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。     

城市公交线网优化的双层模型及遗传算法求解

为了有效地优化城市公交网络,综合考虑了乘客和公交企业的利益,建立了双层优化模型。上层模型考虑整个公交系统的利益,以乘客出行和公交企业运营费用最小为目标,下层模型作为辅助,以乘客直达率最大为目标,尽量减少总的换乘次数。针对该模型设计遗传算法进行求解,并给出算法的具体实现步骤。最后考虑定长设线的方法,设计一个简单的算例,给出不同站点数量的线网的优化方案,并对优化结果进行了对比．验证了模型和算法的有效性。     

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。     

考虑充电需求的电动公交车运营优化模型与算法

随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法（Surrogate-model-based Algorithm）来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。     

基于综合成本优化的公交多模式站点停靠方法

为提高公交运营质量,基于综合成本优化研究公交多模式站点停靠方法,首先考虑公交通行能力、客流关系、时间关系、发车间隔和满载率等约束条件,分析停站模式的影响因素及定量化表示;其次建立以乘客出行成本和公交运营成本最低为目标的参数优化模型;最后设计基于遗传算法的求解算法并给出算例。利用实际案例对模型进行求解和验证,结果表明:高峰小时采用多模式站点停靠方法后,乘客出行和公交运营综合成本较未优化前降低51.1%。     

城市轨道交通快慢车开行方案双层规划模型

针对城市轨道交通客流时空分布不均衡特征和乘客长距离出行时效需求,并考虑乘客的换乘行为,提出基于双层规划模型的快慢车开行方案优化方法.上层模型以乘客出行时间和列车周转时间最小为目标,考虑快慢车开行比例、线路通过能力等主要约束,构建多交路条件下的快慢车开行方案优化模型;下层模型通过设计换乘网络刻画乘客换乘行为,构建快慢车方案下的客流分配模型.设计粒子群算法求解所建双层规划模型,以广州地铁14号线为案例,验证本文构建模型的有效性和适用性.     

城市公交调度优化模型及算法研究

基于公交线路各站点的客流情况,同时考虑到公交公司的发车能力,建立适合于优化公交调度的数学模型。该发车间隔优化模型兼顾了乘客和公交运营公司的双方利益,将乘客的等待时间转化为乘客付出的广义费用来衡量乘客的利益,以运营公司全天的发车所需费用来衡量公交运营公司的利益,同时,以公交车平均满载率和全天总发车次数作为约束。所得优化结果,既减少了公交公司的运营成本,又节约了乘客的候车时间,能较好地兼顾乘客及运营公司的利益。     

轨道交通站点聚类及其对客流预测的影响分析

城市轨道交通站点受多层面因素交互作用而反映出异质性，为实现站点精细化分类，本文统筹考虑地铁刷卡数据、兴趣点数据和地铁网络数据，提取客流、土地利用和网络性质等特征，其中，客流层面考虑工作日、周末和节假日等不同日期类型下客流状态，土地利用层面考虑站点辐射区用地强度和均衡性，网络层面考虑节点自身特性和影响能力。构建基于主成分分析与K-means++算法的聚类模型，综合聚类评价指标确定簇数，辨析不同类型站点多维度特性，结合站区土地利用和站点网络特征探讨对出行活动的影响，并设计簇内联合预测和整体联合预测策略，采用3种多元时序预测方法探究站点聚类对预测性能的影响。研究结果表明：考虑全部客流特征时，划分为10簇，考虑工作日进站客流特征时，划分为5簇，充分挖掘客流时变特征能够获得更加精细化的聚类结果；各簇站点客流分布特征与其土地利用及网络特征间存在一定的反馈关系；相比于整体联合预测，通过聚类联合相关性强的站点进行预测，以间接捕获空间相关性的方式能有效提升预测性能，各模型均方根误差平均降低9.04%，平均绝对误差平均降低4.94%。研究结果为站点精细化管理和站区设施建设规划提供依据。     

