基于公交客流不均衡性的调度分析

为提高公交运营的服务效率,考虑公交站点乘客需求集中性,以公交的发车间隔、满载率作为约束条件,建立以乘客出行时间成本和公司运营成本最小为目标的公交组合调度模型,并通过遗传算法求解。计算结果表明:单一调度模式中全程车的发车间隔为5 min;组合调度模式中全程车发车间隔为3 min,大站快车为10 min。通过对比这2种模式下的乘客出行与公司运营的总成本,组合调度可节省23.1%的成本,实施组合调度能有效降低系统总成本,提高公交服务水平。     

考虑车速调控和乘车引导的公交运行优化控制策略

通过有效的精准控制策略提升公交车辆的到站间隔匀整度和运行服务可靠性是改善公交服务质量，提升公交乘客出行满意度的重要途径。首先，本文考虑站点乘客上车需求波动构建公交运行模型；其次，提出基于时间偏差反馈机制的公交区间行驶速度调控策略和基于乘车选择行为模型的公交站点乘客信息引导策略；最后，以最小化乘客出行成本和车头时距偏差为目标，构建融合车速调控和乘车引导的公交运行组合优化控制策略，并设计了求解方法。以北京公交57路为例，设计4种情形的数值仿真对比实验。仿真结果表明，组合控制策略的优化效果最佳，相比于无控制策略，公交运行稳定性提升了47.70%，避免了线路的串车发生，考虑出行时间与拥挤程度的综合成本减少了18.71%。本文还比较了不同乘客收入水平和乘客引导信息服从率下策略的优化效果。结果表明，随着收入水平的提升，信息引导策略对总出行成本降低效果减弱，当乘客引导信息服从率为0.7时，组合控制策略对公交运行和乘客出行的改善效果最显著。本文可以为提升公交运行可靠性和服务质量提供重要支撑。     

基于乘客到站率的公交发车频率优化

常规公共交通是城市居民出行的基本交通方式之一,为保障公交出行效率和降低运营成本,有必要对公交车辆的运营调度进行量化分析和系统研究。文中以居民出行和公交公司运营两者总成本最小为目标,提出了基于乘客到站率的多目标公交发车频率优化模型,以实现乘客和运营者双方的利益最大化。利用乘客到站率函数计算乘客的等车时间,使得模型在优化计算中具有更加趋近真实的等车时间;考虑到遗传算法良好的收敛性,以及发车频率易于二进制化编码的特征,文中设计相应的遗传算法对上述模型进行求解;以常州市B1路公交车线路高峰时段为例进行求解,得到最优发车频率为13.9,与三类经典发车频率确定方法进行对比分析,结果显示该模型的总成本相较于其他三种方法分别降低18.1%、1.5%、1.2%。以上研究结论表明,研究提出的发车频率模型通过协调乘客的等车时间成本、车内拥挤成本与公交运营的车辆购置成本、燃油成本,能够有效减少公交出行的整体成本。     

环形放射状城市常规与需求响应公交联合优化研究

针对环形放射状城市扩张过程中常规公交线网出现线网资源利用失衡、乘客出行时间过长的问题，本文设计一种常规公交与需求响应公交分层布局的双模式线网结构。基于连续近似方法，构建混合整数优化模型，以最小化公交平均运营和乘客平均时间成本之和为目标函数，根据乘客出行空间分布构建确定性的出行模式及路径选择细分方法，推导各项成本组成，求解常规公交线间距、站间距及双模式公交发车间隔等决策变量的最佳值。采用混合启发式算法对模型进行求解，并以成都市五环内环形放射状公交网络为例，验证所提双模式公交网络的有效性。优化结果表明：与单模式常规公交线网对比，双模式网络可以分别降低18.37%的乘客成本以及4.97%的公交运营成本，具体表现为减少常规公交31.85%的站点和线路建设成本以及24.36%的运营里程；系统各项成本随平均客流密度的增加呈幂指数下降并趋于稳定；同时给出不同客流密度分布条件下，系统关键设计参数的建议值。     

