交通顶刊TR Part C 2026年5月论文导读（上）

一期刊简介Transportation Research Part C (TR-C): Emerging Technologies 是交通领域顶刊由 Elsevier 出版中科院与 JCR 均为 1 区近年影响因子约8–9.6。该期刊以交通系统为核心聚焦 AI、大数据、运筹学等新兴技术对交通规划、运营、控制与管理的影响。本期推送Transportation Research Part C「2026 年 5月刊 Vol. 186」中的部分文章。二论文目录1.GATSim基于生成式智能体的城市出行仿真「GATSim: Urban mobility simulation with generative agents」2.面向自动驾驶的视觉-语言模型场景理解与决策——定制化增强现实在环测试平台「Vision-language model-based scene understanding and decision-making for autonomous vehicles with a tailored augmented reality vehicle-in-the-loop testing platform」3.基于pNEUMA数据的信号交叉口时序感知冲突风险建模框架「A temporal-aware conflict risk modeling framework for signalized intersections using the pNEUMA data」4.带时间窗的卡车-无人机协同配送揽件路径优化——考虑坡度的能耗优化模型「Slope-dependent energy optimization for cooperative truck-drone delivery and pickup routing with time windows」5.自适应多SWAL策略柔性车道设计下的交叉口实时管控「Adaptive multi-SWAL: Real-time intersection control with flexible lane design」6.航空器精细化滑行时间预测与冲突规避策略研究「Research on fine-grained aircraft taxiing time prediction and conflict avoidance strategies」7.VR融合交通枢纽中考虑决策演化与异质性的行人寻路行为建模「Decision evolution and heterogeneity aware pedestrian wayfinding behaviour modelling in VR integrated transportation hub」8.模型引导强化学习的混合交通流信号-车辆协同控制「Cooperative signal and vehicle control in mixed traffic environment using model-guided reinforcement learning」9.共享充电站下电动接驳车充电调度优化与通勤客流均衡评估「Optimizing charging schedules and assessing passenger commuting equilibrium for electric shuttles with shared charging stations」10.复杂交叉线路公交网络的车载乘客舒适度实时评估「Real-time on-board passenger comfort estimation in complex public transport networks with intersecting lines」11.基于分层分布式多智能体规划的下一代机场地面运行管控「Towards next-generation airport surface movement operations using hierarchical-distributed multi-agent planning」12.本地互联出行系统中信息共享点位优化「Optimize information sharing locations in locally connected mobility systems」13.多尺度时空地理加权回归MGTWR电动汽车市场普及的时空异质性探究「Multiscale geographically and temporally weighted regression (MGTWR): exploring the spatiotemporal heterogeneity of EV market adoption」14.