热点文章
“四链”协同赋能：面向多路径集成的低空经济高质量发展策略研究
李君;【背景】低空经济是新质生产力典型代表，是社会经济发展的全新赛道。当前，我国低空经济具备显著的体制机制优势、市场空间优势以及产业组织优势，正加速发展并提升全球影响力，但仍面临发展路径同质化、核心技术创新能级不足、新型基础设施滞后、安全治理薄弱及人才体系不完善等瓶颈问题。【目标】为推动低空经济实现高质量发展，政府、业界和学界要坚持“四链协同”的发展路径。【结论】面向“产业链”，打造形成低空产业“政-端-网-云-用”的整体布局，破解资源约束与同质化困境；面向“创新链”，推动低空领域“政-产-学-研-用”协同创新，攻克技术瓶颈与人才短板；面向“设施链”，推进“省-市-区/县”区域性多层级新基建，化解低空经济高质量发展的滞后堵点；面向“应用链”，系统构建“安全-便捷-高效”的服务保障体系，突破低空经济价值实现与安全治理难点。【应用】本文的研究可为各级政府、科研机构与企业制定低空经济发展政策、布局产业生态与优化治理体系提供决策参考。
利用异构无人机队的灾后应急物资供给模式优化
田琼;贾文斌;陈晓静;【背景】近年来，地震及洪涝等灾害事件频发，其往往伴随道路损毁、桥梁断裂、滑坡，以及传统地面运输网络瘫痪等现象。在此背景下，传统依赖于车辆的物资运输体系陷入瘫痪，应急物资无法送达受困点，制约了救援效率。无人机因其无视地形障碍、响应迅速等优势，成为了应急领域中的关键载具。【目标】以地震场景为例，对异构无人机队支撑下的灾后应急物资供给模式进行优化，包含应急集散中心选址与物资分配（选址分配），以及异构无人机队调度优化。【方法】提出了一个两阶段优化框架：阶段一（战略层），针对需求不确定性，采用样本均值近似方法构建了选址分配模型，以总运输距离最短为目标，优化在满足预设服务水平下的应急集散中心选址与需求点分配；基于阶段一的选址分配结果，阶段二（运营层）模型为每个启用的应急集散中心构建了一个支持多载重与多续航能力的异构无人机队，在多架次无人机循环配送模式下，以最小化总飞行时间为目标，优化无人机路径，获得应急物资配送方案。设计了基于自适应大邻域搜索与模拟退火的混合元启发式算法（ALNS-SA）对两阶段模型进行求解。【结果】基于一系列数值实验，对比Gurobi求解结果，验证了所构建模型的合理性及算法的有效性。【应用】以2019年四川长宁地震为例，验证了所提出的方法能够针对实际的复杂灾后场景提供快速、可靠的应急物资供给决策，对保障生命线、提升灾害应急管理能力具有重要的应用价值。
灾害应急通信场景下无人机基站位置部署与路径规划
王伟;陈志刚;何春蛟;周起斌;房超;【背景】突发性自然灾害不仅会导致通信基础设施损坏，还会阻碍信息传递，严重影响应急指挥调度以及救援效率。无人机通信基站凭借其部署迅速与覆盖灵活等特点，成为灾后应急通信中实现快速响应的重要保障方案。【目标】在无人机基站数量、续航时间等资源受限情形下，聚焦无人机基站悬停位置部署与飞行路径规划问题，旨在以最短时间完成灾后应急通信任务。【方法】综合考虑无人机基站的通信覆盖能力与可用能耗等约束，构建位置部署与路径规划的联合优化问题模型，并设计基于自适应大邻域搜索的求解算法。【结果】提出的联合优化策略可显著缩短灾后应急通信任务完成时间，相较于单独优化位置或路径等方案优势明显，尤其在多机协同调度、通信覆盖均衡性及能耗控制方面表现更优。【应用】研究成果可为灾害应急通信场景下无人机通信基站调度问题提供坚实的理论依据与高效的算法支持，在智能交通管控、远程目标覆盖与低空网络部署等领域具有广阔的应用潜力。
漏斗形空域结构下无人机双目标起降联合调度模型
包丹文;尚静萱;韦达;张孜芊;王俊潼;【背景】随着城市空中交通（UAM）的不断发展，垂直起降场作为UAM体系的重要节点，正处于技术革新与建设推进的重要发展阶段。【目标】构建多约束下的无人机起降联合调度模型，旨在提升垂直起降空域的调度经济性，有效平衡无人机运行的安全性、时效性与运营成本。【方法】基于漏斗形空域结构，通过高度分层与路径网络实现进离场分离，并采用双扰动机制的模拟退火算法进行模型求解与仿真试验。【结果】分析表明：水平宽大-纵向低矮的空域结构在相同容量下成本缩减46%～53%；安全间隔时间增加（2～20 s）导致成本增加3.9%，检查时间对成本呈非线性影响且在高安全间隔时更显著。【结论】本文提出的水平宽大-纵向低矮空域结构与联合调度模型有效平衡了规模化无人机运行的安全性、时效性与经济性。【应用】关键时间参数（安全间隔时间、检查时间）的分析结果为满足差异化运营需求的参数配置提供了决策支持。
