基于乘客等待时间最短的市郊公交发车时刻优化模型研究

在对国内外研究现状分析的基础上,分析了轨道交通与市郊公交的换乘组织。针对市郊公交作为轨道交通接运交通的情况,从乘客换乘等待时间的角度对轨道交通与市郊公交的最佳衔接问题进行了研究,应用运筹学理论,建立了满足乘客换乘等待时间最短的市郊公交发车时刻优化模型。根据北京地铁13号线龙泽站的相关数据,对该站轨道交通与市郊公交的换乘进行了优化,提出了443路市郊公交发车时刻的优化建议。研究结果表明,此模型能最大限度地减少乘客换乘总等待时间,对于发车间隔较大的公交方式间换乘的时间节约效果更为明显。     

考虑换乘站点时间权重的公交时刻表优化

不同公交线路间的有效换乘是提高城市公共交通系统运行效率、减少乘客换乘等待时间的重要环节,其核心是确定合理的公交发车时刻表。首先,针对国内外公交时刻表优化设计现状进行分析,提出不同出行目的乘客出行时间效用值不同的概念,将其与换乘站点重要度结合考虑,构建出了考虑换乘站点时间权重的最小化乘客换乘等待时间的优化设计模型,并利用遗传算法对算例中的公交时刻表进行优化。与现有模型比较分析可知所建立的优化模型能减少公交网络总换乘等待时间,且换乘站点的时间权重越大,该站点的换乘等待时间就越小,与实际情况相符。     

基于多源大数据融合分析的公交优惠政策评估

为科学评估公交优惠政策的实施效果,采用公交客流量、财政补贴等统计数据与公交IC卡数据、公交车GPS数据等多源大数据相结合的方法,对免费换乘和老年人优惠政策带来的公交出行行为进行分析.研究发现,免费换乘政策实施初期有效促进了换乘行为,但其作用逐步减弱,在继续推行免费换乘政策的同时,需要大力推进大中运量公交建设并优化调整常规公交线网.老年人享受了较大比例的财政补贴,公交出行频次和换乘行为更加频繁,无效出行较多,出行时间和乘坐公交线路均比较集中,与通勤出行存在重叠,老年人和年轻人在一定程度上存在对有限公交资源的抢夺,老年人优惠政策需要进行优化调整.分析结果可以为后续公交优惠政策调整提供一定的决策依据.     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

重庆公交

正服务市民出行最后一公里——重庆"小巷公交"发车了!6月18日,重庆首批2条"小巷公交"试点线路3200路、3208路开行。▲票价2元纳入主城公交1小时免费优惠换乘3200路:线路配置车辆5部,运行大坪新世纪至企业天地,全程6.45公里,运行30分钟,班次间隔6-15分钟。开收班时间7:00—20:00。沿途停靠站点:顺向:大坪新     

�����������ȷ��������Ŀ������Ż�ģ���о�

合理有效的公交车辆发车间隔优化模型是优化调度方案、改善公交服务的关键，因此，本文在分析现有模型的基础上，根据客流变化规律，对发车间隔采用分时段多目标组合优化处理的思想，建立了以乘客和公交企业运营费用最小为目标的公交车辆调度发车间隔模型，并采用广州市公交调查数据对该模型进行了验证，实验表明该模型可行。     

基于公交IC卡数据的OD推算技术研究

公交OD矩阵是进行公交调度和公交线网优化的基础资料.随着公交IC卡技术的广泛应用,如何利用IC卡的数据信息来推算公交OD矩阵以及换乘次数、出行次数等公交出行信息,具有很强的现实意义和实用价值.通过对IC卡统计数据特点的分析,利用数据挖掘技术,分别对公交线路站点OD和区间出行OD的推算方法进行了研究,并进一步研究了如何从IC卡统计数据中得到公交出行的其他信息.分别给出了由IC卡统计数据推算公交线路站点OD和区间出行OD的方法,并提出了基于GIS的公交IC卡数据分析处理系统框架,建立了系统分析流程来实现公交OD的推算.通过分析发现,公交IC卡的数据分析处理最终要建立起能将数据库的处理功能和地理空间的属性特性结合起来的地理信息系统,才能够有效地解决公交OD推算、换乘次数以及出行次数等问题.     

