方体碰撞盒修正为圆台体碰撞盒，有效降低了计算冗余，提高了碰撞模型的精确性。以亿航216-S型多旋翼型eVTOL为例，计算了其在不同安全目标水平和不同导航精度下的最小垂直间隔，计算结果表明：①安全目标水平与导航精度的降低，都会导致最小垂直间隔的减少；②当安全目标水平为1×10－6次/飞行小时且导航精度为RNP10时，最小垂直间隔可缩小至11 m；③当导航精度为RNP10且垂直间隔为11 m时，基于改进Event模型计算的碰撞风险比原模型降低了24.78%。研究结果表明，在计算多旋翼型eVTOL的碰撞风险中，引入圆台体碰撞盒的垂直间隔安全评估方法更加精确合理，能够为多旋翼型eV-TOL垂直间隔标准制定提供理论支持。
基于心率变异性的高密度立交出入口驾驶人精神负荷特性
牟俊龙, 杨迪, 矫成武, 孔繁星, 陈正欢, 徐进
2024, 42(1): 28-40. doi: 10.3963/j.jssn.1674-4861.2024.01.004
摘要(56) HTML(31) PDF(14)
摘要:
互通式立交承担着不同方向交通流的流向转换功能，是道路交通网络的重要节点。目前高密度立交在城市道路网络中已愈发常见，高密度立交之间的间距比普通立交更小，车辆交织更为密集，驾驶人需要在更短的时间内进行分合流驾驶操作。为探究立交间距对驾驶人精神负荷的影响与高密度立交出入口区段的驾驶人精神负荷统计特性，在重庆市内环快速路上选择了1段包含4座连续立交的路段作为实验对象，其中3座立交为高密度立交。通过车载仪器采集47名驾驶人在实车实验过程中的心电数据，对在高密度立交出入口区段与普通间距立交出入口区段的驾驶人心率变异性时域和频域指标进行差异性分析，得到了驾驶人在高密度立交与普通间距立交出入口区段的精神负荷分布特征。研究结果表明：驾驶人在经过普通间距立交出入口区段和高密度立交出入口区段时的心率变异性时域指标不存在显著性差异，频域指标心率变异性的低、高频功率的比值（ratio of low-frequency to high-frequency，LF/HF）存在显著性差异，频域指标LF/HF可作为评价驾驶人精神负荷在立交出入口区段的主要指标；驾驶人在经过高密度立交入口区段时，频域指标LF/HF比经过普通间距立交入口区段时显著增加，立交间距不足会增加驾驶人在立交入口区段的精神负荷；驾驶人在经过普通间距立交出口区段时的心率变异性频域指标LF/HF比经过高密度立交出口区段时显著增加，即驾驶人通过普通间距立交出口区段的精神负荷更大；对于高密度立交群，驾驶人在入口区段的精神负荷水平要略高于出口区段。
轮轨摩擦系数对低地板轻轨动力响应及车轮磨耗的影响
李雪, 王粤欣, 王开云
2024, 42(1): 41-48. doi: 10.3963/j.jssn.1674-4861.2024.01.005
摘要(45) HTML(28) PDF(2)
摘要:
为了确保低地板轻轨车辆安全且平稳地运行，以某轻轨线路为依托，利用多体动力学软件UM（Universal Mechanism）建立了低地板轻轨车辆-轨道耦合动力学模型。选用LM磨耗型车轮踏面以及R50标准钢轨，以美国六级不平顺轨道谱作为线路激扰。基于Hertz及Kalker简化理论、Archard模型，进行不同摩擦系数共5个工况下车辆动力响应以及车轮磨耗变化规律的仿真分析。在此基础上进一步分析了4个不同运行里程阶段对应共96组车轮磨耗型面下轻轨车辆安全性指标的变化规律。研究了4个不同运行里程阶段对应的不同车轮磨耗型面下车辆过曲线时安全性指标随摩擦系数的变化情况。结果表明：脱轨系数、轮轴横向力、轮轨横向力、车体横向加速度受摩擦系数的影响较为显著，而轮重减载率、车体垂向加速度对摩擦系数的改变并不敏感。车轮磨耗深度随里程和摩擦系数的增加而增大，且相同工况下独立旋转车轮的磨耗情况更加严重。在车辆运行40 000 km后，其轮轨横向力、轮轴横向力、脱轨系数整体呈现随里程增加而增大的规律，而轮重减载率基本不受运行里程的影响。在不同摩擦系数及运行里程的叠加影响下，轮轨横向力、轮轴横向力、脱轨系数的峰值出现的位置不同，而轮重减载率却始终处于较为稳定的状态。
