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。     

大连新建地铁对公交出行选择的影响

为了分析城市新建地铁项目对居民公共交通出行的影响，改善公交服务水平，提高公共交 通的分担率，针对大连市新建地铁线路展开研究。以大连市地铁1 号线沿线站点作为研究区域， 采用SP （Stated Preference） 调查方法，收集了300 名地铁沿线居民对常规公交以及新建地铁两种 出行方式的选择数据。通过建立二项Logit 模型，分析出行成本、换乘时间等选择方案特性变 量，出行特性变量以及出行者特性变量对于居民出行方式选择行为的影响，并计算弹性值及模型 精度。结果表明，通过调整出行成本及换乘时间可有效提高地铁分担率。由此提出相关政策建 议：对于出行成本，可从出行者年龄及出行次数两方面制定不同的优惠政策；对于换乘时间，可 从提高可达性、完善购票系统以及调整发班频率三方面进行改善。     

出行时间成本的影响因素及模型构造

为分析影响出行时间成本因素间的关系,界定了出行时间成本的概念,分析了影响出行时间成本变化的主要因素,并在此基础上构造出行时间成本模型.根据2014年北京市居民交通方式选择特性问卷调查数据,以“工资法”为计算原则,计算出了2014年北京市居民分方式、分目的的人均出行时间成本,并研究了不同出行方式下的出行时间成本的内在规律,为分析预测居民的出行决策、优化交通方式比例提供了可靠的理论依据.     

基于Logistic回归模型的城市居民公交出行决策分析

城市居民的公交出行特性与居民的出行目的、到目的地的距离、步行至公交站点的时间、乘坐公交车需要换乘的次数和拥有的私人交通工具密切相关。通过回归计算得到量化居民公交出行决策模型,能更好地把握城市居民出行的特性和公交现状之间的关系,为城市公共交通规划和管理提供科学的依据。在铜陵市居民公交出行调查的基础上,计算得到了模型的各个参数值,并进行了影响因素的显著性分析,该模型在城市公交出行决策分析上具有很好的适用性,也为城市居民的出行研究提供了新的思路。     

基于公交OD数据的居民公交出行特征研究

已有研究在应用“四阶段法”进行公共交通需求预测时,缺少对居民公交出行分布规律及变化特征的分析．文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据,运用图形处理及模型标定等方法进行深入的数据挖掘,研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：0公交出行的可容忍时间与建成区面积及公交分担率密切相关：②由于城市发展状态、经济发展水平及人们出行规律的不同,都会造成出行时间分布的差异;③分析同一城市不同时期居民出行空间分布时,应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究,可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持,该项研究的结论和分析方法可供其他城市借鉴和使用。     

出行前交通诱导决策系统的静态博弈模型

对出行前交通诱导决策系统的设计需求进行了分析.通过对公交出行策略和个体机动车出行策略进行分析,建立了基于公交和个体机动车等效出行时间的静态博弈模型,模型与出行者的出发时刻和优化出行路径的路段集相关.采用枚举的方式,将出发时刻离散为间隔1 min来对出行前不同出行方式决策博弈模型进行求解.通过实例分析可以看出,提出的出行前交通诱导决策博弈模型可实现对出行者进行出发时刻、出行方式、出行路径的诱导.     

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.     

基于公交智能调度系统的公交换乘算法实现

通过对城市居民公交出行选择影响因素和选择逻辑的分析,利用地理信息系统（GIS）技术构建公交换乘数据模型和公交智能调度系统数据计算出行时间,以此为基础实现以最少换乘次数为第一目标,出行时间最短为第二目标的公交换乘算法。该算法考虑了步行换乘、行驶时间、换乘时间及公交线路上、下行因素对换乘查询的影响,能够较快地提供公交换乘方案。     

城市公共交通出行方式选择行为研究

优先发展公共交通系统是解决城市交通问题的有效方法,而优先发展公共交通的关键之一则是合理引导私人交通发展,提高城市公共交通的出行分担率.文中以2009年济南市居民出行调查数据为支撑,从出行行为角度分析城市居民公交出行行为特征.基于非集计模型理论与方法建立公交选择行为模型,分析居民公共交通与私人交通出行方式选择行为的差异,探讨引导小汽车转向公共交通出行的规律.     

