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。     

定制公交线路开行方案研究

近几年来,定制公交成为国内各大城市优先发展公共交通的一个重大举措,迅速在城市交通领域崛起,作为一种新兴公共交通模式成为社会各界关注的热点.充分考虑乘客出行需求,合理规划线路布局,最大限度发挥定制公交效益成为各大城市交通系统的重点研究课题.本文基于公交需求数据,建立基于需求的线路规划模型,提出编制定制公交线网规划的方法,并以公交需求为实例,进行了算法验证.     

基于个体出行图谱的公共交通通勤行为辨别方法研究

不同公共交通类型乘客的出行特征存在显著差异,实现公共交通通勤乘客准确辨识,有助于获取精细化的公共交通出行特征,更好地满足不同类型乘客的出行需求.基于北京市公共交通刷卡和线站数据,对公共交通多源数据进行关联匹配并提取出行链.利用北京市连续1个月的公共交通刷卡出行数据,采用多层规划理论构建了个体出行知识图谱,提取了出行天数、出行空间均衡度等7类特征指标.通过RP调查获得乘客出行行为类别.以特征指标为输入,乘客分类为输出,构建了面向公共交通乘客分类的BP神经元网络模型.验证表明,模型平均分类精度为94.5%,Kappa系数为0.879.本文研究有助于准确识别不同类别的公共交通乘客,为优化公共交通运营及公共交通精准化服务提供支撑.     

郑州定制公交即将开通,7月1日起接受网上预订

<正>定制公交是一种新型的公共交通服务模式,它是依托定制公交服务平台,在对广大乘客进行出行调查的基础上设计定制线路,通过网上招募乘客、预订座位、在线支付的形式,为处于相同区域,具有相同出行时间、出行需求的个性化群体量身定做的一种公共交通服务。北京、深圳、济南等城市已相继开通定制公交线路,通过借鉴以上城市所取得的经验,郑州公交也将推出定制公交服务,并于7月1日起开始接受网上预订。     

乘客公交出行路线选择影响因素分析

随着城市公共交通的快速发展,越来越多的人们选择公交出行的方式,而日益完善的公交网络提供了更多的选择。研究影响乘客公交出行路线选择的因素不仅可以从理论的角度分析乘客出行特征,而且可以帮助公交系统进行线路和车辆排班的改进。通过对公交乘客进行实际调查,在数据标准化和相关性处理后进行偏相关分析,找到路线选择和相关因素存在的偏相关关系,对研究选择公交出行路线选择具有指导作用。     

多区域通勤定制公交线路规划模型及求解算法

“定制公交”作为一种基于需求响应的公交服务模式，被认为能够有效吸引城市居民转向公共交通出行.通勤类型作为定制公交服务中的一种重要形式，其线路设计问题具有现实意义.首先，本文在已有理论的基础上，构建了多区域运营模式的通勤定制公交线路规划模型，该模型以最小化乘客出行成本、车辆运营成本为优化目标.其次，为求解模型，设计了一个两阶段启发式算法以获得多目标优化模型的Pareto解.最后，通过几组算例对模型进行了验证.结果表明，本文所提出的方法可根据优化目标提供多种线路方案集，丰富了定制公交的运营模式，为定制公交的线路规划提供了依据.     

北京市公共交通票制票价改革的交通影响评估

通过采集北京市公共交通客运量、客流压力、乘客乘车距离、票价水平等方面的数据,并借助乘客出行意愿调查,分析了公共交通票制票价改革对城市交通特别是公共交通运行的影响。     

基于乘客出行时间的公交站距优化研究

经济的发展带动交通事业的进步,公共交通已成为人们出行过程中必不可少的工具。因此,如何提高公共交通运行效率也成为人们研究的重要内容,而对公交站间距的优化更是重中之重。本文在分析乘客出行过程的基础上,以时间为衡量标准,提出乘客出行时间最小的公交站距优化模型;并结合实际数据对各影响因素进行灵敏度分析,验证了模型的适用性和有效性。     

多模式公交网络中考虑定制公交的 活动与出行建模

近年来,由于一些新型交通服务的出现与迅速发展,多模式公交网络包含了更多的交通模式.定制公交作为一种创新的公共交通服务,在中国许多城市引起了人们的广泛关注. 针对包含定制公交的多模式公交网络,本文提出了基于活动的模型以模拟出行者的活动与出行行为.本模型探究了由于定制公交的出现,人们在多模式公交网络中的行为决策变化,并采用了超级网络以同时模拟用户的活动与出行行为.为研究定制公交的容量约束与预约机制,在模型中有效模拟了用户的逐日学习与调整过程.本文通过实例验证了所提出模型的有效性,结果显示,定制公交的运营显著影响了出行者的活动与出行行为.     