低客流公交运营模式优化方法

为解决低客流传统公交线路运营效率低的问题,考虑低客流公交线路客流时空特性,提出了采用传统公交与需求响应公交(demand response transit, DRT)相结合的组合运营模式：全时段传统公交模式(M1)、分时段传统公交+DRT模式(M2)全时段DRT模式(M3)的优化思路。分析了不同运营模式的要素,考虑乘客空间、时间特征,构建基于三维时空聚类的站点规划模型;考虑车辆行驶成本、乘客时间成本,以总班次运营成本最小为目标,构建了带有时间窗的灵活型DRT线路与调度规划模型,运用遗传算法进行求解。以北京市某公交线路进行仿真实证,仿真结果表明：M2相比M1、M3分别降低了9.0%、23.0%的运营成本。研究可针对低客流公共交通服务的运营方案制定与优化提供技术参考。     

寒地城市地铁客流特性及网络失效研究

为分析寒地城市地铁客流与网络特性，挖掘客流与寒地气候的相关性，本文利用《寒区城市多模式公交协同运营技术与示范工程》2013—2020 年共 8 年 11 万余条地铁客流数据进行研究。提出效用阻抗Space L-Space P模型建立地铁抽象网络，将时间维度细分为周、月和年这3类， 研究地铁客流特性与扰动因素，并建立寒地城市地铁网络失效模型，分析扰动后地铁站点与线路的客流分布。进一步选取哈尔滨市与南京市地铁数据，运用转移熵因果关系分析地铁网络客流分布与气候的相关性，得到寒地气候对地铁客流的影响。研究表明：所采集的地铁客流数据能够充分展现客流的状态与变化趋势，能够满足客流数据分析的精度与质量要求。近8年，哈尔滨市地铁客流呈现明显的增长趋势，地铁客流分布呈现2月为客流低峰，3月客流逐步回升，3~12月客 流较平稳且具有轻微波幅；换乘客流中夏季呈现8月大于7月大于6月的趋势，冬季则2月换乘客流最低，大多在周一与周五达到周换乘客流量极值。由地铁网络失效模型识别出关键站点，得到 哈尔滨市冬季客流略高于其余3季，冬季地铁网络较脆弱，结合实际数据的模拟分析表明，温度与地铁客流具有一定相关性，且哈尔滨市的相关性大于南京市。     

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。     

基于多指标协同的公交大站快车站点推荐方法

现有公交大站快车站点选择方法存在未考虑站点枢纽作用，以及未融合多源数据等不足。本文引入复杂网络理论，融合公交车和出租车客流数据，提出一种综合考虑站点客流，潜在客流及交通枢纽作用的多指标协同的公交大站快车站点推荐方法。该方法基于公交客流，线路数据和出租车客流数据，分别计算公交线路站点客流集散量和潜在客流集散量；通过构建有向加权的城市公交复杂网络，计算公交站点重要度；在此基础上，综合3个指标，采用层次分析法计算指标权重，统计得到公交站点综合评分，建立大站快车站点组合推荐方法，得到大站快车线路站点组合。以厦门市为例进行大站快车站点推荐实验，结果表明，在传统方法的基础上，加入公交站点重要度及潜在客流集散量两个新指标得到的公交大站快车推荐站点更符合居民出行的实际需要。     

基于多源数据的地铁站客流动态监测与管控决策系统

地铁运营中常常面临着高峰期大客流压力。为了保证地铁车站客流组织效率和站内乘客安全,本文设计并实现了一种基于多源监测数据的地铁车站客流动态监测与管控决策系统。客流监测部分考虑地铁车站客流的流线特点,在重要客流流线衔接点采取红外感应、视频识别和RFID等客流监测技术,并结合闸机客流数据,实现了动态监测车站客流的流向、流量和流速。管控决策部分基于地铁车站客流组织的三级控制原理,建立了基于实时监测数据的车站客流动态管控决策模型。此外,设计并实现了信息发布功能模块,实现对客流的实时信息诱导。系统应用将实现地铁车站客流监测智能化、管控决策科学化、信息发布人性化,能够有效提高地铁车站客流组织效率和运营安全水平。     

