本文選題：乘用車保有量 + 雙層規(guī)劃模型�。� 參考：《大連海事大學(xué)》2015年博士論文

【摘要】：在高速發(fā)展的城市化與機(jī)動化的雙重效用下,中國的大城市都出現(xiàn)了空間范圍無序蔓延、住宅價格高漲、汽車保有量快速增長、道路交通量持續(xù)增多、交通擁堵日益嚴(yán)重等城市問題。目前,在中國的城市內(nèi)大量的汽車出行在改善居民出行質(zhì)量的同時,誘發(fā)了嚴(yán)重的環(huán)境污染問題。因此,很多大城市不得不采用限行/限號的措施來控制道路交通流量,以達(dá)到緩解擁堵,降低環(huán)境污染的目的。本文把道路交通環(huán)境負(fù)荷納入到城市空氣環(huán)境質(zhì)量指標(biāo)中,把城市空氣環(huán)境質(zhì)量滿足某類標(biāo)準(zhǔn)作為城市交通的環(huán)境承載能力,研究為滿足規(guī)定的空氣質(zhì)量,城市狀態(tài)靜止不變時城市可保有的最大乘用車保有數(shù)量,以及隨著城市動態(tài)發(fā)展和不同政策組合的實施,可保有的乘用車數(shù)量的變化。本研究對制定可持續(xù)的道路交通政策具有重要的理論意義和實際價值。首先,為確定道路交通對空氣質(zhì)量的影響,構(gòu)建城市道路交通污染物濃度預(yù)測模型。模型采用人工神經(jīng)網(wǎng)絡(luò)技術(shù),模擬道路交通流、大氣環(huán)境等因素與某高度處交通污染物濃度之間的關(guān)聯(lián)關(guān)系,基于“排放-擴(kuò)散”一體化的方式,基于道路交通流特征,計算道路兩側(cè)各種高度位置的道路交通污染物濃度。為獲取道路交通流的屬性特征,基于虛擬線圈技術(shù)開發(fā)采集道路交通流特征數(shù)據(jù)的方法,克服了用交通流調(diào)查方法獲取數(shù)據(jù)費時費力的缺點。其次,建立環(huán)境承載力約束下城市最大乘用車保有量預(yù)測模型。在城市狀態(tài)靜止不變的情況下,考慮機(jī)動車(乘用車+巴士)出行需求與城市道路交通污染程度之間的均衡關(guān)系,以出行小區(qū)為空間單位,預(yù)測環(huán)境承載力約束下城市可保有的最大乘用車數(shù)量。模型采用雙層規(guī)劃方法分析機(jī)動車出行需求與環(huán)境污染程度、環(huán)境承載力之間的相互關(guān)系,其中上層模型以環(huán)境承載力為約束,以城市乘用車數(shù)量最大化為目標(biāo),基于乘用車與巴士的出行分擔(dān)率計算各小區(qū)的乘用車保有數(shù)量。下層模型基于用戶均衡原則,計算乘用車+巴士出行在道路上的均衡狀態(tài),得到出行者的出行時間、道路網(wǎng)上的交通流特征數(shù)據(jù)。同時,用污染物濃度預(yù)測模型,根據(jù)交通流特征計算道路環(huán)境污染濃度,并將污染濃度數(shù)值反饋到上層模型。上下層模型之間通過交通方式劃分和污染物濃度預(yù)測相互聯(lián)系。最后,考慮到在城市發(fā)展是動態(tài)的,其環(huán)境承載力會發(fā)生變化,而某些交通規(guī)劃和管理措施也會改變乘用車和公交車的分擔(dān)率與道路交通特征,因此拓展靜態(tài)乘用車保有能力預(yù)測模型。將城市發(fā)展腳本、交通規(guī)劃與管理政策作為影響變量,拓展靜態(tài)環(huán)境承載力約束下的最大乘用車保有量模型,使之能夠預(yù)測城市發(fā)展政策所導(dǎo)致的環(huán)境承載力與出行行為變化時,城市能夠保有的最大乘用車數(shù)量的變化。進(jìn)而預(yù)判各種發(fā)展腳本和政策方案,城市可以保有的最大乘用車數(shù)量,測試城市發(fā)展政策對城市機(jī)動化和道路交通系統(tǒng)的影響效果。
[Abstract]:Under the dual utility of urbanization and motorization in high speed, large cities in China have appeared disorderly spread of space, high housing price, rapid growth of car ownership, increasing traffic volume, increasing traffic congestion and so on. At present, a large number of cars travel in China's cities to improve residents' travel. The quality has caused serious environmental pollution problems. Therefore, many big cities have to adopt the limit / limit measures to control the road traffic flow in order to alleviate the congestion and reduce the environmental pollution. In this paper, the road traffic environment load is included in the urban air environmental quality index, and the quality of the urban air environment is satisfied. As the environmental bearing capacity of urban traffic, some types of standards are studied to meet the required air quality, the number of maximum passenger cars available in the city when the city is still at rest and the change of the number of passenger cars that can be maintained with the dynamic development of the city and the implementation of different policy combinations. The general policy has important theoretical significance and practical value. First, in order to determine the influence of road traffic to air quality, the prediction model of urban road traffic pollutant concentration is constructed. The model adopts artificial neural network technology to simulate the relationship between road traffic flow, atmospheric environment and other factors of traffic pollutant concentration at a high degree. In the integration of "emission and diffusion", based on the characteristics of road traffic flow, the concentration of road traffic pollutants on both sides of the road is calculated. In order to obtain the characteristics of road traffic flow, the method of collecting the characteristic data of road traffic flow is developed based on the virtual coil technology, and the data fee is overcome by the traffic flow survey method. Secondly, the prediction model of the maximum passenger car is established under the constraint of environmental carrying capacity. Under the condition of the static state of the city, the equilibrium relationship between the travel demand of motor vehicle (passenger car + bus) and the pollution degree of urban road traffic is considered, and the space unit is taken out as the space unit and the environmental bearing capacity is predicted. The maximum number of passenger cars available in the next city. The model uses a double deck programming method to analyze the relationship between vehicle travel demand and environmental pollution level and environmental carrying capacity. The upper model is constrained by environmental carrying capacity, maximizes the number of urban passenger cars, and calculates the rate of travel sharing based on passenger car and bus. The lower level model is based on the user equilibrium principle, calculates the equilibrium state of the passenger car and bus travel on the road, gets the traveler's travel time, and the traffic flow characteristic data on the road network. At the same time, the pollutant concentration prediction model is used to calculate the pollution concentration of the road environment according to the traffic flow characteristics, and the pollution is thicker. In the end, the environmental carrying capacity of the city will change, and some traffic planning and management measures also change the sharing rate of passenger cars and buses and the characteristics of road traffic. This paper expands the prediction model of the capacity of the static passenger car, and takes the city development script, traffic planning and management policy as the influence variable to expand the maximum passenger car ownership model under the constraint of static environment carrying capacity, so that it can predict the urban development policy caused by the environment carrying capacity and travel behavior change, the city can maintain the most. The change in the number of Mahayana vehicles, and then a variety of development scripts and policy plans, the largest number of passenger cars available in the city, and the impact of urban development policies on urban mobility and road traffic systems.
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 詹俏俏;2004年上半年國內(nèi)乘用車市場運行分析[J];汽車研究與開發(fā);2004年09期