用地性质与线路区位对社区公交的影响研究

社区公交的开通可有效缓解乘客出行的"最后一公里"问题,合理的站点布局可提高社区公交的客流量、促进公共交通发展。基于交通实地调查、SP调查和RP调查,对郑州市社区公交现状进行分析,分别对出行者的性别、年龄、家庭人口数、月收入、职业、出行目的进行特征分析。考虑用地性质和线路的区位影响,分别对社区公交的客流量和乘坐社区公交前使用的交通方式进行研究,分析其对社区公交的站点布设、两站点间的距离、发车间隔和发车频率等的影响,为社区公交的布设提供依据,增加社区公交的竞争力,更好地满足社区居民的出行需求。     

基于广义出行成本的公交线网密度合理性讨论

公交线网密度是衡量城市公共交通网络发展水平的重要指标,它与城市的社会经济发展水平密切相关。在已有研究的基础上,进一步探讨公交线网密度各影响因素的时间价值,细化合理公交线网密度的计算方法,并应用广义出行成本的概念,将各时间因子以货币形式表示,从而衡量非在乘时间损失在广义成本中的比例,进一步说明线网密度对公交使用程度的影响。以成都市为例,对相应的指标结果进行解析,其结果对指导城市公交线网优化以及城市交通政策的制定具有积极的意义。     

大城市居民出行方式决策方法研究

本文在分析各种出行方式特点的基础上,建立了居民出行决策指标体系。进而根据确定和不确定两种环境分别建立了居民出行方式决策模型。针对确定环境,构建了基于双基点法的居民出行决策模型;针对不确定环境,构建了基于区间排序法的居民出行决策模型。最后用实例分别验证了模型的可行性,证明了该决策系统对人们日常的出行行为有一定的指导意义。     

���񹫽�����ODԤ���о�

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

同时接送模式下响应型接驳公交运行路径与调度的协调优化

研究了同时接送模式下响应型接驳公交运行路径与车辆调度的协调优化问题, 考虑乘客出行时间窗的个性化, 构建了基于乘客而不是基于途经需求点的车辆路径表示方法; 综合车辆发车和行驶成本、车辆早到和晚到的惩罚成本、票价收入构建了表征系统效益的目标函数, 并以车辆容量、乘客时间窗、车辆运行时间、车辆保有量、发车时间等为约束, 构建了发车间隔、发出车型与车辆路径的一体化优化模型; 针对一体化优化模型的特点, 设计了双遗传算法, 其中染色体为多链编码结构, 染色体交叉方式包含个体内、个体间交叉2种方式; 为了验证同时接送模式的优越性、一体化优化模型及算法的有效性, 进行了算例分析, 对比了同时接送模式与单独接和单独送模式的计算结果, 分析了车辆运行车速、单程运行时间限制、车型比例对响应型接驳公交运营效率的影响。计算结果表明: 在给定的相同乘客需求下, 与单独送和单独接模式相比, 同时接送模式发车次数减少了1次, 所需车辆数减少了2辆, 平均座位利用率提高了8.3%, 运送单位乘客的平均车辆行驶距离降低了11.0%, 运行成本降低了15.9%, 因此, 同时接送模式有效地提高了运营效率; 同时接送模式下, 运行车速、单程运行时间限制、小型车比例分别在基准值附近上下波动15.0%、15.0%、12.5%时, 发车次数、座位平均利用率、目标函数值的最大变化率分别达到了20.0%、15.7%、27.1%, 这些参数对系统运营效率均有显著影响。      

老年人日常出行的出发时刻选择研究

利用比例风险模型,构建了老年人出行出发时刻选择模型,并利用北京市第三次全市居民出行调查数据,对模型进行了回归分析.回归结果表明:老年人个人和家庭属性、出行属性、采用的交通方式等12个特征变量对老年人出发时刻的选择有不同程度的影响;12.5%和24.1%的老年人选择在7:00以前和10:00以后出行;69.5%的老年人选择8:00之前出行进行休闲锻炼,以休闲健身为出行目的的老年人的出发时刻相对较早.     

数据驱动的公交网络动态优化调整方法

为了更好地满足不断变化的公交出行需求和提高公交运营效率,本文提出一种数据驱动的公交网络动态优化调整方法——滚动决策,频率为先,增删迭代.该方法由两部分组成:第1部分是数据驱动的公交网络优化调整时机决策;第2部分是公交网络优化调整措施决策,包括发车频率优化和线网结构优化.该方法的具体思路为:对于给定的现状公交网络,通过数据建模分析,动态判断公交网络优化调整的触发时机,若触发优化,则优先进行发车频率优化调整,如果发车频率优化调整不能满足预期系统目标,则进行线网结构优化调整,线网结构优化调整策略简化为新增线路和删除线路的迭代.数值实验表明,该方法能比较充分利用智能公交系统采集的数据,可操作性强,可为公交网络动态优化提供决策参考.     

国内不同类型城市居民出行特征分析

通过收集大量国内城市的居民出行特征调查数据,对数据进行归纳整理,从出行次数、出行目的、出行方式结构、出行耗时等4个方面进行分析.通过对城市进行分类,找出不同类型城市的居民出行特征,分析产生这些特征的原因.对居民出行次数,按照人口规模分类,建立了不同人口规模城市的居民人均出行次数模型,通过建摸的方式找出不同人口规模城市的居民出行次数规律.