量化观测下3D路径选择模型中的行人交互平均场动力学「Mean field dynamics for pedestrian interaction in quantized observation-based 3D route choice modeling」15.考虑驾驶者出行日期偏好的弹性限行政策研究「Optional no-driving day policy considering travelers’ driving-date preferences」16.主动交通与微型出行方式的发展作用——基于出行目的的采用率与周使用规律分析「The growing role of active and micro-mobility modes: Insights from mode adoption and weekly use by trip purpose」17.多模式交通需求的前置预估与干预评估——因果解耦表征方法「Pre-emptive estimation and interventional evaluation of multimodal travel demand: a causal decoupling representation approach」18.基于智能动态路径自动驾驶车的路网级路面摩擦力多源测量「Multi-source network-level pavement friction measurements via instrumented and dynamically routed autonomous vehicles」19.深度结构高斯模型的公交行程时间实时概率预测「Deep structured Gaussian modeling for Real-Time probabilistic bus travel time prediction」20.TransFM跨城市多模式交通需求预测基础模型「TransFM: A foundation model for cross-city multimodal transportation demand prediction」三论文摘要1.GATSim基于生成式智能体的城市出行仿真「GATSim: Urban mobility simulation with generative agents」作者Qi Liu, Can Li, Wanjing Ma摘要传统基于智能体的城市出行仿真通常依赖于僵化的规则驱动系统这类系统难以刻画人类出行决策中固有的复杂性、适应性以及行为多样性。受近年来大语言模型与AI智能体技术发展的启发本文提出了GATSim——一种新型仿真框架利用具备专门认知结构的生成式智能体来模拟城市出行行为。GATSim中的智能体具备多样化的社会经济属性、个体生活方式以及动态演化的偏好这些特征通过具有心理学依据的记忆系统和终身学习机制不断塑造与更新。本文的主要贡献包括1提出了一种综合性架构将城市出行基础模型、智能体认知系统与交通仿真环境进行融合2设计了一种分层记忆机制用于高效检索具备情境相关性的信息并融合空间与时间关联3构建了用于刻画自适应出行行为的规划与反应机制其中引入多尺度反思过程将具体出行经验转化为通用行为认知。实验结果表明在角色扮演任务中生成式智能体的表现可与人类标注者相媲美同时能够自然生成具有现实意义的宏观交通模式。该原型系统的代码已在以下地址公开https://github.com/qiliuchn/gatsim。2.面向自动驾驶的视觉-语言模型场景理解与决策——定制化增强现实在环测试平台「Vision-language model-based scene understanding and decision-making for autonomous vehicles with a tailored augmented reality vehicle-in-the-loop testing platform」作者Ziyu Song, Yongfu Li, Xiaowen Tao, Wei Li, Haitao Ding, DongpuCao摘要视觉语言模型VLM在自动驾驶领域展现出巨大应用潜力但将其适配至安全关键场景仍面临严峻挑战尤其难以实现稳健的时空场景理解与决策规划这进一步制约了车载算力约束下的闭环落地运行。本文提出一套轻量化部署专用、融合场景理解与决策规划的视觉语言模型框架。首先基于通用自然数据集对域适配视觉语言模型开展微调优化同时增设预解码令牌筛选模块在语言交互前端完成多帧视觉令牌压缩在保留任务关联语义信息的同时大幅降低推理延迟。其次通过轻量化采样式运动规划器将高层行驶意图转化为可解释、具备安全约束的行驶轨迹。