期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
日本铁路“东京都市圈通勤五方面作战”转型服务启示研究
被引量:
10
1
作者
荣朝和
罗江
《铁道运输与经济》
北大核心
2020年第3期1-6,23,共7页
城市化进程中需要解决的一个关键问题,就是为特大或超大城市所形成的都市圈构建轨道通勤体系,不仅城市自身需要加快建设城市轨道交通和市郊铁路,以国家铁路为主体的大铁路转型都市区通勤服务也不可或缺,这对特大超大城市和国铁系统双方...
城市化进程中需要解决的一个关键问题,就是为特大或超大城市所形成的都市圈构建轨道通勤体系,不仅城市自身需要加快建设城市轨道交通和市郊铁路,以国家铁路为主体的大铁路转型都市区通勤服务也不可或缺,这对特大超大城市和国铁系统双方都是艰巨挑战,同时也是重要发展契机。日本国铁从1960年代后期开始,实施了以大力强化干线通道、提高通勤能力、缓解乘车拥挤为目标的"东京都市圈通勤五方面作战"取得显著成效,同时推动诸多民营铁路共同加快东京都市圈通勤系统建设,这些研究为形成都市圈"四网融合"的轨道交通网络提供重要借鉴。
展开更多
关键词
日本铁路
东京都市圈
通勤走廊
通勤五方面作战
国铁转型
下载PDF
职称材料
共享单车对通勤走廊出行结构的影响
被引量:
5
2
作者
姚恩建
李翠萍
+2 位作者
郇宁
杨扬
李斌斌
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第7期85-92,142,共9页
为深入分析共享单车导入对通勤走廊出行结构的影响,文中将通勤方式选择行为解析为面向主要出行方式和末端接驳方式的联合选择行为,并构建双层NL(Nested Logit)模型以描述通勤者的分层决策过程;在此基础上,选取不同通勤距离下的实际案例...
为深入分析共享单车导入对通勤走廊出行结构的影响,文中将通勤方式选择行为解析为面向主要出行方式和末端接驳方式的联合选择行为,并构建双层NL(Nested Logit)模型以描述通勤者的分层决策过程;在此基础上,选取不同通勤距离下的实际案例,计算共享单车出现前后通勤走廊内各主要出行方式及公共交通末端接驳方式的分担率。结果表明:在短距离通勤中,共享单车的分担率达到13.2%,对于地面公交、私人自行车存在显著的替代效应,但对地铁的分担率影响较小;在中长距离通勤中,共享单车更多被作为地铁的接驳方式,在促使地铁分担率上升3.6个百分点的同时,也造成地面公交、私家车及出租车分担率下降。总之,共享单车的出现在便捷传统公共交通方式接驳的同时,可减少早高峰期间地面公交来自短距离出行的客流压力,提升地铁对长距离出行客流的吸引力,并可在一定程度上减少小汽车和出租车出行。
展开更多
关键词
共享单车
通勤走廊
出行结构
选择行为分析
NL模型
通勤距离
下载PDF
职称材料
基于深度强化学习的通勤走廊韧性恢复双层规划
3
作者
李雪岩
张同宇
祝歆
《复杂系统与复杂性科学》
CAS
CSCD
北大核心
2024年第1期92-99,108,共9页
为实现通勤走廊内机动公交接驳方案的科学设计,将其韧性恢复过程视为复杂环境中接驳方案经过探索迭代实现韧性提升的双层规划。引入深度强化学习算法构建上层规划,采用价值函数神经网络拟合突发事件与出行者集群行为对接驳方案调整的反...