基于多智能体图神经网络的城市无人机配送路径优化
周星宇;李姝涵;薛锋;【背景】随着智慧城市建设和低空经济的快速崛起，城市多机巢无人机配送系统在智能物流与城市低空经济发展中潜力巨大，但是同时面临路径规划、静态禁飞区避障与恒定风场影响等复杂问题，这些因素显著增加了调度优化的难度。【目标】针对多机巢无人机配送中的复杂约束，设计路径配送算法，以实现配送路径最短、能耗最低且避障安全的综合调度优化。【方法】构建多目标混合整数规划模型，综合考虑配送需求、飞行时间窗、静态禁飞区避让与风场影响，引入多智能体图神经网络算法（MAS-GNN），融合图神经网络与群智能优化方法以高效求解模型。【结果】基于30个客户点、10个配送中心的合成数据与典型静态禁飞区、风场模拟场景的试验表明，在复杂多约束无人机配送调度任务中，与深度强化学习（DRL）方法和基于Transformer规划模型相比，多智能体图神经网络算法展现出更高的解质量，优化后的路径能够充分顺应城市复杂空间结构，合理避让静态禁飞区并兼顾飞行安全，全面降低了配送任务成本。【结论】MASGNN算法在城市复杂场景下展现出高效全局寻优能力，为城市低空物流的调度提供了可靠的智能优化支持。【应用】该优化框架可应用于城市物流、应急物资投送以及多场景协同配送中的智能无人机调度系统设计与实际部署。
考虑需求优先级的基站卡车-无人机应急物资配送模型
李钢;杨正烨;俞礼军;【背景】无人机凭借高度灵活的机动能力，正逐渐成为灾后应急物资运输的重要手段。应急物资需求通常呈现显著的优先级差异，为无人机物资配送方案的设计带来了严峻挑战。【目标】针对灾后“以卡车为基站、无人机多轮配送优先级应急物资”的应用场景，实现高优先级任务的快速响应，并兼顾整体配送效率。【方法】构建了一个集成优先级响应、容量约束与能量限制的应急物资配送模型。根据模型特征，设计迭代混合整数规划（IMIP）算法，在多轮调度层面实现优先级驱动的节点分配；设计定制遗传算法（CGA），在单轮路径内部进一步细化任务排序，使高优先级物资在更靠前次序被配送。【结果】IMIP在首轮优先级总和上略优，但频繁往返换电站导致总配送时间较长；CGA显著缩短高优先级需求点的配送时间并减少换电次数。CGA的全局优化策略在小规模场景下显著减少三级需求点平均配送时间、总配送时间；而IMIP在大规模场景下计算效率、加权优先级分数方面表现更佳。【应用】本研究为应急管理部门建立高效的车辆-无人机协同响应体系提供了理论依据与算法支撑，有助于实现灾后应急物资配送的高效、精准响应。
复杂地形条件下考虑航空器RAIM可用性的低空航迹规划
汤新民;郭滨箐;【背景】国家推动北斗系统在低空航空器导航和监视中的应用，但北斗的可用性易受卫星运行状态及地形遮蔽影响，开展接收机自主完好性监测（RAIM）预测为提升通用航空安全性能与运行效率提供重要支撑。【目标】针对低空作业航迹规划的导航自主完好性需求，在考虑地形遮蔽的基础上，采用遗传算法生成四维航迹，结合地形遮蔽角计算，实现可见卫星数与精度衰减因子（DOP）值的双重优化，并开展导航完好性和可用性验证，从而评估规划航迹在复杂地形下的导航性能。【方法】首先，依据飞行任务需求，建立航迹规划模型，并设计基于混沌映射种群初始化的改进遗传算法（IGA）进行求解；进而通过速度分配确定飞行时间，获得航空器过航迹点的时刻；最后，在考虑地形对卫星可见性产生影响的条件下，计算卫星的观测仰角、方位角及地形遮蔽角，判断卫星的可见性，并依据可见卫星对规划航迹进行RAIM预测。【结果】以湖北省部分区域为例进行仿真验证，结果显示IGA的航迹路径长58.317 6 km、预计飞行时长1 587 s，所有航迹点可见卫星数超5颗，水平保护级别值在25～45之间，各DOP值均小于1.5。【结论】本文提出的IGA能够实现航迹的快速规划，可见卫星分析方法也能将受地形遮蔽影响的卫星排除在外，从而实现规划航迹的RAIM可用性验证。
