基于细节层次模型的公共自行车调度方法

公共自行车系统作为城市公共交通的重要组成部分，对于缓解城市交通拥堵和建设低碳、环保的出行体系起到了积极的作用。然而，由于公共自行车系统的借还车需求在时间和空间分布上存在不均衡性，在使用公共自行车时，经常遇到“借车难”或者“还车难”的问题，使得出行者不得不放弃使用公共自行车出行。为了有效地提升出行者借还公共自行车的成功率，研究了1种基于细节层次模型的自行车调度方法。基于公共自行车站点之间的相似度，采用谱聚类算法对站点进行层次划分，形成基于空间范围（即公共自行车站点所占据的地理空间区域）的站点簇；在每个划分层级上统计不同簇之间的自行车借/还需求，结合遗传算法对调度车辆的运输路径进行求解；将不同层级上的调度方案叠加，形成1种调度粒度由粗到细的自行车调度方案。通过对比实验证明:基于细节层次模型的公共自行车调度方法较传统方法减少了42.70%的调度路径，进而减少了相应的调度时间。      

基于地铁接驳的公共自行车系统研究

通过对西安市基于地铁接驳的公共自行车使用特征调查,分析影响公共自行车租借行为的因素。基于建设者与出行者的双层目标,从公共自行车服务站点的布设、自行车道建设、公共自行车运营管理模式等方面进行分析,提出相应的建议,以提高出行者对"地铁+公共自行车"交通模式的选择意愿。     

基于Logit模型的重需求性公共自行车租赁点配车模型

为解决重需求性公共自行车租赁点不能满足借车需求的问题,提高公共自行车需求满足率,在提出租赁点服务半径的基础上,建立居民出行方式选择的Logit模型,计算租赁点的借车需求数。根据公共自行车系统历史借还车数据,考虑现状还车数和潜在还车数,确定还车车辆数,将借车需求数与还车车辆数的差值,确定为重需求性公共自行车租赁点配车数量。以浙江省海宁市一租赁点为例,验证模型的可行性和效果。结果表明,在假设条件下,该租赁点车辆的需求满足率提高了16.7%,车辆配置能够满足借车需求,且未产生冗余。     

考虑公共自行车的城市公交出行路径优化方法和模型

目前,城市公交出行路线优化时未考虑结合公共自行车的优点,使得现有的部分公交出行路径优化不够合理.针对这一情况,重点增加了对合理区域内步行、骑自行车换乘的考虑.分析公共自行车加公交出行路径优化的影响因素,并结合GIS建立公交(含公共自行车)数据模型,以换乘次数最少为优先目标,充分考虑合理区域内换乘的情况,起点和终点双向展开搜索,利用公交线路、公交站点集合求交集的方法查询出候选方案集.分别选取行程时间、乘车距离、步行距离较短的出行方案推荐给出行者.结合GIS系统利用该算法进行查询,将获得的优化方案与现有的优化方案进行比较,发现考虑自行车换乘的出行方案平均出行时间减少15.8%,平均出行距离减少18.7%,平均出行费用减少32.3%.      

基于蚁群算法的公共自行车站间调度优化

公共自行车系统在实际运行中存在借车难、还车难等问题,站间自行车调度不合理、不及时是主要原因。根据自行车调度的实际情况,考虑公共自行车系统特殊的调度车容量约束和下一站点补给约束,建立公共自行车站间调度的数学模型。通过改进常规旅行商问题求解的蚁群算法,以满足自行车调度的约束条件。在Matlab中编程实现改进的蚁群算法,并以武汉市关山光谷片区的24个自行车站点为例,用改进的蚁群算法求解调度回路,结果表明该算法可以求解得到最优调度回路。     

