网络首发
多模式公交用户行为状态识别及状态演化序列预测
俞诚成;林昊成;徐雷;董文韬;杨超;【背景】随着私家车普及、共享出行冲击及多模式公交系统竞合关系演化，我国城市公交系统在近十年持续面临客流持续下降的严峻挑战，并存在客流流失风险评估缺少与用户激励策略针对性不足等现实挑战。而现有的单一出行模式行为分析框架难以揭示多模式公交用户行为演化规律。【目标】提出多模式公交用户行为状态演化序列预测模型，精准识别潜在流失用户的早期行为状态变化信号，为面向用户的公交服务优化提供支撑。【方法】构建多视图属性图模型表征用户多模式出行链特征，通过共识图学习提取跨模式统一行为表征；设计深度嵌入聚类模块识别行为状态，并基于掩码Transformer的双向编码器预测个体行为状态演化序列。【数据】采用上海市2023—2024年19 929名多模式公交用户的213万条出行记录，结合两阶段下车点推断算法与POI数据构建时空行为特征。【结论】实验表明，模型预测准确率达84.0%，较传统方法提升12.3%，揭示了多模式公交用户行为状态演化过程中“出行频率下降-规律性降低”的阶段性特征，以及“出行方式转移”是流失过程的前置信号等特征。研究成果为城市多模式公交运营者提供了高风险用户识别框架与多模式协同干预策略优化依据。
车辆换道的时空影响分析：交通安全、效率和油耗视角
邹加;侯康宁;郑芳芳;贺正冰;【背景】换道作为车辆行驶过程中的一种重要微观行为，对交通流的影响至关重要。深入了解换道行为的时空影响，能为交通管控优化提供有效支持。然而，现有研究主要聚焦于换道的瞬时影响，忽视了其在时间和空间上的持续性影响，导致换道对交通流的全面影响量化不足。【目标】揭示自由换道行为对原车道和目标车道上游交通流的安全性、效率和油耗等多维度的影响，为优化驾驶员换道决策及交通管控策略提供理论依据。【方法】采用“数据处理-影响时空域界定-多维评价指标构建-统计分析”的框架，结合TET（Time Exposed Time-to-collision）、油耗以及Edie广义流量等指标，定量分析单次自由换道的时空影响。【数据】利用日本开源数据集Zen Traffic Data（ZTD）进行实证分析，数据集涵盖了三个典型高速公路双车道路段（Ikeda Route 11、Wangan Route 4和Higashiosaka Route 13）共计16小时的车辆轨迹数据，研究场景遵循靠左行驶，其中右车道为超车道，左车道为行车道。【结论】研究表明，不同类型的换道以及换道对不同车道有不同的影响：车辆从右车道向左车道换道对原车道上游车辆的安全影响显著高于从左向右换道，而从左向右换道对目标车道上游车辆的安全影响明显大于从右向左换道；同时，右向左换道在降低油耗方面表现优于左向右换道。此外，尽管换道行为带来一定安全风险，但也表现出流量增益效应，原车道和目标车道流量分别提高了2.51%和5.17%。在油耗方面，大多数换道行为可有效减少原车道和目标车道上游车辆的油耗。【应用】本研究提出的换道时空影响量化方法可为自动驾驶车辆的换道决策算法优化提供支持。通过实时预测换道对周围车辆的影响，自动驾驶车辆可在最小化换道影响的前提下，做出更为合理的换道决策。
融合步行环境影响的出行方式选择行为模型
邓颖;陈坚;高建杰;王永轩;陈琦;【目标】出行方式选择行为模型是理解和预测居民出行决策的重要工具，步行环境作为城市交通系统的重要组成部分，其质量直接影响居民出行的体验和常规公交、轨道交通等方式选择，旨在分析步行环境对城市居民出行方式选择的影响机制。【背景】然而现有相关研究未充分考虑步行环境对居民出行意向的定量影响，步行环境的量化也缺乏主客观指标的共同表征。【方法】通过引入主观规范、态度、步行环境等9个潜变量以更准确地刻画不同出行方式选择行为的心理决策过程，创新性地应用图像识别技术与个人主观感知指标共同表征步行环境变量，应用结构方程模型刻画各心理潜变量间的相互关系，以及9个潜变量与其对应的测量变量之间的关系，进而构建融合步行环境影响的出行方式选择行为混合模型，以提升模型对出行者决策行为的预测精度和解释力。【结果】以重庆中心城区的出行者为实例分析对象，结果表明，步行环境对步行方式选择的影响最大（0.665），其次是对常规公交（0.663）、轨道交通（0.384）和小汽车（0.304）的影响。此外，考虑步行环境等潜变量的SEM-MNL模型的拟合优度由0.275 2提升至0.454 4，表明引入步行环境的模型解释性更强。【应用】研究结果可加深城市居民出行方式选择行为的认识和把握，改善城市步行环境提高居民的绿色出行意愿奠定良好的理论基础。
