在自动驾驶系统中，轨迹预测作为感知与决策之间的重要桥梁，对于保障行车安全和提升系统鲁棒性具有关键意义。近年来，随着人工智能技术的不断发展，AI驱动的轨迹预测方法在精度、适应性，以及对复杂交通环境的建模能力方面取得了显著进展。本文围绕“预测模型”这一主线，系统梳理自动驾驶场景下的主流轨迹预测方法。首先，回顾基于物理模型的传统方法；其次，重点综述当前的研究热点，包括基于传统机器学习、深度神经网络和强化学习等方法的建模范式；同时，介绍近年来兴起的可解释性AI方法在提升模型透明度与安全性方面的探索进展，在比较不同方法的基础上，分析各类模型在处理交互建模、多模态不确定性及泛化能力等方面的优势与不足；接着，在方法对比的基础上，进一步整理轨迹预测评估指标和公开数据集的特点与适用范围，同时汇总国内外典型的落地案例；最后，结合当前研究瓶颈与发展趋势，展望未来轨迹预测可能的研究方向，包括模型的可解释性增强，多模态信息的有效融合及预测与决策规划的一体化设计等。希望本文能为后续相关研究提供有价值的参考和启发。

随着信息通信技术的发展，自动驾驶车辆(Autonomous Vehicle,AV)和网联自动驾驶车辆(Connected and Autonomous Vehicle, CAV)的出现为解决道路拥堵，提高交通安全性和效率提供了新途径。为全面综述CAV专用车道的设置方法，本文首先介绍CAV专用车道的演变过程，阐述CAV专用车道设置的背景与意义；接着，基于相关文献详细介绍道路通行能力计算方法的研究，为预测设置CAV专用车道对交通运行的影响，评估并调整设置策略提供依据；然后，深入分析CAV专用车道的设置策略，包括基于CAV渗透率和交通需求等的设置条件，在不同因素下的车道设置数量和位置以及车道接入方式和分隔方式；最后，建议未来研究应重点关注设置CAV专用车道后各影响因素的变化与实际交通状况，制定CAV专用车道的具体标准，使CAV专用车道根据不同交通场景发挥其功能与作用。

为探究L3级自动驾驶车辆两阶段预警方式对接管绩效的影响，本文基于三自由度驾驶模拟器开展高速公路接管场景下的自动驾驶接管试验。首先，招募并采集25名被试的接管行为数据；其次，分析不同接管方式（单阶段和两阶段）和预警时间间隔(2，3，4s)对接管时间、换道完成时间、方向盘最大转角、最大纵向减速度以及越线时刻时距的影响；最后，基于以上指标建立基于熵权法的模糊综合评价模型，对不同接管模式的接管绩效进行量化分析。结果表明：与单阶段接管模式相比，两阶段接管预警方式下驾驶人接管车辆的时间显著缩短，换道完成时间显著降低，越线时刻时距显著增大。在接管请求时间为5s的前提下，两阶段预警中2s的预警时间间隔可以使驾驶人获取情景意识并接管，3s的预警时间间隔已能有效改善车辆的横向稳定性。与2s和3s预警时间间隔相比，预警时间间隔为4s时，换道完成时间缩短6.7%和9.6%，最大纵向减速度降低64.1%和56.4%，差异显著。模糊综合评价中，预警时间间隔为4s的两阶段接管模式得分最高，接管绩效更优。研究结论能够为两阶段预警在L3级自动驾驶车辆接管过程的应用提供一定的理论参考。

针对时变交通环境下自动驾驶公交运行时间不确定的问题，本文提出一种考虑自适应控制点的自动驾驶公交多目标运行优化方法。该方法突破传统人工驾驶公交线路级控制方案的局限性，通过构建随机混合整数非线性规划模型，联合优化时间控制点数量、位置与车辆计划到站时刻，最小化到站时刻偏差负效用与运行时间偏差负效用加权和，发挥自适应控制点策略与自动驾驶技术协同优势，提升不确定环境下线路运行的可靠性与平稳性。通过线性化技术与蒙特卡洛仿真，将原模型转化为确定性混合整数线性规划模型，采用分支定界法高效求解。以一条包含19个站点和连续运行12个班次的公交线路为例，设计多组对比实验验证方法的有效性。结果表明：相较于固定控制点策略，本文提出的自适应控制点策略及运行优化方法在高峰时段可降低11.35%的平均到站时刻偏差负效用和58.87%的平均运行时间偏差负效用；在平峰时段降幅分别达18.21%和38.68%。敏感性分析进一步发现，在本文设定的实验条件下，当企业期望的相邻控制点间普通站点数为线路总站点数的20%时，可获得最佳运行效果。

