创刊时间:2003
出版周期:季 刊
主管单位:中华人民共和国
主办单位:西南交通大学
主 编:刘晓波 贺正冰
邮 箱:jtt@swjtu.edu.cn
IS S N :1672-4747
C N :51-1652/U
影响因子学科排序:11/154
CI 学 科 排 序:31/154 所 属 分 区:Q1 复合类影响因子:2.479 复合类即年指标:0.574
基于社交媒体评论分析公众态度已经成为一种新兴的数据驱动研究方法,本文初步探索一种以舆情分析驱动科学研究的思路。2024年5月起,百度旗下的“萝卜快跑”自动驾驶出行服务平台在中国武汉开展世界上最大规模的全无人商业化运营,并因一起轻微交通事故在社交媒体上引发了舆情。首先,本文概述了“萝卜快跑”在武汉的商业化实践进程。随后,借助百度指数平台分析了公众对于“萝卜快跑”“无人驾驶”“无人驾驶出租车”关注度的演化。接着,通过对新浪微博和抖音社交媒体上的1 809条热门评论开展词云分析和主题建模分析,挖掘出了公众关注的四个热点主题:技术进步、服务体验、市场竞争以及经济社会影响。最后,根据公众关切,从自动驾驶的社会兼容性提升、出行服务市场结构与政府规制、就业变革与社会保障制度、法律框架与地方立法探索四个方面提出了研究方向建议。本文结果有助于政府和学界及时了解中国公众对于自动驾驶出行服务的态度和关注点,主动谋划研究方向以响应社会需求,促进技术创新的同时主动防范风险,尽快塑造适应新质生产力发展的社会认知和外部环境,助力我国在全球自动驾驶出行服务领域的国际竞争中掌握主动权。
2024年5月,百度推出的“萝卜快跑”无人驾驶出租车服务在湖北武汉启动了大规模商业化运营。该服务以具有竞争力的定价策略和人力成本优势引发了公众关于无人驾驶出租车与传统出租车和网约车(统称为出租车行业)竞争和利益冲突的激烈讨论。在无人驾驶出租车服务商业化运营初期,深入了解公众对于这一新兴服务对司机职业冲击的认知,对于制定有效政策、避免社会摩擦、促进出租车行业的稳定发展和实现社会和谐具有重要意义。通过对微博、抖音、小红书等中国主要社交媒体平台上的22 835条评论进行筛选,我们锁定了6 228条与出租车司机直接相关的评论。本研究采用Latent Dirichlet Allocation主题模型,成功提取了公众普遍关注的五个热点主题,并形成了从订单量到技术应用的主题递进链条。情感分析结果显示在“萝卜快跑”事件的影响下,公众对出租车司机职业稳定性的看法普遍带有消极情绪且占据主导地位。K-means聚类分析显示,不同省份在情感倾向和对主题1至5的参与度上形成了四个差异类别。例如,类别2普遍参与到主题3(底层工作者)和主题4(司机失业)的讨论中,而第3类别的省份则更对主题1(家庭生计)和主题2(订单量)表现出较高的关注。上述发现为政策制定者在无人驾驶出租车技术推进中平衡社会影响提供了实证依据,有助于促进社会和谐与行业稳定发展。
在共享汽车的车辆调度问题中,传统基于库存理论的阈值调度方法要求当区域车辆数高于阈值时立即调度车辆,产生大量调度任务,降低车辆可用性。为此,本文针对自动驾驶电动共享车(SAEV)系统,基于离散事件仿真框架提出一种车辆自适应集中调度优化方法,改进传统的阈值调度方法。具体而言,首先构建SAEV系统的离散事件仿真模型,该模型以站点为中心进行运营区域划分,把用户需求分为跨区需求和非跨区需求,通过车辆自动接送用户实现灵活服务。然后,在仿真模型中,设定固定时间间隔求解一个基于区域阈值的运输问题,确定一次车辆集中调度方案以代替传统阈值触发的单车调度方案。最后,设计了仿真优化框架和BO-SPSA算法有效求解调度阈值以最大化SAEV系统的日利润。该算法通过贝叶斯优化(BO)对同步扰动随机近似(SPSA)算法的参数进行优化,实现更快速和高效的求解。成都市案例表明:(1)BOSPSA相比其他算法能更快速且高效地求解;(2)小规模与大规模运营场景同时验证了本文所提出的自适应集中调度策略相比传统调度策略能服务更多的用户,减少调度车次数,获得更多运营利润;(3)无论运营场景规模大小,当需求较小时,使用快速充电桩并不能有效地提升系统的盈利能力,但随着需求规模的增加,快速充电桩能够更好地增强系统平衡不均衡用户需求的能力,提升系统的服务水平和利润。
