基于换乘次数的城市轨道交通有效径路集生成算法研究

城市轨道交通乘客出行路径选择,其实就是换乘站的选择,换乘站及其次序唯一确定了乘客在路网中行进的路径。基于轨道交通旅客出行所能承受的换乘次数是有上限的这一事实,设计出基于换乘次数的有效径路集生成算法。算法在充分考虑轨道交通路网结构及旅客实际出行特点的基础上,对路网进行分层、次序化处理,旨在降低算法的空间复杂度和时间复杂度。实例分析表明,该算法可以快速高效的生成有效径路集,并且生成的有效径路集包含虚拟换乘路径,为后续研究提供较好的路径结构基础。     

基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

考虑换乘次数阈值的城轨乘客路径选择行为分析

为分析通勤与非通勤乘客通常因不同的到达时间约束而表现出不同的路径选择行为差异,基于非集计理论构建了路径选择模型.该模型首先提出了换乘次数阈值概念,用以分析不同换乘次数条件下,换乘时间对乘客感知效用的影响;其次,在利用广州地铁实际路网数据生成有效路径集合的基础上,利用乘客实际路径选择数据确定乘客的换乘次数阈值;最后,基于改进PSL(path sized logit)模型的标定结果,对乘客路径选择行为进行对比分析.研究结果表明,通勤和非通勤乘客在高次数与低次数换乘条件下的换乘时间系数的比值分别为1.114 5、1.037 9,说明通勤者对高换乘次数的换乘时间更加敏感.     

公交网络最优路径求解算法

求解公交网络最优路径是进行公共交通系统规划的一项关键技术.通过对多种现有算法的分析,利用公交换乘矩阵性质,本文提出了一种求解公交网络最优路径的标准算法.新算法考虑了公交换乘次数、换乘点选择以及出行总成本对求解最优路径的综合影响.通过建立换乘步行时间矩阵,并将过去求解最小换乘次数的换乘矩阵乘法运算变为相应的换乘步行时间矩阵和公交出行时间矩阵的加法运算,得到新算法.新算法可顺利实现在单一OD对、单起点多终点以及任意节点间求解最优路径的转化.文中给出了新算法的详细求解步骤,而且通过一个算例对新算法的有效性进行了验证.     

距离加权公交换乘复杂网络最短路算法研究

为研究乘客使用公共交通的实际出行距离,基于公交复杂网络中的换乘网络Space P拓扑结构,结合公交车站的经纬度坐标,建立以距离为边权的加权公交换乘网络。基于该加权网络,设计了综合考虑换乘次数和路径长度的最短路算法,该算法可保证在站间换乘次数最少的基础上通过的路径也相对最短。利用成都市公交网络进行实例分析,并与Floyd算法进行对比,结果显示,由该算法得到的平均最短路径长度增加3.7 km,但平均换乘次数下降0.64次,更符合乘客的出行习惯;随机选择一些车站进行最优换乘路径选取试验,结果表明,由该算法得到的方案在保证换乘次数最少基础上,得到的路径也基本最短,证明了算法的有效性。     

����SP����ij��й�����ͨ����ʱ���ֵ����

城市公共交通乘客出行成本的量化研究,对于科学合理地评价公共交通系统的社会效益意义重大,而出行时间价值是进行乘客出行成本估计的一个重要环节. 本文以北京市市区居民SP调查数据为依托,通过分析公共交通出行时间价值的影响因素,选取Logit模型为基础模型,引入“出行者收入”作为模型新增变量,并针对工作商务、社会娱乐两种出行目的在不同换乘情况下出行时间价值模型进行参数标定,建立了基于SP调查数据的改进型时间价值求解模型,并计算得到北京市公共交通出行者在不同出行目的和有无换乘情况下的换乘时间价值、候车时间价值以及运行时间价值. 研究发现,工作商务出行目的出行时间价值普遍高于社会娱乐的出行时间价值,出行者在不同出行目的和有无换乘情况下的候车时间价值,大于换乘时间价值以及运行时间价值,并且有换乘情况下的候车时间价值大于无换乘情况下的候车时间价值.     

停车换乘设施使用者调查

为了探讨停车换乘设施吸引的出行需求行为特性,在北京市进行了停车换乘设施使用者问卷调查.采用行为调查和意向调查相结合的方式,深入分析停车换乘设施使用者的出行行为特性和换乘行为意愿.结果显示,停车换乘者主要是全职通勤和中等偏高收入出行者,其驾车到达停车换乘设施的时间集中在6～30 min,乘坐公共交通的时间为30～60 m...     