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，构建了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。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。
面向交通事件的可变限速与匝道协调控制方法
曾艾馨;陆良;江岳桉;郑芳芳;【背景】城市快速路上一旦发生交通事件，极易诱发交通拥堵，严重时甚至引发交通安全事故，亟需有效的交通管控策略予以干预与缓解。【目标】提出一种面向交通事件的可变限速与匝道协调控制模型，以缓解交通事件引发的交通拥堵，提升道路通行效率与运行安全性。【方法】首先，设计一种基于速度波动阈值的交通事件检测算法，实现交通事件的实时识别与定位；接着，综合考虑限速值及事件位置对应的通行能力下降特征，构建面向交通事件的元胞传输模型（Incident-based Cell Transmission Model，ICTM)，以预测交通状态演化过程。在此基础上，基于模型预测控制（Model Predictive Control， MPC）框架，构建以最大化道路安全性和通行效率为优化目标的可变限速与匝道协调控制模型，并通过滚动优化实时动态调整限速值和匝道控制率。【结果】仿真结果显示，在不同交通事件位置情境下，所提出的基于ICTM的协调控制模型在降低碰撞暴露时间（TET）与车均延误（AVD）方面，均优于单一可变限速控制、单一匝道控制、基于经典CTM和基于考虑了迟滞现象的可变元胞传输模型（Variable Cell Transmission Model， VCTM）的协调控制策略；此外，在不同交通事故持续时间场景下，基于ICTM的协调控制模型效果也显著优于其他模型，具有良好的控制稳定性与适应性。【应用】所提出的模型具备交通事件自动检测、影响程度动态建模及控制策略闭环更新能力，适用于城市快速路突发事件条件下的主动交通管理，具有良好的工程应用潜力。
考虑异质船队与吃水约束的海上船舶调度优化
胡平华;吴禄彬;袁梦;曹长新;杨楷;恽昕宇;张真真;【背景】随着全球海运业务的快速发展，航运企业所运营的船队在规模持续扩大的同时呈现出高度异质性的特征。与此同时，调度过程中还需综合考虑时间窗、船舶吃水深度等多重现实约束，使得调度问题的复杂性与求解难度大幅提升，已成为制约航运企业提升运营效率与经济效益的关键瓶颈。【目标】研究考虑异质船队以及吃水约束的海上船舶取送货调度问题，在满足时间窗、船舶容量和港口吃水等约束的情况下，使总利润最大。【方法】将该问题建模为考虑异质船队、时间窗以及吃水约束的船舶取送货路径问题（Heterogeneous Fleet Pickup and Delivery Problem with Time Windows and Draft Limits，HF-PDPTW-DL）。首先提出了一个混合整数线性规划模型，在此基础上设计了一种混合元启发式算法，利用大邻域搜索算法进行扰动，利用变邻域下降算法进行局部搜索，开发了针对问题的破坏和修复算子以及局部搜索算子，以提高算法的有效性。【数据】基于中远海运特种运输股份有限公司的真实数据进行了大量的实验来评估算法在不同大小实例上的性能。【结果】在200个货物，25艘船舶的真实调度场景中，算法较CPLEX平均提升利润76.41%，单个算例上利润最大提高1 274.89%，具有良好的性能。
基于LDA模型与百度指数的低空经济公众关注主题识别与演化分析
尹超英;于凡媛;邵春福;齐欣;王晓全;张峻屹;【背景】近年来，随着政策的加速推动和技术的不断演进，低空经济作为一项战略性新兴产业正在迅速发展，与之相关的交通管理、社会影响及法律规制等问题引发了广泛关注。文献分析表明，公众的关注程度及其聚焦的核心议题，在推动低空经济的社会认知、接受度提升及应用场景落地过程中发挥着关键作用。【目标】为响应国家关于构建现代化综合交通运输体系和培育战略性新兴产业的战略部署，促进低空经济的安全、创新及可持续健康发展。【方法】基于百度指数平台，从搜索指数和资讯指数两个方面分析公众对于“低空经济”“电动垂直起降飞行器（EVTOL）”及“无人机”关键词关注度的动态演化特征，并结合Latent Dirichlet Allocation（LDA）模型进行主题建模，提取核心主题词进行聚类可视化分析。【数据】以“低空经济”为关键词，从新浪微博平台爬取12 129条相关文本数据，借助jieba分词工具，对经过清洗的微博数据进行分词处理，为后续的词频统计与主题可视化分析提供数据基础。【结论】百度平台结果表明：2024年“低空经济”相关搜索指数和资讯指数较上一年逐步提升，其作为一种新兴的经济形态正逐步获得更广泛的社会认知；通过LDA主题模型，成功识别出十个核心主题，包括企业经济变革、航天航空发展、经济发展动向、人工智能发展等，并对这些主题进行了多维度的归纳与总结。【应用】有助于政府相关部门和学术界及时了解公众群体对于低空经济兴起的看法和关注度，为进一步探索低空经济可持续发展的路径与策略提供理论参考。
