基于K-shell的特大城市公交换乘优惠与线网规划协同优化

针对特大城市公交系统存在汽车公交客流量急剧下降,企业亏损严重,若调整线路又会增加一些乘客广义出行费用使得公交出行比例下降这一问题,提出"大幅度降低常规公交线路数量,增加接驳和通勤公交线路数量"汽车公交线网规划调整与"公交换乘优惠"的协同优化方法。采用复杂网络理论的K-shell分解法计算各站点Ks值并排序,选择主要换乘节点,确定保留下的骨干公交线路,构思其余公交线路候选集合;建立换乘优惠方案下汽车公交线网调整优化双层规划模型,其中上层为系统广义出行成本最小化、公交出行量最大化和公交企业亏损最小化的多目标模型,下层为基于弹性需求的多方式多用户均衡配流模型。采用浮点遗传算法优化求解,以天津中心城区为例予以分析,结果表明:采用本方法可解决特大城市公交换乘站点的优化确定问题;与不实施换乘优惠和规划调整方法、只有换乘优惠方法和只有规划调整方法相比,系统广义出行成本分别降低14.05%,13.01%和8.65%,公交分担率分别增加29.03%,26.01%和11.66%,公交企业亏损分别降低27.19%,23.63%和10.20%;该方法能适应特大城市客流需求特点,通过汽车公交企业线网结构大调整和政策扶持,在减少不必要亏损的同时降低出行者广义成本,保持较高的公交分担率,提升城市公交综合服务水平。     

竞争条件下公共交通最优出行方式选择

多种交通方式共线运行为出行者提供了便利,但也使得出行者面临最优出行方式选择问题。为了在竞争条件下对出行者的出行方式选择进行科学的引导,提高出行者的出行效率并实现交通资源的最优配置,引入固定出行成本和可变出行成本概念,对步行、共享单车、常规公交和轨道交通4类常用出行方式的成本问题进行研究。具体方法为:分别将4类出行方式的成本量化为出行距离的函数,然后分析平均出行成本(即出行效益)随出行距离的变化规律,分别建立了单一方式与多种方式组合联运条件下的最优出行方式优化模型,最后以成都市某轨道交通枢纽周边区域为例对模型进行了验证。实证结果表明:当出行距离增加时,共享单车、常规公交、轨道交通的平均出行成本具有规模效应,即出行距离增加时,其出行单位出行成本降低;在研究区域内,按照出行距离递增的顺序,考虑出行成本因素下出行者最优出行方式依次为步行、共享单车、常规公交、轨道交通;在常规公交最优选择区间,轨道交通平均成本与其差距不大,形成了很大竞争。因此,为了实现资源高效利用,应提高常规公交竞争活力,如提升舒适性,减小发车间隔。     

轨交接驳需求响应公交潜在乘客服务特性调查分析

需求响应公交作为城市公交系统的有效补充,能够填补大容量轨交站点间存在的公交服务空白地带,有效改善公交可达性。现以服务接驳轨交站的“最后一公里”接驳出行方式选择为目的,考虑需求响应公交等接驳方式,通过情景问卷调查,获取出行者接驳方式选择数据,并进行接驳方式使用特征分析及需求响应公交潜在乘客出行特征分析。调查结果显示,轨交接驳需求响应公交模式具有可推广性和预期较广泛的受众基础,且多数接受作为“日常通勤上下班”的接驳方式。不同的性别、收入、接驳距离、同行人数、天气影响,对受访者即潜在出行者出行方式的选择结果有影响。     

基于实时需求的夜间城市公交柔性调度研究

夜间的出行者分布不集中,出行密度随机性较大,容易出现空车运行的现象,所以,受出行需求和运营成本的限制,夜间公交的运营管理不能只简单延长日间线路的运行时间。因此,基于夜间公交此种特性,提出夜间公交实行基于实时需求的柔性调度。首先对柔性调度的种类和实时信息的采集方式进行分析对比,设计柔性调度的系统框架图;然后提出通过手机短信的方式采集夜间公交的出行需求;接着综合考虑夜间公交服务水平和运营成本2个因素建立多目标优化模型,进而列举了基于遗传算法的多目标模型求解思路和方法,并通过算例进行了对比分析。     

基于出行问卷与多模式公交刷卡数据匹配的公交调价影响分析

在公共交通宏观客流变化分析的基础上,展开公共交通出行选择调查,结合基于问卷和IC卡信息关联的公交个体出行跟踪,对北京市公共交通票价调整对出行者出行行为的影响进行深入分析.利用二元Logistic模型对问卷数据进行回归分析发现,职业、收入、是否拥有私家车及出行目的与调价后出行行为的变化存在明显的相关性.同时,研究以样本出行者的多模式公共交通IC卡刷卡数据为基础,提取了公交个体出行链,定量分析调价前后出行结构的变化.结果表明,调价对于非通勤出行者出行结构的影响大于通勤出行者,且这种影响主要体现为引发出行链结构相对简单的短距离轨道出行者转向公交出行.研究结果为公共交通政策实施效果评估,线网优化以及运营管理提供了科学依据和决策支持,有利于进一步提升北京市公共交通的服务水平.     