既有交叉口信号配时与网联自动驾驶车辆(Connected and Automated Vehicle,CAV)轨迹规划协同优化中，未考虑CAV环境下出口、左转、直行及右转车道数在运营期可灵活动态调整的优势。本文结合CAV技术特征，提出一套CAV环境下交叉口车道分配可动态调整的控制规则，称为灵活车道策略，与已有固定车道策略相比，实现了运营期交叉口各方向出口车道数和进口车道数（包括左转、直行和右转）的灵活调整。将车道分配和信号配时与CAV轨迹规划纳入到一个统一优化框架中，构建混合整数线性规划优化模型，同时，可根据各个方向车道分配情况自动生成可行的相位相序方案，并通过案例分析验证模型的有效性。研究结果表明：优化模型可根据各流向交通需求生成最优车道分配方案，尤其是当固定车道策略的车道分配与各流向交通组成不匹配时，灵活车道策略有助于提升交叉口通行效率；在低流量场景，灵活车道策略降低了4.08%的车均延误；在高流量场景，交叉口采用固定车道策略将处于过饱和状态，而灵活车道策略依然能满足通行需求。

具备远程自动代客泊车功能的自动驾驶车将用户送到目的地后，可自主空驶至远端停车场停车，为解决热点区域停车泊位不足等问题提供了新的方法，同时也带来新的选择问题。本文基于消费者购买决策理论，引入感知风险和等待态度两个心理潜变量，挖掘自动驾驶用户停车选择机理，设计并实施了自动驾驶用户停车选择行为实证调查，构建集成心理潜变量的停车选择行为(ICLV)模型与不考虑心理潜变量的多项Logit模型，并进行敏感性分析。研究结果表明：心理潜变量、个人信息属性、出行属性和停车方案属性均对用户选择停车位置具有显著影响，与传统的多项Logit模型相比，ICLV模型拟合度显著提升。目的地停车费对停车方案选择概率变化富有弹性，当目的地停车费从11元·h^-1增加至15元·h^-1时，目的地停车的选择概率从59.9%下降至34.4%，近端停车、远端停车的选择概率分别从11.8%、28.3%上升至19.4%、46.2%。当用户的感知风险厌恶度和等待厌恶度分别由1上升至5时，用户选择目的地停车的概率分别由12.0%、24.4%上升至53.3%、52.0%。研究结论可为自动驾驶时代区域停车场差异化停车定价提供理论依据。

车牌识别设备是城市路网中重要的交通状态检测器，但高昂的成本限制了其安装规模和密度。本文提出设备稀疏布局条件下的城市道路路段行程时间估计方法，考虑驻留轨迹的行程时间异常值干扰，将路段行程时间测量问题转化为混合整数优化模型，并设计基于不动点的交替求解方法。根据路段行程时间分布计算路径行程时间分布，识别异常行程时间；设计行程时间分配方法，将正常轨迹行程时间分配至各个路段；为确保计算稳定性，对高流量路段的行程时间分布参数进行贝叶斯更新，并将参数比例关系推广至流量不足的路段；通过迭代实现路段行程时间和异常轨迹的联合估计。杭州市真实车牌识别数据集的实验表明：70%设备覆盖率下，本文方法的平均百分比误差(MAPE)为13.29%；与梯度下降法相比，MAPE降低了7.69%，迭代次数减少了99.4%；针对车牌识别设备更加稀疏的城市场景，当设备覆盖率降至30%时，本文方法的MAPE仅为18.51%。

为研究车辆组团视角下的道路偶发拥堵预警方法，本文提出一种基于双重跟驰模式与多参数融合层次聚类的粘滞性车辆组团(Viscous Vehicle Group, VVG)识别框架。首先，基于普通跟驰(Normal Following, NF)与错位跟驰(Staggered Following, SF)两种微观跟驰模式，划分VVG的普通跟驰单元(Normal Following Unit, NFU)和错位跟驰单元(Staggered Following Unit, SFU)；然后，从偶发拥堵特征、时空相似性和结构动态稳定性这3个维度出发，分别选取车速、时间间隔、空间间隔、速度差和加速度差这5个核心参数用以进行量化表征，结合Kolmogorov-Smirnov检验与统计分析进行参数筛选，并通过自底向上的层次聚类确定NFU与SFU的参数阈值范围，并识别VVG。以南京市道路实测交通流数据为例，实证结果表明：NFU与SFU参数的分布差异显著，支持将两种组团单元区分处理；在3088个车辆样本中成功识别出243辆参与VVG，有效验证了模型的识别能力；VVG多在偶发拥堵前出现，可作为拥堵前驱信号，预警成功率可达93.33%。本文为道路偶发拥堵预警提供理论和方法支持。