考虑社会公平性的都市圈通勤公交可达性评价
周雨阳;胡世龙;李资资;刘冬梅;【背景】随着城市化进程的不断推进，我国都市圈数量和规模发展迅速，都市圈跨区域公交的可达性及其不均衡性，是制约城市居民实现出行公平的主要因素。【目标】本研究旨在探究都市圈通勤公交的可达性与公平性，以缓解区域间公交服务水平差异矛盾，提高社会公平性。【方法】在传统累计机会可达性模型基础上，引入城镇居民人均可支配收入、地铁与公交换乘机会数、企业与住宅POI密度等社会经济与空间结构因子，构建了融合社会公平性因素的通勤公交可达性分析模型，对交通资源配置公平性进行量化分析。【数据】研究数据主要包括公交站线空间位置数据，OpenStreetMap网站获取的道路数据，来自统计年鉴的城镇居民人均可支配收入数据，人口栅格数据以及房价数据等，通过基尼系数对比分析不同区域的公交可达性分布。【结论】研究结果表明：北京-北三县都市圈通勤可达性存在显著空间差异，中心城市区域通勤优势突出，边缘地区机会获取能力较弱。公交服务在长距离通勤中的公平性更优，60 min阈值下可达性较30 min阈值可达性增长98.11%，基尼系数显著降低。尽管北京整体可达性较高，但资源分布不均，公平性不如北三县区域，后者在交通与住房空间均衡性方面表现更好，公交基尼系数为0.2827，住房基尼系数为0.319 3。【应用】研究结果可应用于通勤公交可达性不均问题，应优化公交线路与发车频率，强化边缘区域与核心区间的快速连接。建议提升中低房价区域公交资源供给，增强北三县区域基本公交服务能力。在运营层面，应实施差异化服务策略与智能调度管理，并通过通勤优惠政策引导公共交通出行，提升都市圈内群体通达机会的公平性。
基于改进ALNS的无人机固定机巢电力巡检路径规划
黄祥;吴媚;王海楠;孟悦;【背景】随着电力巡检需求的日益增长，传统的巡检方式已无法满足现代电网的时效性要求。无人机电力巡检虽具备高效率，但其续航能力有限，难以保障远距离杆塔巡检的及时性。【目标】提出一种新型的电力巡检模式，利用多个固定无人机机巢进行巡检，解决无人机续航不足和及时性问题，进一步提升电力巡检效率。【方法】基于总巡检路径最短的目标，构建了一个结合任务分配与路径规划的组合决策模型。模型考虑了无人机能耗不确定性、杆塔巡检时间窗以及风速的影响，采用改进自适应大邻域搜索算法（ALNS）进行大规模求解，并引入模拟退火准则避免局部最优解。【结果】将算法求解结果与Gurobi求解器结果进行对比，并基于实际杆塔数据进行实例分析，验证了算法的有效性。改进的ALNS算法能够比传统算法更快速地找到精确解，并显著提高巡检路径规划的效率与准确性。与蚁群算法和ALNS算法相比，改进ALNS在巡检路径距离上分别减少了13.8%和16.7%。【应用】该巡检方式为电力企业提升巡检效率提供了新的解决思路，并为电力巡检路径规划的优化方案提供了有力的参考与指导。
城市飞行汽车停机坪选址问题研究一：基于双层规划的多目标优化方法
沈燕;卢恺;尹浩东;孙会君;【背景】飞行汽车作为未来交通领域的颠覆性创新技术，在解决城市交通问题等方面发挥重要作用。然而作为飞行汽车安全高效运行的前提，停机坪等基础设施的规划建设存在布局欠缺合理、进展相对滞后等问题，难以满足多元化低空运行服务需求。【目标】通过优化停机坪的选址布局，减少飞行汽车运营成本及地面潜在客伤风险，同时提升乘客出行效率，以期在运营成本、运行风险及乘客服务等多方面取得平衡。【方法】本文建立了基于双层规划的城市飞行汽车停机坪选址多目标优化方法，其中上层以飞行汽车运营成本最小化及潜在客伤风险最小化为目标建立了0-1整数规划模型，下层则考虑乘客出行路径选择行为的多样性，建立了考虑无人小巴与飞行汽车融合的多模式网络系统最优配流模型。进而，设计了融合改进自适应禁忌搜索与Frank-Wolfe的求解算法。【数据】利用公开的Sioux Falls网络及OD需求数据，并考虑停机坪数量及不同目标权重比构建算例，验证所提模型和算法的有效性。【结果】数值实验结果表明，本文提出的方法能够确定最优的停机坪数量，并显著降低运营风险及成本，选址方案也更为合理。