货车组队效益评估与规划研究综述
卿三东;戴宇航;甘蜜;【背景】随着智能网联汽车技术的持续发展，基于协同自适应巡航控制系统和V2V通信的货车组队技术使得车辆能够虚拟连接为队列行驶，显著减少队列中车辆的燃料消耗和二氧化碳排放，从而为公路货运节能减排目标的实现提供了新的思路。【目标】为深刻理解货车组队技术对道路货运系统的重要意义，总结货车组队效益评估与规划相关前沿研究成果，明确领域未来重点研究方向。【方法】首先，从燃料与排放、劳动力成本、交通效率与安全、道路基础设施四个方面系统性回顾了货车组队技术的潜在效益和影响因素。其次，从计划组队、实时组队、机会组队、利益分配四个方面，对促进货车组队技术、实现其潜在效益的相关研究进行综述，重点讨论各类模型的建模思想、求解算法及应用场景，并结合现有研究基础和未来可扩展的领域，提出了货车组队协调与规划的综合框架。最后，瞄准货车组队在我国公路货运市场的应用研究，预测了未来发展趋势和重点研究方向。【结论】现有研究通过真实车辆测试实验、仿真模拟实验以及规划数值实验等方法，证明了货车组队在燃料与排放、劳动力成本方面存在较为显著的潜在效益，但大规模潜在效益的实现依赖于有效的组队协调与规划方法，需要针对应用场景持续开发更加符合现实大规模路网应用的模型与算法；而货车组队对于交通效率与安全、道路基础设施的影响仍存在较大争议，需进一步探索，未来可基于数字孪生技术和实测数据更为真实地揭示其交互影响。【应用】研究成果对当前和未来驾驶场景下开发适用的货车组队规划和优化方法，有效挖掘货车组队技术潜在效益具有一定的指导意义。
面向煤运通道新质发展的非煤货运路径模拟与建模优化
李乐;魏红霞;李宝文;卫振林;奇格奇;【背景】随着碳达峰、碳中和理念的持续推进，在煤炭供需分布特点和逐渐减少的煤运需求双重影响下，煤运通道出现大量运力资源闲置的现象。同时，非煤货物的运输需求日益增长，亟须寻找新的运输路径和模式以应对这一变化。【目标】本研究旨在探讨中国煤炭运输通道新质发展背景下，非煤货物运输的路径优化策略。【方法】为开辟煤运通道新市场，本文模拟非煤货物全链路运输情境，利用现有煤运网络结构，提出一种综合考虑运输、中转装卸和中转存储成本的多式联运路径优化模型。为验证模型的准确性、可行性和普适性，本文构建了包含公铁水多式联运模式的Sioux Falls公开运输网络模型和以朔黄铁路为背景的现实运输网络模型。【结果】通过对不同运输模式的物流成本和运输效率的比较分析发现，煤运通道的充分利用，使得公铁水联运模式在运输总成本方面相较于公水联运模式实现了显著的成本节约，在以本文构建的朔黄铁路为背景的现实运输网络中，运输成本下降幅度达到了75.7%。尽管公铁水联运模式的总运输时间略长（约为公水联运模式的1.4倍），但对于时间相对不敏感的非煤货物运输，其在运输经济性、稳定性和可靠性方面的优势明显。【应用】研究成果对于挖掘行业新质生产力，提升铁路运输服务能力和市场竞争力，促进运输企业可持续发展，具有重要意义和积极贡献。
多目标协同下的即时配送路径优化
凌帅;杨娟;孙鹏;贾宁;【背景】近几年网络外卖送餐服务快速发展，虽然有效地满足了居民日益增长的需求，但也提升了人们对送餐速度和价格的期待，从而给配送员带来了更大的压力。【目标】通过优化即时配送路径，缓解配送员的疲劳工作现象，同时提高顾客的满意度，降低配送成本，以期在配送员、顾客、成本等多个方面取得平衡。【方法】在包含配送员疲劳度、路径成本以及客户满意度的多目标协同框架下，考虑配送员权利和安全，以及送餐软时间窗约束，构建即时配送路径规划模型，并提出一种基于协同进化思想的多目标协同优化遗传算法（MOCGA）来求解。【数据】利用Grubhub所提供的实际外卖送餐数据创建不同规模的算例，并对其性能进行全面的对比和验证。【结果】MOCGA算法所得到的解在质量上优于文献中常用的NSGA-II算法和单目标遗传算法，同时在收敛性和多样性方面均表现出良好的性能。
