基于SUMO的大型活动三层级公交疏散保障方案仿真

大型活动客流具有短时集聚与疏散的特点,为保障活动结束后场馆附近公交客流的快速有序疏散,构建三层级公交疏散运保体系,包括公交常规线、专用快线和微循环线.按客流量疏散目的地将其分为城市市内的内散客流量和需前往高铁站、飞机场等对外客运枢纽换乘至其他城市的外散客流量.对内散客流量,采用微循环线将乘客运送到公交常规线站点接驳出行;对外散客流量,采用微循环线将乘客运送到专用快线站点,再运送到对外客运枢纽.基于SUMO仿真平台,选择苏州市奥林匹克体育中心体育馆作为大型活动承办场所,仿真三层级公交保障方案下的客流疏散场景,更直观地说明微循环线的作用及其与公交常规线和专用快线的联动特点.     

巴士之窗

沪上首批定制公交上路运行 “告别上班囧途、网上订票、一人一座、一路睡到公司”的美梦终于可以成真.2016年12月5日早上,沪上首批定制公交上路运营,18名上班族成为首批体验者. 随着国内机动车保有量的迅速增长,很多一、二线城市面临的环境、能源、道路拥堵等问题日益凸显,尤其是城市高峰时段的出行难问题,深受广大上班族的诟病.同时,受到轨道交通大发展的冲击,上海公交客流量持续下跌.     

基于神经网络的公交客流预测

公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测。通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练。并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明：所建的Elman模型比EBP模型的预测精度高,效果好。     

基于神经网络的公交客流预测

公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测。通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练,并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明:所建的Elman模型比BP模型的预测精度高,效果好。     

基于神经网络的公交客流预测

公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测。通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练,并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明:所建的Elman模型比BP模型的预测精度高,效果好。     

新冠疫情及建成环境对公交客流量的影响模型

为揭示新冠疫情背景下公交客流量变化的空间影响因素，以疫情前后公交站点层面客流变化量为因变量，以建成环境、病毒感染情况及病毒传播途径等指标为自变量，构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares, OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees, GBRT)模型。以广州市为实证对象，基于公交IC卡数据、兴趣点数据(Point of Interest, POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明：考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度；同时，常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素，片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限，居民日常公交出行已经从疫情的影响下逐渐恢复。     

基于神经网络的公交客流预测

公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测.通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练,并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明:所建的Elman模型比BP模型的预测精度高,效果好.     

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.      

城市轨道交通与地面常规公交换乘客流预测模型研究

轨道交通与地面常规公交共同支撑着城市公共交通系统.一个城市轨道交通系统效率的发挥,有待于作为集散客流重要交通方式的常规公交的配合,科学地分析与预测轨道交通与常规公交之间的换乘客流量,可以为确定交通枢纽建设的合理规模、各种交通工具在枢纽中的布局分布等提供依据.本文在总结各种客流预测模型的基础上,针对城市的不同情形给出了不同的换乘客流预测模型.     

构建公交N+可持续发展：多元发展路径

<正>传统公交企业（城市地面公交）如何摆脱客流量下滑、运营收入下降的经营发展困境,走向可持续发展路径,本文在分析形成公交困境原因的基础上,提出了构建公交N+可持续发展的多元发展路径,以应对城市公共交通在经营中的挑战。1提升传统公交吸引力路径1.1微循环巴士随着城市与交通规划的持续发展,一些城市区域或社区变得难以被公共交通网络有效覆盖。居民的居住点或活动区域往往远离公交、地铁等公共交通站点。为了解决这一问题,一种新型的公共交通解决方案——“微循环巴士”应运而生。     

城市公交规划中未来公交分担率的确定

由现状调查得到公交的平均运距、满载率、平均线路长度等指标.在规划年,根据城市的人口规模和国家规范指标确定配车规模,从而计算出线路总数;然后由满载率和平均运距的变化幅度确定规划年公交客流量的范围.在确定公交客流量后,将其除以交通需求预测出行总量并得到公交分担率指标.对于某一城市.在现状调查的基础上,通过预测的规划年人口规模和出行总量,就能确定规划年公交分担率的合适范围,从而为城市的公交规划提供量化指标.     

公交客流预测的神经网络模型

通过分析神经网络的作用机理和公交年客流量的影响冈素,以城市人口、居民收入、生产总值等9个因素作为输入神经元,输出神经元为每年的公交客流量,建立了公交客流预测的径向基神经网络模型(RBF)和BP神经网络模型,以合肥市公交量的调查数据为例,对网络进行学习与训练仿真实验,结果表明所建模型具有较高的预测精度,效果较好.     