轨道交通单线接运电动公交调度优化模型

针对乘客由轨道交通换乘接运电动公交过程中等待时间长、候车成本高等问题,提出一种面向高峰时段乘客换乘情况的轨道交通接运电动公交的时刻表优化方法。通过分析换乘过程,以换乘乘客等候时间成本、换乘失败成本、电动公交使用成本和充电成本共4项成本之和最小为目标函数,以电动公交的发车顺序、换乘乘客的等待意愿、电动公交充放电特性对行驶里程产生的影响等作为约束条件,构建混合整数非线性规划模型。在接运公交的运输需求方面,考虑了除换乘乘客外本地乘客出行需求变化对接运电动公交时刻表的影响。最后提出一种混合人工蜂群算法求解模型,通过与遗传算法、粒子群算法的对比,进行了算法的敏感性分析。结果表明：目标函数总成本为1 355.32元,相比原成本降低了23.56%,其中,换乘乘客等候时间成本为298.17元,换乘失败成本为84.03元,公交公司运营成本为867.40元,电动公交充电成本为105.71元,验证了构建的模型对时刻表优化问题的有效性。     

乘客差异化需求对公交出行满意度的影响

中国对于公交出行满意度的研究主要集中在服务质量指标的制定、乘客意向信息采集等方面,对出行满意度的影响因素缺少深入分析。结合安徽省铜陵市居民公交出行意向调查数据,对通勤乘客和非通勤乘客的公交出行服务需求特征进行分析。在此基础上构建结构方程模型,探究乘客公交出行满意度的影响因素。模型结果表明,通勤乘客更重视公交服务的经济性、便捷性和可达性,而非通勤乘客更重视可靠性和舒适性;经济性和可达性需求对通勤乘客满意度有显著积极影响,而便捷性、可靠性和舒适性需求对所有公交乘客满意度均有显著消极影响。由此,针对两类乘客分别提出提升公交出行满意度的措施。     

基于社会福利最大的公交站距优化模型研究

公交站点是城市基础设施的重要组成部分,优化城市公交站点布局,对满足公交车辆停靠和乘客出行需求,具有重要的意义。从社会福利最大的角度出发,分析公交站距设定的影响因素,综合考虑公交运营商和乘客的利益,建立公交站距的优化模型,具有一定的指导意义。     

基于改进遗传算法并考虑尾气排放的公交组合调度

为在提升公交运行效率和服务水平的同时减小其对环境的负面影响,针对公交单线路单向客流差异较大以及双向客流不均衡的现象,建立以乘客时间总成本、公交车运行总成本与尾气排放成本之和最小为目标的跳站与区间车组合调度模型。考虑公交停靠方案与发车频率在优化过程中的重要性差异,提出一种概率随迭代次数变化的动态概率遗传算法,对最佳停靠方案与发车频率进行求解。通过算例分析得出:该公交组合调度方案的总成本比单一全程车调度方案节省4.49%,虽然乘客时间总成本上升了5.04%,但公交运行总成本下降了7.12%,尾气排放成本下降了8.22%;提出的动态概率遗传算法的求解时间小于2min,表明此算法适用于求解有明显主次影响关系的多要素优化问题。     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

二阶随机需求条件下公交网络的服务可靠性研究

引入服务可靠性这一概念,以乘客出行成本和车行运营成本最小为目标建立随机需求下的 公交网络模型,并提出固定需求的服务方案模型和改进的二阶随机方案模型。该模型体现了乘客 公交出行的选择策略并反映了公交网络中不确定需求和服务可靠性的相互联系。在分析公交出行 网络中的服务设计,包括常规服务和特别服务的基础上,运用二阶下降法通过规定不确定的随机 变量（服务可靠性参数） 来求解二阶随机方案：首先在一阶段减少混合整数规划的数量以节省计 算时间,随后在二阶段中模拟出一个线性规划,以便有效地求解二阶随机方案。最后,通过实例 模型验证了该方案的可行性。     

出行策略与行程时间不确定下的公交客流分配方法

利用杭州市公交线路站点GIS数据和车辆运行GPS数据进行分析,将公交车到站时间分为站点停靠时间和站间行程时间,得到公交车站点之间运行可能总时间的分布概率.通过实际的公交路网结构,定义扩展的公交网络有效路径.在考虑公交线路联合发车频率和根据乘客路径选择的广义成本下,建立出行策略与行程时间不确定下的公交客流分配模型,并将公交线路发车时刻表引入用户均衡模型中,设计了基于扩展网络最短路的Method of Successive Average(MSA)算法求解,通过对两个交通小区间高峰小时的客流分配结果验证模型和算法的有效性.     