交通安全意识对非机动车骑行者危险骑行行为的影响研究
裴玉龙, 龙钰, 马丹
2024, 42(1): 49-58. doi: 10.3963/j.jssn.1674-4861.2024.01.006
摘要(71) HTML(27) PDF(23)
摘要:
安全意识在促进安全行为方面发挥着重要作用，但由于安全意识具有多维性和复杂性，难以直接测量。为探究交通安全意识对危险骑行行为的影响，通过云模型选取安全态度、危险认知、安全素质和外界环境这4个潜变量，作为影响交通安全意识的结构要素，并基于调查问卷数据开展实证研究。运用Mplus 8.0软件构建“交通安全意识-危险骑行行为”结构方程模型，量化交通安全意识各要素作用于危险骑行行为的因果链路。采用Bootstrap法检验安全素质、危险认知和安全态度的中介作用，梳理外界环境对危险骑行行为的直接和间接关系；再利用分层回归模型，验证交通安全知识在交通安全意识与危险骑行行为间的调节效应。研究结果表明：①结构方程模型拟合良好，交通安全意识的4个要素分别与危险骑行行为呈显著的负相关，其中，危险认知对无意行为的影响最大（-0.331），安全态度对有意行为的影响最大（-0.332）；②中介效应显示外界环境作为外生变量可直接作用于行为，也可通过安全素质、危险认知和安全态度对骑行者的行为产生影响；③交通安全知识的调节作用显著（∆R2 = 0.017，P＜0.05），该变量强化了交通安全意识与危险骑行行为的负向影响关系，其简单斜率关系表明，当骑行者交通安全知识水平较高时，交通安全意识对危险骑行行为的作用效果更强。
考虑均值及方差异质性的外卖骑手闯红灯行为影响因素分析
蔡凌霄, 周备, 张生瑞, 马慧忠, 张新芬, 路熙
2024, 42(1): 59-66. doi: 10.3963/j.jssn.1674-4861.2024.01.007
摘要(51) HTML(28) PDF(14)
摘要:
针对外卖骑手闯红灯事件频发、事故风险隐患较高的问题，调查了西安市多个信号交叉口处外卖骑手的闯红灯行为。将闯红灯行为作为因变量，将骑手个人特征、穿越行为特征、交通及环境特征等作为自变量，构建了考虑均值及方差异质性的随机参数Logit模型。采用Halton序列抽样进行参数估计，并结合参数估计结果和平均边际效应值量化分析各自变量对因变量的影响。结果表明：“饿了么”和“UU跑腿”的骑手闯红灯概率较低，到达时段为红灯第2段或第3段、停车线之后等待通行、冲突方向机动车流量较大等变量也会显著降低闯红灯概率，而同向违章人数增加、午高峰、晚高峰等变量会显著增加闯红灯概率。其中，使闯红灯概率提升最大的变量为晚高峰，其平均边际效应为0.278；使闯红灯概率降低最大的变量为停车线后等待，其平均边际效应为-0.222。此外，停车线后等待和晚高峰为随机参数变量，参数均服从正态分布，其均值和标准差分别为-1.379，1.359和2.502，5.360，且都具有显著的均值及方差异质性。对于停车线后等待这个变量，红灯第2段会同时提高其参数均值和方差，即增加闯红灯的概率，并增加该变量对闯红灯行为影响的随机性。对于晚高峰变量，机动车流量较大会同时降低其参数均值和方差，即降低闯红灯的概率，并降低该变量对闯红灯行为影响的随机性。此外，违章人数为1也会降低晚高峰参数的方差。
交通信息工程与控制
基于视觉和惯性传感器的大型邮轮室内旅客身份识别方法
冯晓艺, 马玉亭, 陈聪, 王一飞, 刘克中, 陈默子
2024, 42(1): 67-75. doi: 10.3963/j.jssn.1674-4861.2024.01.008