出行者环保意识对低碳交通政策支持度的影响

为减少汽车尾气污染,政府部门应制定交通政策推动出行者采用低碳出行方式。有效的交通政策需要深入了解影响出行者低碳出行的心理因素。通过实证分析,研究出行者环保态度、环保行为、公交偏好等潜在变量对低碳交通政策支持度的影响。基于结构方程模型（SEM模型）的基本原理,建立模型假设,并通过Mplus进行数据分析。研究发现,环保态度会直接影响环保行为、公交偏好,环保行为直接会影响公交偏好,公交偏好会直接影响低碳交通政策支持度;但环保态度和环保行为对低碳交通政策支持度没有直接效应。在95%的置信水平下,性别、婚姻状况、私家车拥有情况、房产拥有情况、是否开车上班对结构方程模型均无显著影响;但在90%的置信水平下,性别、教育程度对结构方程模型的影响显著。      

厦门每天逾2.5万人次骑公共自行车

正厦门人和公共自行车的联系有多紧密?数据告诉你。近日,中山大学城市化研究院发布了其和厦门市交通研究中心《基于大数据的厦门岛自行车网络体系优化》项目的部分研究成果:根据3月份50万份骑行样本来看,厦门最爱骑公共自行车的是上班族,上下班早晚高峰期借车总量超过40%。厦门市公共自行车系统1期工程已全部投用,2期工程正在建设中。记者从厦门市公共自行车管理有限公司了解到,1期公共自行车道总长达到136 km,共计建成355个站点。     

基于完全信息博弈下的公共自行车出行方式研究

针对"共享单车"的普及带来的无规则通行、不规范停放等行为对城市交通、城市管理的等带来的压力和挑战。文章分析了公共自行车出行者的规范和不规范出行方式,运用完全信息静态博弈方法,得出了无规则、不规范的出行方式与城市交通发展间的矛盾,证明了我国城市推行和改善公共自行车出行的必要性,也为公共自行车的有序管理,规范发展体系和改善城市交通提供了办法,并对改善无规则同行和不规则停放等行为提出了改进措施和建议。     

公交站台区域电动自行车与行人通行冲突演化博弈模型

为探究公交站台区域进出站台行人与电动自行车发生冲突时，双方的通行策略选择机制，建立行人与电动自行车通行时间延误模型，分析2类出行者选择是否通行或穿越策略的时间收益，利用复制动态方程刻画2类出行者通行策略的博弈学习行为，建立该区域2类出行者之间的冲突演化博弈模型，结合稳定性分析可以得到该区域2类出行者发生冲突时的稳定通行选择策略。利用桂林市6个公交站台区域的实测数据对演化博弈模型进行实证分析，结果表明:选择“通行”策略的行人群体比例越大，其过街安全感越高；发生冲突时，电动自行车做出决策的时间较行人更短，且2类出行者分别做出“通行”或“穿越”的决策时间短于做出“等待”或“减速”的决策时间，电动自行车平均用时减少约23%，行人平均用时减少约24%。      

综合考量借还车需求与调度成本的公共自行车调度优化模型

传统的公共自行车调度模型要求各自行车租赁站点的自行车取送需求已知并严格得到满足，这可能会为了少数车辆的平衡而大大增加调度成本（一些站点经调度后的自行车数量可能与目标数量只差几辆，对于满足的借、还车需求大小影响很小，而如果严格按照目标值进行调度的话卡车调度路线长度或时间会增加很多）。基于此，提出一个新的公共自行车调度模型，该模型并不需要所有的站点都严格按照事先给定的自行车配备数量进行调度，并综合考虑满足借还车需求最大化目标及调度成本最小化目标，分析调度约束及系统中借车与还车在时间上与空间上的动态演化过程，对卡车调度线路进行优化，得到各站点应配置的自行车数量及可满足的借还车需求大小。随后，对模型提出相应的遗传算法求解方法，设计适宜求解的编码与遗传算子，通过算例对该模型进行验证，并与传统的自行车调度模型的计算结果进行比较。研究结果表明：通过调整多目标之间的权重，并运用该模型进行优化可得到较好的既能最大程度满足借还车需求而调度成本又较省的调度卡车行驶路线方案；提出的模型在满足借还车需求减少比例很小的情况下使得调度时间明显下降；如果硬性要求每个自行车租赁站点的调配需求都严格满足的话，调度时间将会明显增加。研究成果可为公共自行车调度提供依据。     

自行车共享下的城市慢行交通出行方式选择的博弈分析

通过分析出行者所选择的出行方式,考虑城市公共自行车与共享单车的各自特点,建立了政府与出行者的动态演化博弈模型,并进行了模型平衡点的计算以及不同参数下演化过程和演化稳定趋势分析.研究结果表明,文章所建立的演化博弈模型存在多个稳定点,其中政府加强自行车管理的策略对出行者出行方式的演化趋势起着促进作用.并找到符合实际情况的稳定状态,即政府加大对共享单车的管理和引导,营建良好的出行环境,出行者会选择共享单车出行.最后根据以上研究结果,提出了以加强对共享单车管理,促进共享单车与公共自行车协同发展为主的相关建议.     

