氢燃料电池公交车的使用有助于减少碳排放和促进交通运输系统的可持续发展。本文通过检索国内外相关数据库，系统梳理了氢燃料电池公交的国内外相关研究文献，分别从发展氢燃料电池公交的可行性与前景，氢燃料电池公交系统评估及与其他公交方式的对比分析，氢燃料电池公交的社会接受度，氢燃料电池公交的规划与运营管理，以及氢燃料电池公交的安全性分析这5个方面，对国内外氢燃料电池公交研究的相关文献进行综述。研究发现：由于氢燃料电池公交目前仍处于探索发展阶段，关于其可行性、系统评估和社会接受度的研究相对较多，而关于其系统规划与运营管理和安全性分析的研究还相对较少；我国虽然在氢燃料电池公交领域的科学研究和实践起步较晚，但目前已处于世界前列；在政策支持和市场需求的双重推动下，氢燃料电池公交在我国正快速发展。基于文献综述内容，本文进一步分析了现有研究存在的不足，提出后续研究的建议。研究认为：可以从降低氢燃料电池公交成本，提升氢燃料电池公交基础设施建设，提高氢燃料电池公交社会接受度，以及加强氢燃料电池公交安全管理这4个方面进一步开展深入研究，尤其需要加强氢燃料电池公交电池技术革新、配套基础设施建设以及运行安全保障的研究。未来氢燃料电池公交将在旅游景区运输、大型体育赛事交通运输、城市交通运输及城际长途运输等交通运输场景具有广阔的应用前景。学术界和工业界应主动结合氢能产业和交通运输发展的相关政策要求和实践需求，针对氢燃料电池公交发展的重点与难点，持续开展深入研究，共同助力氢燃料电池公交的健康可持续发展。

为准确预测新疆煤炭铁路外运量，本文提出一种融合麻雀搜索算法与长短时记忆网络的(SSA-LSTM)预测模型，模型引入麻雀搜索算法对长短时记忆网络(Long Short-Term Memory,LSTM)模型的超参数进行优化，以提高模型预测性能。以2015—2022年新疆煤炭铁路外运量数据为基础，综合考虑经济、运输等多种因素，对各影响因素的灰色关联度进行计算，验证所选因素与预测指标具有较强的关联度。对影响因素中的GDP数据进行消费者价格指数(Consumer PriceIndex, CPI)处理，并将处理后的数据输入模型进行预测，最后应用该模型对未来新疆煤炭初、近、远期铁路外运量进行预测。研究结果表明，SSA-LSTM 模型的预测效果显著优于 BP(BackPropagation)神经网络和传统 LSTM 模型，平均绝对百分比误差(MAPE)为 0.88%，均方根误差(RMSE)为 49.9。同时，与未经 CPI 处理的预测相比，经过 CPI 处理后预测误差更小，MAPE 和RMSE分别降低了75.8%和56.2%。本文为新疆煤炭铁路外运量预测提供了一种有效方法，为疆煤外运通道设计提供了重要数据支撑。

以全国首个米字形高铁网为研究对象，从空间格局、经济发展、社会发展及生态环境这4个维度分析其对区域高质量发展的影响；构建影响评价模型，建立多维度指标评价体系，并对影响效果进行量化分析。结果表明：米字形高铁网建成开通，使河南省际和省内加权平均旅行时间大幅缩短至4.90 h和1.62 h，改善幅度达到65.6%和37.8%；区域联系强度显著增强，逐步形成以省内联系为主，向东北及东南方向稳步拓展的“中心－外围”式发展结构；郑州高铁枢纽首位度由1.90稳步升至2.83，核心枢纽地位进一步巩固；采用双重差分模型验证了米字形高铁网对河南省各地市社会固定资产投资、外资利用规模、人均GDP、城镇化率及就业升级指数等经济和社会发展指标均具有正向促进作用；铁路客运综合能耗优化量和综合营运减排量稳步提升，工业废气SO2排放量降低，生态环境效果显著。