摘要(39) HTML(17) PDF(6)
摘要:
邮轮内部结构及场景复杂，基于监控用单目摄像头的旅客身份识别方法缺乏深度信息，无法准确识别旅客位置、航向及航向变化信息，难以在复杂场景下准确识别旅客身份。针对上述问题，提出了基于监控用单目摄像头与手持惯性传感器的大型邮轮室内旅客身份识别方法。根据YOLOv5视觉目标检测算法，提取监控视频帧中旅客的像素坐标与边界框；利用2D-3D坐标转换公式，将相机图像中旅客的像素坐标转换为物理世界中旅客与相机的相对坐标；再基于改进神经网络模型，估计旅客在相机相对坐标系下的航向角。利用旅客智能手机中惯性传感器，采集旅客运动数据，检测旅客加速度的变化，判别旅客行走状态；融合磁场强度，推算旅客在大地坐标系下的真实航向角；融合提取的视觉和惯性传感器数据，对旅客的有限特征及其关系进行编码，包括瞬时时刻行走状态、步长、相对航向角和相对距离，解决传感器信号的误差累积问题；基于构建的2幅多关联图，提出特征之间的相似度计算公式，再利用视觉与惯性传感器特征图匹配（vision and inertial sensors graph matching，VIGM）算法求解最大相似度矩阵，实现对2幅图中的同一旅客的识别。经长江“黄金3号”邮轮大厅、棋牌室、多功能厅和走廊4个场景实验，可以发现：VIGM算法在1~3 s窗口内平均匹配准确率达83.9%，与使用高成本深度相机的ViTag身份匹配算法相比，平均匹配准确率仅相差4.5%。实验结果表明：所提基于摄像头与惯性传感器的旅客身份识别方法及算法实现成本低，但识别效果与使用高成本深度相机的方法相当。
新型混合交通流场景下交叉口信号控制和轨迹控制协同优化方法
王方凯, 杨晓光, 江泽浩, 刘聪健
2024, 42(1): 76-83. doi: 10.3963/j.jssn.1674-4861.2024.01.009
摘要(45) HTML(13) PDF(13)
摘要:
针对人类驾驶车辆（human driven vehicle，HDV）和智能网联车辆（connected and autonomous vehicle，CAV）组成的新型混合交通流场景，现有的交叉口协同控制方法中，集中控制和单车控制分别对中央控制器的算力和车载计算单元的算力要求较高。本文研究了1种将元胞传输模型（cell transmission model，CTM）与双层规划模型相结合的协同优化方法，利用可调整的元胞长度平衡求解信号控制与CAV轨迹优化2个问题所需的算力，从而灵活地根据中央控制器和车载计算单元的算力分配计算资源；通过上层模型预测交通流状态并优化信号控制参数，引入动态调整元胞长度规则，降低中央控制器的计算负担；基于上层的交通状态预测结果，利用下层模型对CAV轨迹进行全局规划，进一步提升交叉口通行效率。同时，为了提升解的最优性和求解的实时性，采用结合随机梯度下降法和遗传算法的迭代优化算法，避免陷入局部最优的同时提升求解效率。最后以无锡市先锋中路与春风南路交叉口数据为例，验证了不同CAV渗透率下优化的效果，结果表明：①相较于基准方案，本文提出的协同优化方案最高可以降低交叉口8.09%的车均行程时间，降低了交叉口拥堵向上游的传播；②当CAV渗透率为30%、60%和90%时，优化比例为2.51%、5.08%和7.88%；③在进口道流量大于3 000 pcu/h时，仍能在100s内获得最优信号控制方案，可支持实时优化。该方法可以有效改善城市交通拥堵，提高新型混合交通流场景下交叉口的通行效率。
基于强化学习的交叉口智能网联车多目标通行控制方法
姜涵, 张健, 张海燕, 郝威, 马昌喜
2024, 42(1): 84-93. doi: 10.3963/j.jssn.1674-4861.2024.01.010
摘要(38) HTML(17) PDF(9)
摘要:
针对传统控制方法下的智能网联车辆（connected and autonomous vehicle，CAV）在动态交通环境中通行能耗较高且效率较低等问题，研究了基于强化学习的CAV通行控制方法，旨在降低车辆能源消耗，提升车辆通行效率以及行驶舒适度。通过考虑CAV与交叉口信控系统的信息交互和物理环境，收集信号相位和信号配时（SPaT）以及前车速度和位置等信息，构建强化学习框架的状态空间。以电池能量回收的上限作为边界条件，建立CAV的行驶能耗模型，并基于车辆行驶的关键特征指标，如单位时间电能能耗、通行距离以及加速度变化率，设计多目标加权奖励函数。利用层次分析法确定各指标的权重，进而采用深度确定性策略梯度算法对模型进行训练，并通过梯度下降方法对算法参数进行调整和更新。采用SUMO平台开展仿真实验，实验结果表明：在设计的算法控制下的CAV各方面行驶性能最为均衡，相较于DQN算法电能消耗和加速度变化率均值分别降低了9.22%和18.77%；相较于Krauss跟驰模型行程时间缩短了8.39%。本研究提出的CAV通行控制方法在降低车辆能耗、提高行驶效率和舒适性等方面具有较好的可行性和有效性。
考虑空域时空特性的动态多跑道使用策略优化方法
朱承元, 白锴迪, 赵志刚
2024, 42(1): 94-104. doi: 10.3963/j.jssn.1674-4861.2024.01.011
摘要(28) HTML(14) PDF(3)
摘要:
多跑道机场飞行区运行效率低下会导致空域-跑道系统容流供需失衡，进而造成终端区空域交通拥堵、航班延误现象频发。为提升多跑道机场终端区运行效率，借助全空域与机场模型软件（total airspace and airport modeler，TAAM）建立空域仿真模型，针对不同运行模式动态转换下对终端区交通流走向、扇区开合等空域时空特性的影响进行分析，提出1种考虑不同运行时段内终端区机场走廊口流量配比和进离港流量分布的动态多跑道使用策略优化方法。首先，使用TAAM综合考虑不同跑道运行模式下各扇区内航班流量、高度变更、移交协调及冲突解脱对管制负荷的影响，拟合得出不同跑道运行模式下基于当量航空器架次的各扇区管制负荷函数。以终端区内航班平均飞行时间、平均延误时间及管制员工作负荷为优化目标，建立了跑道使用策略优化模型。设计了1种基于航空器基本性能数据库（the base aircraft data，BADA）的多目标非支配排序遗传算法(NSGA-Ⅱ)，并结合机场实际运行条件在无运行限制、运行方向限制、运行模式限制等5种场景下进行仿真计算。对各场景Pareto最优解集进行评价得出不同场景下最优跑道使用策略，并使用TAAM进行仿真对比验证。结果表明：无运行限制和运行方向限制相较于单一跑道运行模式的航班服务效率提升10.15%，5.01%；管制员工作负荷减少3.91%，3.4%；延误时间减少28.86%，19.46%。
基于强化学习的车道级可变限速控制策略
白如玉, 焦朋朋, 陈越, 张瑶
2024, 42(1): 105-114. doi: 10.3963/j.jssn.1674-4861.2024.01.012
摘要(33) HTML(16) PDF(3)
摘要:
针对高速公路合流区主线各车道交通流运行状况受合流车辆影响的差异性，研究了1种基于强化学习的车道级可变限速（differential variable speed limit, DVSL）控制策略。由于DVSL控制问题存在高维动作空间求解困难，本文利用限速变化值优化动作空间，确定状态空间以及考虑多因素的奖励函数；在求解过程中，使用优质经验回放技术（prioritized experience replay，PER）进行改进，以提高训练效率和模型性能；同时提出1种车道间的安全检测机制辅助PER-DDQN展开训练，保证车道级可变限速模型可实施性。