低碳目标的城市多模式复合交通网络模型及组合出行路径优化方法研究

Multi-modal transportation has gradually become the main mode of travel, with the accelerating process of urbanization and transport infrastructure increasingly integrated well. In order to address climate change, China has proposed a "low-carbon transportation system" as the national strategy, which aims to research travel theories, models and develop diverse urban travelers’ travel plans to achieve a low-carbon objectives. The research structure is divided into two parts: (1) To establish urban multi-modal transportation network model compound. Which is mainly to solve the multi-modal transportation network modeling, multi-mode topology construction, multi-mode topology update maintenance issues, to build an integrated, unified, seamless multi-modal complex transportation, to adapt a large amount of data in complex road network for efficiently store, update and multi-mode combined travel path analysis of actual demand. (2) To establish urban multi-modal method based on a combination of low-carbon urban travel path of the target. Develop urban multi-mode travel carbon intensity standards according to the carbon balance theory, establish a "weak user optimal" dynamic traffic assignment theoretical model, on this basis design multi-target combination trip path optimization algorithm which will consider low-carbon as the main objective and individual users’ preferences for the second goal. The significance of this project is to provide support for new theories and new methods of travel guide for the city based on a combination of public low-carbon objectives.

随着城市化进程的不断加快和综合交通基础设施的日益完善，组合出行逐渐成为现代城市出行活动的主要模式。为了应对气候变化，我国提出了“建设低碳交通运输体系”的国家战略，研究基于低碳目标的组合出行理论与模型、帮助城市出行者制定多样化低碳出行计划是实现公众低碳出行的主要任务。项目研究内容：(1)建立城市多模式复合交通网络模型。主要解决多模式交通网络的建模、多模式拓扑构建、多模式拓扑更新维护问题，构建集成、统一、无缝的多模式复合交通网络，适应大数据量复合道路网络高效存储、更新与多模式组合出行路径分析的实际需求。(2)建立基于低碳目标的城市组合出行路径优化方法。根据碳平衡理论制定城市多模式出行碳排放强度标准，建立“弱用户最优”动态交通分配理论模型，在此基础上以低碳为主目标、以用户个性偏好为次目标设计多目标组合出行路径优化算法。意义在于为基于低碳目标的城市公众组合出行提供新理论支持和新方法指导。

随着多模式城市交通网络系统发展，需要有效的多模式城市交通网络描述和出行路径分析支持网络规划分析和出行信息服务。但现代城市交通系统是一个有规则指向的多模式叠加和复合的空间网络服务系统，其出行路径分析更为复杂，因为既要真实反映多模式交通出行路径的空间和交通特征，也要满足多模式交通网络规划分析需求。基于此，多模式交通出行路径分析是城市交通网络空间研究的关键问题之一。本项目构建“用户次优”动态交通分配理论模型与算法，定义了融合出行者偏好数据与碳排放数据的路径优化广义路阻，从城市道路交通状态判别与预测的需求出发，主要针对固定型交通检测器和移动型交通检测器提供的多源实时交通数据展开研究，建立了基于人工神经网络的异类检测器交通流量融合模型；针对当前交通指挥、交通诱导、交通控制等系统的需求，分析了建立城市道路交通状态指标体系，并从不同角度对城市道路交通状态的含义进行了界定。将时间序列相似性分析方法和指数平滑预测方法相结合，设计了交通参数短时多步预测方法。同时对京津冀地区居民低碳出行情况进行了调研。通过研究发现，我国学者在多模式复合交通网络研究上已经取得了一定的成果，但在引导居民低碳出行的实际效果上不明显，项目团队在进行调研走访后发现，我国道路设计与城市发展协调性不够，车多路少；公共交通衔接设计不合理；多种模式出行时的不方便因素太多。这些因素严重影响了居民低碳出行的意愿。项目成果对未来城市建设和交通建设协调发展，以及智慧城市建设具有一定的参考价值。