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
众多研究表明交通信号控制与车辆路径选择相互影响，信号配时影响车辆的路径选择行为，进而影响路网的交通流量分布，故需要根据流量情况设置信号配时方案以提升路网整体性能。本文聚焦交通分配与信号控制的组合优化研究，分析了交通分配和信号控制的关联机制以及应用于组合优化问题的经典原理和策略；归纳了组合优化问题的研究要素，并基于博弈论将组合优化问题分为迭代优化问题（纳什古诺博弈）、系统优化问题（垄断博弈）和混合优化问题（主从博弈）。迭代优化策略将交通控制与分配看作同一层次上两个互相关联的问题，迭代求解这两个问题，以期获得信号配时和交通流量分布相互一致的解决方案；系统优化策略是一种系统最优控制，交通管理者同时优化控制方案和交通流量；混合优化策略在考虑用户路径选择的前提下，以控制参数为决策变量，构建并求解组合优化模型。对三类优化问题的相关研究进展进行了归纳和综述，并分析其特征及优缺点。建议未来从以下方向进行优化：将传统的组合优化问题扩展至智能网联环境下信号控制与路径诱导的协同控制；考虑控制策略对于OD需求的影响，并扩展出行行为因素，将出行模式、离开时间等参数纳入决策变量；可依据路径选择倾向、旅行成本感知情况等标准进行车辆分类，提高控制策略的鲁棒性；采用合适的城市路网交通模型，更加详细地描述微观交通现象，精确地计算交叉口及路段延误；开发和优化求解组合问题的算法，提升算法的计算效率、适用规模以及理论特性（例如最优性、收敛性），采用并行计算、多线程计算等手段提升计算效率；最后，在交通描述精确性、信号控制方案灵活性和全面性以及算法求解效率等多个要素之间进行平衡。
随着信息技术的快速发展，近年来深度强化学习方法在交通运输领域得到广泛应用，特别是在交通信号控制领域，已成为当前交通信号控制发展的重要方向。本文针对强化学习在交通信号控制领域应用中存在的随机相位选择导致无法实际应用的问题，提出了一种考虑NEMA双环相位结构的单点交通信号控制强化学习方法。以典型十字交叉口的NEMA双环相位结构为约束，设计优化了在相位切换决策过程中智能体的控制结构，通过增加1个智能体决定前置和后置相位顺序以提升相位切换的灵活性、部署2个智能体决定前置相位是否切换、设置1个智能体同时切断后置相位绿灯，通过经验共享机制，有效降低了状态-动作空间维度，提高了智能体训练效率。在此基础上，采用定制化PPO算法，基于SUMO仿真平台分析了不同交通需求、不同信号参数等场景下的单点深度强化学习信号控制方法的效果。结果表明，在高中低不同交通需求下，本文的方法都优于传统的固定相位相序方法。
全世界范围内老年人口比重正在快速增长，这一群体的出行需求受到社会各界越来越多的关注。老年人的自然衰老过程伴随着身心健康水平的下降，这些变化可能对其的出行产生重大影响，因此，老年人的出行行为相比年轻群体产生了较大变化。在中国，公交作为一种低成本、大运量的交通工具，成为老年人的主要出行方式之一，研究老年人公交出行的特征，有助于深入了解老年人公交出行需求。本文从老年人公交出行当前发展现状出发，围绕老年人公交出行特征、影响老年人公交出行的因素、老年人公交出行满意度、老年人公交出行引导策略等四个方面对老年人公交出行的研究现状进行了综述并指出现有研究的重点。老年人出行行为方面，公交IC卡数据和问卷调查数据被广泛应用于老年人出行目的、频率、时空特征等问题的统计分析，但对其出行机理的研究有限。影响老年人公交出行的因素主要集中于探究个人属性（年龄、性别、健康状况、经济水平、家庭结构等）和环境因素（天气、地形、城市用地、服务设施、政策等）。在老年人公交出行满意度方面，由于身体机能下降的原因，老年人更加关注公交出行的舒适性、便捷性和安全性。老年人公交出行引导策略方面，众多城市通过出台相关政策法规、改善公交出行环境、保障公交出行安全以及提高公交服务水平等措施主动引导老年人合理出行。最后，本文对老年人公交出行未来发展趋势进行了展望，以期能够为打造适老化的公交出行服务提供参考。
研究老年人的出行方式选择有助于更好地理解老年人出行行为，对提高老年人出行便捷性和可达性，构建老年人友好型社会和改善交通系统的公平性具有重要意义。本文基于2021年贵阳市居民出行调查数据，运用梯度提升决策树模型，研究老年人出行方式选择的决策机理，并深入挖掘公交站点辐射区内不同老年群体选择行为的异质性。结果表明：（1）出行特征是影响老年人出行方式选择最重要的因素，相对重要度达58.51%，其次是建成环境因素（35.49%），二者均远高于社会经济属性的相对重要性(6%)。（2）建成环境对老年人出行方式选择的非线性作用显著，其中老年人步行出行的距离阈值为3 km；老年人出行更多的是空间分散模式，而非以市中心为导向模式。因此，对老年人出行方式选择的干预在建成环境阈值范围内更加有效。（3）建成环境对老年人出行方式选择的影响不仅存在独立的非线性效应，不同的社会经济属性还会导致其存在群体差异。这些发现可为创建面向老年人友好的出行环境提供决策支撑。
