共查询到17条相似文献,搜索用时 87 毫秒
1.
公交 IC 卡收费系统和车辆定位系统的广泛应用,为获取公交客流 OD 提供了新的途径。针对现有公交客流 OD 推导算法的不足,从上车站点识别和下车站点推导两方面入手,对公交客流 OD推导算法进行了改进。为了修正公交 IC 卡数据时间偏差,提高上车站点识别的准确性,在分析公交乘客上车刷卡行为的基础上,提出了基于 AVL 数据的公交 IC 卡数据时间修正方法。根据公交出行链的特性差异,将公交出行链划分为连续链和非连续链两大类,在此基础上,建立了不同公交出行链的下车站点推导模型,优化了下车站点推导流程。以苏州市的公交 IC 卡和 AVL 数据为例进行实例研究,通过对推导结果合理性的讨论分析,论证了改进算法的可行性和有效性。实践表明,改进后的公交客流 OD 推导算法流程清晰,易于程序实现,可以用于公交客流的自动分析。 相似文献
2.
在分析公交出行距离和下车站点的用地性质等因素对公交乘客下车概率影响的基础上,全面考虑站点对周边区域换乘的辐射影响,引入了1个新的影响因子---下车站点换乘能力,该因子利用以站点为中心,300 m到500 m为半径,可利用换乘的公交线路条数来表示;综合考虑上述3个影响因子,构建了基于站点吸引的公交客流O D分布概率模型。基于济南市公交IC卡数据,采用C++语言编程实现该模型,得出了公交客流出行的空间分布规律,并采用核查线法验证该模型的可行性和有效性。验证结果表明,该模型OD反推误差可以控制在10%之内,反推精度较高,较好的贴合实际,具有一定的工程应用价值。 相似文献
3.
4.
5.
为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型.分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响.进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精度的优点,提出了基于SVM-KNN的短时公交客流预测模型.具体方法为:用SVM训练少量数据生成子数据库,随后采用KNN识别相似模式预测短时公交客流.通过采集深圳市南山区4条公交线路降雨条件下的客流数据进行算例仿真,验证了模型和算法的有效性.结果表明,SVM-KNN算法的综合平均绝对误差(MAE)为8.437,综合均方误差(MSE)为10.725,综合平均相对误差(MAPE)为8.8%,综合均方相对误差(MSPE)为11.3%,比常用的RBF模型的MAE,MSE,MAPE及MSPE各类误差分别降低了3.646,3.631,4.6%,5.5%. 相似文献
6.
7.
汉口中山大道现状通行拥堵,行人路权无法保证。通过对道路断面调整,交通组织优化及静态交通规划,对中山大道进行了公交街道改造。公交街道保证了道路公共交通及行人路权。 相似文献
8.
9.
10.
为了综合量化表征公交走廊客流承载设施及工具的空间拥挤性和客流运送时间效率,并科学评价客观技术指标和主观乘客感知对公交系统运行状态的敏感度,提出客流拥塞的概念,并用客流拥塞指数量化表征公交系统运行状态。通过解析客流拥塞与出行时效的关联,并分析公交出行阶段特征,基于“时效延长”思想构建客流拥塞量化表征模型,用于系统量化乘客对出行时间和空间拥挤的主观感知;选取影响出行时效的核心要素作为特征变量(车厢客流密度、站台乘客密度、区间乘车时间和站点候车时间),采用直观类比打分SP调查法获取数据用于估计模型参数;基于北京西三环公交走廊实测数据,分析全天区间客流拥塞指数时空分布特征和走廊客流拥塞指数动态演化趋势。研究结果表明:北京西三环公交走廊客流拥塞高峰阈值为0.193 9,客流拥塞状态存在明显的方向特征,下行方向客流拥塞高峰状态更显著且持续时间更长;4个特征变量灵敏度系数均值分别为0.449 2,0.165 2,1.427 1和0.408 3,即区间乘车时间为客流拥塞指数最显著的影响因子,而站台乘客密度的影响程度最小,模型识别公交客流拥塞成因的能力得以体现;该模型能够综合全面地反映公交走廊客流拥塞时空分布和动态演化趋势,并能够应用于公交运行状态改善措施研究。 相似文献
11.
为提升城市公交准点率、减少延误,解决车辆串车问题,研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征,以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束,采用实时混合控制策略,实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法,考虑到乘客到达率的不确定性,并通过调控公交车辆站点驻站时间以及路段平均行驶速度,可满足站点时段性群体聚集公交客流出行需求,防范潜在的公交串车。在模型求解上,考虑到双目标优化视角的差异性,运用超车规则对串车场景下的出站车辆重新排序,设计基于NSGA-II的求解算法,以拥挤距离标定序度关系,以精英策略获取新种群,改进交叉算子,并基于TOPSIS法对获取的Pareto解集择优。最后,以实际公交线路为例进行案例分析,结果表明:基于站点群体聚集性客流的公交串车优化调度模型,系统考虑了乘客乘车属性与车辆载客限制,能够输出最优的车辆滞站与车速调整方案,并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表... 相似文献
12.
城市客车客流统计系统APCS作为城市智能公交调度系统的信息采集前端,是车辆调度、运营管理的重要数据来源。本文提出了利用反射式红外传感器统计乘客数量,并使用热释电传感器区别乘客与货物;给出了传感器单元组、传感器数据处理单元的设计原理,并设计了红外发射接收和热释电传感器接收电路。本系统具有扩展冗余度高、精度成本适中的特点,能够满足城市客车调度系统的需求。 相似文献
13.
14.
为选用合理的座椅布置来适应运营时段内客流的变化, 提高城市客车服务能力, 调查了坐姿乘客在车厢地板上的平均投影面积, 明确了划分不同运营时段的判别准则, 提出了1种综合考虑坐姿和站立乘客的乘客密度指数, 分析了车上人数和高峰流量系数对座椅数目最优解的影响; 提出了公交线路上采用单一座椅布置情形下的12m城市客车最优座椅数目确定方法, 分析了座椅布置与运营时段之间的匹配方法, 运用西安市7条公交线路的客流数据验证了模型的可行性, 分析了3种常见座椅布置对运营时段和线路属性的适应性。结果表明: 坐姿乘客在车厢地板上的平均投影面积为0.35 m2/人; 高峰客流系数是影响12 m城市客车座椅数目的关键因素; 公交线路单一座椅布置的座椅数目推荐值为21~43座; 控制实际座椅数目与最优解的偏差在2个座位以内且满足通用布置原则要求时, 可使座椅布置适配公交线路的效果达到最佳。 相似文献
15.
16.
分析了城市轨道交通通勤大客流的产生原因、特征及其主要表现.结合大客流对线网的影响作用,构建大客流指标体系,提出针对通勤大客流时空分布特征的评价分析方法;定义相对满载率,对大客流时空传播进行量化表征.基于北京市城市轨道交通运营统计数据,对北京市城市轨道交通早高峰通勤大客流的总体特征及时空变化进行分析,定位了发生大客流的线路、车站和断面,获取早高峰通勤大客流在规模、方向、时空分布等方面的基本规律.结果表明,换乘方向客流不均衡对换乘站大客流具有重要影响;最拥堵断面常分布于郊区线与主干线换乘点附近;换乘站较多的线路,拥挤持续时间较短且疏散较快. 相似文献