多模式公交网络中考虑定制公交的活动与出行建模

近年来,由于一些新型交通服务的出现与迅速发展,多模式公交网络包含了更多的交通模式.定制公交作为一种创新的公共交通服务,在中国许多城市引起了人们的广泛关注. 针对包含定制公交的多模式公交网络,本文提出了基于活动的模型以模拟出行者的活动与出行行为.本模型探究了由于定制公交的出现,人们在多模式公交网络中的行为决策变化,并采用了超级网络以同时模拟用户的活动与出行行为.为研究定制公交的容量约束与预约机制,在模型中有效模拟了用户的逐日学习与调整过程.本文通过实例验证了所提出模型的有效性,结果显示,定制公交的运营显著影响了出行者的活动与出行行为.     

轨道新线对公共交通乘客吸引力影响因素研究

研究轨道交通新线对公共交通乘客的吸引力影响因素，有助于理解公共交通乘客的出行方式选择行为，预判新线开通带来的客流变化，以提高公共交通运力投放效率和整体服务水平。本文利用公交智能卡数据构建量化评价轨道新线吸引力影响因素的分类与回归树(Classification and Regression Tree, CART)模型，实证分析轨道新线吸引力与乘客特征间的相关关系。首先，从长时期的刷卡记录中挖掘乘客类型、出行习惯、出行特征和职住地轨道可达性等乘客特征指标；其次，以开通后的乘车次数表征新线吸引力，基于上述特征指标构建整体精度为82.6%的轨道新线吸引力影响因素解析决策树模型；最后，依据决策树结构和指标权重量化解析影响轨道新线对公共交通乘客吸引力的关键因素。分析结果表明，居住地距新线距离是影响新线对其吸引力最重要的因素，其次是居住地的轨道可达性水平及乘客联乘出行比例；而出行时间、出行距离等因素对轨道新线吸引力的影响较小。此外，轨道新线对老年乘客的吸引力与其他群体存在明显差异。本文研究成果对优化公共交通规划与运营组织具有重要指导意义。     

引入价格窗的定制公交线路优化研究

基于公共交通的公益性,综合考虑乘客与公交企业之间的权衡关系,以保证企业运营成本与服务更多乘客为目标,在浮动票价机制的框架下研究定制公交的线路优化问题。首先,引入价格窗概念,以描述乘客出行过程中的支付意愿,并定义基于时空窗与价格窗的出行需求特征;提 出超额均摊的票价支付假设规则,以在保证出行的基础上支付最少费用。其次,构建引入价格窗的整数线性规划模型,以乘客出行的时空窗和价格窗为输入,以企业运营成本最小化和服务乘客数最大化为目标,通过运营盈利约束来保证企业的运营成本,联合优化乘客-车辆匹配和车辆路径两个子问题。最后,采用GAMS软件进行建模和求解,在Sioux Falls网络开展算例分析。结果 表明,引入浮动票价机制可以服务更多的乘客,进而增加企业的运营收入,且在价格窗上界一定 的增幅内,所服务乘客数和企业的运营收入随价格窗上界增幅的扩大而增加。     

基于认知—行为理论的交通方式选择行为研究

为研究乘客在公共交通出行方式选择上的心理决策过程,结果显示引入认知-行为理论,以乘客心理认知作为交通方式选择的主要影响因素。首先,建立结构方程模型,提取表征乘客满意度的主要指标,并用满意度量化乘客选择公共交通出行时的认知信息;其次,以乘客满意度作为出行方式特性变量建立基于认知的logit模型;最后结合武汉市有轨电车T6线路乘客满意度调查数据,对提出的认知-行为理论进行实例分析。结果显示乘客满意度对公交出行方式选择决策具有重要作用,乘客满意度越高,其选择公共交通出行的概率越大。     

����TransCAD�ij��й�������ɴ���ָ�꼰��Ӧ��

对城市公共交通进行可达性分析，可以反映城市间不同区域通过公交线网的交通便捷程度。本文通过对乘客出行心理、行为的假设和公交线路、道路可达性范围的界定，给出了一种简易的公共交通网络可达性指标计算公式，并基于TransCAD软件给出了指标计算方法步骤。最后，通过对长春市中心区的公交可达性进行了实证验算，得到了可信的结果。     