时间依赖需求下多车型快速公交发车频率优化

以公共交通网络中的单条快速公交线路为研究对象,分析了快速公交车辆的发车间隔特征和沿线乘客出行需求的时间依赖特征;考虑多类型公交车辆协同作业,以所有乘客的累计等待时间最小和车辆的平均满载率最大为目标,以最小、最大发车时间间隔和车辆运能的供需比为约束,建立多类型快速公交车辆协同作业模式下的发车频率优化模型;利用改进的非支配排序遗传算法对模型求解,并应用兰州市快速公交数据进行实例分析。分析结果表明:乘客累计等待时间分别取最大值、中间值和最小值时,优化后的发车次数比实际发车次数分别降低22.9%、16.7%和8.4%,对应的车辆平均满载率分别提高27.4%、15.1%和3.9%;与单一类型的快速公交车辆独立作业相比,2种类型的快速公交车辆协同作业的平均发车次数增加7.9%,平均乘客累计等待时间降低23.8%。可见,根据乘客出行需求的时间依赖特征,合理安排不同类型的快速公交车辆协同作业,对发车频率进行优化,能有效减少乘客等待时间,提高公交车辆利用效率。     

广州市公交与地铁调度协同发展方案

研究公交与地铁调度协同发展,以地铁客流为基准匹配接驳公交的发车间隔和运力配置等,可有效减少乘客换乘等待时间,提升公交与地铁衔接一体化效益。首先建立以乘客换乘时间和公交企业运营费用的总成本最小化为目标的运营计划优化模型,确定调度协同的综合启动阈值,通过分析接驳公交客流分布特征,初步制定各接驳公交晚高峰时段的发车时刻表;其次以满载率等为约束条件,确定初始车型建议,得到初始的调度协同方案;最后对线路的满载率分析,对于存在满载率过高或过低的线路调整发车间隔和车型配置,得到最终的公交与地铁调度协同方案。研究结果有利于解决广州市目前公交与地铁换乘时间过长问题,提高接驳公交的吸引力和竞争力。     

基于APTS大数据的城市公交出行多维分析模型和方法

智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.     

基于非均匀发车间隔的大小交路时刻表优化模型

基于客流时空分布规律，考虑列车平均发车间隔、运行时间、最大载客量等约束条件，将列车在车站的停站时间与上、下车客流量相关联，建立城市轨道交通高峰时段基于非均匀发车间隔的大小交路时刻表优化模型，对乘客平均旅行时间及列车发车间隔平均偏离值进行协同优化。以某城市轨道交通线路实际运营数据验证模型的有效性。结果表明，优化后乘客在各个车站平均等待时间较优化前减少幅度为0.4%~13.1%，其中全线客流量较大的第7、8、9站优化幅度较为明显，分别为 11.7%、13.1%、11.9%。优化后列车在各个车站最大满载率较优化前降低幅度为1.8%~8.5%，且所有车站站台均无滞留乘客，体现了优化后列车运输能力与客流需求的良好匹配。灵敏度分析讨论了目标函数权重系数及列车平均发车间隔值对模型的影响，表明本模型具有良好的可用性及稳定性，能够为城市轨道交通列车时刻表优化提供参考。     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下，极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度，本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点，通过构建量化换乘差异的协同度指标，建立以列车同步次数最大化为目标的列车时刻表优化模型，优化轨道交通网络线路间成功衔接次数，提升乘客换乘出行效率。针对提出的混合 整数非线性规划模型，本文设计了一种基于天牛须搜索的粒子群优化算法进行求解，并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明，所构建的模型能依据换乘需求在空间、时间及方向上的差异，利用协同度分级优化轨道交通路网中列车协同状态；优化后全网列车同步到达次数增加33.86%，乘客平均换乘等待时间减少22.75%；相较于PSO和BAS算法，本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率，为提升城 市轨道交通服务质量提供理论参考。     

考虑运行能效的公交区域时刻表优化

为准确计量公交区域时刻表优化过程中,客流出行与企业运营博弈产生的社会效益,构建兼顾随机客流需求和时刻表运行能效的双层规划模型。从公交乘客出行量与质的角度,分析随机客流需求与时刻表之间的互动关系;依据出行性质将客流需求分层细化,作为下层弹性需求交通网络流模型的输入;考虑客流需求、乘客出行效率及企业运营成本间的波动关系,设计公交区域时刻表运行能效作为上层模型的优化目标;采用Dial-MSA与遗传算法求解双层规划模型。实例计算结果表明,优化后的公交区域时刻表运行能效提高了7.3%。可见,优化后的公交区域时刻表更能满足客流需求,有效地提高时刻表运行能效,更好地实现动态适应性。     

北京地铁双超列车运行图编制方法

为研究疫情期间北京地铁“超常”条件下的“超强”运行图编制方法,根据“双超”运行图编制流程提出一种面向车厢低满载率的双层规划优化模型。上层模型基于客流的时空分布规律优化列车的开行方案;下层模型优化列车运行图中全周转运行时分,停站时分,运行时分,折返时分等要素。双层规划模型转化为线性模型并用CPLEX软件通过迭代算法求解“双超”运行图优化问题。基于亦庄线数据对优化编制方法的有效性进行验证。在车底全部投入运营的条件下,优化后早高峰上行、下行最大列车满载率分别降低了21.1%和16.6%;晚高峰上行、下行最大列车满载率分别降低了23.2%和32.3%。本文方法为疫情下城轨运输体系提供了良好地支撑。     

