网络首发
网约车订单数据驱动的地铁接驳出行识别与服务范围分析
孟裕;卢浩;解瑞源;于维杰;马新卫;【背景】尽管当前城市轨道交通线网持续扩展，其在城市出行服务中仍存在覆盖盲区。网约车凭借灵活高效的特点，已成为衔接地铁出行“前一公里/最后一公里”的重要方式。【目标】准确识别网约车与地铁间的接驳出行，科学划定其服务范围，为提升网约车接驳效率、优化平台资源调度提供依据。【方法】依托起讫点详细地址字段匹配精准识别地铁接驳出行的网约车订单，进而利用点聚合与层次聚类算法构建接驳缓冲区，探讨不同方法对于地铁空间服务范围的刻画有效性及差异。【数据】采用天津市网约车订单数据，内含起讫点详细地址字段，支持地铁接驳出行的精准识别与实证分析。【结果】层次聚类算法在刻画网约车接驳地铁的空间服务范围方面具有更高的准确性，特别在处理复杂空间格局时优势明显，能够灵活适应不同区域的接驳需求，构建出的缓冲区更符合实际出行分布。【结论】市中心地铁站的接驳需求主要集中在短距离出行，缓冲区面积较大但出行密度较低；而郊区地铁站倾向于长距离接驳，缓冲区面积较小但出行密度较高。以上结论表明，市中心与郊区需实行差异化的接驳管理策略，应依据服务范围合理优化接驳点布局与调度方案，进而提升公共交通系统的接驳效率与服务质量。
陆空立体交通：道路交通视域下的低空经济研究机遇
唐立;【背景】发展低空经济已成为国家层面的坚定意志和长期战略方向，全球主要国家和地区也在密切关注低空领域的政策改革与技术发展。“地面+低空”的特定场景会催生出一系列新的研究问题，带动相关技术进步，形成陆空立体交通这一新的研究领域。【目标】从道路交通的视域出发，启发以交通运输工程为主要学科背景的研究人员，探讨在陆空立体交通领域潜在的研究方向，推动相关研究与工程应用。【方法】按照“基本概念-研究举例-挑战分析”的逻辑层次递进，对道路交通视域下陆空立体交通的研究价值和典型研究方向进行梳理举例，并分析这一领域的研究挑战。【结果】在低空经济蓬勃发展的背景下，陆空立体交通作为一个新兴研究领域，其研究内容和边界还有待进一步探索，目前比较清晰的几个研究方向包括：空域结构划设、空地载具路径规划、飞行器起降设施选址规划、空地交通流协同管理与运行优化、陆空交通系统安全与风险管理、低空公众接受度等。同时，指出了从事本领域研究的一些挑战，包括：识别并处理共性与特性问题、寻找“真场景”和“真问题”、融合系统中的“复杂度爆炸”问题、公众信任与环境可持续对低空经济政策的长远影响等。
车联网环境下高速公路分流区车流建模及分析
张健;张志顺;徐婷;赖心荷;季航旭;【背景】分流区是高速公路重要组成部分之一，易成为路网交通瓶颈，影响整体网络的安全性与通行能力。【目标】为研究考虑驾驶员异质性及驾驶意图下高速公路分流区交通流的安全特性，面向车联网环境，构建了高速公路分流区异质交通流模型。【方法】首先，分析高速公路分流区异质交通流特性以对不同类型车辆行为进行建模，并考虑了驾驶员异质性以对不同类型车辆行为进行标定；其次，基于驾驶员异质性及其不同驾驶意图，探究了高速公路分流区异质交通流交通组成，构建了异质交通流模型；最后，以碰撞暴露时间（Time Exposed Time to collision，TET）、碰撞接触时间（Time Integrated Time to collision）、改进碰撞暴露时间（Time Exposed Modified Time-to-collision，TEMTTC）为评价指标，设计仿真试验分析了智能网联车辆（Intelligent Connected Vehicle， ICV）渗透率、人工驾驶车辆（Human-driven Vehicle，HDV）类别及分流比对高速公路分流区安全性的影响。【结论】在高速公路分流区内，高ICV渗透率可显著提升该区域异质交通流安全性，但在高峰时段的提升效果有限；交通流速度较高时，较高的激进型驾驶员（Aggressive Human-driven Vehicle，AHDV）比例一定程度上可提升该区域异质交通流安全性；低分流比对该区域异质交通流安全性提升亦具有积极作用。【应用】为车联网环境下高速公路交通安全研究分析提供了理论支撑，并为交通管理部门对高速公路分流区的管理提供科学依据。