2 王青;乘用車產(chǎn)量和價格繼續(xù)下降,銷量小幅增長[J];中國物價;2004年11期

3 ;今年前2個月國產(chǎn)乘用車銷量下降了6.4%[J];時代汽車;2005年04期

4 張伯順;9月份乘用車市場排行分析[J];汽車與配件;2005年43期

5 ;2005年3月中國乘用車市場份額[J];汽車與配件;2005年16期

6 王青;2005:乘用車需求有所回升 車價繼續(xù)下跌[J];重慶工學(xué)院學(xué)報;2005年04期

7 王青;;2006年1季度:乘用車產(chǎn)銷大幅增長,價格繼續(xù)下跌[J];價格理論與實踐;2006年05期

8 ;2006年7月乘用車銷量前20名的汽車生產(chǎn)企業(yè)[J];汽車與配件;2006年33期

9 ;2006年7月乘用車市場銷量[J];汽車與配件;2006年33期

10 張伯順;;乘用車增長最明顯 轎車貢獻(xiàn)度最高——2006年12月份及年度乘用車市場簡析[J];汽車與配件;2007年05期

相關(guān)會議論文 前10條

1 ;2006年上半年全國主要乘用車分品牌產(chǎn)銷量[A];2006年度中國汽車摩托車配件用品行業(yè)年度報告[C];2006年

2 ;2005年乘用車產(chǎn)量超大100萬輛的國家[A];2006年度中國汽車摩托車配件用品行業(yè)年度報告[C];2006年

3 ;《乘用車運輸服務(wù)規(guī)范》獲批準(zhǔn)將實施[A];中國物流與采購聯(lián)合會會員通訊總第74期—84期（2005年）[C];2005年