高效的交通仿真模型能够为交通管理部门提供实时和短期的路段流量变化情况，为主动交通管理与路网优化疏导提供科学依据。然而，在复杂交通场景下，模型参数易受环境影响发生变化，导致仿真精度下降。本文提出一种数据驱动的自学习元胞传输模型(Self-Learning Cell Transmission Model, SL-CTM)。模型采用数据驱动方式，通过对元胞输入特征、内部状态与输出流量的自适应拟合，自主学习元胞传输模型中需要人工标定的参数，有效规避复杂参数标定过程，提升仿真的准确性与运行效率。基于广东省南二环高速公路和佛开高速公路实测数据的验证结果表明：与随机森林模型相比，SL-CTM在两条道路的流量仿真加权平均绝对误差百分比(Weighted Mean Absolute Percentage Error,WMAPE)分别下降17.55%和15.83%；与长短期记忆网络相比，SL-CTM在两条道路的流量仿真WMAPE分别下降12.37%和10.50%；说明SL-CTM在使用更少初始特征的同时具备更强的流量突变响应能力；与SUMO(Simulation of Urban Mobility)仿真软件相比，SL-CTM的WMAPE下降55.90%，仿真速度提升72.57%，在高流量场景中表现出更优的仿真性能。研究表明，SL-CTM能够显著提升交通仿真的精度与计算效率，为复杂交通环境下的动态交通管理提供更为可靠的技术支持。

对西部陆海新通道集装箱运输网络货流开展合理分配研究，可有效提升通道运输效率，实现物流降本增效。本文针对西部陆海新通道集装箱运输网络发展现状，确定运输费用、运输时间和碳排放为货流分配的核心因素，结合用户均衡和系统均衡理论，构建以多因素广义运输费用最低为目标的西部陆海新通道集装箱货流分配模型。设计改进Frank-Wolfe算法进行求解，通过设置动态阻抗矩阵优化路径阻抗调节机制。选择西部陆海新通道中重庆至东盟国家及相关链接区域的关键节点，构建多节点和多路径的集装箱运输网络，以2024年6月实际货运需求数据进行货运量分配。研究表明，本文所构建的模型可有效兼顾运输费用、运输时间和碳排放，且采用系统均衡分配策略比用户均衡分配策略和实际分配方案的总费用分别降低2.94%和5.34%。依据研究结果，建议西部陆海新通道运营平台可适当增加铁海联运供给，同时，可通过运费调整等有效措施，使集装箱货物适当向国际班列运输方式转移。

伴随冷链物流市场快速发展与冷藏集装箱多式联运重要性提升，针对冷链物流中冷藏集装箱多式联运的中转时间不确定性问题，本文构建一个以运输总成本最小化和时间效率比最大化为目标的多目标路径优化模型。采用三角模糊数表征中转时间不确定性，通过机会约束规划实现模糊模型向确定性模型的转化。此外，本文设计了一种自适应交叉与变异概率的改进非支配排序遗传算法(NSGA-II)对模型进行求解，并与传统的NSGA-II算法进行对比。结果表明：本文模型能够有效降低运输成本，提高运输时效性，改进的NSGA-II算法在解集规模和收敛速度方面表现出显著优势，较传统算法分别提升16.2%和21.7%。进一步对铁路运价进行灵敏度分析显示：当铁路运价降低至40%时，运输方式全部转为铁路运输，此时运输总成本降低19.8%，时间效率比提升49.0%。本文为冷链物流企业提供了科学的路径选择决策支持，有助于应对中转时间不确定性挑战，优化冷藏集装箱多式联运路径。

针对当前充电设施补贴政策存在的局部供需错配与激励不足等问题，本文构建政府-充电设施运营商-消费者三方博弈模型，结合我国典型城市运营数据开展多情景仿真，系统分析建设补贴、运营补贴及其组合策略对电动汽车普及率与社会环境效益的影响机制。研究发现：在快充需求较强的公共区域，宜实施按充电功率的差额建设补贴，激励运营商优化直流/交流桩配置；在快充偏好较弱的住宅区域，适用基于桩数的等额建设补贴，扩大电动汽车用户基数。仿真分析表明，随着绿色化进程推进、消费者快充偏好增强和设施成本下降，公共区域补贴策略需由单一建设补贴向建设-运营组合策略动态调整；当车辆年均环境效益超过16000元·veh^-1时，运营导向型补贴在电动汽车推广方面效果最为显著。随着充电设施行业进入高质量发展阶段，政府应逐步缩减建设补贴规模并强化运营补贴力度，以提升政策效能并实现社会环境效益最大化。