综合交通运输系统碳排放是全社会碳排放的主要组成部分，由于受多种因素影响，碳排放的预测具有不确定性。本文将综合交通运输系统划分为道路运输、轨道运输、水路运输和航空运输，将运输量、运输结构、运输工具的能耗和燃料的碳排放系数作为碳排放的影响因素，采用基于活动水平的方法测算综合交通运输系统碳排放。提出单位因素变化的碳排放变化率为敏感性系数，分析运输量、运输结构等不确定因素变化对碳排放的影响；设置不同减排情景，采用蒙特卡罗模拟预测在不同减排政策下碳排放发展的不确定性。通过敏感性分析研究发现：传统能源私家车、货车的运输量或能耗的变化对碳排放影响较大，敏感性系数达到0.46和0.23。不确定性分析结果表明：在既有政策设定情景和面向碳达峰情境下，交通碳排放有望在2033和2031年实现达峰，峰值分别约为11.4亿t与11.3亿t，不确定范围约为10～12亿t，随着时间的推移，碳排放的不确定范围呈扩大趋势。总体上看，交通运输系统在2030年前实现碳达峰难度较大。近中期，传统燃油车的能效提升对碳减排非常重要；中远期，推广新能源车辆措施会发挥更加重要的减排作用。
多方式无缝衔接，尤其是公交和地铁的便利衔接是提高居民出行品质、提升绿色方式分担率的重要前提。目前，已有很多公交和地铁换乘优化的研究，但大多基于网络可达性、换乘距离最短等单一目标设置静态方案，缺乏对接驳站点和运营优化的同步兼顾，致使现有优化方法的实际应用效果欠佳。为解决上述问题，本文首先提出一种改进DBSCAN聚类算法，引入站点隔离度和客流需求量两个因素完成公交站点聚类划分，确定接驳站点候选集合。其次，以兼顾系统效益和个体利益为目标，融合宏观社会层面和微观个人层面的多维因素，建立接驳公交多目标双层规划模型，打破单一维度和单一目标优化的局限。最后，设计了一种基于精英非支配排序遗传算法（NSGA-II）的模型求解方法，并依据杭州市的实际数据对模型进行了验证，结果表明新方法可以有效串联公交站点，提高客流服务率。本文成果对实际接驳公交设计有一定的参考价值。
随着客流需求的快速增长，高峰时段客流需求的过度饱和给地铁系统运营安全和乘客高质量服务带来了巨大挑战。为了提高地铁运行效率，减少旅客出行延误，本文为客流过饱和条件下地铁网络运营提出了一种有效方法——客流控制策略与列车运行图协同优化。以乘客平均等待时间最小化为目标，综合考虑行车条件约束、站台容量约束及列车容量约束，建立了一个混合整数非线性规划模型，并设计了一种改进的差分进化算法，来寻找地铁网络限流控制与列车运行图协同优化问题的高质量解。最后，以北京地铁部分线路为例，将无优化、仅限流优化、仅优化运行图和协同优化四种策略的结果进行对比，验证了所提协同优化方法的有效性。结果表明：限流控制与运行图的协同优化策略最能提升运营效率，所提差分进化算法在计算效率和解的质量方面均优于遗传算法。协同优化策略下乘客的平均等待时间为6.02 min，与无优化相比所获得的限流控制与列车运行图协同优化策略可以使乘客平均等待时间减少17.65%，乘客平均出行时间减少4.42%。
政府与社会资本合作模式（Public-Private Partnership,PPP）下城市停车项目的成功关键在于定价是否合理，过低或过高的定价都会影响项目的效益。本文分析城市停车PPP项目中各参与主体的利益诉求，采用调查问卷调研不同用户群体的停车支付意愿，发现随着月收入的增加，用户所能接受的最大停车费用逐渐增大。基于风险收益对等原理构建项目公司期望定价模型，根据项目成本及收益确定政府补贴额度，在PPP项目公司、政府方和停车用户三方不同的期望定价下，构建了目标规划模型，并以安庆市停车PPP项目为例，求解模型得出用户实际支付额度和政府补贴额度。对比其他学者提出的基于收益法和停车需求量的定价模型，本文模型可降低PPP模式下期望定价13.6%，降低用户付费20.4%，有利于兼顾三方主体的利益。研究结果可以为PPP模式下城市停车项目定价提供参考。
典型高峰小时交通量的确定在民用运输机场规划与设计中发挥着重要的作用，是机场规模与设施容量预测的基础。目前典型高峰小时定义指标众多，不同定义指标计算出的机场典型高峰小时需求不一致。因此，需要研究一种相对精准且统一的方法来确定不同民用运输机场典型高峰小时交通量。为实现上述目标，结合民用运输机场交通量重复离散的数据特征，提出了基于改进Kneedle算法的拐点检测方法，应用于北京首都国际机场和昆明长水国际机场航班起降架次数据集，该方法可确定不同机场排名曲线中首个拐点位置和对应的航班起降架次，以此作为机场典型高峰小时需求，并与常用的标准繁忙率（SBR）、繁忙小时率（BHR）、年度高峰月的平均日高峰小时（ADPM）、年度两个高峰月的平均日高峰小时（ADTPM）四种典型高峰小时定义指标计算得到的高峰小时航班起降架次及排名曲线中对应位置分别进行了比较验证。研究结果表明，同一典型高峰小时定义并不适用于不同民用运输机场，而使用改进Kneedle算法能够准确确定机场典型高峰小时交通需求，具有更广泛的适用性。