城际铁路作为绿色运输骨干，对减少能源消耗和实现“碳达峰碳中和”目标起到支撑作用，本文通过对我国城际铁路发展及能耗现状进行分析，基于“双碳”背景下对规划设计、施工建造、运营等全生命周期能耗及碳排放进行研究，考虑节能减排、绿化碳汇等措施影响，以京雄城际铁路为典型案例进行分析。研究结果表明，规划设计阶段勘测产生的碳排放占比很小，运营期年均能耗占比最大，约占全生命周期年均总综合能耗的74.9%，建材生产阶段(折算100a)年均能耗占比约22.4%，考虑节能减排以及绿化固碳等措施效果明显，年均能耗可节约12%左右；与国内外同类铁路能耗指标类比分析，单位运输牵引能耗指标为6.42tce·(10⁶人公里)^-1符合预期，并对照转移公路出行客运量减碳效果明显，节省碳汇交易总额约61267万元，产生的社会效益较大。本文为构建绿色低碳城际铁路碳排放双控指标体系提供了参考和借鉴。

基于我国“双碳”目标战略，为探究沿海城市群道路交通节能减排潜力，本文以福建省沿海城市群为研究对象，构建长期能源替代规划系统模型，设置3个一级情景与4个二级子情景。通过调整机动车保有量及燃油经济性等因素模拟分析研究区域道路交通的减排潜力与趋势。研究结果表明：在所有情景中，改进政策情景(MPS)表现出最优的节能减排效果，其节能减排潜力最大。与基准情景相比，到2035年，MPS情景有望实现节能59.3%。该情景下温室气体与污染物排放的趋势均呈现显著下降，减排效果显著。从具体车型的节能减排潜力来看，在MPS情景下，小型载客汽车(汽油)、重型载货汽车(柴油)和轻型载货汽车(汽油)具有最大的节能潜力；8种车型的碳排放可在2025年达峰；且污染物排放能有效控制，其中重型载货汽车(柴油)的污染物减排潜力最大。研究证实推进综合政策落实，加快传统燃料汽车的淘汰以及优化道路车辆结构等措施，将对实现绿色低碳目标产生积极影响。通过模型模拟，福建省沿海城市群道路交通系统有望在2030年前实现显著的节能减排效果。

为提升公交专用道全时段利用效率，减轻连续公交专用道交叉口节点的车辆延误，本文在分析适用交通流量条件的基础上，从空间和时间两个维度出发，探索车联网环境下公交系统动态时空优先协同控制方法。在空间维度，设置间歇式公交专用进口道，并对清空距离等4个动态区间制定车辆运行控制策略。在时间维度，基于深度强化学习通过绿灯延长和红灯早断的方法动态调整信号配时。使用SUMO和Python构建仿真验证平台，设计原方案、空间优先、时间优先、时空协同优先这4种控制策略和3种饱和度情景的对比仿真实验。结果表明，在饱和度分别为0.2、0.5 和 0.8 时，时空协同优先方案相较于原方案平均延误分别降低了 40.96%、39.93%和 28.20%。低饱和度下，空间优先效果明显；中饱和度下，时间优先效果明显。设置间歇式公交专用进口道可能导致公交自车延误稍有增加，但是整个交叉口的平均延误显著降低。本文提出的车联网公交系统动态时空优先控制方法能够保证公交优先的同时，有效提高交叉口通行效率。

传统的多车协同缺乏对目标队列和换道车辆信息的有效利用，为考虑动态信息变化对换道过程的影响，本文提出基于动态轨迹规划的自动驾驶车辆协同换道控制方法。首先，针对自动驾驶环境下单车进入车辆队列的研究场景，提出基于实时动态信息的协同换道控制框架，在考虑换道车辆与目标队列车辆的合作以及换道行为给目标队列带来影响的基础上，构建非换道期间和换道期间的纵向协同控制模型；之后，在换道车辆发出换道请求并满足换道触发条件后，考虑队列纵向协同目标，根据纵向速度变化动态规划每一时刻的期望轨迹，提出基于正弦曲线的动态换道轨迹规划方法，得到安全和可靠的轨迹曲线，并采用模型预测控制的轨迹跟踪控制算法，实现实时轨迹跟踪；最后，通过搭建Prescan-Simulink联合仿真平台，设计多组不同速度工况下的仿真实验，以及设置传统基于前车—跟随策略的控制算法与本文的控制策略进行对比，综合分析换道触发时间、队列稳定时间和速度波动幅度这3项指标，验证本文控制策略的有效性和可行性。仿真结果表明：本文所设计的协同换道控制策略和传统方法相比，队列的平均稳定时间缩短了34%，队列的速度波动幅度保持稳定，并在不同相对速度的工况下，均能够实现车辆安全和高效地换道 。