客流特征视角下的轨道交通网络特征及其脆弱性

为提高城市轨道交通网络脆弱性评估的客观性, 将乘客需求特性集成到网络脆弱性的计算中; 在城市轨道交通网络Space L空间下静态拓扑结构的基础上, 以客流为权重建立了轨道交通加权网络; 基于客流指标提出了车站连接强度和加权节点介数, 用于反映动态网络结构特征, 度量节点间相互作用强度; 针对城市轨道交通网络客流的时空特性, 结合网络客流需求特性, 基于出行消耗最大容限阈值, 构建了站点故障条件下的乘客有效路径子图和网络客流的OD损失率, 进而评估城市轨道交通网络的脆弱性; 以西安城市轨道交通网络为例, 从网络客流视角分析了城市轨道交通网络特征及其脆弱性。研究结果表明: 西安市轨道交通网络具有小世界网络特性, 平均路径长度为10.7, 其中小寨站和北大街站为网络关键节点, 其车站连接强度分别为166 795、149 059, 加权节点介数分别为0.365、0.369, 这两个站点的中断对西安市轨道交通网络效率的影响分别为40.1%、39.4%;乘客出行容限阈值极大地影响着网络中站点的重要性排序, 网络脆弱性随着乘客出行容限阈值的增大而逐渐降低; 脆弱性与介数的相关性强于脆弱性与度和强度的相关性, 随着出行容限阈值的增大, 加权介数与其脆弱性的关联性逐渐降低。可见, 提出的计算指标和方法突出了客流特征与乘客需求对轨道交通网络脆弱性的影响, 能够很好地体现轨道交通网络的功能特性。      

武汉市公共交通信息系统建设与应用

全方位掌握公共交通运行现状和精确预测客流变化趋势是城市公共交通规划研究的重要前提,其时效性和准确性不仅关系到信息发布,还对预测模型的精度产生直接影响。为有效服务政府决策并科学指导公众智慧出行,运用智能化手段建立公共交通信息系统,其具有线网性能分析、客流监控预测、运行状态评估等功能。在整合武汉市公共交通信息资源的基础上,公共交通信息系统建立时空匹配算法判断乘客上车位置,通过车站吸引强度以及出行链模型模拟乘客下车站点,建立基于动态信息的公交运行评价指标体系等。抽样调查结果表明系统性能达到预期要求。同时,探索运用系统各项量化指标服务于城市公共交通线网优化调整、换乘优惠政策制定以及日常运营管理,为创建公交都市示范城市,落实公交优先发展战略提供技术支撑。     

基于加权耦合映像格子的地铁网络稳定性演化研究

为研究地铁网络的韧性演化规律，本文从网络连通性、自适应性、有效性角度构建评估地铁网络稳定性的测度指标，考虑交通网络中OD流量分布的影响，提出基于加权耦合映像格子模型的地铁网络级联失效分析方法。以北京地铁2014年和2018年两个网络为例，构建基于P空间客流加权复杂网络的动态稳定性分析模型，选取网络中重要程度不同的3个节点，对这两个地铁网络开展干扰强度不同的模拟蓄意攻击，对比分析北京地铁网络稳定性的演化规律。数值分析结果表明，随着北京地铁网络拓扑结构由小世界网络向无标度网络演化，2018年北京地铁网络的稳定性和抗毁性要显著高于2014年；对客流量大的站点攻击强度越大时，网络节点相继故障传播越显著，网络瘫痪概率也越高，瘫痪速度也越快。本文研究结果可为优化地铁线网结构和站点设置、加强安全运营管理提供科学的理论依据。     

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.     

基于改进极限学习机的公交站点短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.