为缓解由于枢纽点失效导致的快递网络运营成本上升问题，考虑引入备份枢纽策略，降低枢纽失效对快递网络的影响，并运用排队论量化枢纽点的货物处理时间。同时，在传统的单分配轴辐式快递网络中，枢纽点的失效会产生较高的网络运输成本和拥堵成本。因此，为减少枢纽拥堵降低运营成本，考虑非枢纽节点可以分配给多个枢纽节点的网络结构，以及枢纽点之间运输方式的多样性，构建考虑枢纽点失效的多分配多式联运快递网络优化模型。为验证优化模型的有效性，基于Turkey网络数据集，采用改进遗传算法对模型进行求解。实验结果表明，相较于多分配多式联运快递网络模型，考虑枢纽点失效的多分配多式联运快递网络优化模型可使网络总失效成本降低29.3%，失效后的总运输成本减少36.4%。实验结果验证了优化模型能够有效降低枢纽点失效导致网络中断影响，对快递网络布局优化具有一定的参考价值。

经过个人信息脱敏后的跨平台客票数据，无法直接还原进港航班旅客的接续方式选择决策结果。为揭示旅客在抵离航空枢纽过程中的接续方式选择行为机理，引入运输产品特征与旅客群体偏好的协同机制，利用进港航班产品的广义费用特征，确定对应航班旅客群体的异质性选择偏好。建立进港航班和接续方式的广义费用函数，包含快捷性、经济性、可靠性和安全性这4个评价指标，并通过Sobol'指数进行影响因素的灵敏度分析；利用改进的K-Means聚类算法对航班产品划分类别，通过主成分分析计算特征权重，进而将对应的购票旅客群体命名为经济型、效率型和体验型；代入广义费用值计算每类旅客对不同接续方式的前景效用，考虑在非完全理性决策情境下引入无差异感知效用阈值，寻优至多项Logit模型的最佳拟合效果，最终确定航班旅客的接续方式选择概率。以南宁市吴圩机场进港航班到达旅客前往南宁站作为案例，以2024年1月—12月航空和高铁客票数据为验证集。结果表明：通过模型拟合无差异感知效用最优阈值为0.54，平均绝对误差(MAE)为12.32，均方根误差(RMSE)为15.35，平均绝对百分比误差(MAPE)为8.9%；该区段单日接续方式平均分担率中，高铁占20.04%，大巴占23.15%，出租车占26.25%，私家车占30.56%。本文可为综合交通枢纽规划与运营优化提供参考。

为探究建成环境因素对共享单车和地铁换乘出行的非线性影响，本文基于上海市共享单车数据，建立换乘识别缓冲区提取因变量，并从客观建成环境和主观感知两个方面提取自变量指标，构建XGBoost模型分析建成环境因素与换乘出行之间的非线性作用关系。研究结果表明：人口密度、到市中心的距离以及安全度对共享单车和地铁的换乘行为具有较为显著的影响，重要性占比分别为25.0%、13.4%和9.8%；此外，建成环境因素对共享单车和地铁换乘出行均呈现非线性影响和阈值效应，且不同变量的作用机制存在差异；人口密度和安全度对换乘出行的影响呈现正反馈特征，到市中心的距离对换乘出行的影响呈现负反馈特征。本文为优化城市交通规划和提升共享单车与地铁的协同服务提供科学参考。

为定量识别城市多车联动式掉头区域的机动车冲突风险点，降低事故发生率，本文提出了一个针对多车联动掉头区域的冲突风险识别流程：首先，通过无人机航拍获取连续、高精度的多车轨迹视频，并借助Tracker软件对各车辆的位移、速度等状态进行帧级跟踪与提取；接着，引入基于时间-碰撞(TTC)的风险量化思路，针对掉头区域的几何特征改进传统TTC算法(ETTC)，并根据采集到的ETTC与TTC数据绘制累积分布曲线，从中选取代表轻微、一般和严重冲突的关键分位点作为阈值；最后，将冲突事件空间化映射到研究区的二十个子区段，结合各区段的冲突频次与严重程度，对其风险等级进行分级评定。研究发现，横向冲突第15区段严重率最高，为25.51%，纵向冲突第2和第3区段严重率最高，为21.95%，高风险区域集中在道路中间两车道及第4车位处。研究成果可为交通管理部门提供科学依据，优化多车联动式掉头区域的交通安全管理。

结合我国高速铁路旅客多维出行需求的特征，研究科学合理的票额分配方法是实现运力资源优化配置、提升高铁运营效率和服务质量的关键所在。本文针对高速铁路(HSR)网络中的票额分配问题，基于融合乘客偏好的时空网络，构建弹性需求下区分旅客类别的双层规划票额分配模型。运用模型转化、大M法和分段线性方法，将模型重新表述为单层混合整数线性规划模型(MILP)，采用GUROBI求解器求解。京沪高铁案例结果显示：在相同潜在需求下，考虑旅客分类的弹性需求票额分配方案相比票额共用方案，旅客实际需求增加1.97%，客票收益增加4.49%；相比无旅客分类方案，旅客实际需求增加1.16%，客票收益增加2.27%。这表明弹性需求下考虑旅客分类的票额分配模型可以为高铁企业在资源有限的情况下，优化票额配置结构，吸引潜在旅客，获得更多客票收益提供参考。

