基于上下车人数的公交动态调度优化模型

本文以某大城市一务公交线路上各个站点在每小时内的上、下车人数为基本数据,通过合理考虑公交车的行车特点,经过对上、下车人数的合理化处理,提出了一种实时调度的模型。该模型首先考虑了每分钟最大可能上车人数,并进行了曲线拟合,再以发车准则计算出了发车时间表和所需的最少车辆数。最后还进行了满载率和乘客抱怨率的计算,并提出了本模型的优缺点和改进的建议。     

考虑乘客感知的公交驻站和限流组合策略研究

为了预防公交“串车”现象,提高乘客感知满意度,基于预测控制提出一种考虑公交乘客动态感知的驻站与限流组合策略. 建立以公交线路上总乘客感知等待时间最小为优化目标的预测控制决策模型,运用差分进化算法求解目标站点的最小驻站时长和限流人数. 建立元胞自动机仿真模型,对比不考虑乘客感知的驻站、限流、驻站-限流策略与考虑乘客感知的驻站-限流策略的控制效果. 通过5 组情景实验,对比了考虑乘客感知和不考虑乘客感知的驻站-限流策略对线路乘客到达率和下车比例波动性的适应性. 实验结果表明,考虑乘客感知的驻站-限流策略更有利于减少乘客感知等待时间,对线路乘客到达率和下车比例波动性具有较优的适应性.     

城市公交枢纽换乘客流OD动态预测方法

换乘枢纽衔接公交线路的换乘客流OD是APTS下实施公交多线路动态协调调度的基础数据。以公交线路上下车乘客数的自动获取为前提,建立换乘OD推算优化模型,并设计了BP神经网络求解算法,应用数值试验对神经网络中的核心参数进行了标定。算例表明:BP神经网络为动态更新公交枢纽换乘客流OD提供了一种经济、有效的方法。     

考虑乘客感知的公交驻站和限流组合策略研究

为了预防公交“串车”现象,提高乘客感知满意度,基于预测控制提出一种考虑公交乘客动态感知的驻站与限流组合策略. 建立以公交线路上总乘客感知等待时间最小为优化目标的预测控制决策模型,运用差分进化算法求解目标站点的最小驻站时长和限流人数. 建立元胞自动机仿真模型,对比不考虑乘客感知的驻站、限流、驻站—限流策略与考虑乘客感知的驻站—限流策略的控制效果. 通过5 组情景实验,对比了考虑乘客感知和不考虑乘客感知的驻站—限流策略对线路乘客到达率和下车比例波动性的适应性. 实验结果表明,考虑乘客感知的驻站—限流策略更有利于减少乘客感知等待时间,对线路乘客到达率和下车比例波动性具有较优的适应性.     

适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征，利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表，通过各类数据关联融合，提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库，采用Python语言编写代码，构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此，运用银川公交大数据进行客流集散点识别、客流走廊识别，得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明，一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

基于优化PSO-BP算法的耦合时空特征下地铁客流预测

为提高地铁客流预测的准确性,以西安地铁1号线为例,分析了地铁客流的耦合时空特征,提取了影响地铁客流变化的5个主要因素,包括节日、非节日、时间段、站点和天气,构建了反向传播(BP)神经网络,预测了地铁客流;利用引入自适应变异与均衡惯性权重的粒子群优化(PSO)算法,优化了BP神经网络,形成了考虑复杂因素影响的地铁客流预测系统;选取了换乘站、非换乘站的首站与中间站,引入天气、节日、非节日因素,对比了不同时间段下的BP神经网络模型,优化了PSO-BP神经网络模型的预测误差。研究结果表明:考虑天气、节日、非节日因素,换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了40.13%、31.46%和23.89%,较分时段的BP神经网络模型分别平均下降了17.50%、17.86%和17.32%;非换乘站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差和平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了16.50%、20.99%和32.59%,较分时段的BP神经网络模型分别平均下降了11.48%、12.10%和17.73%;各站点分时段优化PSO-BP神经网络模型预测的平均绝对误差、均方根误差、平均绝对百分比误差,较不分时段的优化PSO-BP神经网络模型分别平均下降了24.37%、24.48%和29.69%,较分时段的BP神经网络模型分别平均下降了13.49%、14.02%和17.59%,因此,利用考虑多影响因素的优化PSO-BP神经网络模型能提高地铁客流预测的准确性。      