此外为兼顾评测真实性与测试安全性本文搭建虚实图像融合的硬件在环测试平台可将仿真交通参与者与道路基础设施实时叠加至实车相机数据流中依托 PC 级硬件即可完成复杂交通场景的可控化测试。实验结果表明经微调的视觉语言模型具备强鲁棒性场景理解能力决策准确率可达 82.9%。环岛与 T 型路口的实车案例验证进一步证实该框架闭环行驶性能稳定可完成平顺汇入车流、紧急避让等动态操作全程维持合理安全裕度。该研究成果为可解释视觉语言模型赋能的自动驾驶系统落地提供了实用支撑有效缩小仿真到实车部署的域迁移差距同时为智能交通系统的设计与测试提供新思路。3.基于pNEUMA数据的信号交叉口时序感知冲突风险建模框架「A temporal-aware conflict risk modeling framework for signalized intersections using the pNEUMA data」作者Tianyu Shen, Di Yang, Kun Xie, Hong Yang, Xianfeng (Terry) Yang, Mansoureh Jeihani摘要交通冲突风险模型已广泛应用于信号交叉口的安全风险评估。当前主流先进研究均采用按信号周期聚合的安全风险数据无法捕捉信号周期内的动态安全风险。本文提出一种时序感知型冲突风险建模框架1依托函数数据分析方法以高时间粒度刻画信号周期内冲突风险与影响因子的时序关联特征2结合自相关函数、压缩率、排列熵与动态时间规整算法量化分析不同时间尺度下信号周期内时序聚合操作对风险评估结果的影响。本研究基于希腊雅典某信号交叉口单进口道的pNEUMA 数据集以追尾冲突为研究对象开展实例分析。结果表明车流规模在整个信号周期内对冲突风险呈显著正向影响该影响在绿灯启亮后短期内达到峰值车流拥堵冲击波的反向形成速度与反向消散速度同样会推高冲突风险但仅在车流排队形成与消散阶段具备统计学显著性。信号周期内的冲突风险分布规律会随车道功能、日内时段产生明显差异。对比验证发现传统信号周期级模型无法有效刻画这类时序动态风险特征降低时间粒度会弱化风险时序相关性、增大数据差异性最终得到不确定性高、可压缩性差的安全风险分布结果。所提研究框架可为交叉口安全风险分析提供全新思路可适配各类信号控制策略同时能够辅助研究人员合理选取安全分析的时间粒度支撑精细化决策。4.带时间窗的卡车-无人机协同配送揽件路径优化——考虑坡度的能耗优化模型「Slope-dependent energy optimization for cooperative truck-drone delivery and pickup routing with time windows」作者Ying Wang, Taofeng Ye, Jiajun Sun, Jicong Duan摘要农村电商的快速发展进一步加大了节能型末端物流最后一公里物流的应用需求。本文针对丘陵地区研究带时间窗与坡度约束的卡车 - 无人机协同取送路径规划问题。研究构建能耗优化模型对配送、揽收任务进行联合调度模型精准考虑坡度影响下的卡车能耗并引入精细化多阶段无人机飞行能耗计算方法。模型目标为均衡能耗成本与时间窗延误惩罚成本实现总运营成本最小化。该问题属于 NP 难问题为此本文设计协同动态自适应大规模邻域搜索CDALNS框架采用三阶段求解结构其一基于仓储中心聚类策略将大规模算例拆解为均衡子问题提升算法求解可行性其二先规划卡车行驶路径再对适配路段择优替换为合规无人机作业航段生成节能初始可行解其三通过动态破坏 - 修复算子实现卡车 — 无人机协同路径的迭代优化。仿真实验表明所提 CDALNS 算法在求解精度与运算效率上均显著优于基准算法可高效适配丘陵地形下复杂的车机协同路径规划具备良好有效性与可扩展性。此外本文结合管理场景开展参数分析探究地形坡度、无人机续航能力、车机编队配置等核心参数对系统运营成本与整体作业效能的耦合影响规律。5.自适应多SWAL策略柔性车道设计下的交叉口实时管控「Adaptive multi-SWAL: Real-time intersection control with flexible lane design」作者Yuqi Shi, Kaidi Yang, Xiaoguang Yang摘要道路机动车保有量持续增长与道路通行能力有限之间的矛盾日益突出机动车通行空间优化配置已成为研究热点。无车道通行模式允许车辆不受车道边界约束自由行驶具备承载更高交通密度的潜力但该模式高度依赖自动驾驶汽车AV高渗透率在自动驾驶落地初期会面临显著安全隐患。针对该问题本文提出一种新型多特种宽度车道multi‑SWAL管控方法依托特种窄幅车道压缩车道宽度同时保留结构化车道通行框架。该方法适配全场景通行阶段既能满足自动驾驶低渗透率的初期部署需求也可适配全自动驾驶普及的成熟运营场景。