4 殷杰;張麗文;周清;;淺析乘用車平臺開發(fā)策略[A];西南汽車信息：2012年下半年合刊[C];2012年

5 米世生;;乘用車的節(jié)油原理和技巧探討[A];2007年APC聯(lián)合學(xué)術(shù)年會論文集[C];2007年

6 周志堅;單率;馬浩;;“四位一體”電動乘用車智能充換電服務(wù)網(wǎng)絡(luò)運營管理實踐典型經(jīng)驗[A];2013年全國智能用電技術(shù)經(jīng)驗交流會會議指南[C];2013年

7 林梅英;陳銘年;徐建全;林少玲;;當(dāng)代五類乘用車統(tǒng)計數(shù)據(jù)比較分析——全球名車統(tǒng)計分析之七[A];福建省科協(xié)第四屆學(xué)術(shù)年會——提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

8 陳銘年;林梅英;徐建全;林少玲;;當(dāng)代五類乘用車統(tǒng)計數(shù)據(jù)比較分析——全球名車統(tǒng)計分析之七[A];福建省科協(xié)第四屆學(xué)術(shù)年會提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

9 ;盤點2005：車市變化之民族品牌的新生[A];2005年度中國汽車摩托車配件用品行業(yè)年報[C];2005年

10 張科峰;劉剛;顏長征;王欣;;乘用車移動行李對后排座椅撞擊試驗研究[A];西南汽車信息：2011年上半年合刊[C];2011年

相關(guān)重要報紙文章 前10條

1 本報記者 齊京文;乘用車新標(biāo)準(zhǔn)適應(yīng)國際化需要[N];中國汽車報;2002年

2 本報記者 柳長立;60%,乘用車還會這樣高速增長嗎？[N];中國汽車報;2003年

3 王文韜　范靖華;今年我國乘用車銷量將達(dá)３９５萬輛[N];中國汽車報;2005年

4 錢嬋娟;乘用車2005年供大于求成定局[N];東方早報;2005年

5 陳鏡波;日本二手車出口將超過百萬輛[N];中國商報;2006年

6 本報記者 崔進(jìn)賢;粵、浙、蘇三省乘用車上牌量最大[N];中國工業(yè)報;2008年

7 張毅;1—5月國產(chǎn)乘用車銷量逾300萬輛[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2008年

8 王燦彬;今年國內(nèi)乘用車銷量將增長15%—16%[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2008年

9 趙奕;64.4萬輛 去年12月乘用車銷量創(chuàng)下歷史最高[N];第一財經(jīng)日報;2009年

10 鐘青;前9個月全國乘用車上牌5379040輛[N];中國工業(yè)報;2009年

相關(guān)博士學(xué)位論文 前7條

1 張洪申;退役乘用車塑料同等性能再利用關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2014年

2 徐秋瑩;基于智能計算的乘用車外觀特征繼承與變異研究[D];南昌大學(xué);2016年

3 苗國強(qiáng);環(huán)境承載力約束下的城市最大乘用車保有量預(yù)測研究[D];大連海事大學(xué);2015年

4 譚瑞松;我國微型乘用車企業(yè)競爭戰(zhàn)略研究[D];哈爾濱工程大學(xué);2006年

5 劉海東;乘用車輕量化綠色效應(yīng)評價理論與方法研究[D];吉林大學(xué);2011年

6 張學(xué)文;乘用車兩缸柴油機(jī)的關(guān)鍵技術(shù)研究[D];昆明理工大學(xué);2012年

7 王彥會;乘用車底盤性能開發(fā)評價技術(shù)研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃建升;杭州乘用車銷售行業(yè)發(fā)展研究[D];西北農(nóng)林科技大學(xué);2009年

2 趙聞軒;電動乘用車與傳統(tǒng)乘用車差異化對造型影響的研究[D];吉林大學(xué);2015年

3 周亞慶;基于MATLAB的乘用車匹配計算與評價軟件的開發(fā)[D];西南交通大學(xué);2015年

4 潘瑞伯;上汽集團(tuán)乘用車公司售后服務(wù)體系研究[D];復(fù)旦大學(xué);2013年

5 熊軍軍;基于貪婪和禁忌搜索策略的乘用車運輸計劃問題的研究[D];華中師范大學(xué);2015年

6 張志國;地區(qū)乘用車市場研究體系建立及實證研究[D];北京化工大學(xué);2015年

7 蔡東山;比亞迪股份有限公司多用途乘用車發(fā)展戰(zhàn)略研究[D];寧波大學(xué);2015年

8 邱占浩;小型乘用車自動離合器研制[D];長春理工大學(xué);2015年

9 張俊鋒;小型乘用車國內(nèi)多式聯(lián)運配送方案優(yōu)化研究[D];上海交通大學(xué);2014年

10 繆明禮;青年汽車集團(tuán)的營銷模式研究[D];西南科技大學(xué);2014年

，

本文編號：1916819