基于心理感知的铁路综合客运枢纽客流疏解预警研究*

为解决铁路综合客运枢纽客流疏解预警忽略旅客心理感知与焦虑问题,基于状态焦虑问卷,定量描述旅客焦虑状态,通过引入心理测量学中积极率划分客流疏解等级阈值,确定枢纽客流疏解预警等级,构建以旅客感知疏解时间为预警指标的回归预测模型。研究结果表明:模型可定量预测枢纽站各种交通接驳方式客流的感知疏解时间,准确描述枢纽站预警等级,研究结果可为管理人员选择相应疏解措施提供依据。     

基于时空指标的人车冲突等级评价及影响分析

无信号控制路段人车冲突评估对于实施交通安全策略具有重要意义。采用交通调查和数据分析的方法，通过Tracker软件处理试验视频获取人、车、路3方面数据和15个解释变量信息，并将考虑时空的复合T-DI(Time-Distance Evaluation Indicator)作为人车冲突评价指标。随后，利用一维K-means聚类算法确定边界值，以对人车冲突等级进行划分。建立基于Odered Probit回归分析的人车冲突量化模型，利用Stata软件标定模型参数。结果显示，基于时空指标的人车冲突中，行人“结伴行为”“使用电子设备”“一阶段过街”对冲突等级影响显著，且呈正相关。其中，女性比男性冲突更严重。“过街等待时长”“行人过街速度”与冲突等级呈负相关，“大客(货)车”对冲突等级影响显著(0.407 2),且均在95%的置信区间中显著。