针对智能车队纵向跟随控制中车辆之间信息传递存在的延迟问题,提出了一种通信延迟条件下运动状态估计与模型预测控制相结合的MSE-MPC(Motion State Estimation-Model Predictive Control)智能车辆队列纵向跟随控制方法。利用运动状态估计算法,对通信延迟情况下的前车状态信息进行估计,并将所预测的前车状态信息用于更新模型预测控制器的输入,决策出跟随车行驶所需的期望加速度,在保持合理的车间距情况下,实现车辆的加减速,使队列系统达到稳定。通过Simulink/Carsim联合仿真平台,在固定延迟和随机延迟两种不同延迟条件下对控制算法进行仿真验证,并与无延迟时MSE-MPC及有延迟时MPC算法的控制效果进行对比。仿真结果表明,MSE-MPC融合算法有效,对于延迟时长的变化不敏感,能够较好地抵抗通信延迟的影响,而且整体的控制效果较好,能够保证队列的稳定运行。
为提升城市机动车交通精细化管控水平,考虑需求管理和区域空间形状在城市机动车出行时空特性中的影响,基于建成环境7D要素构建建成环境对城市机动车出行时空异质影响模型,探究建成环境对城市机动车出行时空分布特性的作用机理。本文将上海市划分为225个交通小区,采集约50万辆机动车动态运行数据分析出行时空特性,在建成环境5D要素基础上,将轨道交通数据纳入考量,计算公交站点和线路密度指标评估公共交通可达性要素。为反映动态交通需求变化,考虑空间异质复杂性,加入需求管理要素和区域空间形状要素形成7D要素,分别采用停车场密度和交通小区空间形状指数指标作为衡量指标,并以机动车出行量作为因变量,建成环境7D要素作为自变量,进行相关性分析和多重共线性检验。应用最小二乘回归模型和地理加权回归模型、时空地理加权回归模型构建建成环境对城市机动车出行影响模型,针对工作日和非工作日两个时段的回归系数进行空间可视化分析,探究建成环境对城市机动车出行的时空异质性影响。结果表明,对比OLS、GWR和GTWR模型,GTWR模型具有更好的拟合效果。人口密度、公共交通线路密度和公共交通站点密度、到城市CBD的距离、停车场密度、交通小区空间形状指数对城市机动车出行为抑制作用,土地利用混合熵指数、道路网密度对城市机动车出行为促进作用。研究为优化城市机动车出行模式和区域交通精细化管理提供了依据。
共享电动汽车作为新兴的低碳出行方式,探究其时空分布规律及影响因素,有助于优化交通资源配置,推动城市交通系统的可持续发展。本文首先研究了共享电动汽车订单量的时空自相关特征;其次,基于对传统区域聚合方法的改进,结合对兴趣点(POI)空间分布模式(密度、邻近性、集聚性)的精细化定义,本文建立了综合考虑时空特征、站点属性及建成环境特征的“S-T+S+T+5D”影响因素量化体系;最后,通过构建并对比多个识别模型,本文揭示了各因素的影响程度和作用机理。结果表明:(1)相较于广义线性模型及随机森林模型,考虑地理交互效应的广义可加混合模型能更准确地识别影响因素,有效解释了服务需求的空间依赖特征。(2)影响因素中,站点属性的影响程度最高;车位容量表现出阈值效应,即区域容量高于70会抑制出行需求;站点间的过近距离会加剧内部竞争。(3)共享电动汽车在补充城市公共交通服务不足方面具有一定潜力,尤其在地铁入口2 km外的服务薄弱区域和大型客运枢纽周边。(4)土地混合利用强度呈现倒U型的非线性关系,娱乐场所密度、高校邻近性和医疗场所集聚性均对共享电动汽车出行产生促进作用。研究结果可为运营商进行短期站点优化及长期布局规划提供理论支撑。
反应时间是车辆跟驰模型的关键参数之一,为解决现有基于车辆轨迹的反应时间提取方法无法有效处理随机性等问题,提出了一种基于峰值检测的瞬时反应时间估计新方法。首先,基于刺激-反应理论利用峰值检测算法捕捉轨迹数据中相对速度和加速度的局部峰值,然后结合最小费用时间函数匹配刺激-反应关系进而估计瞬时反应时间。应用高精度轨迹数据集Zen Traffic Data验证方法的有效性和可靠性,并分别从单个车辆和总体的层面进一步挖掘驾驶员的时变反应特性。实验结果显示,新方法与现有方法估计结果的均值差异不超过0.1 s,且与实际分布一致。对交通状态分析发现,反应时间在畅通条件下集中分布在0.4~1.0 s,在拥堵条件下集中分布在0.5~1.5 s;对车辆行驶状态分析发现,反应时间在匀速驾驶状态下较稳定,均值为0.94 s。研究表明,基于峰值检测的新方法不仅能够准确估计反应时间,而且能够揭示反应时间在不同交通拥堵条件和行驶状态下的显著差异,为车辆行驶安全研究提供有效工具。