利用SUMO仿真软件测试所提出策略的控制效果，结果表明：所提出的车道级可变限速策略相较于未实施可变限速控制场景，全程行程时间降低41.88%、平均速度提高5.65%，合流区行程时间降低66.91%、平均速度提高43.42%；且车道级可变限速控制策略下合流区内各车道拥堵时间明显缩短，速度变化更加平稳。此外，还测试了智能网联车（connected-automated vehicles，CAVs）在不同渗透率场景对所提出策略的影响，渗透率在低于60%时实施车道级可变限速策略控制效果明显优于未实施可变限速控制策略，在渗透率为20%、40%和60%的场景中平均全程行程时间分别降低了41.88%、13.38%和7.46%，平均速度提高了6.08%、2.36%和1.61%；当渗透率达到80%以上时，鉴于CAVs车辆能明显改善交通流状况，实施车道级可变限速控制策略改善效果不明显。
基于改进YOLOv5算法的道路交通参与者实时检测方法
张逸凡, 聂琳真, 黄灏然, 尹智帅
2024, 42(1): 115-123. doi: 10.3963/j.jssn.1674-4861.2024.01.013
摘要(40) HTML(17) PDF(3)
摘要:
从道路监控图像中快速准确地检测交通参与者对于智能交通系统监管道路目标具有重要意义。为解决传统YOLOv5目标检测算法对多种交通参与者目标检测精度低、重叠目标漏检等问题，研究了基于改进YO-LOv5算法的道路交通参与者实时检测方法。为增强浅层网络提取图像特征信息能力，采用融合移动翻转瓶颈卷积（FusedMBC）代替原卷积结构，并通过自注意力机制学习交通参与者的纹理特征；为加强主干网络感知图像空间特征信息的能力，引入坐标注意力机制（CA），使主干网络更加关注图像中交通参与者的语义特征；为使普通卷积拥有感知构造能力，以增强激活空间的灵敏度，采用漏斗激活函数（FReLU）作为卷积层的激活函数，并能够使特征向量进行像素级建模；为增强网络对密集目标的空间特征信息提取能力，在特征融合网络中加入坐标注意力机制，通过注意力捕捉密集目标融合后的空间与通道特征信息，让网络精确定位各个目标。通过对车路协同自动驾驶数据集DAIR-V2X的交通参与者图像进行数据增强预处理，构建用于验证模型性能的测试集2 000张并进行了算法验证。实验结果表明：①改进后的YOLOv5算法平均检测精度达到82.4%，平均召回率达到95%，平均检测速度达到204帧/s。②相比于原始YOLOv5，其在平均检测精度和平均检测速度分别提高了5.8%和33.3%，证实提出的方法能够实现快速准确地检测交通参与者，有助于提升智能交通系统监管交通参与者的能力。
交通规划与管理
考虑自行车骑行者PM2.5吸入量的健康骑行速度识别方法
刘子逸, 张传栋, 朱才华, 李昱燃, 李岩
2024, 42(1): 124-130. doi: 10.3963/j.jssn.1674-4861.2024.01.014
摘要(33) HTML(17) PDF(5)
摘要:
为降低空气污染时自行车骑行者的PM2.5吸入量，提升健康水平，其可采用减小行程暴露时间或呼吸速率2种方式。2种方式对骑行速度的要求相反，且PM2.5等污染物的吸入量因人而异，所以亟需建立考虑个体差异的PM2.5吸入量-骑行速度模型，以识别骑行者在PM2.5吸入量最小时的健康骑行速度。能量消耗模型以心率和个体特征指标为变量计算空气吸入量，并可结合PM2.5暴露质量浓度和骑行时间进而计算骑行者出行过程的PM2.5吸入量。根据个体骑行者的速度与心率的关联特征构建PM2.5吸入量-骑行速度模型，并通过求导方法获得健康骑行速度。对西安市173名被试试验结果的分析表明：健康骑行速度下男性、女性的PM2.5吸入量与最小和最大骑行速度下的PM2.5吸入量相比，降低比例分别为17.06%、8.57%和1.85%、2.50%。PM2.5吸入量和骑行速度之间呈“U”形曲线分布，“U”形曲线最低点对应于PM2.5吸入量最小时的健康骑行速度。男性健康骑行速度与年龄、体重和基础心率各变量间的相关关系均呈正相关，而女性健康骑行速度与年龄、体重和基础心率各变量间的相关关系分别呈正相关、负相关和正相关。健康骑行速度分布结果可为骑行者针对个体差异性特征提供参考，并建立污染天气下骑行者PM2.5吸入量减少的交通管控方法，提升居民在骑行过程中的健康水平。