随着新能源汽车技术的快速发展，电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段，然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上，考虑电动公交车充电需求，对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型，上层为带有电动公交线路运营充电仿真模块的公交网络优化模型，从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小；下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法（Surrogate-model-based Algorithm）来求解所构建的双层规划模型，并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题，利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性，算例结果显示，所提出的代理模型算法比传统遗传算法求解效率和精度更高，且随着网络规模的增大效果更为明显。
针对常规定制公交线路规划方法不能满足乘客高峰通勤需求等问题，在考虑乘客期望时间窗和最大容忍时间窗的基础上，引入柔性时间窗的概念，基于通勤者居住地与工作地时空分布差异性特点分别设置上下车站点罚函数，以车辆固定成本、车辆运行成本、车辆延误惩罚成本和未提供乘车服务惩罚成本之和最小为优化目标，以时间窗、运行距离和最大站点数量等为约束，建立考虑柔性时间窗的通勤定制公交线路优化模型。在兰州市通勤乘客数据基础上，选取两组大小不同规模的算例集，使用Gurobi和传统TS算法求解小规模算例与基于目标控制原则的动态禁忌长度TS算法求解大规模算例验证模型有效性。结果表明，在小规模算例中Gurobi求解可得到较优的目标值，但随着数据规模的增加其求解效率逐渐劣于TS算法，设置柔性时间窗车辆提供乘车服务的人数比硬时间窗背景下增加了276人，且有效规避了软时间窗背景下车辆到达末站点的时刻波动。本文所提方法在均衡乘客和运营方利益的同时，可通过调节柔性系数产生多元化的运行方案，能够为通勤定制公交运营及管理提供决策支持。
运动学模型预测控制（KMPC）以其模型简单、计算高效而闻名于自主车辆运动控制领域。当车辆动力学不断变化时因KMPC未能处理复杂工况下横纵向运动的强耦合性，为了保证车辆转向的稳定性会降低车速应用范围和车辆跟踪精度。针对上述问题，本文提出一种改进方法，即基于时变模型预测控制方法对跟随车横纵向协同控制，在保证操纵性能的前提下提高弯道跟车行驶工况的车速应用范围。分析运动学/动力学模型中车速对转向稳定性的影响，建立考虑轮胎特性的带质心侧偏角补偿的车辆模型。通过雷达传感器和无线通信获取交通环境信息规划跟随车的参考轨迹，并基于安全车距策略规划跟随车的理想车间距。设计基于模糊逻辑的条件分类器确定名义运动学模型与带补偿的模型二者间的切换，并反馈控制横摆角速度以避免高速时的模型失配现象，进而弥补KMPC对车速应用范围的制约。采用横纵耦合车辆模型及综合性能评价对跟随车进行横纵协同优化控制，实现以期望速度跟随前车轨迹行驶并保持安全车距。基于CarSim与MATLAB/Simulink对弯道跟车行驶工况进行仿真，结果表明该方法可在不同道路曲率下实现对前车低速到高速范围下横纵向协同跟随的有效控制。
随着交通系统自组织运行与自主化服务能力的快速发展，自主式交通系统（Autonomous Transportation Systems, ATS）成为智能交通系统未来的重要发展方向，构建ATS体系架构是规划与建设新一代智能交通系统的基础。面向典型交通场景，首先要分析交通系统的用户需求，本文重点解决基于ATS需求体系的典型交通场景用户需求分析问题，具体研究场景关键词与需求文本库的匹配方法。针对ATS的场景需求分析问题，首先提出基于分层的场景描述方法，对不同抽象层次的交通场景进行分层分解，并根据活动理论解析各抽象层次场景的属性要素。其次，根据属性要素特点提出基于短文本匹配的双层匹配模型，在双层模型中应用了TF-IDF和LSI两种相似度匹配算法。最后，在一体化出行服务典型场景中进行方法应用与对比，判断匹配模型和算法的实际效果。结果表明，采用TF-IDF和LSI算法协同作用的双层匹配模型取得了较好的匹配效果，匹配度指标达85%，并进一步通过灵敏度分析验证了双层匹配方法的适用性。
<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、