基于多源数据的多模式公共交通出行链构建

公共交通乘客出行链构建是公共交通出行需求分析的基础,也是推进城市公共交通系统融合发展和可持续运营的关键.现有研究大多关注单一模式出行链,较少考虑多源数据环境下多模式公共交通出行链构建,无法进行各模式之间的转移和换乘客流特征的分析.基于轨道交通、BRT和公共汽车交通三网融合数据进行乘客出行链构建,数据类型主要有公交IC卡、车载GPS等.具体方法包括基于时间匹配的上车站点推算、基于出行链假设的下车站点匹配和基于换乘规则的个体出行链推算.最后,使用厦门市公共交通数据验证了该方法的有效性,同时讨论了匹配阈值对匹配精度的影响.     

基于小波神经网络的路段短时交通流预测

应用BP神经网络来对路段短时交通流进行预测,预测精度和收敛速度都不是很理想,为了克服BP神经网络自身存在的非线性逼近缺陷,依据小波的时频域特征,将小波变换和BP神经网络结合起来,提出一种基于小波神经网络的短时交通流预测方法,给出了具体的网络学习算法,并结合实地调查数据进行了对比测试,分析结果证明了小波神经网络模型对短时交通流预测的有效性．     

北京市定制商务班车乘客支付意愿研究

生活水平的极大提升导致居民对出行品质期望更高,因此对出行疲劳缓解和在途时间有效利用的考虑在交通服务质量改善的研究及措施中愈加不可回避。基于北京市定制商务班车乘客支付意愿调查,首先分析定制商务班车的线路特征和客流特征。其次,对比研究出行者选乘定制商务班车前后服务特性的差距,特别关注长距离出行者对出行疲劳、无效在途时间减少的支付意愿。结果表明,乘客放弃原有出行方式选择定制商务班车与这一服务所带来的体能消耗、无效在途时间节省呈现较高相关性,乘客愿意支付远高于当前公交票价的费用用于上述两方面的改善。最后指出,如能对当前服务模式稍作调整,接受一定比例的非预订座位乘客,高水平公交服务的受众群体将更为广泛。     

定制公交线网动态规划方法研究

定制公交是一种新兴的交通运输方式,对于呼吁公共出行、缓解交通压力具有重大意义。对定制公交的站点时空规划、线网优化、APP的开发进行了研究。基于移动互联收集乘客人信息,采用层次聚类法对交通小区进行划分,采用遗传算法对线路进行优化,最后开发APP进行公交与乘客的交互,反馈公交信息,根据乘客提交的出行时间及地点需求,为乘客定制一条公交线路。     

基于时空等待特征系数的大型活动出行规划研究

高效、合理的综合交通路径规划是成功举办大型活动的前提之一。本文针对观众群体参 与大型活动的出行路径规划问题，引入乘客出行偏好，转换为时空等待优化问题，再根据大型活 动中乘客通过多模式公共交通出行特点，构建多维时间-空间-交通方式网络，以乘客出行时间总 成本最小为目标建立整数线性规划模型。为提高模型的求解效率与质量，提出一种基于拉格朗 日松弛和次梯度优化的算法进行求解，并在求解中提出基于逆向推断的搜索空间约减方法，提高 了算法求解速度。本文以观众从北京市城区前往延庆区高山滑雪中心观赛为案例验证模型与算 法。结果表明，引入时空等待特征系数后，提升了大型活动综合交通出行路径规划方案的合理 性，改善了乘客的出行体验，并有效缓解举办大型活动时的道路拥堵状况。     

基于关联分析的乘客公共交通依赖度识别方法

不同乘客在出行过程中对公共交通的依赖程度具有显著差异，精准识别乘客公共交通依赖度，有助于针对性地引导出行者向公共交通方式转移.本文基于多源数据的关联，获取包含个体属性的公共交通出行链，从出行行为和个体属性两方面提出8个依赖度指标，构建二阶聚类模型，识别乘客公共交通依赖度.结果表明：样本按依赖度高低被划分为4类群组；部分高、较高依赖度乘客在出行决策时受限于收入和车辆拥有量，并有向私家车出行转移的趋势；乘客出行习惯行为较个体属性对公共交通依赖度的影响更大.利用平均命中率(AHR)和平均覆盖率(ACR)指标评估个体属性对识别结果的影响，得出结论，个体属性指标间存在耦合关系，且指标缺失量与模型误差具有非线性关系.研究有助于理解公共交通乘客的需求和选择倾向性，为精准改善公共交通服务提供支撑.