离散非平衡公交网络优化模型及其求解算法

在分析现有的公交网络设计的研究成果基础上,提出了离散非平衡公交网络优化模型,考虑到公交网络优化的复杂性,该模型分成两个子模型：一个子模型确定公交线路的起旋点和备选线路的出车频率,另一个模型确定公交线网优化方案,模型采用遗传算法求解。     

一种城市公交查询的算法及其应用

本文分析了常用赋权有向图和城市公交网络的特点及其拓扑模型,认为用现有的数据结构表示公交网络比较困难,不适合用经典的最短路径算法来求解公交线路查询;作者提出利用数据库技术可以简单清晰的描述公交网络,并给出了公交网络的一种数据库结构;在此基础上,给出利用数据库的公交网络查询的算法;最后,通过一个实例证实了该算法是有效的．     

运用GPS智能调度实现公交精细化管理

近年来,越来越多的城市公交企业着手建设公交智能调度系统。智能公交系统运用系统工程理论集成GPS定位技术、GIS地理信息技术、GPRS无线网络技术、运营网络优化技术、数据库技术和车载电子技术等多种科技手段,自动生成、采集、传输、存储、分析和统计公交运营数据,实现对公交车辆的实时跟踪和定位、公交车与调度室的双向通讯,调度人员的即时调度指挥等功能。采用公共交通智能调度系统辅助公交企业管理,无疑是提高公交企业运营与调度水平的必由之路。     

运用GPS智能调度实现公交精细化管理

近年来,越来越多的城市公交企业着手建设公交智能调度系统。智能公交系统运用系统工程理论集成GPS定位技术、GIS地理信息技术、GPRS无线网络技术、运营网络优化技术、数据库技术和车载电子技术等多种科技手段,自动生成、采集、传输、存储、分析和统计公交运营数据,实现对公交车辆的实时跟踪和定位、公交车与调度室的双向通讯,调度人员的即时调度指挥等功能。采用公共交通智能调度系统辅助公交企业管理,无疑是提高公交企业运营与调度水平的必由之路。     

北京市公共交通模型构建与应用

针对近年来北京市缺乏具体统计数据反映公交服务范围不断增长的问题,突破以交通小区为分析单元的建模方式,以公交和地铁站点、站群为分析单元,建立了北京市公交模型。在建立了公交站群系统和公交网络系统的基础上,采用空间分析、数据融合等技术手段,对多源异构数据进行重组统合。以IC卡数据和调查数据为基础,建立了北京市公交出行OD矩阵,实现了公交网络客流模拟以及与市区交通模型进行数据交换与共享等多种功能,为北京市公交线网、站点的优化调整提供了技术支持。     

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。     

创建绿色公交线路

根据创建绿色公交的实施方案，公交二公司健全了创建绿色公交的组织机构，成立了公司“绿色公交”领导小组，由专人负责管理、维护车辆的日常运行；坚持“预防为主、防治结合、源头治理与末端治理相结合”的原则，公交二公司计划在2005-2006年．每年完成2—3条“绿色公交”线路的创建任务。在创建方案中，公交二公司将从组织管理、车内外环境、车辆硬件水平、     

兰州市公交网络的静态复杂性研究

公交网络构成了复杂网络,基于复杂网络理论,以兰州市为例,分别采用L空间法、C空间法、P空间法构建公交站点网络、公交线路网络和公交换乘网络,对其静态复杂性进行实证研究,可为西部城市的公交管理及决策部门提供参考。     

拥挤条件下公交系统的拟动态均衡配流模型

论文考虑了由于公交线路运营能力不足造成的车站排队拥挤现象,在此基础上构造了拥挤条件下公交系统的拟动态均衡配流模型.该模型可自动估计不同时段内拥挤条件下的公交流量和车站的乘客排队,特别是在非常拥挤的情况下(即乘客需求超过公交网络运营能力)也能够进行流量分配,并确定车站的乘客排队长度.因此,该模型较好地反映了公交网络的拥挤效应.所给算例说明了不同需求条件下该公交均衡配流模型的应用.     

基于WSN的公交车辆信息采集系统网络性能评价方法

在分析公交车辆信息采集需求的基础上,提出了运用通信网络仿真技术对WSN的公交信息采集系统性能的评价方法.基于OPNET建立了一个公交信息采集和传输的模型,通过对不同的场景进行仿真得到了决定公交信息采集系统网络性能的参数,仿真结果验证了WSN实现连续采集传输数据的能力、预测了系统可靠性及数据准确性,实现了对基于WSN的公交信息采集系统网络整体性能的评价.     