为实现通勤走廊内机动公交接驳方案的科学设计,将其韧性恢复过程视为复杂环境中接驳方案经过探索迭代实现韧性提升的双层规划。引入深度强化学习算法构建上层规划,采用价值函数神经网络拟合突发事件与出行者集群行为对接驳方案调整的反应函数,训练接驳方案达到决策目标。下层规划运用元胞神经网络模拟数据智能背景下的集群出行行为。实例研究表明,方法可以使通勤走廊韧性得到有效提升,而集群行为会对韧性恢复产生负面影响。
展开更多
关键词
通勤走廊
韧性
接驳方案
深度强化学习
集群行为
下载PDF
职称材料
题名
日本铁路“东京都市圈通勤五方面作战”转型服务启示研究
被引量:
10
1
作者
荣朝和
罗江
机构
北京交通大学经济管理学院
出处
《铁道运输与经济》
北大核心
2020年第3期1-6,23,共7页
基金
首都高端智库决策咨询课题(20192K2D001)。
文摘
城市化进程中需要解决的一个关键问题,就是为特大或超大城市所形成的都市圈构建轨道通勤体系,不仅城市自身需要加快建设城市轨道交通和市郊铁路,以国家铁路为主体的大铁路转型都市区通勤服务也不可或缺,这对特大超大城市和国铁系统双方都是艰巨挑战,同时也是重要发展契机。日本国铁从1960年代后期开始,实施了以大力强化干线通道、提高通勤能力、缓解乘车拥挤为目标的"东京都市圈通勤五方面作战"取得显著成效,同时推动诸多民营铁路共同加快东京都市圈通勤系统建设,这些研究为形成都市圈"四网融合"的轨道交通网络提供重要借鉴。
关键词
日本铁路
东京都市圈
通勤走廊
通勤五方面作战
国铁转型
Keywords
Japan
National
Railways
Tokyo
Metropolitan
Area
commuting
corridors
Tokyo
Five-prong
Strategy
Transformation
of
National
Railway
分类号
U293 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
共享单车对通勤走廊出行结构的影响
被引量:
5
2
作者
姚恩建
李翠萍
郇宁
杨扬
李斌斌
机构
北京交通大学交通运输学院
北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室
交通运输部公路科学研究所智能交通技术交通运输行业重点实验室
出处
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第7期85-92,142,共9页
基金
国家重点研发计划项目(2018YFB1601300)
智能交通技术交通运输行业重点实验室开放课题。
文摘
为深入分析共享单车导入对通勤走廊出行结构的影响,文中将通勤方式选择行为解析为面向主要出行方式和末端接驳方式的联合选择行为,并构建双层NL(Nested Logit)模型以描述通勤者的分层决策过程;在此基础上,选取不同通勤距离下的实际案例,计算共享单车出现前后通勤走廊内各主要出行方式及公共交通末端接驳方式的分担率。结果表明:在短距离通勤中,共享单车的分担率达到13.2%,对于地面公交、私人自行车存在显著的替代效应,但对地铁的分担率影响较小;在中长距离通勤中,共享单车更多被作为地铁的接驳方式,在促使地铁分担率上升3.6个百分点的同时,也造成地面公交、私家车及出租车分担率下降。总之,共享单车的出现在便捷传统公共交通方式接驳的同时,可减少早高峰期间地面公交来自短距离出行的客流压力,提升地铁对长距离出行客流的吸引力,并可在一定程度上减少小汽车和出租车出行。
关键词
共享单车
通勤走廊
出行结构
选择行为分析
NL模型
通勤距离
Keywords
shared
bicycle
commuting
corridor
travel
mode
choice
behavior
analysis
NL
model
commuting
distance
分类号
U121 [交通运输工程]
下载PDF
职称材料
题名
基于深度强化学习的通勤走廊韧性恢复双层规划
3
作者
李雪岩
张同宇
祝歆
机构
北京联合大学管理学院
北京联合大学城市轨道交通与物流学院
出处
《复杂系统与复杂性科学》
CAS
CSCD
北大核心
2024年第1期92-99,108,共9页
基金
北京市社会科学基金(21GLC046)。
文摘
为实现通勤走廊内机动公交接驳方案的科学设计,将其韧性恢复过程视为复杂环境中接驳方案经过探索迭代实现韧性提升的双层规划。引入深度强化学习算法构建上层规划,采用价值函数神经网络拟合突发事件与出行者集群行为对接驳方案调整的反应函数,训练接驳方案达到决策目标。下层规划运用元胞神经网络模拟数据智能背景下的集群出行行为。实例研究表明,方法可以使通勤走廊韧性得到有效提升,而集群行为会对韧性恢复产生负面影响。
关键词
通勤走廊
韧性
接驳方案
深度强化学习
集群行为
Keywords
commuting
corridor
resilience
transferring
scheme
deep
reinforcement
learning
cluster
behavior
分类号
U121 [交通运输工程]
U491
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
日本铁路“东京都市圈通勤五方面作战”转型服务启示研究
荣朝和
罗江
《铁道运输与经济》
北大核心
2020
10
下载PDF
职称材料
2
共享单车对通勤走廊出行结构的影响
姚恩建
李翠萍
郇宁
杨扬
李斌斌
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020
5
下载PDF
职称材料
3
基于深度强化学习的通勤走廊韧性恢复双层规划
李雪岩
张同宇
祝歆
《复杂系统与复杂性科学》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部