本期导语

引入相对拥堵费作为政策变量，表征拥堵收费政策对该群体出行方式选择的影响，并基于Nested Logit模型，建立了拥堵收费影响下的出行者出行方式选择模型。利用对南京新街口商圈区域弹性出行的小汽车使用者进行的RP和SP调查所获得的数据，对模型参数进行了估计，结果显示:女性、低收入者、IC卡持有者、短途和高频出行者在面对拥堵收费政策时，更容易放弃小汽车而转向公共交通出行。利用弹性理论，分析了不同拥堵费水平下出行者对出行时间和拥堵收费政策的弹性，结果发现:①出行时间的弹性反映了出行方式的总体服务水平;②出行者在出行方式选择时对拥堵收费变得“显著”敏感的临界值为13.25元/次。(任 刚，等:拥堵收费对弹性出行的小汽车使用者出行方式选择影响研究)

提出1种基于蒙特卡罗的城市公交可达性的模拟方法，并研究道路拥堵状态和公交发车间隔对公交可达性的影响。利用等时线模型提出公交可达性的度量方法。将公交出行时空过程划分为候车、乘车、靠站、换乘4个阶段，构建每个阶段的时间模型，从而建立公交可达性的蒙特卡罗模拟模型。模型的参数值均由实际的公交GPS数据标定。建立理想的棋盘状公交路网，并进行不同道路状态下和不同公交发车间隔下的模拟，数值模拟结果表明，在弱作用力下时，可达性增长速度提高了近5倍。(胡继华，等:基于蒙特卡罗的城市公交时空可达性模拟研究)

为了量化交通拥堵对驾驶人生理和心理特性的影响，选取驾驶人的心率均值为指标，在大量实测数据基础上研究交通拥堵程度对驾驶人心率特性的影响，并构建心率均值和压力系数间的关系模型。研究表明，交通拥堵对驾驶人的心率特性影响显著，3种回归模型拟合优度的确定系数都达到了0.6以上，且二次多项式的回归效果最好。(漆巍巍，等:城市道路拥堵状态下驾驶人心率特性研究)

信息诱导是缓解交通拥挤的有效途径，为了描述道路拥挤程度对出行者路径选择决策的影响机理，基于累积前景理论分析了出行者的出行决策过程，分析了出行者拥挤认知模式以及不同出行方式的拥挤信息需求。解析了拥挤阈值的概念，将行程时间作为累积前景理论决策指标建立了拥挤阈值的计算模型，以1个简单路网进行算例分析，模拟驾驶员的拥挤认知及出行活动决策。算例结果揭示了拥挤阈值对路径选择决策行为的影响，同时验证了拥挤阈值是出行者在决策过程中的决策变化分界点。出行时间在拥挤阈值内出行者不改变出行路径;出行时间超过拥挤阈值，出行者将改变出行路径。(冯川，等:基于累积前景理论的拥挤阈值计算模型)

针对基于单一数据源、利用卡尔曼滤波理论建立行程时间预测模型存在的不足，采用多源数据进行行程时间预测以提高精度。浮动车、固定检测器是常用的交通信息采集方法，在信息种类、数据精度等方面存在一定的互补性。因此，选择2种检测器的实时交通数据作为模型输入参数。利用卡尔曼滤波理论，以流量、占有率、行程时间作为输入量构成参数矩阵，建立城市道路网络行程时间预测模型。并通过Vissim仿真实验验证了模型的有效性。结果表明:基于多源数据的行程时间预测模型平均绝对相对误差为5.45%，其精度比单独采用固定检测器检测数据预测提高了14.4%，比单独采用浮动车数据预测提高了7.5%。(江 周，等:基于多源数据的城市道路网络行程时间预测模型)