基于遗传算法的高峰时段车站协同限流方法
申梦君, 董宁宁, 李铁柱, 郭竞文, 刘慧
2024, 42(1): 131-141. doi: 10.3963/j.jssn.1674-4861.2024.01.015
摘要(27) HTML(13) PDF(6)
摘要:
车站限流是缓解城市轨道交通高峰客流拥挤的有效应对措施。然而，目前实际应用的限流措施缺乏对同线路相邻车站的协同配合的考虑，限流效果有待进一步提升。综合考虑乘客、列车、车站三者的交互关系，依据列车在车站的发车时间间隔，对高峰时段的列车时刻表进行时间离散化，将离散化的时段作为基本研究时段，提取对应的车站乘客到达量。从供需双方的角度出发，以乘客总延误时间最小化和旅客周转量最大化为优化目标，在考虑列车运输能力、客流控制强度、车站服务水平的同时，引入列车剩余运输能力作为约束条件，平衡不同车站的客流需求，构建车站协同限流优化模型。针对多目标函数求解的复杂性，设计1种嵌入式遗传算法对模型进行求解，平衡多目标函数之间最优解的冲突。以南京地铁三号线高峰时段为例，与不采取协同限流的情景（先到先服务）进行对比分析。结果表明：在乘客总周转量提升1%的情况下，乘客延误人数下降了2.3%，乘客总延误时间降低了4.3%，拥挤车站的延误人数显著降低，延误人数的时空分布更加平衡。为了验证算法的有效性和模型的稳定性，将遗传算法与Gurobi求解器进行算法对比，并对关键参数列车满载率进行灵敏度分析，提出的遗传算法更能兼顾双优化目标，有利于缓解高峰时段大客流延误。
基于信令数据的中型城市通勤公交站点优化方法
葛浩菁, 吕远, 焦朋朋
2024, 42(1): 142-149. doi: 10.3963/j.jssn.1674-4861.2024.01.016
摘要(35) HTML(20) PDF(2)
摘要:
大中型城市之间的手机通信基站密度和通勤出行结构不同，公交站点布设呈现出显著差异。在此背景下，研究了基于改进Mean Shift聚类算法的中型城市通勤公交站点优化方法。该方法采用荆州市中心城区信令数据中的通勤记录，以系统总成本（包括运营成本和乘客步行时间成本）作为主要评价指标。根据中心城区早高峰的通勤出行需求，制定通勤公交站点优化方案。通过对比优化结果和现有公交站点布局，验证了优化方法的有效性；比较不同聚类算法，证明改进的Mean Shift聚类算法的性能优越性；考虑基站和等时圈的影响，对比不同场景，证明了考虑二者影响的必要性。结果表明：①针对荆州市研究区域的早高峰出行需求，优化方法共设置28个公交站，乘客步行时间成本下降51.98%，系统总成本下降17.82%，表明本方法能够得到系统总成本更优的站点布设方案，有效减少研究区域内乘客步行时间成本；②与不同聚类算法的比较中，改进Mean Shift算法得到的方案有明显提升，系统总成本比K-means聚类算法下降8.73%，比近邻传播聚类算法（af-finity propagation，AP）下降2.48%；③与未考虑基站和等时圈影响的情况相比，本算法步行时间成本有所下降。上述指标表明改进Mean Shift聚类方法在聚类质量上优于其他方法，可以获得更优的公交站点布设方案，为中型城市的公交线路规划提供基础。
基于动态图神经常微分方程的地铁短时客流预测方法
彭颢, 贺玉龙, 宋太龙, 武继壮
2024, 42(1): 150-160. doi: 10.3963/j.jssn.1674-4861.2024.01.017