考虑接驳费用的车辆共享调度算法研究

针对现有的车辆共享调度算法未充分考虑车辆共享调度时造成的接驳费用问题,研究最小车辆规模最少接驳费用调度优化模型,并改进二分图匹配算法进行求解.根据车辆共享过程中调度方案的优化问题描述,以满足给定出行需求的车辆规模最小以及车辆调度接驳费用最少为目标,构建双目标优化模型.基于有向无环图对车辆出行需求进行建模,将模型求解转化为二分图最大匹配且权重最优匹配问题,提出Kuhn-Munkres算法求解最大匹配最小权重匹配的权重设置条件并进行证明,进而设计Hopcroft-Karp与Kuhn-Munkres算法融合框架进行求解.以安徽省宣城市部分出行为例进行模型和算法合理性分析,479辆自动驾驶共享车辆可以满足13575个出行需求;与未考虑接驳费用目标的调度算法相比,调度总费用减少40.8%左右.算法可求解最小车辆规模并降低调度成本.      

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.     

共享单车出行特性与出行行为分析

出行行为研究有助于制定更加有效的交通建设、管理与控制的政策措施.作为一种新兴的绿色出行方式,共享单车极大地方便了城市居民出行,但由于发展过快、缺乏科学的交通规划措施,共享单车在发展过程中遇到了许多障碍,因此,研究城市共享单车出行行为很有必要.采用调查问卷的形式,对出行者进行调查并得到621条有效数据.基于对调查数据的分析,得到了居民选择共享单车与否的影响因素,并从不同因素出发分析了共享单车出行特性.建立了是否选择共享单车出行的二项Logit模型,借助SPSS软件进行计算.结果显示,女性较男性更倾向于选择共享单车出行;年轻人更倾向于选择共享单车出行;受教育程度越高的人群越倾向于选择共享单车出行.其中,受教育程度的影响最显著.模型中月收入变量被剔除,表明月收入高低对居民是否选择共享单车没有显著影响.      

基于Logit模型的大连市居民通勤出行行为研究

针对大连市主城区进行通勤出行方式的意向偏好调查.选取7家企事业单位的200名驾车通勤者作为研究对象,建立以私家车、公共汽车为选择对象的二元Logit模型,研究停车收费及公交服务水平的变化对不同特性停车者的出行选择方式影响.结果表明:停车收费费率及公交服务水平对城市居民的通勤出行方式选择有显著影响.将合理的停车收费体系与提高公共交通服务水平相结合,是一种优秀的交通需求管理手段.     

基于二元有序概率的共享单车满意度评估方法

城市共享单车是城市绿色交通系统的组成部分，是服务公众短距离出行和公共交通接驳换乘的重要方式，在解决城市交通出行“最后一公里”问题等方面发挥了积极作用。为科学评估城市共享单车服务的满意度，采用问卷调查法和实地踏勘法采集了宁波市1 212个共享单车用户有效样本，利用统计学方法构建二元有序概率（bivariate ordered probit, BOP）模型，分析共享单车满意度影响因素，计算显著影响因素的边际效应，量化分析共享单车满意度和使用率的影响因素效用。结果表明:BOP模型可以量化分析影响共享单车使用频率和满意度的各类因素。结果表明，性别、年龄、教育程度、家庭拥有车辆情况、平时出行方式和出行距离等具有统计显著性，是影响城市共享单车服务满意度的显著因素。从用户需求和服务感知出发，了解现有服务所存在的主要问题以及迫切需要优化的方面，提升共享单车服务质量和用户出行体验。      

基于调度池的共享单车调度研究

针对共享单车供需失衡,共享率低等问题,以提高用车高峰期调度的及时性为,在调度结构中引入调度池,明确调度池的使用规则,提出共享单车四级调度结构.将基于调度池的共享单车静态调度问题描述为多车场车辆路径问题,考虑到节点的调度需求大于调度车的装载容量和多辆调度车共同满足单个节点的调度需求的情况,以调度总成本最小为目标,建立共享单车静态调度模型,根据模型特点,设计单亲遗传算法求解.算例表明,与未使用调度池的调度方案相比,调度车的行驶里程降低47.86%,变动成本降低47.73%,不考虑调度池的营运成本时,总成本下降9.81%,考虑调度池的营运成本时,总成本下降4.71%.使用调度池可提高调度效率并降低总成本.      

