轨道交通换乘常规公交平均候车时间模型

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

�����ͨ���˳��湫��ƽ����ʱ��ģ��

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

基于公交GPS和IC卡数据的乘客人均候车时间估算方法研究

候车是公交出行的重要组成部分，而候车时间是决定公交系统吸引力的关键因素，也是评价城市公交服务水平的指标之一. 目前，获取乘客候车时间的主要途径为问卷调查法和视频采集法. 但是这些方法费时费力，仅能实现小范围典型站点的候车时间的调查，无法快速完成线路甚至线网级别的候车时间采集. 为解决上述问题，本文基于北京公交GPS和IC 卡刷卡数据，采用非时齐泊松过程理论构建了乘客到站模型，并给出了一种离散条件下任意时刻的乘客人均候车时间计算方法，该方法能动态准确的获知不同站点、线路和线网乘客的人均候车时间. 基于此方法本文计算了1 d 内北京公交606 路全线的人均候车时间变化情况，计算结果表明，606 路早晚高峰和中午乘客人均候车时间最短大约在200 s 左右，下午乘客的候车时间较长.     

基于公交GPS 和IC 卡数据的乘客人均候车时间估算方法研究

候车是公交出行的重要组成部分，而候车时间是决定公交系统吸引力的关键因素，也是评价城市公交服务水平的指标之一. 目前，获取乘客候车时间的主要途径为问卷调查法和视频采集法. 但是这些方法费时费力，仅能实现小范围典型站点的候车时间的调查，无法快速完成线路甚至线网级别的候车时间采集. 为解决上述问题，本文基于北京公交GPS和IC 卡刷卡数据，采用非时齐泊松过程理论构建了乘客到站模型，并给出了一种离散条件下任意时刻的乘客人均候车时间计算方法，该方法能动态准确的获知不同站点、线路和线网乘客的人均候车时间. 基于此方法本文计算了1 d 内北京公交606 路全线的人均候车时间变化情况，计算结果表明，606 路早晚高峰和中午乘客人均候车时间最短大约在200 s 左右，下午乘客的候车时间较长.     

基于IC卡数据的轨道站点候车时间特征分析

城市轨道在面对高峰时刻大量的通勤客流时,有可能因地铁已满负荷行驶乘客而等待下一车辆,由此产生轨道站点候车时间。基于此,提出了一种基于地铁IC卡数据来计算高峰时期乘客真实候车时间的方法。其特点是针对特定OD,通过高峰时刻乘客出行时间与非高峰时刻乘客的出行时间的关系来计算乘客站内高峰候车时间。基于IC卡数据可计算出真实准确的候车时间,并使用北京市地铁IC卡数据计算了北京市278个轨道站点站内候车时间,并对其候车时间特征进行了分析。     

轨道交通枢纽换乘乘客到站时间均值特征研究

换乘乘客到站时间分布是决定换乘乘客平均候车时间,优化并制定公交协调调度策略和方案的关键性因素。首先,选取世界之窗地铁换乘枢纽为调查地点,分高峰和平峰时段分别调查换乘乘客到站时间、送客车辆发车间隔等。然后,根据均值间差异的显著性分析和方差分析确定影响换乘乘客到站时间均值的因素。基于此,应用回归分析建立换乘乘客到站时间均值的模型。研究结果表明：高峰时段和平峰时段换乘乘客到站时间均值有很大的差异,且高峰时段换乘乘客到站时间均值是换乘客流量的二次函数,而平峰时段换乘乘客到站时间均值不受换乘乘客客流量大小的影响。     

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.     

������·����վ����΢�۷��潨ģ�����

为准确掌握大型铁路客运站候车区旅客集散特点,预测旅客聚集能力,在旅客到站提前时间分布拟合研究基础上,从微观仿真角度提出了到达旅客生成方法,建立了大型铁路客运站候车区微观仿真逻辑模型. 以大连站为实例,得出该站高峰期候车区客流变化曲线和最高聚集人数95%置信区间为［3 638,3 706］. 以候车区旅客最高聚集人数为目标函数,对候车区客流变化影响因素进行了灵敏度分析. 研究发现：旅客到站提前时间对数正态分布的位置参数对候车区旅客最高聚集人数和旅客平均逗留时间均有显著影响;送站人数比例对最高聚集人数有显著影响;进站检票模式只对平均停留时间有显著影响.     