智能网联汽车人机交互信任度影响因素分析与建模
吕能超;王新彭;黄俊;【背景】智能网联汽车人机交互信任度是人机协作的关键，开发设计合理的信任度量表并验证量表的有效性成为主观信任度测量研究的重点。【目标】开发面向具体情境的信任度量表，建立信任度结构方程模型并探究信任度的影响因素。【方法】引入技术接受理论与情境感知理论，将信任度影响因素分为人机交互对象、人机交互内容、人机交互方式、系统透明度与系统技术能力五个维度并构建模型。将各维度进一步分解成41项观测变量，并运用软件AMOS 28对模型进行实证检验。【结果】该模型能较好反映各要素对驾驶人信任度的影响路径。【结论】系统技术能力和系统透明度是智能网联汽车信任度最直接显著的影响因素，同时，系统技术能力和人机交互内容以系统透明度为中介变量影响信任度，人机交互对象、人机交互方式和人机交互内容存在相关性。
基于行车风险量化评估的拟人驾驶方法
李海青;雷宇铖;李永福;陈家路;禄盛;【背景】近年来自动驾驶技术快速发展，虽然能够完成有条件的自动驾驶，但也存在风险感知不足，场景泛化较差，行为决策单调的问题，从而导致人类驾驶员信任度较低。【目标】通过学习人类风险认知及驾驶原则，在保证安全的基础上，设计符合典型风格的拟人驾驶方法，提高自动驾驶能力，降低人机冲突。【方法】首先，利用二维高斯函数建立多参数动态风险场模型，并结合驾驶场景代价地图计算行车风险量化值；其次，根据车辆实时状态与动态行车风险量化值，基于满意度决策树建立拟人驾驶模型，求解满足风险阈值约束与期望车速约束的控制量；最后，进行直道、弯道与直道避障等典型场景仿真验证。【结果】在直行与转弯工况下，行车风险场影响范围随着车速、方向盘转角、前视时间、抛物线陡度因子等关键参数的增大而增大，行车风险场沿转弯方向发生变形，且内边沿风险低于外边沿；提出的拟人驾驶方法能有效适应不同风格的驾驶行为特征，在转弯试验工况下，激进型车辆期望速度最高，弯道行车风险最大值超过38 000，保守型车辆弯道行车风险最大值不超过18 000，一般型车辆操纵特性介于二者之间；在直道避障工况下，保守型对障碍车更加敏感，最先做出避障反应，且保持最理想限速行驶，行车风险最大值不超过5 000，激进型行车速度最高，转向与减速操作更激烈，行车风险最大值超过了27 000，一般型操纵特性介于二者之间。【结论】建立的行车风险场模型能够计算出动态变化的行车风险，提出的拟人驾驶方法能有效适应不同风格的驾驶行为特征，应用于高级别智能汽车自动驾驶系统可产生拟人驾驶行为。
考虑道路通行能力的混合交通分流控制策略
王鹏博;张嘉玮;李晓理;李力;【背景】随着网联自动驾驶车辆的普及，人类驾驶车辆与自动驾驶车辆共用道路资源已成为常态，如何在保障安全性的前提下，提升由此产生的混合交通流效率是当前的研究热点。【目标】聚焦于城市快速路与支线道路并存的混合交通环境，探讨如何通过合理设计与实施分流控制策略，对交通流进行更优的分配与调度，从而有效提升整体交通流的效率，缓解路段间可能出现的拥堵情况，并为城市道路网络提供更稳定、高效的运行保障。【方法】基于城市主干道与支路通行能力差异，设计了面向未来高级自动驾驶的人机混合交通分流控制策略，尽量将自动驾驶车辆分流到支线道路，利用自主协同驾驶达成支线道路交叉口的快速通行。【结果】实验初步验证了支路分流策略在路网交通流拥堵情况下的可行性和价值，在多种流量与渗透率条件下均能显著改善路网平均出行时间，为混合交通流管控提供了新的管控思路。【应用】该策略在更大规模的城市路网中具备广阔的推广前景，为城市交通系统的数字化与智能化建设提供更多可行方案，从而为智能交通系统的进一步发展奠定坚实的基础。
考虑多用户协同的移动充电车调度优化