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（Urban Air Mobility， 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（Simulated Annealing， SA）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（2s至20s）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】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。
低空飞行器运行优化决策方法综述与展望
范文博;肖杰;吴艺楷;张义萌;杨晨杰;甘蜜;刘晓波;【背景】低空经济作为战略性新兴产业，依托低空飞行器技术重塑交通物流等领域，但规模化落地面临空域资源有限、运行调度复杂、时空资源协调难度大等一系列优化层面的挑战，亟需高效的建模与算法支持。【目标】系统综述低空经济中低空飞行器运行的优化方法研究进展，明确关键问题、模型方法及未来方向。【方法】综述以下三个层次的低空飞行器运行优化问题：战略层（基础设施选址、航路网络优化）、战术层（路径优化、协同路径优化）、运营层（实时路线规划、多交通主体协同机制、低空飞行器调度），总结对比分析各层优化模型与方法。【结论】现有研究在航路网络设计、多目标协同优化等方面取得进展，但仍需应对动态环境、不确定性和多主体协同等共性挑战。【应用】本综述可为低空飞行器运行下优化方法研究提供进一步的指导和参考。
基于图注意力强化学习的电动自动驾驶运营车队实时控制
勉海荣;焦小刚;毕利;【背景】自动驾驶电动汽车（Autonomous Electric Vehicle，AEV）网约平台受车辆电量续航约束和出行需求时空动态不平衡性的双重挑战，严重制约运营连续性与商业效益。【目标】针对这一难题，本研究提出一种融合分层优化架构与强化学习的协同控制框架，旨在保障计算效率的同时最大化平台收益。【方法】研究首先将城市空间位置信息抽象为图节点，构建分层图注意力电动化自动驾驶按需出行（Electric Autonomous Mobility on Demand with Hierarchical Graph Attention，E-AMoD-HGA）框架：即时匹配可用车辆与需求、图注意力强化学习求解区域调度与充电需求、动态调度空闲车辆至高需求区域以及优化充电策略。该框架通过强化学习概率引导与整数规划验证的嵌套机制，共同实现AEV按需移动和充电控制系统的实时运营决策。其次，以有限时间窗内平台总收益最大化为目标，设计平衡移动-充电的联合动作，并通过建立AEV车队的状态信息，将AEV按需移动和充电控制问题转化为马尔科夫决策过程。【数据】基于纽约市不同区域场景的真实出行数据开展仿真实验。【结果】相较于传统的电动化自动驾驶按需出行（Electric Automated Mobility on Demand，E-AMoD）框架，本研究提出的框架方法在不同区域场景下实现每日收益提升1.6倍，计算效率提高超10倍。此外，图注意力强化学习方法展现出优异的零样本迁移能力，可有效适应不同服务区域拓展等复杂任务，充分验证了其工程实用价值与系统柔性。
中国主要城市低空适飞空域分析
郭文彤;李翔宇;金温妍;陈梦微;金盛;【背景】空域资源的精细化管理对发展低空经济具有重要影响，低空空域适飞性评估是低空空域管理的关键前提，其受地面建成环境的影响机制尚缺乏系统分析。【目标】评估城市低空空域的适飞性与空间可开发性，揭示地面建成环境对其影响机制。【方法】基于多源地理空间数据，构建包含禁飞缓冲区划定、空间集聚分析（全局/局部莫兰指数）和影响因素回归（OLS）的低空适飞性识别框架。【数据】选取中国55座城市，整合GHS-UCDB-2024、OpenStreetMap/高德POI、3D-GloBFP建筑高度等多源数据，以1km六边形网格为单元进行分析。【结果】 城市适飞空域比例介于54.17%-99.82%，呈现“核心城市受限、非核心城市宽松”的空间分异并具显著正相关性；自然障碍比、城市紧凑性、城市面积与适飞比例正相关，低空风险设施区域比例呈负相关。功能区的空间集聚布局对适飞性的约束效应强于其比例大小。