基于动态客流的城市轨道列车全天时刻表优化

针对乘客需求的动态变化,提出一种基于整数规划的全天候乘客排队模型,该模型综合考虑高峰时期和非高峰时期的客流需求。以乘客总候车时间为优化目标,对各车站所有列车的时刻表进行优化,以提高乘客的候车体验。此外,提出基于0～1整数规划的遗传算法,计算使乘客候车时间达到最小的列车时刻表。最后,利用北京地铁的客运需求数据进行仿真实验,验证该模型和算法的有效性。相比现行的时刻表,优化后的时刻表使乘客的总候车时间缩短56.89%。     

基于时段分布的市郊轨道交通车站滞留客流分布算法

市郊轨道交通车站滞留客流的分时段预测,关系到运营计划的调整、乘客出行 方式的选择、出行时间的预估等,尤其对市郊线路快慢车模式下开行方案的优化具有重 要意义.首先引入出行方式角度费用理论,分析了乘客公交出行与地铁线路形成的角度费 用,构建了角度费用模型Anglecostm,n k ,计算乘客的流失率VPn ,进而确定因滞留客流达到 阈值而导致的乘客流失量.其次,以AFC获取的客流数据为支撑,结合角度费用模型对乘 客流失量的计算,提出了一种基于时段的滞留车站客流分布预测方法,接着分析了站台 候车客流与通过列车实际载客情况两者之间的客流交互规律,提出了候车客流-列车载 客量影响动态交换模型,并分析和研究该模型求解算法.最后,以某市郊线路进行实例演 算,预测结果可为轨道交通开行方案优化提供理论和方法支持,对运营计划临时调整,客 流预测及引导模型的补充等提供参考.     

城市轨道交通车站站台行人交通特性

为了确定城市轨道交通车站站台行人交通特性,以北京市地铁2号线西直门站站台视频资料为基础,观测站台区域行人交通行为,分析行人速度、候车位置分布、密度时空分布特性。分析结果表明：与街道环境相比,站台区域行人自由流速度均值偏高,且站台与楼梯邻接区域行人速度随密度的增大下降较快;车辆到达之前行人候车呈队列形式,车辆到达后呈扇形分布在车门两侧;站台区域行人密度时空分布受轨道交通车辆班次影响,表现出规律性波动变化。     

城市轨道交通客流分析

在城市轨道交通的规划设计中,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法.     

多模式网络公交OD矩阵的一种推算方法

为了分析轨道交通对常规公交乘客选择出行方式的影响,用Dijkstra算法寻找出行时间最短的路径,在此基础上,以出行时间最短作为出行方式选择的规划目标,使用MATLAB软件,设计了轨道交通影响下的常规公交客流量OD矩阵的算法.与传统的重力模型相比,避免了估计阻抗系数的复杂过程.算例结果表明:为了换乘轨道交通, 43.7%的公交站客流量增至轨道交通出现前的2.73倍; 56.3%的公交客流量被轨道交通替代.      

公交乘客等车时间分布的估算方法研究

针对高频公交服务,以给定车头时距作为已知条件,作者研究了乘客等车时间分布的估算方法,该方法为评价公交服务可靠性奠定基础。依据乘客等车时间分布的定义,通过分析乘客等车时间概率密度,得到了以车头时距为自变量的乘客等车时间概率密度曲线,并以此为基础推导出乘客等车时间分布的一种估算方法。通过分析单车头时距内的乘客等车时间分布以及对应的载客量比例,推导出乘客等车时间分布的另一种估算方法。作者介绍了两种估算方法的应用方法,并以一个实例进行说明。两种估算方法的计算结果相差很小,用户可根据自己的需求选择合适的方法。     

�����������ĸ�Ƶ��������ɿ��Է���

对于高频率公交线路服务,以减少在站乘客平均等待时间为目标,提出以车头时间距的一致性来分析和衡量线路级别的公交服务可靠性的方法。考虑乘客需求波动和线路运行时间随机性对公交服务可靠性的影响,以一条高频发车的固定公交线路为考察对象,利用随机模拟方法仿真公交服务过程,计算分析了不同乘客需求和运行时间波动情况下的车头时间距的变异特征和在站乘客平均等待时间。结果表明,线路运行时间波动越大,乘客到达越不均匀,车头时间距变异就越大,乘客平均等待时间也就越长;随着站序的增加,累计车头时间距变异趋向于增大,服务可靠性逐渐变差。     

广州市轨道交通客流特征分析

科学合理的预测轨道交通客流状况已成为轨道交通系统决策中面临的重大课题,需要在实践中不断积累、完善和提高。根据广州市轨道交通运营资料,从网络、线路、车站三个层面探讨轨道交通从单线向网络转变过程中的客流特征和成长规律,为客流预测模型的参数选择提供参考。分析发现：随着轨道交通网络的扩展,客运强度边际效应递减、换乘系数增大、平均运距增长;从线到网,换乘客流成为客流增长的主要来源;不同类型车站的客流特征差异较大,预测时应分类考虑。     

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。