双准则最短路径问题旨在寻找路网两节点间所含路段总权重最小化的路径,其中路段权重需综合考虑如时间、金钱在内的两种准则。考虑出行者的异质性假设,研究中通常采用一个连续分布刻画同一起讫点(origin-destination, OD)出行者的时间价值。尽管将连续分布均等离散化并将每个分段近似成单一值后可以使用如Dijkstra算法等标准最短路径算法求解,但较少离散类别下这种近似处理致使部分出行者的路径选择被错误刻画,而过多的离散类别又会大大降低算法效率。因此,研究者们致力于精确求解连续双准则最短路径问题。但现有研究在算法的网络拓扑解释方面仍有欠缺,对不同算法性能的比较也较为缺乏。本文详细分析了连续双准则最短路径问题的三种求解算法,首先阐述了基于OD对和基于起点两类双准则最短路径算法的原理以及实现步骤,进一步分析基于起点的“转轴”加速策略。通过一系列数值实验分析测试算法性能,结果表明,基于起点的算法配合“转轴”加速策略在不同规模的测试网络中均展现出较高的计算效率,而基于OD对的算法在大型网络中表现较差。此外,本文还在网络规模、收费路段数量、收费尺度、需求水平等维度全面测试了三种算法,并分析不同要素对算法性能的影响。结果显示,收费增加和网络拥挤均会在一定程度上降低三种算法的求解效率。本研究不仅有助于加深对双准则路径选择行为的理解,还为解决多用户多准则网络均衡、多目标网络优化等复杂优化问题奠定了基础。
在大型异构路网中,不同区域的交通运行特征存在显著差异,因此需要针对各个区域的具体特征制定相应的交通管理和控制策略。合理划分路网以获得交通特征均质的子区,对于有效的交通管控和分析至关重要。首先提出了一种改进的密度峰值聚类方法(Enhanced Density Peak Clustering,En-DPC),用于路网子区的初始划分。该方法基于质量概率相似性并考虑路网连接性约束,提升了算法对异常数据的鲁棒性,避免子区内路段不连续的问题。接着,利用EnDPC方法对初始划分的子区进一步合并,形成大小适中的新子区。最后,通过边界调整提高子区边界的平滑度,获得最终的划分结果。该方法能够根据路网交通状态自动确定子区数量,确保划分的合理性。此外,考虑到路网拥堵状态的时空演变,在静态划分基础上设计了一种动态划分方法,根据车辆密度的变化动态调整边界,以提升其在实时交通管控中的适用性,并利用瑞士苏黎世的线圈检测器数据验证了所提出方法的有效性。结果表明,本文提出的方法能够有效地将大型异构路网划分成均质子区,且每个子区都可获得一个清晰的宏观基本图。与现有文献中的路网划分方法如归一分割和“蛇”方法相比,本文方法不仅在归一化总方差、平均NcutSilhouette和模块度等性能评价指标上表现更优,而且子区划分时间明显低于其他两种方法。
城市路网容量是指在路段容量限制下路网能够容纳的最大交通流量,是衡量城市供需平衡与指导政府投资方向的关键指标和重要依据。网络容量研究可以预测道路网络能够容纳多少额外需求,从而帮助管理者制定出切实有效的交通规划与管理政策。此类问题在数学上通常用一个双层优化模型来表述,上层模型的优化目标是最大化交通需求总量,下层则对出行者的路径选择行为和网络拥挤效应进行建模。但双层优化模型求解复杂且并不适用于大规模路网,大多双层模型在实际的应用中受到限制。因此,本文系统回顾了一种单层网络容量模型,即超额需求容量模型,并提出了一种高效的求解算法。算法的核心是利用基于路径的增广拉格朗日方法,多次求解一个考虑路段容量约束的用户均衡分配问题。数值实验结果表明,超额需求网络容量模型及其算法能够准确预测大规模城市交通网络在不同场景下的最大交通需求承载能力,为城市交通规划与管理提供有力的支持。在路网的承载极限状态下,某些流量已经达到或接近其容量的路段可能成为影响整个网络容量大小的瓶颈路段,可以据此为政府制定交通管控策略或道路改扩建投资提供依据,有望在实践中取得广泛应用。
针对当前单一模型预测航空器滑出时间精度提升存在瓶颈的问题,提出一种结合最大互信息系数(Maximal Information Coefficient, MIC)的迭代注意力特征融合模块(iterative Attentional Feature Fusion, iAFF)和Stacking集成学习框架组合的航空器滑出时间预测模型。首先利用MIC提取出与滑出时间相关性较高的因素作为模型原始特征序列;然后以支持向量回归(SVR)、随机森林(RF)、多层感知机(MLP)和极限梯度提升机(XGBoost)为基学习器模型对原始特征进行特征构造,并利用iAFF模块对基学习器得到的构造特征和原始特征进行特征融合,通过MLP对融合后的特征进行学习,最终得到预测滑出时间。经实际算例对比验证表明,与单一模型相比,MIC-iAFF-Stacking集成学习模型在±2、±3、±5 min误差范围内的预测精度分别提升了6.14%、6.40%、2.31%,证明了该模型在滑出时间预测中的有效性。