出行者信息类型偏好对其路径选择行为影响研究

城市交通系统本质上是由大量个体出行行为聚集形成的宏观系统,对于城市交通管理者而言,研究微观个体出行者的自身内在因素以及一些外在因素对其选择行为的影响,是制定相关有效管理措施的前提.通过RP调查方法,获取了城市交通出行者个体属性(性别、年龄和驾龄)、信息类型偏好(描述性信息和规范性信息)以及路径选择偏好(最短路径、可接受路径以及固定路径)数据.基于调查数据,研究构建了城市交通出行者信息类型偏好对其路径选择行为影响的结构方程模型,通过对模型的拟合分析,探讨了城市交通出行者的个体属性及信息类型偏好,对其路径选择偏好的影响.研究发现,城市交通出行者个体属性间的差异,使得他们偏好于不同类型的交通信息,有着不同的路径选择行为;描述性信息能够使得城市交通出行者更加倾向于选择最短出行路径,而规范性信息能够使得城市交通出行者更多地打破其固定路径选择行为;但是在交通信息影响下,仍有部分出行者倾向于选择固定路径,即使该固定路径并非是最优出行路径.文中相关研究结果有助于交通管理者更好地去预测,在交通信息影响下不同类型出行者的路径选择行为变化情况.      

基于海量数据的城市绕行比率研究

利用海量轨迹数据对不同城市绕行比率进行研究,比较绕行比率与路网密度、探究绕行比率的地理分布特征,分析绕行出行者比例并研究多种因素对绕行效果的影响.依托对浮动车数据的特征解析,研究北京、广州、成都、纽约的非直线绕行比率,使用DBSCAN-GRID方法研究OD地理分布对绕行比率的影响.同时比较北京、广州、成都3个城市的选择性绕行比率,分析选择绕行的出行者中提升平均速度及降低旅行时间的比例,基于海量数据评价绕行效果.结果表明,城市出行距离与欧几里得距离呈现拟合优度大于0.9的线性相关性;短距离出行的绕行比率显著高于长距离出行;绕行平均能够帮助提升19% 平均速度和节省10% 旅行时间;信任导航出行者错误绕行比例比依靠经验出行者高15%,有经验的出行者比信任导航的出行者能做出更正确的路径选择.      

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。     

中心商业区停车方式选择行为影响因素研究

为了解中心商业区停车方式选择行为的因素影响,以沈阳市太原街片区为例,通过对停车行为的调查,应用非集计理论中的Logit模型,建立了包括出行者特征和选择方案特征的停车场选择模型,探讨了各种特征变量对停车方式选择行为的影响.分析结果表明:出行者性别、停车费率、停车后步行距离,停车费用支付者,以及停车时间对停车者的选择行为有显著影响.通过模型标定,建立了城市中心商业区地面以及地下停车场的选择概率模型.该模型可通过调节各影响因素取值来控制地面与地下停车场的选择概率.      

