为缓解城市道路交通的拥堵压力，降低汽车尾气对环境污染影响，选取“寄件—运输—取件”流程为研究对象，通过地铁与货车联运的方式实现地上、地下协同运输模式。在非高峰期时段利用地铁进行货物运输，考虑地铁与货车的最大载货量、货车的最大行驶距离、客户服务时间窗等约束条件，将运输成本与违反客户时间窗所产生的惩罚成本之和最小作为优化目标，构建基于地铁网络的物流协同配送模型。以兰州地铁１号线为算例，采用改进遗传算法进行求解，与货车单独配送进行对比，得到两种方式下的路径优化结果。结果表明：地铁－货车联运产生的总成本高于货车单独配送，但并不意味此种模式不可行，地铁－货车联运积极响应交通强国中的大型货车限行政策，可以改善城市道路拥堵、减少环境污染，有较强的应用价值。

为提高特大暴雨下地铁车站人员救援与疏散效率，提出地铁人员的应急救援与疏散优化建模与求解方法，旨在协同优化救援中心选址、应急路径设计与分配决策。针对特大暴雨的危害性和地铁被困人员的心理恐慌程度，改进感知风险度量模型。结合应急救援与疏散的阶段性，建立成本和感知风险最小的应急救援与疏散的选址－路径优化模型。设计基于分解多目标进化算法和分支切割算法的两阶段求解步骤。最后，通过郑州实例和测试算例，验证新模型和算法的有效性。计算结果表明：新模型和算法能在２．１３ｓ内求得有效方案；相较于传统风险模型，新模型能够降低９．０３％的运输成本；相较于常规的多目标优化算法，新算法能缩短至少６０．００％的求解时间，并有较高的计算稳定性。

为了实现应急预案与应急演练脚本双向应用，形成反馈机制，提出一种基于预案解析的公路突发事件应急演练动态脚本生成方法。以应急演练脚本为研究对象，首先，通过应急预案数字化解析，提取并确定应急演练脚本关键要素；其次，构建静态应急演练脚本集，并进行结构化处理，形成应急演练数据与演练逻辑库；然后，构建相似度匹配方法，根据拟演练突发事件关键信息指标与属性值，匹配应急演练程序、具体处置方案、风险防范点；最后，关联演练突发事件状态，有序匹配演练脚本集，形成公路突发事件应急演练动态脚本生成方法，包含事件类型与级别、应急响应程序、现场处置方案、应急处置风险防范点四部分内容。以某一交通事故为例，使用该方法进行应急演练脚本动态生成的验证，结果表明该方法具备合理可行性。

以湖南省永州市永州大道基本路段ＣＯ２浓度时序数据为研究对象，旨在实现道路ＣＯ２浓度的实时预测。测得用于模型训练和预测精度计算的路段ＣＯ２浓度数据，利用Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ滤波器对数据进行平滑去噪，在调试并建立循环神经网络最优模型结构的基础上，引入多元预测模型（ＭＬＲ、ＳＶＲ、ＢＰ）和时序预测模型（ＢＰ、ＲＦ、ＲＮＮ、ＬＳＴＭ、ＧＲＵ）进行预测性能对比，为路段ＣＯ２浓度的实时预测提供参照。结果表明：时序预测模型相比于多元预测模型具有更好的预测效果，特别是循环神经网络模型中的ＧＲＵ表现出较高的预测精度，其次是ＬＳＴＭ，最后是ＲＮＮ；循环神经网络模型在处理路段ＣＯ２浓度时序数据的训练和预测任务中具备突出性能，能够实时且精准预测道路路段ＣＯ２浓度。

为揭示不同尾号限行方案在实施过程中的效果，得到令政府和小汽车拥有者都满意的限行方案，研究基于效用函数和博弈论模型的尾号限行方案制定方法。首先，在分析政府和小汽车拥有者的动态博弈过程基础上，分别定义政府和小汽车拥有者的效用函数；然后，构建小汽车尾号限行方案的非合作动态Ｓｔａｃｋｅｌｂｅｒｇ博弈模型；最后，设计基于种群多样性控制策略的遗传算法，并利用Ｐｙｔｈｏｎ对所建模型编码求解。以兰州市为例进行模型验证，研究表明，优化尾号限行方案下小汽车拥有者的平均出行成本基本没变化，政府的平均社会效用值提高１．０６２×１０７。因此，依靠理论模型制定的小汽车尾号限行方案，不仅具有充分的理论依据，还能更好发挥限行方案功效。