所提方法融合变道引导与自适应信号管控实现交叉口时空资源协同增效通过动态优化多车道车辆排布、协调车流放行时序有效降低车辆平均延误提升交叉口通行效率。仿真结果表明在各类交通需求强度下多特种宽度车道方案的通行性能均显著优于常规车道设计及现有主流管控方法敏感性分析进一步验证该策略在复杂交通工况下具备良好稳定性与适配能力。6.航空器精细化滑行时间预测与冲突规避策略研究「Research on fine-grained aircraft taxiing time prediction and conflict avoidance strategies」作者Jing Li, Xiong Peng, Lei Bian, Lili Liu, Jianli Ding, Guo Li摘要滑行道冲突规避是提升机场运行效率与安全水平的关键难题在航空流量快速增长、机场基础设施资源受限的背景下尤为突出。现有飞机滑行路径规划方法虽种类丰富但往往忽略一项对结果至关重要的细节要素 —— 抵达各滑行道节点的耗时。本文提出飞机滑行时刻预测与冲突规避优化模型融合三大核心模块飞机滑行轨迹挖掘、基于增强 PatchTST 的节点到达时刻预测模型EPNATP以及注意力引导式滑行冲突优化模型ATCOM。轨迹挖掘模块依托海量历史广播式自动相关监视ADS‑B数据提取关键滑行路径精准刻画不同运行工况下的航空器滑行特征规律再由 EPNATP 模型实现细粒度滑行时长预测最终通过 ATCOM 模型消除潜在冲突热点同时最小化航空器等待耗时。基于中国上海浦东国际机场 2024 年 1—4 月真实 ADS‑B 实测数据开展验证实验EPNATP 模型相较现有方法平均绝对误差降低12%~28.5%ATCOM 模型可完全消解全部滑行冲突相较于改进蚁群算法等传统方法滑行总耗时缩短20.74%~24.74%。该研究可为机场滑行道冲突防控与运行调度提供高效可行的技术方案显著提升机场保障效能保障航空器地面滑行安全有序。7.VR融合交通枢纽中考虑决策演化与异质性的行人寻路行为建模「Decision evolution and heterogeneity aware pedestrian wayfinding behaviour modelling in VR integrated transportation hub」作者Zhicheng Dai, Dewei Li, Yan Feng, Chenyi Yang摘要综合交通枢纽内乘客寻路决策的动态演化与异质性特征对枢纽运行效率及出行体验具有显著影响。然而现有静态模型难以刻画乘客认知状态随环境与场景变化产生的时序动态特征。本文搭建综合交通枢纽虚拟现实场景开展非沉浸式行为实验据此构建动态隐马尔可夫 —Logit 联合模型DHMM-Logit这一新型动态建模框架将多状态隐马尔可夫模型与 Logit 模型深度融合。研究首次在该框架中引入决策级联分析借助互信息理论揭示历史决策对当前选择的时序依赖关系与衰减机理并以此指导 DHMM-Logit 模型的超参数整定与决策序列离散化处理。该框架全面纳入空间句法指标、二维导航工具使用情况及出行目的实现对空间异质性与个体异质性的精细化表征同时引入基于图嵌入的节点高阶语义编码作为解释变量提升模型对行人序贯寻路决策过程的拟合能力与泛化性能。依托上海虹桥综合交通枢纽开展实证验证结果表明所提 DHMM-Logit 模型性能显著优于各类基线模型。研究发现行人寻路过程中存在明显的潜在认知状态跃迁规律出行方式与导航工具使用习惯会显著影响乘客空间感知敏感度与认知决策机制。本研究可为枢纽空间布局优化、个性化信息引导策略落地提供坚实的理论支撑与实证依据。8.模型引导强化学习的混合交通流信号-车辆协同控制「Cooperative signal and vehicle control in mixed traffic environment using model-guided reinforcement learning」作者Gengyue Han, Yu Han, Jian Wang, Tiancheng Ruan, Nan Zheng, Yiheng Feng, Hao Wang摘要本文面向工程落地提出一套基于强化学习RL的一体化信号–车辆协同控制SVCC策略适用于混行交通场景。该 SVCC 框架同步优化两大核心模块生态驾驶智能体与信号控制智能体。其中生态驾驶智能体为网联自动驾驶车辆CAV实时输出加速度指令优化行驶轨迹平顺性、抑制交通震荡信号控制智能体则主动优化配时方案疏解潜在拥堵、提升通行效率。研究引入基于车流冲击波理论的排队物理模型可精准预测混行环境下车辆到达时刻并向生态驾驶智能体推送实时建议车速该建议车速融入塑形奖励大幅降低高维观测空间下的学习难度。