针对传统车辆切入过近导致自动驾驶产生脱离的问题，本文提出一种YOLOV7-Tiny (YouOnly Look Once Version 7 Tiny)和 SS-LSTM(Strong Sort Long Short Term Memory)的自动驾驶风险预判模型。首先，模型改进了视觉目标检测模型YOLOV7-Tiny，增加小目标检测层；其次，引入SimAM (A Simple, Parameter-Free Attention Module for Convolutional Neural Networks)无参注意力机制模块，优化训练损失函数，并对其目标车辆进行轨迹跟踪及预测，通过改进的多目标跟踪算法 StrongSORT(Strong Simple Online and Realtime Tracking)的短期预测不断矫正 LSTM(Long Short Term Memory)的长期预测，即建立SS-LSTM模型，并将预测的超车轨迹与智能网联车自身轨迹在同一时间纬度下进行拟合，得到传统车辆切入时的风险预判模型。实验结果表明，本文的自动驾驶风险预判方法有效预判了传统车辆切入时的风险。仿真实验表明，改进YOLOV7-Tiny相比于原有算法 mAP(mean Average Precision)提高了 2.3 个百分点，FPS(Frames Per Second)为61.35 Hz，模型大小为12.6 MB，模型满足车载端轻量化的需求。实车实验表明，根据SS-LSTM模型所得到的风险预判准确率为90.3%。

为进一步提高路网交通事故预测的准确性，本文提出一种基于图像序列分析的短时交通事故预测方法。首先，使用过采样方法对微信小程序采集的交通事故数据进行插值处理，来消除事故数据内部大范围零值对模型训练准确性的影响；并将其与路网的流量数据及与引发事故相关的属性数据进行融合，得到稳定的时间序列作为模型的输入数据。然后，构建一个具有密集连接卷积的双向ConvLSTM U-Net(BCDU-Net)模型。该模型结合了一组双向ConvLSTM结构，将编码层和解码层的特征进行融合，以更全面地捕捉序列数据中的时空相关性。同时，模型还采用密集连接卷积结构，使特征图在深度方向上相互拼接，确保每一层都能够直接从损失函数中访问梯度。最后，通过将预测结果与实际交通事故数据的比较评价了模型的性能。结果表明，本文模型的预测结果相比全连接长短期记忆网络(FC-LSTM)模型，卷积长短期记忆网络(ConvLSTM)模型和U-Net模型，交叉熵损失函数分别降低了65.96%、15.70%和3.47%，均方根误差分别降低了21.48%、3.13%和1.71%，精确度分别增加了75.06%、11.82%和3.08%。说明本文所提出的方法在预测城市道路交通事故时具有更好的性能。

新能源汽车的大力推广给节能减排带来新机遇的同时，也突显出由于动力系统与传统燃油车存在差异，驾驶人延用传统燃油车的操作方式与驾驶习惯引起电动汽车能耗高的问题。为增加进站能量回收，减少出站能量消耗，本文考虑实际进出站速度模式建立进出站生态驾驶策略。首先，采集纯电动快速公交自然驾驶数据，分析其与燃油公交车的能量消耗差异性。其次，剖析实际进出站速度模式，并基于此分别建立5种考虑速度模式的进站减速策略和出站加速策略，对比能源消耗率分别确定进站和出站生态驾驶策略。之后，在基于速度模式生态驾驶策略的基础上，建立基于快速基因非支配排序的遗传算法(NSGA-II)的生态驾驶策略。最后，利用3种驾驶风格下的实际进出站数据验证两种生态驾驶策略的节能效益。结果发现，基于速度模式和NSGA-II 的生态驾驶策略对耗能型、一般型和节能型这 3 种驾驶风格的节能率分别为 17.04%/23.58%、14.76%/21.48%和5.78%/13.21%，提出的策略对于耗能型驾驶风格的节能率最高，其次为一般型，对节能型驾驶风格的节能率最低。基于 NSGA-II 的策略比基于速度模式的策略节能7.89%。