大学校园共享单车需求预测及调度路径规划方法

为提高大学校园共享单车运营效率,综合考虑校园区域和学生出行特性,应用小波神经网络预测区域需求量,在此基础上,建立调度模型,得到调度路径规划方法,并以福州大学为例,进行实例验证。实例分析结果表明,预测需求量的平均绝对误差和平均绝对百分误差分别为0.983辆和14.36%,可见共享单车预测需求量与实际需求量差别不大,且给出的调度路线较优。     

大型居住区轨道接驳公交体系的优化——以上海宝山顾村为例

由于现实生活中大型居住区距轨道站较远,因此构建大型居住区到轨道站的便捷、高效的接驳体系意义重大.文中从供需角度,分析了常规的3种公共交通接驳方式——常规公交、社区公交、公共自行车的接驳能力和适应性等特点,以上海市宝山区顾村为例,分析其出行需求的轨道接驳部分,论述了接驳方式与出行接驳距离、出行目的、出行时段的关系.在供需分析的基础上,提出3种公共接驳方式间的站点协调、运营协调的优化策略,以此来优化接驳体系,提高接驳质量.     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

可变线路式公交车辆调度优化模型

将可变线路式公交调度模型描述为混合整数规划问题,考虑公交公司运营成本和乘客出行费用,以系统成本最低为目标建立可变线路式公交调度模型.针对该调度模型的特点采用最近插入法构建初始解,并设计了相应的遗传算法对模型进行求解.通过数学仿真实验对该模型进行有效性验证,对比分析了可变线路式公交与常规公交在不同出行需求量下的性能指标.结果表明,该调度模型适用于可变线路式公交系统,随着出行需求的降低,可变线路式公交相比于常规公交的优势愈加明显.      

基于SP和RP融合数据的小汽车通勤出行频率选择模型

基于小汽车通勤出行特性和成本分析,采用意愿调查法对小汽车出行者的社会经济属性、通勤特性和不同燃油价格下的出行意向进行调查,定量分析停车位供应状况、停车费、燃油价格等因素对小汽车使用者通勤出行频率的影响,以获取高燃油价格下小汽车通勤行为随燃油价格(出行成本)变化的规律.基于多项选择模型,分别建立了RP模型、SP模型和基于...     

乌鲁木齐市居民定制公交出行意愿及影响因素研究

为了解乌鲁木齐市居民选择定制公交出行的意愿及影响因素,对该市6个行政区的620名通勤出行人员进行问卷调查,根据调查结果,从出行者个体特征(性别、年龄、经济水平等)、出行特征(出行距离、出行时耗等)和定制公交交通特性(票价、停车次数等)三方面分析影响居民选择定制公交作为出行方式的因素,以引导居民向定制公交出行方式转移,并为乌鲁木齐市定制公交线路开设、运营及政策制定提供参考依据。     

城市轨道交通接运公交最优线路模型

城市轨道交通是缓解交通拥堵的有效手段.但是,在轨道线网规模化发展之前,对城市客流的吸引不够.为更好地解决城市交通问题,需要通过常规公交接运来辅助实现轨道线路的客流聚集效应.首先考虑了土地性质、出行需求和公交运营成本等因素,建立了公交运营效益最大的接驳范围单变量非线性单变量规划模型.经过参数标定与约束的简化后采用二分法求解.在模型的约束中使用站点聚集效应距离衰减函数建立了需求与接驳距离的关系式,并通过单约束重力模型获得的距离与需求样本对其进行了参数标定.然后,以接驳范围为约束指导新增线路布设和原有线路调整.前者以站点覆盖率、非直线系数、运营费用等为指标,整体客运系统运输效率最大为目标,使用启发式解法布设了新增公交接驳线路;后者根据定性定量相结合的原则,依流程调整了原有线路走向.本研究需要采集的数据并不复杂,可用于指导轨道站点公交接驳相关工程实践.     

多方协同，科学治理，推进共享（电）单车行业积极健康发展——本刊专访中国城市公共交通协会慢行交通分会秘书长史未名

<正>Q《人民公交》史秘书长您好！请您介绍一下共享（电）单车行业发展历程。史未名：共享（电）单车,又称互联网租赁自行车,是分时租赁营运非机动车,属于移动互联网和租赁自行车融合发展的新型服务模式;同时是城市绿色交通系统中的组成部分,在方便公众短距离出行和公共交通接驳换乘中扮演了重要的角色。近年来,共享（电）单车伴随着巨大的市场需求应运而生,并得以快速发展。共享单车的发展历程经历了两个阶段。     

基于鲁棒优化的公交实时到站信息优化

公交实时到站信息是公交实时信息中的一项重要指标,不可靠的到站信息容易误导乘客。考虑突发客流等需求不确定条件,基于鲁棒优化的方法,提出了一种新的公交实时到站信息优化方法。不同于已往研究通过建立模型寻找更精确的到站时间预测方法,在已有的公交实时到站信息中,考虑客流情况的不确定性,以及乘客对公交实时信息的不同态度,同时考虑驾驶员在行驶过程中的恢复行为,建立数学模型,增加对公交实时到站时间预测的运行延误估计,给乘客提供一定的辅助信息来调整其出行计划及行为。通过案例验证了模型的有效性。结果表明:(1)对同一条公交线路而言,不同的等待时间成本系数导致结果发生明显的变化;(2)公交实时信息的普及可以节省乘客的出行时间成本;(3)对于服务水平较差的公交线路而言,模型应用产生的风险成本更大,模型在服务水平较好的公交线路上应用效果会更好。通过该公交实时到站信息优化方法,可以使现有的公交实时信息内容更为完善、精确,降低不准确的实时信息带给乘客的负面影响,从而帮助乘客更好的利用公交实时信息规划出行方案。