为削弱模型固有估算误差、降低交通不确定性带来的敏感性增设终端奖励 —— 当网联自动驾驶车辆平稳通过停止线时触发奖励。结合塑形奖励与终端奖励可训练出高效、可泛化、抗扰动的生态驾驶策略。同时信号控制智能体采用周期迭代架构向生态驾驶智能体实时同步相位配时SPaT信息支撑精准预判。两类智能体协同联动使网联自动驾驶车辆可依据信号灯序同步调整行驶行为并将车队绿灯通过率纳入信号控制奖励函数优化信号周期、绿信比与相位差实现更多车辆无停车通行交叉口。依托南京市实际城市主干道搭建仿真场景完成验证。实验表明所提方法优于现有主流算法在平均等待延误、总行程时长、燃油消耗与车队绿灯通过率指标上均实现显著优化同时充分验证了强化学习控制器与整套协同控制框架的有效性。9.共享充电站下电动接驳车充电调度优化与通勤客流均衡评估「Optimizing charging schedules and assessing passenger commuting equilibrium for electric shuttles with shared charging stations」作者Yili Tang, Bissan Ghaddar, Jaehee Jeong, Yi Wei摘要公交电动化正加速推进旨在推动社区低碳转型打造清洁先进、可持续发展的公共交通体系。同时公交出行仍是青少年、老年群体等众多居民的唯一出行方式。但受规划复杂度高、配套成本高昂影响经济可行的充电基础设施建设与运营始终是电动公交落地的核心难点。本文提出一种依托公共共享充电站、而非自建专用场站的电动公交充电运营策略构建最优充电调度方案以降低充电成本并结合通勤用户均衡模型分析充电计划对乘客上车客流分布的影响。所搭建的充电调度优化模型可确定需中途补电的运营班次、选定共享充电站点位及充电时段从而完成公交车辆充电方案的全域决策。客流均衡结果表明动力电池容量更大、车况更佳如新电池对比老旧电池的公交车辆能有效降低乘客个体均衡出行成本。该策略与模型为电动公交规模化推广及日常运营提供全新思路可为公交运营企业与政策制定者搭建可持续的行业发展实施路径。10.复杂交叉线路公交网络的车载乘客舒适度实时评估「Real-time on-board passenger comfort estimation in complex public transport networks with intersecting lines」作者Charalampos Sipetas, Claudio Roncoli, Ektoras Chandakas, Ioannis Kaparias摘要公交车辆车厢舒适度是衡量乘客体验与服务质量的核心评价指标。对该指标开展量化分析需精准掌握车辆进出站点时的实时载客人数。自动客流统计APC系统虽可实现客流实时采集但受设备故障影响或因部分车辆未加装配套设备常会导致数据缺失、信息不全。本文提出一种高精度客流估算方法可补齐残缺的 APC 监测数据该算法运算效率高支持实时部署同时能够对多线路共站接驳的复杂路网完成全网车厢舒适度精准测算。研究选取赫尔辛基通勤铁路网络开展实例验证路网包含 6 条运营线路、20 座车站。结果表明所提框架在各类工况下均可实现车厢舒适度高精度估算。此外本文解答了行业实操关键问题 —— 需配置多少台 APC 设备即可保障载客舒适度估算精度达标研究证实即便单日仅少量车次搭载监测设备仍可输出可靠的估算结果。该客流估算方法可为运营企业提供实用工具助力摸清日常出行规律、量化乘客体验并开展服务评估最终实现公交运营精细化优化。11.基于分层分布式多智能体规划的下一代机场地面运行管控「Towards next-generation airport surface movement operations using hierarchical-distributed multi-agent planning」作者Malte von der Burg, Jorick Kamphof, Joost Soomers, Alexei Sharpanskykh摘要繁忙机场场面航空器滑行调度是一项人机协同的复杂管控工作。针对航空流量持续增长、减排降碳、安全标准不降等多重关联挑战相关技术迭代不断推进同时也倒逼机场形成全新运行概念ConOps。对此各类在技术架构、自动化等级、管控集中化程度上存在差异的新型运行理念有望成为可行解决方案。但此类创新运行概念在落地实际机场前必须依托计算建模开展大规模仿真评估。为实现下一代机场场面滑行运行方案的精细化建模与多维分析本文基于分层分布式多智能体建模范式提出一套通用化体系架构。针对一类集中规划、分布式全自动管控的运行概念搭建具体模型实例完成架构落地演示。作为模型核心模块本文创新提出机场场面多智能体运动规划算法AS‑MAMP用以实现全场面地面交通的协同决策逻辑。