跨文化视角下的中美微观驾驶行为特性分析
白聪聪;陈梦迪;戎栋磊;高熙;金盛;【背景】驾驶行为不仅是个体特征的体现，还深受地区文化、交通环境和社会习惯等因素的影响，进而形成不同的驾驶文化。深入研究这些驾驶文化差异能为自动驾驶的跨文化应用提供支持。然而，现有研究多局限于单一国家或局部指标，缺乏不同文化背景下驾驶行为特性的系统对比。【目标】从安全、效率和舒适三个维度系统揭示中国和美国驾驶员的微观驾驶行为特性差异，为构建文化自适应的自动驾驶优化策略提供依据。【方法】基于“数据预处理-宏观交通状态匹配-三维指标体系构建-微观驾驶行为对比”的框架，从安全、效率和舒适维度提取6项指标，对中美的微观驾驶行为进行系统对比和定量分析。【数据】整合中国Citysim与美国NGSIM的高速公路车辆轨迹数据集开展实证分析，累计车辆轨迹数超过2.8万。【结论】中美两国在微观驾驶行为的安全、效率和舒适方面均表现出显著差异：相同交通状态下，中国驾驶员的安全性更高，美国驾驶员的风险暴露时间RTET相比中国增幅达到105.3%，风险暴露强度也更高，RTIT增幅达到95.0%；中国驾驶员的驾驶效率更高，其相对期望速度偏差RDVD相比美国下降了3.2%～7.8%，更倾向按照期望速度驾驶，并且平均车头时距下降8.48%～35.48%，能够更有效地利用道路资源；此外，中国驾驶员驾驶舒适性显著高于美国，平均绝对急动度AvgAJerk下降了19.72%～50.68%，且加速和减速事件频率更低，驾驶行为更加平稳。【应用】揭示了中西方微观驾驶行为的文化差异，提出的文化差异量化框架对自动驾驶算法的本地化优化和全球化部署具有重要意义。
基于图神经网络的铁路冷链运输网络链路预测
杨晓源;甘蜜;董鑫驰;李垚;彭涛;【背景】随着我国现代冷链物流体系的基本建成，未来发展的重点已逐步由骨干设施的选址与空间布局，转向对网络内部运作机制的优化与协同效率的提升。因此，把握运输需求在枢纽节点间的流通情况和变化趋势尤为重要。【方法】针对铁路冷链运输网络演化背后的复杂联系，提出了一种基于机器学习的链路预测方法以揭示潜在的网络结构。该方法包含学习样本构建、目标子图提取、节点属性收集等关键步骤，通过图神经网络模型判别城市间的运输联系，实现对铁路冷链网络节点间未来连边的预测。【数据】实验基于中铁特货2023～2024年货物运单数据构建冷链运输网络，对比不同网络规模和样本比例下的模型性能，确定合适的模型架构和超参数组合。【结果】与其他图神经架构相比，图同构网络受正负样本比例和子图规模波动影响较小，较为适合铁路冷链网络的应用背景。模型在验证集下的平均AUC达到0.947，预测集下的准确率达到84.2%，证明此方法能够有效捕捉城市间开展冷链运输的内在联系机制。【应用】使用图神经网络预测网络演化趋势是机器学习技术在铁路货运领域的应用的一次有益尝试，为铁路冷链运输部门的市场开发与运营优化提供了重要参考。
城市飞行汽车停机坪选址问题研究二：面向轴辐式网络的多目标优化方法
尹浩东;沈燕;屈姝含;吴建军;陈磊;【背景】随着城市交通拥堵问题日益严重，飞行汽车作为一种新型空中交通工具，能够有效缓解地面交通压力，但其停机坪的选址布局仍缺乏系统化研究，难以满足个性化的服务需求。【目标】本文旨在解决城市飞行汽车停机坪的优化选址问题，在考虑停机坪异质性的基础上，构建轴辐式网络结构，平衡建设成本、服务效率与安全裕度等多重目标，为城市飞行汽车停机坪的科学布局提供理论支撑。【方法】提出一种面向轴辐式网络的多目标优化方法，建立多目标规划模型，考虑建设成本、剩余未覆盖需求、总飞行时间、飞行汽车数量及配属关系惩罚，确定一级和二级停机坪的最优位置及配属关系，并且规划不同等级停机坪间的飞行路径，最终通过模拟退火算法和贪心算法结合局部搜索的混合方法求解优化问题。【数据】利用公开的Chicago Sketch网络及相关数据，并考虑一级停机坪建设数量及不同目标权重比。【结果】研究表明，轴辐式网络结构显著降低了停机坪建设成本，当一级停机坪数量为5个时，系统在性能和成本之间达到较好平衡。最优方案下，系统总飞行时间为279.8 min，平均每条路径飞行时间为46.7min，能够保证22.3%的能源安全裕度