通过开行跨线列车减少乘客换乘次数可有效提升城市轨道交通运输服务水平，本文结合线网客流特征提出跨线方案备选方法，构建跨线列车开行方案优化模型。首先，根据研制的出行路径推算系统分析线网全日各类客流量及比例，确定线网跨线列车的跨线次数，获得备选跨线长交路集；其次，以乘客换乘次数最小化为目标构建满足运营基本条件和跨线能力约束的跨线列车开行方案模型，并嵌套基于发车频率客流分配的改进遗传算法求解，获得本线交路和跨线交路的开行频率；最后，以某城市轨道交通线网为例，研究跨线列车开行方案的优化效果。结果表明：在换乘站开行跨线长交路，全网换乘乘客总换乘次数减少了2.02%~5.97%，降低乘客换乘时间和线网换乘系数，同时直达客流增加了1.58%~4.58%；跨线长交路在衔接线路上承担小交路以补充断面运力，减少本线交路列车的开行频率，可减少线网的上线列车总数和列车正线走行公里数；此外，当换乘站的换乘客流量较高时，跨线长交路因衔接线路上本线交路列车开行频率较高而无法实施，且随着跨线交路开行频率接近跨线能力上限，运营服务水平的提升效果呈逐渐降低趋势。

针对城市轨道交通客流潮汐现象引起的大客流方向乘客滞留和小客流方向运力虚靡且牵引能耗高的问题，本文提出一种结合快慢车和变编组的不成对运输组织策略，并结合变编组技术提升运力供给灵活度的同时减少运能浪费，此外，开行部分跨站快车加速车底周转。基于此，构建开行方案、时刻表与车底运用计划协同优化模型，决策列车的双向开行频率、编组类型、停站方案、首站发车时刻及车底周转计划，从而最小化乘客的总旅行时间和全线总牵引能耗成本；并设计定制的变邻域搜索算法求解混合整数非线性规划模型。广州地铁14号线案例结果表明：与实际的成对运输方案相比，本文不成对运行方案可以将乘客总旅行时间减少6.52%，全线总牵引能耗降低34.20%，总目标函数减少11.40%；快车的开行加速了车底周转，减少了6列上线列车单元数量，可以更好地实现不成对运输组织；变编组技术可以进一步提升不成对运输计划的灵活性，大幅缩减上线列车单元数量，使线路的平均满载率提升约20%，线路总牵引能耗优化率提升约33%。结合快慢车和变编组技术的不成对运输策略实现运力精准灵活配置的同时节约列车运行能耗成本，达到运营降本增效的目的。

基于虚拟编组运输组织模式，本文考虑客流时间和空间特征与列车单元实时动态编组之间的耦合关系，协调不同运营方向列车之间的虚拟联挂和虚拟摘解操作，研究虚拟编组条件下城市轨道交通列车单元灵活运用问题。具体地，将列车单元数量分配和周转衔接作为主要决策变量，以极小化总乘客等待时间和系统运营成本为目标，考虑虚拟编组列车单元分配、列车单元周转和乘客分配等约束条件，构建可用CPLEX等软件直接求解的混合整数线性规划模型。最后，以某城市轨道交通线路为例设计数值实验以验证所提方法的有效性。实验结果表明：相较于固定编组(6编组)方案，本文方法可降低约32.8%的总乘客等待时间，同时降低20.9%的系统运营成本；相较于固定编组(8编组)方案，本文方法在仅增加0.3%的总乘客等待时间情况下，降低40.7%的系统运营成本。上述实验结果表明，虚拟编组技术在提升城市轨道交通效率方面的潜在优势，且具有一定的实用价值。

针对现有城际铁路动车组周转计划编制方法未考虑运行线客座率分布，导致抽线调整时难以单独停运低客座率车次而不影响高客座率车次的问题，本文提出一种适用于运行图抽线调整的动车组周转计划优化编制方法。以最小化动车组使用数量及交路中运行线客座率差异为目标，考虑满足一级修等约束条件，构建非线性整数规划模型；通过线性化处理并结合Hierholzer's算法筛选合格解的方式，高效求解模型。案例分析表明：相较于只考虑动车组使用数量的传统方法，该模型在不增加动车组使用数量的情况下，可以显著降低各交路中运行线客座率的差异。优化后的交路中运行线客座率极差提高了68.67%，交路中运行线客座率方差之和降低至对比方案的66.27%。抽线调整时，采用优化方案能够更精确地优先取消低客座率运行线，有效保留高客座率运行线。在抽线条数分别设定为1，2，3的情况下，优化方案停开的运行线中，客座率低于60%的运行线的占比均保持在77%以上，而对比方案中该比例均未超过45%；优化方案中被取消车次的平均客座率比对比方案分别降低了4.48%、5.88%和6.01%。