铁路客运枢纽地区路网结构比较研究

路网结构是铁路客运枢纽地区规划设计中的重要因素。利用Google Earth软件获取国内外69个铁路客运枢纽地区的卫星图片,对其路网结构特征进行统计和分析。通过对比发现,国内外铁路客运枢纽地区路网结构的主要差异体现在路网密度、支路比例等方面。结合这些差异以及实地调查经验,指出我国铁路客运枢纽地区路网结构存在的问题：整体路网密度不高,路网级配不合理;新改建车站设计时过于重视进出站匝道的作用而忽视支路;铁路客运站集散交通汇入城市交通的关键节点设计不精细;疏散模式较为传统,周边轨道交通不发达。最后,对国内铁路客运枢纽地区路网设计提出了提高路网密度、增加支路比例、精心设计流线三点建议。     

基于GIS的武汉市公交线路最优路径运算研究

基于GIS的空间数据库技术,可以对公交实体要素进行详细表述,为精确计算换乘延误提供了可能。以武汉市公交系统为实例研究对象,建立了基于GIS的公交网络数据库,应用可行的基于换乘次数最少的最优路径算法,在ArcGIS中实现了任意两点间的最优路径查询。     

上海世博集约交通的实践与启示

为应对大规模、长时间、高强度的世博客流,世博会交通运行方案以集约化模式为主导,在没有实施强制性交通管控的前提下,世博交通组织及全市日常交通平稳有序、运行效果良好.通过分析世博游客出行特征及世博会期间对外交通、道路交通、轨道交通的运行特征,从设施建设、交通管理、配套政策、交通服务等方面总结世博集约交通的实践经验.借鉴世博...     

复杂公交网络的系统可靠性分析

系统可靠性是指在规定的使用期间和预定的工作条件下,系统能完成预定功能的能力.对于大城市公交系统而言,其复杂性很大,因而系统可靠性的计算比较烦琐.文中分析了公交网络的复杂性以及影响因素,对复杂公交网络的简化方法进行了研究,并在此基础上对其可靠性进行分析,计算出整个公交网的可靠度.     

城市客运交通枢纽与周边用地一体化建设研究

城市客运交通枢纽建设与周边用地开发具有紧密的互动关系,其一体化建设迫切需要相关规划设计理论的指导。结合国内外经验,探讨城市客运交通枢纽周边用地一体化建设的范围、空间布局模式、用地性质及开发强度等要素,并在这几个方面对中国城市客运交通枢纽建设提出对应的指导建议。然后,以实现多种交通方式无缝衔接和公共交通主导为目标,从交通接驳设施、枢纽周边道路网络和步行系统三方面阐述一体化换乘系统的规划设计策略。最后,梳理城市客运交通枢纽与周边用地一体化建设的思路和工作流程。     

�����ͨ�������ݿ�Ԫ����������ϵ�о�

在分析轨道交通基础数据内容构成与数据特点的基础上，探讨了轨道交通基础数据库元数据的概念与作用，建立了完善的轨道交通基础数据库的元数据内容体系，将元数据分为数据库层元数据、数据集层元数据和要素层元数据三个层次，并详细分析了各个层次的元数据作用与元数据组成要素.本文的研究成果为轨道交通基础库平台建设及信息共享莫定了基础.     

基于混合整数非线性规划的接驳公交优化模型

接驳公交线路设计与运营方案优化是轨道交通与地面公交协同发展的研究课题之一，本文分析其在模型构建、规划方法及模型算法等研究方面的不足。以问题为导向，构建基于混合整数非线性规划的接驳公交协同优化模型，通过对模型重构进行求解。并通过实例分析验证模型和算法的有效性。结果发现：第一，以往研究中将线路设计与运营方案协同优化模型较少，本文统筹考虑接驳公交线路设计和发车频率优化构建模型；第二，以往研究中大多考虑多条接驳公交线路与1个轨道站点连接的单一目的地模式，本文通过增加“多对多”约束条件，使模型更加符合现实需求分配；第三，针对混合整数非线性模型求解困难的问题，本文通过模型重构，降低了计算 复杂度；第四，研究实例基于2个轨道站点和17个接驳公交需求点，得到2条接驳线路和相应发车频率，并通过与相同拓扑路网下应用深度优先搜索算法(DFS)求解结果进行对比分析，验证了本文所建协同优化模型的可行性和有效性。     

������������Ԥ���������ģ��

公交客流预测是城市公共交通规划的重要内容，是确定城市公共交通发展规模、布置场站及布设线路的根本依据，也是制定城市公共交通发展政策的重要依据.本文通过分析神经网络的作用机理和公交客流生成量的影响因素，建立了公交客流生成量预测的三层BP神经网络模型，以土地利用(8个神经元)、人口数以及区位系数作为输入神经元，输出神经元为公交客流的产生量和吸引量，隐层神经元数根据最大相对误差最小为目标试算求得.以哈尔滨市一日的调查数据对模型进行了标定与检验，结果证明，模型具有较高的预测精度.