基于改进PSO算法的轨道交通接运公交线路优化问题

轨道交通接运公交线路的优化布设可以扩大轨道交通的客流覆盖范围,提高轨道交通的吸引力。为了研究轨道交通接运公交的站点设置与线路布局问题,本文以最大化轨道交通接运公交线路接运乘客的客运周转量为目标函数,考虑轨道交通接运公交线路长度和轨道交通站点剩余客流量和区段剩余通过量的约束,建立轨道交通接运公交线路优化的数学模型,并采用改进粒子群算法(PSO)进行求解。最后给出算例,在本文建立的优化模型基础上,用改进粒子群算法对其进行求解,得到轨道交通站点周边接运公交的最优线路,验证了本文所提出模型的可用性。     

基于VBA的公交上车刷卡人数统计方法

提出一种基于VBA宏命令,利用公交IC卡和GPS数据来实现各站点刷卡上车人数统计的方法.根据两种数据的特点,以Excel为主要工作平台,通过VBA程序快速地对两者数据进行筛选和利用,逐步实现各站点公交车到站时间的匹配和各站点上车人数的统计.最后利用此方法对丹东市公交线路的往返各站点上车人数进行统计.与传统的公交随车调查结果对比,通过该方法得到的各站点上车人数数据较为准确,可作为传统方法的替代.     

轨道交通站点购票客流预测及优化技术研究

将地铁中高峰时段购票客流看成排队论系统,结合排队论知识进行数据优化,利用MATLAB编制BP神经网络模型的程序,建立仿真并预测站点购票客流及自动售票机的需求量,从而达到应急售票服务的优化,提升乘客服务满意度.并以某市大客流站点的客流数据进行论证.     

城市公共汽车站点规划研究

本阐述了在公交线路优化后，公交起终点位置和线路走向确定以后，起终点站和中途站点的规划原则。为方便市民出行，以乘客的出行时间最小为目标，得到了公交线路中途站点展优平均站距的数学模型；探索了设立公交中途站点的种类。     

长沙地铁2号线运营初期客流特征分析

开展客流特征研究对科学合理地设计轨道交通系统、优化运营组织设计具有重要意义。以长沙地铁2号线的地铁刷卡数据为研究对象,运用数理统计方法对其开通初期三年的运营客流进行分析,着重分析断面不均衡系数、车站进出站高峰系数与车站周边土地利用性质的相关性,线路客运量高峰系数与该线功能定位的关系,以及乘降量和换乘量的客流特征。针对上述结论对设计和运营提出建议,可为轨道交通的设计、建设、运营提供参考,也可为大城市轨道交通客流预测结果的合理性判断提供依据。     

西安市自行车与轨道交通换乘站址规划初探

本文以我国轨道交通发展现状为背景,发挥自行车交通与轨道交通的有效换乘对提高轨道交通客流量有一定作用.以西安市轨道交通一二号线站点为例,结合西安市居民区、商业中心分布以及旅游景点的分布特点,运用层次分析法针对西安市自行车换乘站点进行初步选址,分别以主要人流换乘出行范围,自行车存放环境,换乘站点周边人口数,出行费用以及换乘时间作为要素构造判断矩阵,并通过依次对判断矩阵的一致性进行检验,得出决策方案.为以后西安轨道交通换乘站点建设提供一定的参考依据.     