基于换乘站停站时间延长的城市轨道交通末班车时刻表优化

在城市轨道交通网络中,提高末班车乘客换乘成功性对其夜间出行有重要意义.通过压缩末班车区间运行时间与非换乘站停站时间,延长换乘站停站时间,建立以换乘成功客流量最大为目标的时刻表优化模型,实现末班车双向衔接成功.将模型刻画为混合整数线性规划问题,通过对模型简化,利用CPLEX分支切割算法进行求解.最后,以武汉地铁网络为案例,验证模型的有效性.结果表明,模型可利用CPLEX快速求得精确解.末班车停站时间延长可有效提高末班车间换乘衔接成功性;在末班车收车时间可推迟情形下,推迟收车时间可进一步提升末班车换乘效果.     

三亚市公共交通一体化规划技术思路与实践

为提高公共交通系统的服务水平和吸引力、满足居民和游客双重出行需求,三亚市公共交通一体化规划从管理体制、规划方案、规划对策等方面开展了系统研究。首先,分析了三亚市公共交通系统具有旅游主导性和服务水平低的现状特征。针对旅游交通主导的特点,规划引入当量人口的概念,提出将旅游人口折算成当量城市人口。然后,充分考虑旅游人口的交通需求对城市交通系统带来的额外负荷,提出"票运分离、游运整合、运力整合、站运分离、网络整合"的规划对策及相应的管理体制。同时,还提出了旅游集散中心、枢纽和场站、公交线网等规划方案。     

基于服务分区的常规公交枢纽布局优化模型

为提升公交系统运输效能与服务质量,并针对以往仅从网络流量或土地利用单 一角度求解枢纽最优布局问题的局限性,从解析枢纽“服务分区”特性入手,建立“枢纽服 务分区、线路干支分离”的城市常规公交枢纽布局优化模型;进而基于网络解构思想简化 模型复杂度、探索最优求解算法并加以实现;最后结合苏州工业园区实际案例验证模型 与算法普适性,并对模型的关键参数进行灵敏度分析.结果表明：通过引入“服务子区”概 念可以从系统最优角度实现交通需求与土地利用互动的数学表述,因而可更科学客观地 反映城市公共交通网络服务的实际特性与公交枢纽规划实践.     

上海市轨道交通网络化客流特征分析及启示

分析10年来上海市轨道交通网络化发展过程中的客流变化特征,主要体现为：换乘系数增加、平均运距缩短、既有线路出现客流突变、郊区线客运强度低和客流增长缓慢等。从网络化角度提出未来上海市轨道交通发展的几点启示,包括分散式换乘设计和客流组织以疏解换乘客流、合理增设折返站和适时制定既有线路增能计划、新线分段开通应该至少衔接两条既有线路或至少拥有两座换乘站、郊区线路应该采取区别于市区的轨道制式提供服务等。最后,提出未来上海市轨道交通的发展要侧重于满足功能层次和客流效率的双重要求。     

基于公交准时化的时刻表制定方法研究

公交准时化是公共交通发展的必然趋势,公交到站时刻表是公交准时化的具体体现,制定公交时刻表既能提高了公交的运营效率,又提升了公交服务水平,同时为乘客提供了更为准确的辅助信息。本文提出两种时刻袁计算模型,由对公交车跟车调查的数据,得到公交车在相关站点间的行程时间,再对该行程时间进行分析统计,得出相应的期望与95％置信区间,最后选择计算模型得到公交车在各站点的到站时刻表,并对时刻表信息的发布作了介绍。     

考虑拥挤的轨道交通网络时刻表协调优化建模

以非连通型城市轨道交通网络为研究对象,根据城市轨道交通网络周期性运行特点,在深入考虑拥挤及换乘客流脉冲性到达特征的前提下,给出1个循环周期内城市轨道交通网络运营费用及乘客出行费用计算方法.并在此基础上,以各运营线路发车间隔及发车时刻相位差为决策变量,以乘客及运营企业的综合费用最小为目标,以列车发车间隔、列车容量、站台容量、运营补贴等为约束,建立城市轨道交通网络列车时刻表优化模型.根据模型特点,提出了一种基于仿真的遗传算法对模型进行求解.算例结果显示,与既有优化方法相比,本文模型能够更加细致地刻画乘客换乘过程,有效降低系统综合费用,并确保各项服务指标在安全范围之内.