自动驾驶技术的快速发展有助于缓解城市交通拥堵，但其引发的出行需求激增可能加剧单车运输的供需失衡问题。模块化公交通过动态编组突破单车运力限制，与自动驾驶私家车形成运力协同，为破解早高峰通勤供需失衡提供新路径。本文构建自动驾驶环境下模块化公交与私家车共存的双模式瓶颈模型，推导公交供应限制下早高峰通勤均衡解，并探究以最小化出行成本和最大化运营商收益为目标的供应策略。研究结果表明：当模块化公交供应不足时，提高初始供应量或供应速率虽然能够满足通勤者的出行需求和缓解部分供需矛盾，但总出行成本会持续上升；存在两个供应速率的临界点，分别使初始和最终供应量的边际贡献为0，优化运营收益的关键在于动态调整初始和最终供应量的组合；初始供应量与供应速率直接影响出行模式切换时的排队长度，进而影响私家车通勤者的排队成本与居家等待时间；在高供应速率下，提升初始供应量可有效减少通勤等待时长。本文将模块化公交供应限制纳入双模式交通均衡框架，提出的协同供应策略为单瓶颈场景下缓解早高峰拥堵和优化模块化公交动态调度提供理论支撑。

无信号灯控制路段人行横道作为交通事故高发区域，其车辆让行行为是平衡行人安全与交通效率的核心问题。本文针对无信号灯控制路段人行横道车辆让行率低与违法判定标准单一化问题，提出异质性车辆让行行为模型与决策空间分区框架。基于西安市雁塔路中段人行横道1511起人车交互事件数据，结合动力学模型与Logistic回归分析，得出以下结论：车辆让行行为群体异质性显著，公交车让行率最高，出租车因经济激励驱动接近速度最高，私家车让行率最低。速度-距离为核心动力学变量，车速每增1 m·s^-1，让行概率降18.6%；纵向距离每扩1m，让行概率升13.7%；行人速度每升1m·s-1显著提升让行概率317%。社会环境驱动行为合规性，并行车辆触发“规范性效应”，使让行概率提升146%；低流量时段违法风险显著上升，需通过警示设施弥补监管缺口。本文可为差异化执法、车辆群体管控及设施优化提供理论支撑。

随着中国快递业的快速发展和高铁货运的战略性整合，准确预测高铁快递运输需求并优化其空间分配已成为亟需解决的关键问题。本文综合运用网络聚类、混合预测和重力模型解决该问题。考虑经济和人口指标的地区差异，通过对50个主要城市的聚类分析，构建高铁快递分层运输网络，选用均方根误差作为评价指标设计自适应权重分配算法混合灰色预测、ARIMA(自回归积分滑动平均模型)和多元回归模型，对高铁快递网络化运量进行预测，为提高预测精度，根据空间邻近性对权重进行调整；设计改进的Logit模型量化不同运输距离高铁快运的市场份额，综合考虑GDP(国内生产总值)、社会消费品零售总额和网络距离等阻抗因素，建立双约束重力模型并引入混合效应模型，着重分析经济因素的区域异质性对网络化快递量的影响，使高铁快递运输网络下的OD(交通出行量)快递运量矩阵更贴合实际，为高铁快递运输网络规划提供可靠参考。

针对高铁列车运行数据中异常样本难以实时识别和聚类结构随数据演化动态变化等问题，本文提出一种基于狄利克雷过程混合模型的后验归类式增量聚类与异常检测方法(Posterior Classification-based Incremental Dirichlet Process Mixture Model, PC-IDPMM)。该方法在离线阶段构建聚类模型并识别异常样本，在线阶段结合后验概率快速归类新样本，并通过密度聚类提取新结构，实现模型的结构扩展与参数更新。为验证模型性能，本文基于广深高铁实测数据开展实验。结果表明：PC-IDPMM在保持聚类结构一致性的同时，实现主簇统计特征的稳定更新，AUC(Area Under the Curve)达90.55%，优于多种离线方法；计算效率方面，训练时间与内存消耗较离线模型分别减少约85%和80%。此外，PC-IDPMM可基于列车前序站点数据实现实时异常预警，辅助调度系统在延误初期干预，将累计晚点由572min降至320min，实验结果验证了该方法在高频数据环境下的实时性与应用价值。