该算法采用双层求解架构依托优先级搜索PBS及其贪心变体等主流优先级规划器构建上层框架针对现有底层求解器难以生成贴合实际的地面四维滑行轨迹问题自研安全区间运动规划算法SIMP。SIMP 可为各智能体定义作业时序覆盖推出、拖车挂接 / 脱钩、开车启动等全滑行工序并完成全程轨迹规划航空器与地面车辆运动严格约束加速度极限可在连续时空域内规避动态障碍物通过可行运动区间完成状态建模。本文通过变更上层优先级策略、将底层 SIMP 替换为安全区间路径规划SIPP与 A * 算法开展对照测试结合仿真机场场景与真实机场布局完成验证。结果表明AS‑MAMP 可高效求解安全可行的四维滑行轨迹模型支撑下的跑道通行能力能够达到甚至超越欧洲大型枢纽机场现有运行水平。12.本地互联出行系统中信息共享点位优化「Optimize information sharing locations in locally connected mobility systems」作者Zhaomiao Guo摘要信息采集与通信是智慧出行的基础支撑但交通路网最优信息共享系统的设计仍存在难点根源在于出行者路径选择行为、网络通信链路与实体交通基础设施三者间存在复杂耦合关系。本文面向途中信息共享场景考虑出行者接收途中信息更新后的动态自适应择路行为开展交通信息共享点位布局优化研究。为此构建双层建模框架上层优化信息共享布设位置实现全网通行效率最优下层刻画引入途中信息更新后的随机交通均衡配流规律。针对该非线性混合整数双层规划难题分别结合割平面、分支割架构提出两类全新的值分解求解算法。依托多尺度测试路网完成模型与算法验证为边缘赋能出行体系下的信息系统布设提供工程实操依据同时完成算法计算性能校验。13.多尺度时空地理加权回归MGTWR电动汽车市场普及的时空异质性探究「Multiscale geographically and temporally weighted regression (MGTWR): exploring the spatiotemporal heterogeneity of EV market adoption」作者Xiangyong Luo, A. Stewart Fotheringham, Hanchen Yu, Xuesong Simon Zhou摘要电动汽车作为创新车辆技术销量持续攀升已在美国及全球传统汽车市场实现大规模渗透。但受社会经济条件、配套基础设施以及联邦与州级政策的复杂耦合影响电动汽车普及率存在显著时空差异。本文选取美国芝加哥市为研究对象依托多尺度时空地理加权回归MGTWR与多尺度地理加权回归MGWR开展电动汽车市场推广规律的全域时空溯源分析。研究旨在揭示影响电动汽车普及的时空动态机理厘清人口特征、经济水平等关键驱动因子的空间异质性作用规律同时借助 MGTWR 模型解析各类影响关联的时序演化特征研判电动汽车市场未来增长趋势。研究结果表明模型对电动汽车普及率的预测精度可达86.6%可为定制化推广政策提供精准支撑。方法层面本文在经典 MGWR 框架中融入时序动态模块完善了精细化空间尺度下非平稳过程的分析范式。相关研究结论可为政策制定者、城市规划人员及汽车行业相关主体提供实证依据助力交通体系向低碳高效、可持续方向转型升级。14.量化观测下3D路径选择模型中的行人交互平均场动力学「Mean field dynamics for pedestrian interaction in quantized observation-based 3D route choice modeling」作者Takahiro Matsunaga, Eiji Hato摘要本文提出一种基于路网的三维行人路径选择模型估算新方法可适配不确定性观测数据同时借鉴平均场博弈MFG理论引入平均场动力学刻画行人之间的相互作用效应。研究依托低功耗蓝牙BLE等传感器采集室内及三维空间下的行人行为数据弥补传统 GPS 手段难以实现三维场景精准监测的短板。针对观测高不确定性问题本文构建包含量化处理与观测流形的概率建模框架即便在含噪声数据条件下仍可实现模型鲁棒估算。数值仿真验证表明随观测不确定性增大所提方法相较传统模型精度优势愈发显著。本研究将逐时刻仅识别单一路段的确定性算法设为基线方法而本文量化建模思路可支持每个时刻存在多种可行状态转移。研究依托蓝牙信标BLE Beacon在日本东京 JR 涩谷站开展大规模实采获取站内全域行人轨迹数据。实测反演结果证实融合平均场动力学的建模方法性能显著优于未考虑行人交互的传统算法。此外该模型可输出可解释的站内客流机理解析研究发现登车客流与下车客流的交互作用存在明显差异且该交互规律会随时段、工作日 / 非工作日发生动态变化。15.