为研究基于模块化公交系统的车辆单元路段运行动态编组方案优化问题，首先，构建车辆单元方向分配与位置调整的两阶段联合优化模型。第1阶段，构建以乘客换乘次数最少为目标的整数线性规划模型，实现车辆单元最佳方向分配与增补车辆单元数计算；第2阶段，构建以位置调整时间最小和车内换乘时间最小的双目标混合整数非线性规划模型，实现车辆单元动态编组方案优化。其次，构建模型的求解算法，利用CPLEX求解器求解第1阶段车辆单元分配模型，设计非支配排序遗传算法(NSGA-II)求解第2阶段车辆编队位置调整模型。最后，算例验证构建模型及求解算法的有效性，并定量探究不同车辆单元容量下的车辆单元动态编组效率与公交载客率变化。算例结果表明：在模块化公交车辆单元容量一定增幅内，模块化公交车辆单元动态编组效率会随着车辆单元容量的增加而提高；而车辆单元容量增幅太大，不仅不会提高动态编组效率，反而会降低车辆编队的载客率，造成模块化公交车辆编队运力过剩。

公交运行中，车辆车头时距波动过大会导致公交系统出现串车等运行不稳定现象，针对该问题，本文提出一种基于深度强化学习的动态驻站控制策略，实现公交系统的稳定运行，以及避免出现串车问题。首先，构造线形公交系统，并确定车辆运行和乘客行为规则；然后，介绍基于深度强化学习建立动态控制方法，定义强化学习框架的各要素，并开发事件驱动的模拟器环境，训练和测试智能体；最后，利用仿真模拟对所提方法与基准方法进行大量的数值实验，选取不同评价指标进行对比分析，并实施敏感性分析。实验结果发现，本文方法实现了最稳定的车辆运行轨迹和最小的载客分散度；在车头时距变动上，比无控制策略、基于时刻表控制策略和基于车头时距控制策略分别降低61.90%、60.98%和37.98%；在平均等待时间上，分别降低28.36%、26.53%和23.61%。此外，所提方法在不同行驶时间变异性和车头时距情景下，具有很强的鲁棒性。

为从双足运动的微观视角直接呈现行人的移动特性，本文分析行人连续交替步伐行为的运动机理，建立单列行人流迈步运动模型，模拟行人位置在迈步周期内的非线性变化过程。模型根据行人重心和双足中心相对位置，将每次迈步周期内的迈步过程分为单支撑与双支撑阶段，并根据双足瞬时速度具备的波形时序特性，确定迈步周期内任意时刻的位置坐标。基于单列行人流实验数据，标定单列行人流迈步模型中的相关参数，每个行人根据前向距离确定下一次迈步运动所需的步长与步时，并进一步考虑行人的迈步调整行为，避免与前方行人发生踩踏。模拟仿真结果表明：模型能够较好呈现行人迈步运动的微观特性，并复刻了基本图与时空特性；根据行人迈步速度的波形特征，本文基于模拟结果计算步进动力学特性参数，发现行人在面对拥挤空间时，倾向于采用低步长与低步频的迈步风格；模型呈现人群同步自组织现象，发现全局密度为1.9 ped·m^-1时，同步现象发生概率最高。行人迈步模型的有效建立，可为行人运动状态评估与预测工作提供参考。

为解决高速公路货车由计重收费调整为按车型收费导致货车空车分流的问题，本文建立一种基于双层规划模型的货车空车分车型差异化费率优化方法。首先，以高速公路经营主体实现收费收益最大化为目标构建上层规划模型，考虑高速公路通行效率提升及增量货车空车增加的管养支出；其次，以道路使用者实现出行效用最大化为目标构建下层规划模型，构建基于逻辑回归模型和随机效用最大化理论的货车空车出行效用函数，分析货车空车特性变量对出行效用的影响；然后，采用多层神经网络模型及三次艾尔米特插值法，预测不同费率优惠下高速公路货车空车增量交通量，作为上下层联系变量；最后，以高速公路与平行老路构成的运输通道为例，采用内存受限的拟牛顿优化算法(L-BFGS-B)求解高速公路货车空车分车型最优费率。结果表明：高速公路费率折扣率对货车空车各车型出行选择影响最为显著；此外，车籍地对一类、四类货车空车出行选择影响较大，运输类型对二类、三类和六类货车空车出行选择影响较大；与现行费率方案相比，优化后的费率方案年度增加通行费收入3941万元，高速公路通行效率提升4.17%，货车空车平均每车出行效用增加3.51。