为研究城市轨道交通分时定价的票价方案和公益性水平评价问题，本文从公益性角度出发，考虑票价和客流量的相互作用关系，以各时段的票价率为决策变量，基于交通方式影响因素和乘客出行选择行为，构建以系统乘客总出行时间最小为目标的双层规划模型；设计基于嵌套Method of Successive Averages的混合多种群遗传算法的求解方法；采用实际数据标定模型中关键参数，分析比较不同分时定价方案的票价率和公益性水平，提出基于公益性的分时定价方案。研究结果表明：在分时定价策略的效果中，能较明显地提升系统城市轨道交通公益性水平的方案为差别定价(高峰和非高峰票价下限和上限相同)和仅非高峰期降价策略，其中，前者的非高峰期和高峰期票价分别为0.1元·人^-1·km^-1和0.2元·人^-1·km^-1，相对于原票价方案使总广义费用和总出行时间分别降低12.75%和8.23%；较明显地降低公益性水平的方案为仅高峰期升价策略。

针对现有短时OD(Origin-Destination)预测方法中，OD客流与进出站客流关联性建模不足以及传统GNN(Graph Neural Network)表征能力受限的问题，本文提出一种融合多任务学习(Multi-task Learning, MTL)的时空图神经网络模型(MSTGN)。该模型将OD客流预测作为主任务，进出站流量作为辅助任务，借助消息传递图神经网络(MPNN)构建边-节点协同的时空传播模块，分别建模OD流(边特征)与站点客流(节点特征)，实现对复杂时空耦合关系的高效刻画。同时，引入任务一致性约束与动态权重机制，优化多任务协同效果。在北京市和杭州市的地铁实证数据集上进行对比实验与消融分析，结果表明：MSTGN在平均绝对误差(MAE)、均方根误差(RMSE)、加权平均绝对百分比误差(WMAPE)这3项指标上分别较次优模型HIAM(Heterogeneous Information Aggregation Model)提升约5.5%~6.0%，验证了模型的跨城市泛化能力；其中，MPNN模块贡献最大，消融后性能下降达6.12%。研究结果表明，MSTGN在提升短时OD预测精度与系统适应性方面具备显著优势，为城市轨道交通的智能调度与资源优化提供了技术支撑。

随着老龄化进程加速，老年群体面临的交通设施不适应和出行困难问题日益突出。作为一种需求导向型公共交通服务模式，定制公交凭借其灵活的服务特性，为老年群体提供了新的适老化出行解决方案。然而，现有定制公交服务模式多以通勤者为主要设计对象，缺乏对老年人多样化出行需求的社会公平性保障。因此，本文针对老年群体的出行需求特点，提出一种适老化定制公交服务模式。在该模式中，为提升老年乘客的乘车体验和无障碍服务效能，考虑了差异化的上下车时间策略；同时，为确保不同类型乘客能够获得更为合适的座位资源和更好的乘坐舒适度，提出动态异构座椅配置策略。在此基础上，本文构建以最小化运营商车辆运营成本和乘客出行成本为目标的适老化定制公交线路服务优化模型，设计遗传算法进行求解，同时优化了服务线路路径与乘客-车辆分配方案。最后，本文以北京市丰台区的出行数据为实例进行验证分析。结果表明，与传统的固定异构座位配置模式相比，本文提出的动态异构座椅配置服务模式能够显著降低系统总成本，同时有效减少老年乘客的平均出行时间。对于时间感知效用较高的老年乘客而言，这一服务模式将显著提升其乘车体验和舒适度。

针对部分新兴城区网约车服务在空间分布上存在“集中供给和稀疏需求”的结构性失衡现象，本文引入激励策略优化网约车调度决策，解决供需分布的空间错配。基于强化学习方法提出一种嵌入激励策略的网约车调度优化算法，包括调度环境构建、可行决策筛选、激励策略嵌入和调度决策优化这4个模块。具体而言，基于Markov决策过程构建涵盖订单匹配、空驶调度和充电管理等任务的调度环境，通过订单抽成下调与优先派单保障机制设计“直接经济刺激”“间接规则优化”相结合的联合激励策略，提出以平台收益最大化为目标的Actor-Critic调度优化算法。以雄安新区为例进行实证分析，结果表明，本文提出的算法能够有效提升“稀疏需求”订单的服务率。在网约车投放规模固定的情况下，分别评估订单抽成下调，优先派单保障以及联合激励策略，结果显示，在平台收益不下降且全局订单服务率有所提升的前提下，“稀疏需求”订单服务率分别提高了24.70%、2.53%和26.09%。随着网约车投放规模增加，当投放数量达120辆时，“稀疏需求”订单服务率和全局订单服务率分别达到61.20%和81.55%。对平台抽成比例与优先派单保障期的敏感性分析进一步表明，当抽成比例设置为24%，保障期设置为4个调度周期时，系统在全局订单服务率与平台收益之间实现了较优平衡。