考虑驾驶者出行日期偏好的弹性限行政策研究「Optional no-driving day policy considering travelers’ driving-date preferences」作者Xiangtong Su, Zaihan Gao, Yue Bao, Ziyou Gao, Hai Yang, Yinchao Fan摘要本文研究自愿无车日ONDD政策该政策依托补贴激励机制灵活实施可在保障居民出行自由的同时提升交通出行的可持续性。研究构建通用数学建模框架用以刻画出行者的驾车日期选择行为模型允许每日交通流量存在差异化特征且能够支撑大规模工程场景的高效求解。通过提出驾车出行模式与驾车日期关联矩阵概念实现对出行者择日驾车行为与逐日波动车流之间复杂耦合关系的精准建模。针对无车日选择优化问题构建等效最大化数学模型为各类择日出行决策问题提供标准化解析式。由于出行者偏好异质性会引发逐日车流不均造成部分日期拥堵过载、其余时段路网资源闲置本文进一步设计多周期、多阶段自愿无车日管控策略。该策略对公众自愿停驶时段进行错峰调配实现车流在全日期维度均衡分布。理论推导证明相较于传统刚性限行措施自愿无车日政策可实现帕累托优化即便不设置补贴激励仍具备效能优势。但无经济补贴的纯自愿限行模式会推高全社会整体出行成本体现出政策灵活性对应的经济代价。研究表明由财政兜底或依托精细化车流管理配套实施通行配额售卖补贴机制可有效对冲出行成本、提升政策落地成效与公众接受度。16.主动交通与微型出行方式的发展作用——基于出行目的的采用率与周使用规律分析「The growing role of active and micro-mobility modes: Insights from mode adoption and weekly use by trip purpose」作者Camila Balbontin, David A. Hensher, Edward Wei, Wen Liu摘要本文针对步行、自行车、电动自行车、电动汽车及公共交通等可持续出行方式结合不同出行目的探究其选择意愿与使用频次的影响因素。研究基于澳大利亚都市圈开展两阶段陈述偏好实验先采用混合多项 Logit 模型估算门到门出行方案的选择概率再通过多重离散 — 连续极值模型刻画不同出行方式、不同出行目的下每周出行占比规律。研究结果表明出行目的对各类交通方式的使用频次具有显著影响。通勤出行群体更愿意转向电动化交通工具配套基础设施完善时该转型意愿尤为强烈购物出行则对接驳方式与出行体验更为敏感。电动自行车兼具灵活性可同时适配通勤与休闲出行步行主要适用于短途非通勤出行场景。研究结论证实推行差异化、按出行目的定制的管控策略并搭建高品质交通配套设施是构建一体化可持续智慧出行体系的关键支撑。17.多模式交通需求的前置预估与干预评估——因果解耦表征方法「Pre-emptive estimation and interventional evaluation of multimodal travel demand: a causal decoupling representation approach」作者Yongyi Zhang, Yinhua Tao, Ying Jiang, Fan Ding, Junyi Zhang摘要精准估算多模态出行需求及其对管控干预措施的响应是交通规划与管理的核心关键工作。现有方法难以刻画各类出行方式间复杂的非线性耦合关系也无法保障干预评估的因果有效性。为突破上述局限本文提出多模态因果解耦变分自编码器MCDVAE框架将因果解耦表征学习与多模态生成建模相结合实现前瞻性需求预估与干预仿真评估。该 MCDVAE 在结构化隐空间中完成各类交通方式专属特征与通用特征变量的解耦分离同时引入图结构离散选择模型GDCM精准刻画不同出行模式间的相互作用效应。在干预效应分析层面研究依托 结构因果模型SCM构建因果关联体系通过在隐空间开展定向可控干预完成虚拟情景仿真推演。基于真实多模态出行数据集的实证验证表明相较于现有方法MCDVAE 可显著提升出行需求估算精度反事实实验进一步证实该框架具备优异的干预仿真能力。本文融合因果推断与生成建模技术为多模态交通系统的主动预判、精细化决策提供一套实用且可解释的分析工具。18.基于智能动态路径自动驾驶车的路网级路面摩擦力多源测量「Multi-source network-level pavement friction measurements via instrumented and dynamically routed autonomous vehicles」作者Caio Vitor Beojone, Yanfeng Ouyang摘要本文提出一套路网级路面摩阻检测全新框架依托搭载传感设备的车辆动态采集并汇总加速度与滑移率数据。