基于常规公交的轨道交通站点吸引范围研究

在进行城市轨道交通规划与运营优化时,需要对客流进行分析,其中确定城市轨道交通站点的吸引范围属于关键性问题。考虑到不同用地性质的轨道交通站点承担的交通功能不同,对城市轨道交通的站点进行分类,建立基于聚集效应的城市轨道交通站点客流吸引范围模型,并通过实例进行分析,得到轨道交通站点对常规公交客流的合理和最大吸引时间,从而确定不同类型站点的客流吸引范围。     

城市公交站点发展规模研究

基于乘客总出行费用最小模型和站点覆盖率模型,以宝安区2010年公交站点的发展规模预测为例,对城市公交站点发展规模所做的分析结果证实．该方法具有一定的实用价值,值得推广。     

城市轨道交通网络新线接入后的客流预测

城市轨道交通网络新线接入后,网络拓扑结构和客流时空规律都将发生较大变化。提出通过可达性指标将进出站量预测、OD分布量预测、基于路径选择模型的随机客流分配等阶段关联,构建客流预测模型。进出站量预测时,构建土地利用替代指标,避免对新车站周边土地利用、社会经济属性等进行调查;同时由目的地选择效用计算得到车站可达性指标,描述车站位置对进出站量的影响。OD分布量预测时,构建目的地选择模型,可适应拓扑变化后的场景,模型中OD可达性指标由路径选择效用计算得到。构建的路径选择模型,综合考虑了影响乘客路径选择的各因素。最后,对广州市地铁6号线接入后的客流进行建模预测,各模型参数均符合统计检验要求且客流预测精度较高。     

基于乘客需求的公交客流OD采集技术研究

为了提高公交服务水平和优化公交调度,在分析现有公交客流采集技术基础上,运用单片机技术、通信技术等,提出了基于乘客需求的公交客流OD采集技术,设计了由请求单元、公交车单元、数据中心组成的采集系统,实现了公交乘客的上下车请求、站点客流数据、公交OD数据的采集,可以为公交优化调度提供基础数据。     

城际轨道交通中间站布置图型及配线设置研究

城际轨道交通中间站布置图型与铁路中间站及城市轨道交通车站的布置图型既有相似之处,又有不同。本文主要研究了各类城际轨道交通中间站的布置图型。首先通过比较分析铁路中间站及城市轨道交通车站的标准布置图型,得出城际轨道交通车站的标准布置图型,并在此基础上,根据各类城际轨道交通中间站技术作业的不同,分析城际轨道交通中间站的配线设置,得出各类城际轨道交通中间站的布置图型。     

基于时序特征的城市轨道交通客流预测

通过分析城市轨道交通客流量的时序特征和RBF神经网络的作用机理,将具有不同时序特征的数据分别用不同的神经网络进行处理,建立了基于客流时序特征的并行加权神经网络模型,并用该模型对北京市城市轨道交通各条线路的客流进行预测.结果表明,各线路客流量预测结果的平均绝对百分误差均在10％以下,小于单个神经网络的预测误差,提高了预测精度.     

突发情况下地铁站应急疏散研究

地铁车站作为城市轨道交通乘客集散的枢纽,其特殊、复杂的建筑结构和客流特性使得乘客在站内的安全问题尤其受到重视.如何预防和减少安全事故的发生,以及在突发事件情况下对乘客进行安全迅速的疏散,已经成为国内外研究的重要问题.本文在元胞自动机的基础上,考虑了突发情况下乘客存在的非理性行为,建立疏散模型,并利用Pathfinder仿真软件,对广州地铁1号线杨箕站进行模拟仿真,通过对仿真结果的分析,提出合理可行的意见和建议.     

基于双层规划的市郊轨道交通多交路快慢车开行方案优化研究

由于市郊客流在时空分布上存在不均衡的特点,单一交路、站站停列车不能很好地满足客流需求,因此根据市郊客流特点研究不同停站方案(如快慢车)、开行区段(如大小区段) 组合的列车开行方案具有重要意义.本文在分析乘客出行广义费用的基础上,充分考虑列车开行方案与乘客选择之间的主从博弈关系,建立了市郊线路多交路快慢车开行方案的双层规划模型,并设计了遗传-模拟退火优化算法进行求解.在算例研究中,针对某一具体市郊线路,对结合大小交路、快慢车的列车开行方案进行优化,求解得出相对于传统的单一交路、站站停开行模式,多交路快慢车结合的开行方案使乘客的总旅行时间和企业运营成本分别降低了2.25%和9.25%,验证了本文模型和算法的实用性.