为降低船期延误对班轮运输网络运营成本的影响，本文研究了考虑班轮运输网络中集装箱路由再规划的船期恢复问题。研究采用提高船速、缩短在港口的靠泊时间和取消挂靠港口计划这3种船期恢复策略，以班轮运输网络运营总成本最小为目标，构建混合整数非线性规划模型。考虑到船期恢复问题中解的结构具有复杂性，本文开发了并行约束遗传算法。以大洋联盟4条航线上22条公开的船期数据构建班轮运输时空网络，随机生成150个算例，验证模型及算法的有效性。结果显示，本文提出的并行约束遗传算法具有稳定性，在船期恢复问题中具有更好的求解能力。相比于单个船期的研究视角，从网络的视角对受干扰的船期进行恢复，网络运营总成本更低，在部分案例中成本节约近3700万USD。初始的运输计划是班轮运输网络运营的重要标的，而船期的延误会对网络中的运输计划产生影响。从网络的视角进行船期恢复，不仅可以降低船期变化对网络运营总成本的影响，而且有利于保障班轮运输网络中初始运输计划的继续实施。

随着世界各国对航运碳排放的重视，零碳航线作为减少碳排放的创新方式备受关注。集装箱运输过程可以利用复杂网络拓扑的形式呈现，虽然零碳航线的加入不会改变航运网络的结构，但由于零碳航线上港口的独特性质和作用，会对集装箱运输网络产生一定影响。本文根据港口实际数据构建引入零碳航线的集装箱运输网络模型，以网络效率、最大联通子图规模、绿色港口抗毁性指数这3个指标衡量网络的抗毁性能。通过模拟实验选择蓄意攻击触发网络级联效应，分析容量参数、绿色港口数、负载分配系数对集装箱运输网络抗毁性的影响。结果表明，零碳航线的加入对集装箱运输网络抗毁性能影响较大；25%的港口为绿色港口时，能兼顾网络的三方面抗毁性能，包括网络全局效率、绿色港口抗毁性指数和最大连通子图规模；负载分配系数为4时能够提高运输网络的抗毁性能，削弱零碳航线加入造成的影响。重要节点受到攻击后，网络效率、最大联通子图规模均大幅度下降。

极端降雨给城市路网的正常运行带来了极大挑战，为了评估在应对极端降雨时路网的抗涝韧性，本文采用场景模拟方法分析暴雨内涝灾害对路网的影响；以道路水深是否超过水深阈值为标准，判断道路的连通性，构建以节点强度和不同水深下道路速度的衰减函数为计算指标的综合评价框架；基于降雨—积水过程下道路系统的性能变化曲线和4R特征理论，分析4种暴雨重现期下路网的抗涝韧性；提出通过改造易涝交通枢纽提高路网抗涝韧性的提升策略。结果表明：降雨对路网服务性能的影响要大于对路网结构性能的影响，路网的抗涝韧性随着降雨重现期的增大而减小，道路的淹没程度与道路等级和降雨强度两个方面有关；易涝交通枢纽对路网抗涝韧性有较大影响，降雨重现期越小，影响越大。在实施提升策略后，可以显著提升路网的鲁棒性和快速性，增强路网的抗涝韧性。

为定量测度山地城市道路交通碳排放量及其影响因素的作用大小，本文运用车载移动监测设备采集小汽车不同时空下的碳排放量，结合山地城市道路交通特征，选取汽车发动机特性、驾驶特性和道路交通环境这3个维度的8个变量作为解释变量。基于随机森林回归模型，构建山地城市道路交通碳排放影响因素解析模型，运用部分依赖函数量化各影响因素对碳排放的非线性关系和交互影响，并进行多模型对比分析。研究结果表明：随机森林回归模型拟合优度为74.3%，预测精度较高，优于多元线性回归、支持向量机和长短期记忆网络(LSTM)模型；从影响贡献上看，速度(25.97%)和排气筒温度(23.73%)是影响碳排放因子最重要的因素；速度和高程变化对碳排放因子的非线性作用显著，其中速度的阈值在58 km·h^-1，高程变化的阈值在0.10 m，应优化山地城市立交、陡坡等复杂交通构造物，减少车辆速度波动区间；低速行驶与其余因素存在正向的交互作用。研究结果可结合道路交通量及路况信息动态测算道路交通碳排放，为交通管理策略设计提供决策依据。