检测车辆包含社会普通车辆RV以及由交通管理部门统一调度、可执行加减速全工况行驶的自动驾驶巡检车队AV。通过统计分析明确两项核心机制①如何融合多源车辆监测数据构建参数化摩阻模型保障路面抗滑估值的精度与测算效率②如何基于路网摩阻实时更新结果在滚动时域框架下优化自动驾驶车辆巡检路径针对性补强重点路段的数据采集。以美国伊利诺伊州尚佩恩县仿真高速路网为原型开展案例验证。初步结果表明仅依靠无管控社会车辆采集数据路面摩阻检测精度随时间呈次线性收敛提升缓慢而少量可控自动驾驶巡检车辆可在数小时内完成数百英里路段的数据覆盖大幅提升全域路网的路面摩阻估值精度。19.深度结构高斯模型的公交行程时间实时概率预测「Deep structured Gaussian modeling for Real-Time probabilistic bus travel time prediction」作者Yangyang Zhao, Zhenliang Ma, Xiaoxu Chen, Lijun Sun摘要统计模型与机器学习的前沿进展已大幅提升公交行程时间的预测精度。但现有研究多采用确定性模型无法量化预测不确定性 —— 而这一指标对出行者与公交运营方至关重要。此外当前概率类方法要么计算成本极高要么仅能刻画局部相关性难以建模线路内多辆运营公交、多个路段之间的行程时间联合关联特征。针对上述问题本文提出一种深度结构化高斯概率模型可对线路内所有营运公交的路段行程时间开展联合预测精准刻画单车内部时序关联与多车之间耦合关联。研究将每辆公交在各路段的行程时间定义为随机变量采用时变多元高斯混合分布表征变量间的联合相关性。本文设计新型深度神经网络实现高维参数高效估计协方差矩阵引入克罗内克积结构化设计并以多元高斯混合似然作为损失函数。该专用网络架构融合前车行程时间编码得到的时空特征可有效学习动态单车内部依赖与车间关联关系。模型依托上游已观测行程时间推导下游公交路段行程时间的条件分布从而实现所有营运公交剩余全程路段的实时概率预测。选取两套公交系统的三条线路开展验证。相较基线模型所提方法平均性能提升平均绝对百分比误差MAPE优化 0.44%、均方根误差RMSE降低 1.12、连续分级概率评分CRPS优化 0.360.5 分位风险指标优化 0.20、0.9 分位风险指标优化 0.24。同时模型具备可解释运营分析价值能够捕捉时变车间相关性以及复杂长短距离的单车内部行程时间依赖规律。20.TransFM跨城市多模式交通需求预测基础模型「TransFM: A foundation model for cross-city multimodal transportation demand prediction」作者Zhihuan Jiang, Ailing Huang, Renhe Jiang, Geqi Qi, Qian Luo, Toshihide Sekimoto摘要精准的多模态交通需求预测是保障城市一体化出行、实现运力前置调配的核心关键。现有多模态需求预测方法普遍存在固有短板定制化模型多针对特定城市、特定出行方式设计跨城泛化能力不足通用模型虽侧重跨城可迁移表征却难以精准刻画不同出行方式的固有差异与城市异质性特征。为突破上述局限本文提出TransFM 交通基础模型将多模态交通需求预测从传统单城建模升级为跨城通用预测范式。该模型攻克两大核心难题①在出行方式维度兼顾各类模态独有属性与跨模态交互关联②在城市维度实现本地异质性规律与全域通用特征的融合适配。针对第一个难题研究构建模态专属记忆增强混合专家模块MoE为每种出行方式配置独立专家与私有记忆库完成模态独有特征编码同时通过跨记忆交互机制实现多模态关联耦合建模。针对第二个难题本文设计跨城通用时空混合专家模块包含两大核心组件异构感知专家用于挖掘各城市 — 各出行方式组合下的差异化需求规律通用原型记忆库凝练不同城市间可迁移的时空出行特征。依托六座城市、四类出行方式、十一份数据集开展大规模验证TransFM 相较前沿基线模型平均性能提升 5.63%尤其在跨城少样本场景下仅微调不足 6.50% 的参数即可实现优异预测效果充分验证该模型具备从数据富集城市向数据稀缺城市高效迁移知识的突出能力。欢迎关注微信公众号《当交通遇上机器学习》如果你和我一样是轨道交通、道路交通、城市规划相关领域的也可以加微信Dr_JinleiZhang备注“进群”加入交通大数据交流群希望我们共同进步往期回顾Nature | 利用大型语言模型进行程序搜索的数学发现团队研究成果|大型活动期间城轨短时客流预测团队研究成果|城市轨道交通短时交通客流OD预测团队研究成果|城市轨道交通新线客流预测团队研究成果|城市轨道交通疫情期间短时客流预测团队研究成果|基于物理信息引导的突发事件期间的城市轨道交通短时OD需求预测我知道你在看哟