铁路客运枢纽站接驳公交协调研究

通过统计分析铁路客运枢纽站列车到站时刻,确定列车到达高峰时间段。建立巢式Logit模型计算获得常规公交的分担率并得到公交换乘客流量,根据接驳公交运能与公交换乘客流量相协调的条件得到合理的接驳公交发车间隔,应用排队论相关理论对发车间隔协调调整效果进行判断。最后以成都东客站为案例进行说明。     

关于公交企业转型与可持续发展的思考

<正>公共交通是一个城市重要的基础设施,其发展水平直接影响市民出行的便捷性和幸福感,对建设和谐社会及和谐城市有着重大意义。国家高度重视公交事业的发展,地方城市也因地制宜发展公交。但近年来在私家车、地铁、共享单车等出行方式的冲击下,城市地面公交客流量和营业收入双双下滑,不少公交企业面临运力闲置、服务能力不足等问题,     

精准施策全面提升城市公交营运服务能力

<正>当前,城市公共交通发展迎来了新形势新要求,轨道交通、交通运输新业态等城市运输方式快速发展、新冠疫情影响深远等因素,导致常规(地面)公交客流大幅度下降,公交出行吸引力持续降低。本文以常州公交为例,研究分析城市常规公交现存问题以及解决对策,以提升城市公交运营服务能力,增大公交出行吸引力。     

快速公交车站运营模式的优势与效益分析

在对北京、杭州、昆明三个城市地面常规公交和快速公交系统上下客用时调查的基础上,对不同公交系统车站运营模式的特征、乘客上下车速度和车辆停靠时间进行了定量对比分析,还进一步揭示了车站运营模式对乘客、公交企业和社会教益的影响。阐述了快速公交系统实施站台收费的目的和意义,同时提出快速公交专用道和站台收费的方式是确保快速公交系统高运能和快速的关键环节。最后还建议客流量大的常规公交线路也应实施站台收费、水平登降等措施,以提高运营服务的效率和质量。     

水乡城镇常规公交运营现状调研方法及结果分析

为解析常规公交运营问题,奠定水乡城镇发展的公共交通基础,提出一套公交运营现状调查与分析方法。从供给角度设置站点配置、线路设计、线路客流量、满载率和运行车速等指标,通过随车调研采集数据;从需求角度设置居民出行特征、公交服务满意度和关注度等指标,通过问卷调查采集信息;基于技术角度,从公交网络、站点和线路构建评价指标,通过数据挖掘和分析获取评定结果。以东莞市道滘镇为例验证方法有效性,调查结果发现:道滘镇常规公交车运营现状存在客流量少、满载率低、运输服务通达性差等供需不平衡问题,需通过调整站点、拓展线路和优化衔接方案等改进公共交通运输系统。相较于传统调研模式,新调查方法更符合水乡城镇的路网结构和运输特征,能为常规公交运营现状提供多方位分析和评价。     

运力增投在客流增长前 公交集团保复工强防疫

正随着复工复产节奏加快,返城返岗人员陆续抵津,公交客流量明显上升,城市活力复萌。集团提前预判,一手抓运营保障复工,做好应急转运组织,增投运力,一手抓防疫毫不松懈,严把满载率红线,做好服务。数据对比显示,3月第一周工作日单日人次较前一周增长了42%,较前两周增长了53%,客流总人次增幅超过免费卡人次的增幅,显示出老年乘客在乘车总人次中占比下降,通勤客流增长拉升了公交客流总人次。     

基于IC卡和RBF神经网络的短时公交客流量预测

在公交客流量特性分析基础上,通过IC卡获取了实时公交客流量数据;结合GPS数据,利用OD反推法分析了实时客流分布;进而建立了基于IC卡和RBF神经网络的短时公交客流量预测模型并介绍了具体预测过程。对重庆市841公交线路进行了实例分析,得到上下车客流真实值与预测值的平均绝对相对误差均小于1.5%,实例计算结果表明该模型能获取实时客流数据,预测精度高,具有一定的实际应用价值。     

基于混沌-小波神经网络的公交客流量预测模型研究

为提高公交客流量预测的精确度,将混沌理论和小波神经网络方法相结合应用于公交客流量预测。分别采用自相关法、伪最近邻域法计算公交客流量时间序列的时间延迟、嵌入维数,采用小数据量法计算其最大李雅普诺夫指数,证实该时间序列具有混沌特性。据此建立混沌-小波神经网络预测模型,进而对H省某市实际公交客流量进行预测。实验结果表明,相比于传统的BP神经网络预测法、LIBSVM预测法,该方法在均方误差(MSE)、平均绝对误差(MAE)、平均相对误差(MRE)上均具有更小的预测误差,因而可以有效地预测公交客流量。