针对电动汽车充电设施供需匹配失衡问题，本文融合出租车动态与静态轨迹数据，采用能耗估计模型建立荷电状态(SOC)估计方法，分析包含SOC和停留时间轨迹点的潜在充电需求，运用帕累托最优原理构建多准则决策函数，识别具有显著充电需求的短时间停留点。采用基于密度的空间聚类算法(DBSCAN)进行空间分析，将得到的聚类中心作为候选点；采用排队模型模拟电动汽车充电过程，确定充电桩数量。构建充电站选址多目标规划模型，设计蚁群算法(ACO)与遗传算法(GA)混合求解策略，引入兴趣点(POI)权重和土地标定价格构建双重启发函数。以深圳市出租车轨迹数据作为算例，获得城市充电站数量为40座，社会总成本为3539.40万元。研究结果可为城市电动汽车充电站选址优化与定容提供理论依据。

航空运行风险因素演化分析对于民航持续安全运行有着重要作用。当前研究主要聚焦于单一运行阶段的同质化风险传播，较少关注多运行阶段的异质化风险演化。本文以航空器巡航阶段和进离场阶段为研究对象，首先，构建涵盖人员、设备、环境和管理这4个维度的多阶段运行风险有向网络，并引入节点度、接近中心性、介数中心性及PageRank等代表性节点重要性指标识别关键风险要素；其次，考虑到风险节点间复杂关联作用关系，分别采用概率传播、鲁棒传播和SIR传播表征3类异质风险传播过程。结果表明：飞机姿态异常、冲偏出跑道、两机危险接近及紧急下降等关键节点为多阶段航空运行网络的重要风险节点；3种异质风险传播模型下，基于节点度值的识别方法在概率传播和传染病模型(SIR)传播下的风险扩散效应最为显著，鲁棒传播模型下，基于PageRank重要度分值的准确性最高；对于参数敏感性分析实验发掘的节点风险传导参数和网络风险扩散参数双高节点，设置针对性的扩容等冗余措施，可显著提升网络安全性，且中间节点的增容效果普遍优于初始节点。

航空地服人员的工作满意度对于提升其工作效率至关重要。针对当前航空地服人员短缺与满意度被忽视的问题，本文建立考虑地服人员满意度的混合技能派工优化多目标混合整数规划模型，在保障任务完成率的基础上，提出考虑工时均衡、舒适用餐时间和双机作业次数等因素的多维满意度指标体系，并采用求解器Gurobi12.0进行精确求解。通过对厦门高崎国际机场典型工作日数据的实例验证，结果表明，与现有排班方式相比，本文方法显著提升了地服人员的工作体验；在公平性方面，人均工时的偏差由68.5 min减少至27.4 min，降幅达到60%；在舒适用餐时间方面，舒适用餐时间占比从71.2%提升至98.5%；在双机作业次数方面，通过优化双机协同作业机制，平均每百个稽核任务所需地服人员人次从87人次增加至97人次，有效缓解了地服人员工作压力。本文方法可有效缓解运营效率与员工满意度之间的矛盾，为航空地服人员管理提供兼顾稽核任务完成率与人力资源可持续性的决策框架。

应急物资配送与受困灾民转移是洪灾救援工作的核心问题。为科学衡量运载工具在不同时间抵达需求点产生的实际救援效果，将救援效用理念引入洪灾应急物资配送与灾民转移的协同路径规划。综合考虑卡车与冲锋艇的不同适用场景，受灾点预期救援时间及运载工具的行驶速度、数量与容量等因素，以总救援时间最短和总救援效用最大为目标构建应急物资配送与灾民转移的协同路径规划模型，并根据模型特性设计一种改进非支配排序遗传算法求解。采用2024年江西省南昌市洪涝灾害数据开展实验，结果表明，本文方法能有效开展洪灾应急物资配送与灾民转移的协同路径规划，与先转移灾民后配送应急物资的救援策略以及先配送应急物资后转移灾民的救援策略相比较，本文救援策略可使总救援时间分别节省138min和123min，总救援效用分别超过108.2单位和77.5单位。

针对高速公路收费站车道配置优化问题，本文提出一种基于强化学习的动态车道配置策略。根据车辆通过收费站的交通行为构建高速公路收费站仿真环境，将复杂的车道配置问题转化为考虑收费站运营成本、用户延误和拥堵惩罚的明确量化指标的目标函数，借助强化学习网络训练，动态优化收费站车道资源配置策略。模型能够实时学习并动态调整车道配置，以应对交通流量和模式的动态变化。实验对比了强化学习优化方法与传统离线优化方法，结果表明，PPO(Proximal Policy Optimization)方法在全程平均排队数上降低了12.45%，在平均通过时间的波动范围上缩小了26.94%，PPO算法在减少排队长度和降低通行时间波动方面具有优势，特别是在高峰时段动态车道配置策略展现出更高的适应性和灵活性，提升了收费站的运营效率。