刁永齐;吕莹;王兴蓉;孙会君;王纯;【背景】现有充电基础设施服务能力难以应对热点出行时期激增的充电需求，移动充电车作为一种创新的能源补给解决方案，能进一步缓解电动汽车长途出行的充电焦虑问题。【目标】面向可同时服务多个用户的移动充电车，综合考虑电动汽车用户绕行成本、用户等待成本和移动充电车服务成本，提出了多目标协同的移动充电车调度优化方案。【方法】通过构建包含移动充电车服务成本、用户绕成本以及等待成本的多目标优化模型，将新能源车用户的充电需求、移动充电车的运营限制以及用户时间窗约束整合进移动充电车和电动汽车路径优化模型，设计了一种在目标空间中寻找非支配极值点的方法，生成帕累托前沿曲面。【数据】为验证模型及算法的有效性，本文选用Sioux Falls网络来测试，并采用Gurobi 9.1.1对模型进行求解。【结果】实验分析各目标耦合性和互斥性，结果显示该服务策略能够在满足电动汽车用户长途出行充电需求的同时降低服务成本。具体而言，当一个移动充电车同时为3到4位用户提供服务时，可以更为有效地平衡用户和移动充电车的成本，提升服务效率，为电动汽车长途出行提供支持。
考虑司机与乘客协同效益的拼车服务动态优化策略
俞梦楠;袁鹏程;徐凯;【背景】在交通需求快速增长的背景下，传统交通方式面临拥堵、资源浪费和环境污染等问题，网约车拼车服务作为共享经济的典型代表，通过智能匹配技术优化车辆资源利用。尽管拼车模式能有效缓解上述问题，但随着服务规模的扩大，动态性和复杂性给订单调度、资源配置等带来挑战。【目标】提出一种基于动态定价和动态插单的优化策略，旨在通过提高订单分配效率、优化资源配置、改善司机和乘客的收益与服务质量，提升拼车平台的运营效率。【方法】首先，构建一个考虑司机收益和乘客效益的协同优化模型（COM-M&S），引入动态博弈机制，综合考虑订单调度中的双边互动与效用反馈。之后，提出改进的蒙特卡洛树搜索（MCTS）算法求解模型，实时调整订单分配策略，并优化拼车路径，从而提升系统在动态环境下的响应能力。【结果】基于芝加哥市网约车订单数据的仿真实验结果表明：在动态定价模式下，MCTS在软、硬时间窗下的平均匹配率和平均司机收益较次优算法分别提升约30.1%与28.1%、31.4%与28.2%，平均乘客效益始终维持在高水平；在固定价格模式下，匹配率和司机收益分别提升约31.8%与30.2%、45.4%与35.0%。【结论】基于MCTS在四类算例的输出结果可得，与固定价格模式相比，动态定价模式通过实时调整定价和订单分配策略，更好地平衡了司机与乘客的需求，提升了平均匹配率，且灵活的时间窗设置能进一步提升在两种价格模式下的匹配率和司机、乘客收益。【应用】研究成果为拼车平台提供了新的优化思路，尤其是在动态定价和动态插单策略的结合方面，具有实际应用潜力。
模糊需求驱动的低碳多式联运路径优化
王宇婷;王迪;【背景】全球低碳运输转型加速推进，多式联运系统面临需求模糊性与多目标协同优化的双重挑战。【目标】需求不确定条件下实现低碳多式联运路径优化，协同提升环境效益与运营效率。【方法】融合模糊期望值理论与NSGA-Ⅲ算法，构建考虑碳排放、成本、效率与客户满意度的多目标优化模型。【数据】设置20节点贸易网络虚拟案例，根据货运量和品类划分运输方式优先级。【结果】碳排放降低16.9%，物流成本减少12.0%，运输时效提升24.7%，同时客户对模糊时间窗口与货物完整性的满意度分别提升32.8%和13.6%。【结论】算法通过智能资源分配与路径规划，验证了需求不确定条件下经济-环境-服务三维目标协同优化的可行性。【应用】为交通管理部门提供兼顾低碳目标与运营弹性的决策支持工具，助力构建可持续多式联运网络。
《交通运输工程与信息学报》投稿指南
<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。
期刊信息
创刊时间：2003
出版周期：季刊（2026年改双月刊）
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
ISSN ：1672-4747
CN ：51-1652/U
期刊计量指标
影响因子：3.245
学科排名：7/169
所属分区：Q1
重要源期刊收录
中国科技核心期刊(CSTPCD)
Scopus文摘引文数据库收录
RCCSE中国核心学术期刊A
日本JST数据库收录
中文科技期刊数据库收录
中国知识资源总库(CNKI)全文收录
万方数据-数字化期刊群全文收录
管科学会交通分会战略合作期刊
微信公众号