摘要(38) HTML(18) PDF(5)
摘要:
随着城市轨道交通的快速发展，客流量的准确预测对于改善运营服务至关重要。为了解决当前地铁客流预测存在的时空特性挖掘不充分等问题，进一步提高预测的精度与效率，研究了基于动态图神经常微分方程模型（multivariate time series with dynamic graph neural ordinary differential equations，MTGODE）的地铁短时客流预测方法。该方法通彭颢1贺玉过学习地铁站点间的动态关联强度构建动态拓扑图结构，基于学习得到的动态图进行连续图传播以传递时空信息、挖掘客流的依赖关系，并采用残差卷积提取多时间尺度下的周期性模式，实现了对站点间时空动态的连续表征，克服了传统图卷积网络模型难以刻画动态空间依赖的局限性。此外，为了充分挖掘不同站点间客流分布的时空规律，综合利用北京地铁自动售检票系统（auto fare collection，AFC）刷卡数据、天气数据、空气质量数据以及车站周边用地属性数据构建多源融合的客流预测模型。通过选取地铁北京站和积水潭站-东直门站的历史数据开展进站客流和OD客流预测实验，结果表明：与多个基准模型相比，该模型在平均绝对误差、均方根误差和平均百分比误差这3个指标中均取得了更优的预测效果，相较最优基准模型扩散卷积循环神经网络（diffusion convolutional recurrent neural network，DCRNN）分别降低了9.93%，12.30%，9.23%，对地铁客流时空分布的拟合程度更好，模型具有更好的预测精度、稳定性和拟合能力。
基于CNL的轨道站点停车换乘选择行为分析
朱震军, 徐逸清, 施非凡, 马健霄, 孙静瑞
2024, 42(1): 161-167. doi: 10.3963/j.jssn.1674-4861.2024.01.018
摘要(33) HTML(19) PDF(1)
摘要:
研究轨道站点停车换乘选择行为，分析出行者选择停车换乘出行的影响因素，可进一步改善设施运营状况与优化设施配置。选取南京市轨道站点作为研究对象，通过采集轨道站点停车换乘设施的使用情况，从个人属性、出行属性及停车换乘意向3个方面对设施使用者的停车换乘选择行为进行调查。分析停车换乘选择行为的影响因素并选取9项特征变量，考虑出行者换乘方式、时间、距离，选择换乘便捷度和换乘次数进一步分析出行者停车换乘选择行为。分别以换乘便捷度和换乘次数为上层巢构建交叉巢式Logit模型，对比分析不同情况下出行者选择停车换乘出行的影响因素差异，揭示特征变量对站点选择和出行方式选择的影响。研究结果表明：换乘便捷度和换乘次数为CNL模型上层巢的参数结果存在差异，以换乘便捷度为CNL模型上层巢的结果中，收入、出行目的和停车时间的参数绝对值较大，分别为0.467，0.359，0.454；以换乘次数为CNL模型上层巢的结果中，绝对值较大的则是收入、出行目的和出行次数，分别为0.550，0.579，0.642，对比发现收入和出行目的对出行者选择停车换乘的影响较大。由模型中下层选择枝对上层巢的隶属度估计值可以发现，换乘便捷度适度增加或换乘次数适度减少的情形下“，停车换乘（P&R）”出行方式的选择枝隶属度最高，分别为0.399，0.464，出行者会更倾向于选择停车换乘。以换乘便捷度和换乘次数为上层巢构建的CNL模型较巢式Logit模型和多项Logit模型精度提升约10%，在不同换乘便捷度和换乘次数情况下出行者对不同影响因素具有差异化敏感程度。
信息动态
船舶锂电池动力技术最新应用进展
2024, 42(1): 168-174.
摘要(40) HTML(21) PDF(6)
摘要:

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由 北京仁和汇智信息技术有限公司 开发