为明确城市快速路苜蓿叶立交交织区的冲突特征及冲突严重程度的关键影响因素，以重庆市北环立交为研究对象，使用无人机拍摄交织区车辆自然驾驶视频。搭建基于 YOLOX 和Deep-SORT的车辆目标检测和追踪框架，从航拍视频中获取10483条车辆轨迹数据，根据交互车辆的相对位置提取纵向和侧向冲突样本，并基于二维拓展碰撞时间指标将冲突事件划分为轻微、一般和严重；考虑包括宏观交通流参数和车辆微观运动参数等17个解释变量，计算多元Logistic回归模型、随机森林模型和CatBoost模型的评估指标，并分别选择对纵向冲突和侧向冲突识别性能更优的模型，进一步分析影响交织区内冲突严重程度的关键影响因素。结果表明，侧向冲突是苜蓿叶立交交织区的主要冲突类型，冲突持续时间较纵向冲突更长，碰撞风险更高；一般冲突在交织区内分布范围最广，严重冲突其次，轻微冲突分布最集中，主要分布于合流三角区附近；不同解释变量对冲突严重程度的影响程度存在一定差异，纵向严重冲突与相对速度差和目标车长度等6种指标显著相关，对于侧向冲突，重要性前5的变量分别是相对速度差、平均车头间距、目标车速度、目标车横向位置及目标车纵向位置，且当相对速度超过20km·h^-1，车速超过60 km·h^-1及平均车头间距低于12 m时，侧向碰撞风险将大幅增加。研究成果可对苜蓿叶立交交织区危险驾 驶行为预警系统的设计和主动交通安全管理提供依据。

立足高铁收益亟需提高和灵活化市场票价体制实施的背景，本文考虑需求在预售期内各天的波动性和差异性，以及预售时段划分方案对铁路收益的影响，研究高铁列车动态定价与预售时段划分的综合优化问题。为预售期内每天构建独立的弹性需求函数，考虑列车能力约束、需求约束及票价递增约束等条件，建立高铁列车动态定价与预售时段划分综合优化大规模非线性模型。根据模型特点，设计双层遗传—模拟退火算法求解，将优化问题分为外层预售时段划分、内层动态定价与票额分配的双层优化问题，内外两层分别采用遗传算法和模拟退火算法求解。最后，采用一个数值算例验证优化模型和求解算法的有效性，并探讨不同预售时段数量下的划分结果。结果表明，随预售时段数量的增加，预售期的划分主要集中在后半段；预售时段数量为5时，优化后，该数值算例的收益提高了约1.21%。

为降低岛上物资需求不确定对边远群岛海运物流网络稳定性的影响，本文基于大陆补给港、中心岛及卫星岛3级轴辐式物资配送网络，考虑异质船队、运输组织模式多样性及库存容量限制等现实因素，将中心岛选址数量纳入决策，以系统总成本最小为目标，建立海运物流网络选址—库存—路径优化模型，通过设计嵌入蒙特卡洛模拟邻域遍历算子的遗传—退火集成优化算法，将复杂问题分解为选址与指派、航线分组及路径与仓储优化等多个子问题，并通过内外层算法的交互和迭代实现整个问题的集成优化。以我国南海群岛的实地数据进行实验，分析岛屿数量、密度分布及需求变动对海运网络系统的影响。结果表明：在岛屿物资需求量分布不变且岛屿数量相同的情况下，岛屿为聚集分布时的物流网络单位成本比离散分布时相对较低；在岛屿物资需求量分布不变且岛屿分布相同的情况下，岛屿数量变化对物流网络单位成本影响较小；岛上物资需求均值变化对系统各部分成本的影响较大，总成本与均值呈正相关关系；需求波动对仓储系统成本的影响较为明显，但对运输系统成本的影响较小。上述结果验证了本文算法在不同规模群岛情境下的适用性，可为需求不确定下边远群岛海运物流网络的构建与优化提供决策依据。