基于层次分析法的公交服务可靠性综合评价

随着我国社会进步与经济发展,城市规模的不断扩大,提高城市公交服务质量的要求日益增长.本文在阐述公交系统可靠性的定义基础上,建立了公交服务可靠性的评价体系及综合评价公式,确定了评价标准.用层次分析法对公交服务可靠性进行综合评价,对哈尔滨104路公交线路进行实证分析,为提高城市的公共交通服务质量,改善乘客的出行条件提供了依据.     

考虑运行能效的公交区域时刻表优化

为准确计量公交区域时刻表优化过程中,客流出行与企业运营博弈产生的社会效益,构建兼顾随机客流需求和时刻表运行能效的双层规划模型。从公交乘客出行量与质的角度,分析随机客流需求与时刻表之间的互动关系;依据出行性质将客流需求分层细化,作为下层弹性需求交通网络流模型的输入;考虑客流需求、乘客出行效率及企业运营成本间的波动关系,设计公交区域时刻表运行能效作为上层模型的优化目标;采用Dial-MSA与遗传算法求解双层规划模型。实例计算结果表明,优化后的公交区域时刻表运行能效提高了7.3%。可见,优化后的公交区域时刻表更能满足客流需求,有效地提高时刻表运行能效,更好地实现动态适应性。     

基于效用理论的城市轨道交通运营管理优化策略

基于交通客流形成机理,分析了城市出行者交通需求产生和出行决策;提出了交通需要是交通需求的必要条件,出行者支付能力是交通需求的充分条件;认为出行决策是依据出行者效用最大化原则。基于效用理论的交通方式分担模型,讨论了城市轨道交通与常规公交竞争博弈机理。以广州市轨道交通为例,将时段客流分为高峰期、中峰期和低峰期3类,研究其交通客流特征。结果表明:在高峰期客流充足,城市轨道交通运输资源得到了充分利用;在平峰期和低峰期客流稀少,资源闲置。根据效用最大化理论,将分时段弹性票价运营策略和适当调整发车时间间隔策略运用于广州市轨道交通中峰时段,结果表明:实行综合优化策略的日客流量增加了14.9%。     

定制公交服务初探

在市民出行需求多元化和现状公交服务模式单一化的突出矛盾下,大力发展多元化公共交通已经成为城市交通发展的必然趋势。探讨了定制公交服务的定义、服务要素、优势和适用性。阐述定制公交具有高效、便捷、灵活、舒适、经济的特点,尤其适用于出行时间和起讫点相对固定、出行需求相对集中、出行距离适中的客流群体。最后指出,大力发展定制公交对于完善和提升公共交通服务具有较强的现实意义。     

扩展公共交通系统载运能力的影响

分析了扩展公交系统载运能力给公交客运量和高峰期公交出行需求带来的积极影响,以城市道路交通资源的节约,并考虑到扩展公交系统载运能力给公交企业带来的不利影响,最终得出在人们广泛认可公交出行方式的前提下,扩展公交系统载运能力是可行、有效的。     

青岛市大尺度海湾型空间结构的交通方式选择

为支撑青岛市多中心、海湾型大都市空间框架,必须选择合理的交通方式,拉近各个城市组团的时间距离。首先,分析了不同城市规模下出行距离、出行时耗的相对稳定性和各种交通方式适宜的城市空间尺度。然后,按照空间圈层发展特点和交通特征的差异性划分市域、都市区和中心城区三个交通圈层,分析各交通圈层空间与出行时耗的关系。最后,基于时空约束提出各圈层交通方式的需求和选择。     

新冠疫情及建成环境对公交客流量的影响模型

为揭示新冠疫情背景下公交客流量变化的空间影响因素，以疫情前后公交站点层面客流变化量为因变量，以建成环境、病毒感染情况及病毒传播途径等指标为自变量，构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares, OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees, GBRT)模型。以广州市为实证对象，基于公交IC卡数据、兴趣点数据(Point of Interest, POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明：考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度；同时，常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素，片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限，居民日常公交出行已经从疫情的影响下逐渐恢复。     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.