为克服信号配时问题求解中单一约束优化方法的局限性，提出混合约束优化自适应差分进化算法（ＨＣＯＡＤＥ）。以交叉口通行效率为目标建立信号配时优化模型，依据模型中约束条件被满足程度，采用外罚函数法和可行性准则法相结合的混合约束优化策略（ＨＣＯＳ）对约束条件进行处理，并提出饱和度偏好准则作为自适应差分进化算法（ＡＤＥ）的选择策略，构建ＨＣＯ－ＡＤＥ。最后，以哈尔滨市四相位交叉口高峰时段５ｍｉｎ采集标段交通量数据为例，验证ＨＣＯ－ＡＤＥ。结果表明：提出的信号配时问题求解方法可行、有效，优于基于饱和度区间可能度的罚函数约束优化自适应差分进化算法（ＰＦＣＯ－ＡＤＥ），所得信号配时方案较实测方案平均延误减少３．３２％，通行能力提高２．１６％，能够更好地提高信号配时方案稳定性。

为提高公共交通服务水平和定制公交分担率，以定制公交、常规公交、出租车和地铁４种出行方式为对象，考虑乘坐时间、出行费用、便捷性和舒适性４个出行影响因素，基于多项Ｌｏｇｉｔ模型构建前景理论和灰色关联相结合的出行选择模型，并以董屿·福建师大地铁站到福州南火车站为例进行研究。结果表明：定制公交、常规公交、出租车和地铁４种出行方式的分担率分别为２８．３５％、１４．６３％、２３．１４％、３３．８８％，与实际问卷调查的最大误差在５％以内，与运用效用理论计算所得的分担率相比更符合现实情形；定制公交分担率在票价为１元或２元增减时，并没有产生较大变化，而乘坐时间的缩短却使分担率有较大提升。

公众参与城市交通共建共治是缓解城市交通拥堵的探索性方案，从公众视角出发，对其参与城市交通的共建共治意愿展开研究。运用拓展计划行为理论，构建公众参与意愿影响因素理论模型，并利用结构方程模型进行实证检验。研究表明：公众参与意识、态度和有效性感知非常显著正向影响参与意愿，路径系数分别为０．４３８、０．２６５和０．２５０；主观规范和道德责任感知一般显著正向影响参与意愿，路径系数分别为０．０８２和０．１４１；成本感知非常显著负向影响参与意愿，路径系数为－０．３１９。基于实证结果，提出提升宣传的有效性以及联合学校、社会等平台协同推进公众参与城市交通共建共治工作等对策建议，为政府制定政策提供参考。

短时客流预测可为轨道交通运营部门规划调度提供参考，其中短时客流预测的精准性尤为重要，为进一步提高城市轨道站点短时客流预测精准性，提出一种结合集合经验模式分解算法和贝叶斯优化算法的改进ＬＳＴＭ 方法。先使用集合经验模式分解算法（ＥＥＭＤ）对地铁站点的客流数据进行分解，以减少数据噪声干扰；再通过贝叶斯优化算法（ＢＯＡ）对长短时记忆神经网络（ＬＳＴＭ）的超参数进行优化，从而提高模型的参数精确性。采用真实的客流数据验证结果表明：相较于单一ＬＳＴＭ 以及单层组合模型，双重叠加后的ＥＥＭＤ－ＢＯＡ－ＬＳＴＭ 组合模型预测结果平均绝对误差降低２１．８％～４４．８％，均方根误差降低１６．９％～４７．４％，对短时客流的预测结果误差改善显著。

为提高铁路行车的安全管理水平，构建一种基于组合赋权法的铁路行车安全管理评价模型。首先，利用区域灾害系统论对影响铁路行车安全的因素进行分析，结合相关标准与铁路运输特点确立评价指标及其划分等级；然后，运用融合差异性与相似性的组合赋权法计算铁路行车安全评价指标的权重系数，并且根据欧式距离法客观量化铁路行车的安全性；最后，选取我国“八纵八横”高速铁路网中６条线路进行案例分析，运用余弦值检验法对组合赋权的结果与对照方法的结果进行比较，以验证模型的可行性。结果表明，这种模型的建立能够提高铁路行车安全管理评价的客观性与合理性。

为明确浙江省道路运输业的碳排放发展趋势，量化碳减排措施效果，通过分析浙江省道路运输行业车辆（公路客运、公路货运、公共汽车、出租汽车）的能源消耗与运输生产数据，提出单位碳排放强度指标，结合情景分析法构建基于单位碳排放强度的道路运输碳排放预测模型。结果表明，２０２１年浙江省公路客运、公路货运、公共汽车、出租汽车的单位碳排放强度分别为３０４．４ｋｇ·（万人·ｋｍ）－１、３８３．３ｋｇ·（万ｔ·ｋｍ）－１、４３．４ｋｇ·（１０２ｋｍ）－１、１２．５ｋｇ·（１０２ｋｍ）－1；不同情景下碳达峰时间不同，强化低碳情景下道路运输行业预测最早于２０２８年达峰，峰值为１４９０．２万ｔ。新能源车推广发展、车辆运输能效提升以及运输结构调整，可有效降低道路运输业碳排放，加快实现道路运输业碳达峰。