多跑道机场内离场航班运行效率低下会导致机坪-跑道-空域系统容流失衡,进而引发空中交通堵塞和航班地面延误等问题。为实现高效有序的离场航班管理,提出了多跑道机场离场航班的动态协同调度模型。首先,以最小化离场航班机位等待时间为目标,综合考虑尾流间隔、长航线航班放行间隔、走廊口间隔、非默认跑道起飞间隔、港湾区推出间隔等约束限制,引入基于滚动时间窗控制的动态排序策略,建立离场航班动态协同调度模型。其次,在分配航班运行时间的基础上,引入分配运行跑道的调度策略。最后,以广州白云国际机场为实例进行验证,采用进离场需求不同的三组运行数据构建仿真数据集。仿真结果表明,本文提出的动态排序策略可以在不显著降低目标函数值的前提下,在早高峰时间段内令求解时间下降97%。此外,对离场航班同时分配运行时间和运行跑道的调度策略能够显著缓解航班延误问题。进一步,模拟了实际运行中不同的走廊口间隔标准对离场运行的影响,由此发现,YIN走廊口放行间隔标准需设置在3.5 min以内,以维持离港航班正常率。再进一步,针对塔台管制提出了全向离场运行条件下的管制放行建议。
机动车尾气排放已成为主要的空气污染来源。车载诊断系统(on-board diagnostics, OBD)作为重要的机动车排放监管工具,可以获取与氮氧化物排放相关的关键信息。然而,由于OBD系统存在数据缺失和数据质量不高的问题,难以准确评估车辆NOx排放水平并有效筛查高排放车辆。本文提出了一种基于多粒度级联森林(multi-Grained Cascade Forest, gcForest)模型的高排放重型柴油车筛选方法。首先,使用Gumbel分布对重型柴油车辆的NOx/CO2数据进行概率分布对象拟合,以确定高排放阈值并标记高排放记录;其次,采用熵值法和多重共线性检验确定最优特征子集,并使用合成少数过采样技术(Synthetic Minority Over-sampling Technique,SMOTE)处理高排放样本和清洁样本比例不平衡问题;最后,构建gcForest模型用于分类排放超标数据。实验结果表明,该模型在识别高NOx排放重型柴油车辆方面具有有效性和适用性。该方法提升了利用OBD数据识别高排放车辆的可行性,为精准监管机动车排放提供了可靠的数据支撑。
共享单车的迅速发展对现有公共交通产生了直接影响。虽然已有研究探讨了共享单车对城市公交和轨道交通的影响,但其对整体公共交通的影响仍不明确,尤其是这一影响的长期效应和作用机制有待深入探讨。本文采用多期双重差分(DID)方法,对比讨论了共享单车对城市公交客运量、轨道交通客运量和公共交通客运总量的影响。研究发现,城市引入共享单车后,尽管轨道交通客运量显著增加了0.088个标准差(约为8252万人次,增长了14.34%),但城市公交客运量显著减少了0.128个标准差(约为12380万人次,减少了8.77%)。这种此消彼长的效应导致公共交通客运总量未出现显著变化。随着时间推移,共享单车对轨道交通客运量的正向效果逐年增强,同时对城市公交客运量的负向效果也呈现出增强的趋势。此外,城市规模越大,公共交通越便利的城市,共享单车对轨道交通补充作用和对城市公交的替代作用越明显。建议政府整合共享单车与公共交通,以提升公共交通客运总量;在拥堵路段设立公交专用道,以增强公交的竞争力;在公共交通便利性较高的地区,减少城市公交线路以缓解与共享单车的竞争;在便利性较低的地区,则需增加公交服务,以增强公交出行的优势。
<正>~~
<正>《交通运输工程与信息学报》为季刊,每季末月20号出刊,主要关注交通运输系统(包括道路、铁路、航空、航海等各种交通方式)运营管理与信息化相关创新理论方法研究。尤其鼓励面向国家重大需求与领域热点的探索与创新,如:国家综合立体交通网、交通强国、川藏铁路、碳中和与碳达峰、自动驾驶、大数据与机器学习等。本刊采取双盲审方式审稿,审稿人从以下几个方面对稿件打分:(1)研究内容(参考国内高水平期刊):创新价值、方法先进性、论证充分性;(2)文字表达:论文题目、中文摘要、英文摘要、文献综述、研究动机与贡献、文字表述。