综合客运枢纽引导标识系统承担着指引抵站旅客快速抵达各接续方式接驳点的重要功能，其信息类别多、用户需求差异大且换乘路径复杂，充分发挥导视系统效用，辅助旅客高效便捷换乘是提升枢纽服务品质的重要目标。本文从抵站旅客的寻路行为出发，探究引导标识与寻路决策的关系，构建引导标识效用评估指标体系，基于Unity引擎与虚拟现实(Virtual Reality,VR)技术开发综合客运枢纽的三维虚拟仿真交互平台。以北京南站为例，设计不同路径的旅客寻路实验，引入最佳寻路比例和寻路速度两个指标，结合被试者的犹豫驻留次数、折返次数和错误转向次数，对枢纽空间的标识引导效果进行量化评估与诊断。评估结果显示，简单寻路任务的最佳寻路比例均超过85%，复杂寻路任务的最佳寻路比例均低于50%，且旅客在信息密集区域和决策点处易表现出较高的犹豫驻留次数、折返次数和错误转向次数。基于评估结果，本文实现了枢纽空间中引导标识待优化点位的精准鉴别与诊断。结果表明，虽然基于设计规范的枢纽空间引导标识系统符合视认要求，但同一引导标识在被试人员不同寻路任务中的效果存在显著差异。研究结果可为综合客运枢纽场站引导标识设计的优化提供定量化的诊断结果和针对性建议。

货运卡车的电气化被认为是减少公路货运排放的重要措施。然而，纯电动卡车的减排潜力因发电方式、重量等级和技术标准的不同而差异显著。对电力结构和车辆参数进行精细分析对于完善减排政策至关重要。本文评估中国纯电动卡车(BET)和传统柴油卡车(diesel-ICET)在其燃料周期内的大气污染物排放量，探讨使用BET降低污染和碳排放的潜力。采用生命周期法，利用中国原油结构、电力结构和卡车技术数据，分析能源生产路径和车辆行驶过程的排放因子，运用GREET(Greenhouse gases, Regulated Emissions, and Energy use in Technologies)模型评估不同重量等级BET和diesel-ICET(国六标准)的车辆排放强度(g·km^-1)和货运排放强度(g·t^-1·km^-1)。研究发现，尽管中国电力生产效率仅为46.9%，但BET替代diesel-ICET 能够显著降低GHG、VOCs、CO、NO_x、PM_2.5和PM₁₀这6类污染物的车辆排放强度，也能减少GHG、CO、NO_x和VOCs这4类污染物的货运排放强度。但受电力生产结构和技术影响，BET替代diesel-ICET将显著增加SO_x的排放，还可能增加公路货运的PM_2.5和PM₁₀排放。

针对中国民航高速增长与深度脱碳的矛盾，单一可持续航空燃料(SAF)路径面临技术天花板与需求增长抵消困境。构建融合混合整数规划(MIP)与系统动力学(SD)的FLEET(Flight Legs per Equivalent aircraft Turnover)模型，建立“微观运营-宏观政策”双向反馈机制，量化多路径(SAF、新技术飞机及运营优化)协同减排效应。研究发现：SAF掺混比例在0~30%区间，每提升10%可减排12.7%；超30%后，边际效益显著递减，受原料缺口和PtL(Power-to-Liquid)技术瓶颈制约。强制掺混情景（SAF为50%+GDP年增速5.5%）下，2050年，碳排放较2019年仍增73%，其增幅受运输量波动(±0.5%)和SAF实际掺混效率(±5%)影响；最优组合情景（SAF为65%+新技术飞机40%+运营优化30%+市场机制15%）可实现2050年减排49.19%，单位政策激励减排量是单一SAF路径的2.3倍，形成技术互补、成本协同、减排乘数效应，证明了多路径协同的必要性。碳配额价格突破200元·t^-1是触发航司技术跃迁的关键阈值，响应存在主体与区域异质性（东部枢纽减排效率1.35t·万元^-1大于西部支线0.87t·万元^-1）。本文揭示了中国民航减排需突破单一技术依赖，提出“技术-原料-政策”三阶段协同路线图（2025—2035年HEFA(Hydroprocessed Esters and Fatty Acids)规模化；2035—2045年原料多元化；2045—2050年政策深化），为分阶段政策设计和工程应用提供量化依据。