���ڿɿ��Է����Ĺ�������·������ʽ�����㷨

城市公交系统包含多种公交模式如地铁、轻轨、公交专用道、地面公交等,不同模式的车辆行驶速度及换乘时间差异很大,同时由于城市公交运行时间的具有较强的随机性,基于静态分析的路径选择与实际的动态最佳路径常有较大偏离。本文以公交出行链各环节为边,通过构建包含不同公交模式的多层次网络邻接关系,并对各边进行平均出行时间及时间可靠度的双重赋权,建立考虑出行各环节时间随机波动的多模式公交线网;并以通行时间较短、延误风险较小为路径寻优的双重目标,通过在路径寻优过程中对延误高发线路及换乘点进行启发式规避,实现在出行时间许可范围内有效减少延误风险的可靠路径的快速搜索。文中最后通过实例表明该算法的合理性及有效性。     

公交出行路径蚂蚁算法

结合公交乘客出行的特点,基于Dijkstra算法站点查询的出行路径选择方法,提出了基于蚂蚁算法的具有最少换乘次数的公交出行路径查询算法.算法利用了蚂蚁寻食出行路径选择的行为特点,通过线路激素强度的更新机制,实现了以换乘次数最少和公交出行站点最少的公交出行路径选择优化目标.算法实际查询结果与实际相符.     

用于最短路算法的公交网络模型构建

公共交通线路网络的复杂化使乘客难于选择最优的出行线路。用于最短路算法的公交网络模型,解决了有向图难以承载票价和换乘这两个出行要素的问题,有效地把公交出行要素包含在弧中,使得最短路算法可以直接根据这些要素搜索最优出行方案。     

���й����ͨ��������ĸĽ�Logitģ�ͼ�������

充分考虑城市轨道交通网络中影响乘客路径选择的主要因素,包括乘车时间、换乘次数和换乘时间,通过对换乘时间进行惩罚,构造了包括换乘在内的城市轨道交通网络的路径广义费用模型,基于随机效用理论分析了乘客的路径选择行为.根据最短路径费用定义OD之间的有效路径集合,同时,使用路径相对费用代替路径绝对费用,对传统Logit模型进行改进,提出基于改进Logit模型的城市轨道交通网络客流分配方法.采用基于图的遍历算法确定OD间的有效路径.最后,以2008年北京市轨道交通网络为研究对象,对模型和算法进行了分析和验证.     

考虑换乘时间影响的城市轨道交通路径选择行为研究

研究乘客路径选择行为有助于掌握城市轨道交通网络客流分布规律.本文在分析城市轨道交通乘客路径选择行为影响因素的基础上,重点考虑换乘时间对乘客换乘费用感知的影响.实际调查表明,乘客感知的换乘走行时间与实际的换乘走行时间符合幂函数分布.本文将换乘走行时间惩罚系数设定为换乘走行时间的幂函数.在此基础上,本文构建了乘客出行广义费用模型,采用改进的深度优先算法搜索两点间的有效路径,并利用Logit 随机路径选择模型计算各有效路径的选择概率.最后,以北京市轨道交通网络的数据对提出的模型和算法进行验证,案例分析结果验证了本文提出的模型的合理性.     

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.      

城市多模式公交网络出行时间可靠性模型研究

随着城市的发展,快速轨道交通和快速公交系统逐渐融入到常规公交系统中,构成了复杂的多模式公交网络,在此公交网络环境下乘客公交出行时间的稳定可靠程度直接影响到公交系统的服务性能,因此,本文以常规公交和地铁组成的典型多模式公交网络为研究对象,利用状态增广技术,建立了换乘约束条件下的出行时间可靠性模型,从而为评价和改善多模式公交网络服务性能提供决策支持。     

考虑轨道交通布局的城市客运方式划分研究

针对我国城市轨道交通网络覆盖率低的特点,提出采用网络标识确定轨道交通的空间布局。鉴于集计和非集计方式划分模型在实际应用中所存在的问题,综合考虑了各种交通方式的特点及运输网络的连通程度,建立了基于路线选择模型、轨道交通线网布局的客运交通方式划分模型。应用结果表明,该模型综合考虑了居民出行路线选择的影响,从而能够较好地解决我国城市客运方式划分问题。     

基于Q-learning 的定制公交跨区域路径规划研究

考虑城市大客流通勤者跨区域出行需求，结合城市公交线网中乘客出行密集、客流走向规律等特点，提出一种跨区域定制公交的搭乘方案. 通过改进的Q-learning 模型对公交线路进行优化，为城市通勤者提供更加便捷和高效的出行服务. 通过综合路段拥堵状态、乘客需求及居民小区位置，设定了Q-learning 强化学习的奖惩函数，提升定制公交区域路径的直线系数、满载率、通行时间. 结果表明，所提出的改进方法能够降低通勤者跨区域通行的旅行时间，有效提高髙峰时段定制公交线网的通行效率.     

基于乘客路径选择的多制式轨道交通客流分配

为量化换乘对乘客出行路径选择的影响程度,在单层网络中添加虚拟换乘站,构建无隐性连接的三层多制式轨道交通拓扑网络模型。基于时间、换乘节点衔接性,计算线网间衔接性系数;利用Dijkstra法搜索模型各起讫点间的 K 短路径,以乘客感受到的线网复杂度及乘客出行计划确定时间,建立乘客对线网的熟悉度函数;根据乘客路径选择影响因素构建广义出行费用,利 用Logit函数对每条路径的选择概率进行计算;最后设计客流分配算法进行求解,实现对多制式轨道交通网络的客流分配。以成都地铁、成灌、成贵高铁等线路建立多制式轨道交通网络仿真模型,对其客流分配实例分析表明,客流的分配结果与实际数据基本吻合,证实了客流分配算法的真实有效性。