海铁联运港站共享堆场前提下，海铁联运箱可堆存在港口堆场和铁路堆场，也可实现跨堆场箱区间的转场，不同堆存方案下载运设备作业和箱区利用存在明显差异。为充分利用海铁联运港站堆场空间资源，本文基于共享堆场，考虑进出口双向货流，以海铁联运集装箱在港中转成本最小化为目标，构建非线性整数规划模型，决策箱区分配及箱区转场问题。针对问题自身特点，为自适应平衡种群多样性和全局收敛性，设计基于Q学习的协同进化遗传算法求解问题。通过不同规模的算例验证模型与算法的有效性。结果表明，本文提出的优化算法具备更好的收敛精度。相较于其他3种传统堆存形式，“共享—转场”堆存形式能有效地均衡转场成本和装卸效率，总转运成本平均降低了15.17%，11.96%，15.09%。最后，通过多个单位成本进行灵敏度分析，以验证算法的普适性。

针对目前城市空中交通动态空域航线优化方法难以保证最优性和计算效率上不足，以及对市区与市郊混合运行场景覆盖的缺陷，首先，提出一种适用于市郊和市区运行的城郊结合路网构建方法；其次，基于电动垂直起降飞行器(eVTOL)飞行动力学模型，提出准确的eVTOL功率消耗模型优化飞行路径；最后，基于涟漪扩散算法(RSA)提出适用于动态空域中的动态加权路网(RSA-DWRN)算法。通过构建包含时变气流和障碍区影响的城郊结合路网结构，以优化路径耗电量、飞行时间、计算时间和匹配度为指标，比较RSA-DWRN和传统动态路径优化算法DPO-A*在5种场景下600次实验优化效果。仿真结果表明：RSA-DWRN算法在4类指标下效果最好，且当动态空域环境因素越复杂时，RSA-DWRN表现越优；当空域中存在移动障碍物时，DPO-A*算法无法预测其运动轨迹且需频繁更新路网状态，大量提高了路径规划计算成本，而RSA-DWRN算法在相同情景下与动态环境变化过程协同进化，得到同时保证优化结果和计算效率的最优解。

近年来，随着航空旅客运输的发展，机场陆侧交通资源愈发紧张。机场落客区作为衔接机场航站楼内部与外部交通之间的交互面，行人和车辆交互冲突严重，落客区运行压力大。本文以某国内机场为研究对象，基于实地调查的视频数据，建立基于Logistic回归模型的车辆让行模型；发布调查问卷，从效率、安全和舒适这3种属性收集该机场落客区场景下旅客做出的选择，最终建立落客区环境下的人车冲突仿真模型，利用仿真模型探究落客区内人车冲突情景。仿真结果表明：在多幅路结构的落客区内，旅客乱穿马路的选择与交通密度和过街次数有关，交通密度越大，旅客需要过街的次数越多，旅客乱穿马路的频率越低，在中幅路落客的旅客最高违规过街率为6.8%，在外幅路落客的旅客最高违规过街率为2.1%；当人行道和入站口相互间距扩大1倍，外幅路落客的旅客平均违规过街率提升1.6%，中幅路落客的旅客平均违规过街率提升0.9%；此外，通过限制旅客乱穿马路，可以有效减少非高峰时期车辆让行次数，提升落客区车辆通行效率。

为准确测算航空排放及其环境影响，有效缓解航路网络大气污染问题，本文提出一种基于四维飞行轨迹与三维空间气象数据分析的复杂航路网络航空排放精细建模与大规模航空器群绿色轨迹优化方法。针对航空器不同飞行状态，建立复杂航路网络CO2排放和凝结尾生成模型，并以全球绝对温变潜力(AGTP)评价航空排放的大气环境影响；进而以最小化AGTP为目标，提出大规模航空器群绿色轨迹优化模型(GTO-LSA)，在此基础上，通过挖掘大量历史运行数据的环境影响分布特征，提出基于环境影响阈值的绿色轨迹优化模型(GTO-EIT)。实例分析表明，本文所提方法可有效缓解航空排放的大气环境影响，在25，50，100年时间水平下，GTO-LSA可使环境影响降低11.51%、4.82%及4.20%，GTO-EIT则可降低10.87%、4.05%及3.67%，同时，运行效率平均提升了27.58%，航空器调控架次和调控频次平均下降了50.22%和48.37%。