Volt调查显示，44%的伦敦人比疫情暴发前更有可能使用电动自行车

正电动自行车制造商Volt发布了一项新的研究,显示英国人为了减少使用公共交通工具,一直在寻找可替代的交通方式。根据Volt对英国成年人的全国性调查,大约18%的人认为,相比在疫情暴发之前,他们更有可能购买电动自行车。研究显示,与疫情前相比,平均而言,人们使用公共交通工具的可能性减少了39%,而同期使用电动自行车、电动滑板车和自行车的人增加了30%。此外,     

基于参考依赖理论的出行者路径选择模型研究

为了更好地解释和指导出行者的路径选择行为,有必要对个体出行路径选择行为进行多角度多方位研究,以期建立适用不同决策情景的模型。从出行行为的角度出发,以私家车出行者为研究对象,假设个体当前决策行为受参考状态的影响。在参考依赖理论的基本框架上,选取出行时间和费用两个影响因素建立单次出行的路径选择模型。通过设计问卷调查,应用最小二乘法和遗传算法对高时间价值和低时间价值类型出行者的模型参数进行标定。结果表明:对所研究对象进行分类之后,标定不同的模型参数能够较好地描述出行者的路径选择行为。2种类型出行者时间的损失规避参数和费用损失规避参数均大于1,出行者在时间属性和费用属性上都存在损失规避现象,损失会比等量的收益对出行者带来更大的心理效用;出行者对于时间的损失规避程度要高于费用的损失规避程度,即出行者对时间损失的敏感性更高;不同时间价值类型出行者有不同的损失规避系数,从而表现出不同的路径选择结果。高时间价值出行者的时间损失规避参数比低时间价值出行者高,时间损失对其造成的影响作用较大。在费用属性上高时间价值出行者的费用损失参数会比低时间价值出行者低。     

基于元胞自动机模型的路侧停车行为对交通流的影响研究

针对路侧停车带来的进出停车位排队延误、低速巡游降低通行效率、过量停车加剧交通负荷等问题,研究了路侧停车对路段动态交通流的影响分析方法。基于视频识别算法,提取路侧停车车辆在驶入车位过程中的运行轨迹和速度波动数据,解析路侧停车过程中的驶入行为特性,并按照行为差异将停车车辆停车全过程细分为进入路段、寻找车位、找到车位、驶入车位、静止停放、驶离车位、汇入路段和错失车位8类状态;分别依据停车车辆和通行车辆的实际驾驶行为,从跟驰特征、速度矫正、换道规则和位置更新等方面对路侧停车元胞自动机模型进行了改进;在选择目标车位时综合考虑了步行至目的地时间和驶入车位耗时2个要素。与常规通行车辆相比,深入分析了停车车辆提前换道和停车完后汇入路段行为对后车的影响。基于实际交通流数据对仿真模型进行参数标定,经验证,模型拟合度为77.6%;仿真分析了在差异化的停车需求强度下,巡游速度对道路通行能力和延误时间的影响规律。结果表明:固定的巡游速度和停车需求强度下,道路延误时间随道路交通量先增加后减少;在低停车需求强度下,巡游速度对道路通行能力影响微弱,在高停车需求强度下,当巡游速度从30 km/h降低至20 km/h,外侧车道饱和流量降低500 veh/h,最高延误时间增加105 s。      

基于随机用户平衡的混合交通网络流量分离模型

考虑了影响出行者交通选择行为的主要因素(时间、费用、方便性、舒适性等),分析了在多种交通方式(私家车、出租车、公交车、轨道交通以及自行车等)存在条件下城市交通网络中出行者交通选择行为,包括交通方式选择和出行路径选择,并基于随机用户平衡(SUE)理论构造了城市混合交通网络的流量分离和分配综合模型及求解算法。最后通过一个简单算例,得到了当各种影响因素变化时,各种交通方式的流量变化情况。     

从健康的角度呼吁步行和自行车交通发展

在城市交通资源紧缺、环境污染加重的双重约束下,步行和自行车交通因其占用道路资源少、节能低碳的优点"应运而生",并被赋予更多的现实意义:有利于缓解交通拥堵,解决出行的最后一公里;减少环境污染,实现以人为本发展原则等。然而,步行和自行车交通对人们的贡献远不止这些,研究表明,步行和自行车出行还可降低出行者患某些非感染性疾病的风险,提高运动量、加强身体健康。因此步行和自行车交通不仅绿色环保,更加健康时尚。通过收集、整理步行和自行车交通在改善出行者健康方面的研究发现,呼唤城市交通出行者、管理者、决策者从健康的角度重新认识步行和自行车交通。最后,从规划设计、政策鼓励和理念宣传方面对步行和自行车交通发展提出建议。