基于概率选择的城市轨道交通最优票价计算方法

通过建立概率选择模型，分析了多种交通方式竞争条件下的客票收入、客流量、票价之间的关系。在此基础上提出了计算城市轨道交通最优票价的一种方法，并给出了实际的算例。     

城市轨道交通换乘站位置对乘客换乘路径选择的影响

[目的]城市轨道交通乘客实际出行中存在一些不宜量化的因素(如换乘站在线网中的位置等)。这些因素难以量化折算为城市轨道交通多路径概率选择模型中的出行路径阻抗,需要研究这些因素对乘客路径选择的影响。[方法]根据换乘站在城市轨道交通路径中的位置将换乘站划分为居路径前段、居路径中间、居路径后段三类。基于手机信令获取得到的上海轨道交通线网乘客出行数据,选取其中的典型OD(起讫点)对及符合研究要求的换乘站,将多路径概率选择模型计算得到的选择比例与路径实际选择比例进行对比,分析得到不同换乘站类型对乘客换乘路径选择的影响规律。[结果及结论]与居路径中间换乘站相比,乘客更趋于选择在居路径前段、居路径后段的换乘站进行换乘,其路径实际选择比例较模型计算选择比例约高10%。构建多路径概率选择模型时,不能简单地将换乘因素量化折算为阻抗,应对各换乘因素进行综合考虑。     

城市轨道交通接驳方式的选择

以北京市第三次居民出行调查数据为基础,在考虑影响接驳方式选择的个人、家庭社会经济属性的基础上,构建城市轨道交通接驳方式选择模型.利用模型估计得到参数,通过计算事件发生比,分析变量对接驳方式选择的影响程度.用一个案例,阐述接驳方式选择模型的运用,结果表明:接驳方式选择模型适用于研究个体的出行决策,预测正确率达到70.5%.轨道交通接驳方式研究在实践中的应用,对提高城市轨道交通吸引能力和扩大其影响范围有重要作用.     

基于前景理论的轨道交通乘客路径选择模型

研究有限理性条件下城市轨道交通乘客的路径选择问题。从出行费用角度出发,通过对不同类型乘客的出行时间、换乘时间、换乘次数和列车拥挤度4个因素的权重分析,建立乘客广义出行费用模型;并基于前景理论,建立以出行费用为参考点的路径选择模型,从而准确分析出乘客的选择偏好。实例结果表明,该模型对乘客出行路径的分析具有更高的可靠性。     

轨道交通快慢线平行运营条件下乘客路径选择行为研究

基于快慢线票价一致的研究背景,分析城市轨道交通快慢车分线运营条件下乘客路径选择行为,按照乘客出行起讫点车站类型进行客流分类,考虑换乘时间和换乘次数对广义出行费用函数进行刻画,采用正态概率分布模型对案例中各类客流的路径选择概率进行求解。得出结论:快慢线列车开行比例较高情况下,当AB-AB类、AB-B类乘客乘坐慢车出行时间在21min和41min以上时,乘客将全部选择快车出行;而B-B类乘客在出行时间不低于52 min时才会考虑两次换乘方案。说明短距离出行时乘客倾向于选择直达方案;长距离出行时则更加倾向于选择能够实现快速出行的路径方案,尽管此种路径会牺牲一定的换乘次数,乘客会权衡换乘对总体出行时间的影响并选择最优路径出行。     

出行链视角下城市轨道交通接驳方式联合选择模型

以城市轨道交通出行方式链为例,针对城市轨道交通两端的接驳方式,构建基于交叉巢式Logit(CNL)模型的城市轨道交通出行链联合选择模型。模型从出行全过程角度,将轨道交通两端的接驳方式纳入一个模型里进行联合选择。模型选取出行者社会经济特征,发生端出行特征,到达端出行特征三类特征变量,建立联合概率模型,对特征变量进行标定。模型结论显示:(1)以到达客流为主的城市轨道交通站点对于交通接驳便捷程度的敏感性更高;(2)公交接驳方式转化为小汽车接驳的可能性更高。对于揭示城轨接驳规律,优化轨道接驳系统具有实际意义。     

城市公共交通技术应用的探讨

狭义的城市公共交通主要由轨道交通及公共汽车组成。技术革命改变世界,新技术的推广应用促进社会的进步,基于这样的认识,城市轨道交通的发展应当从运输技术变迁史和重要产业培育的高层次来加以认识和解决。从城市交通技术应用所面临的兼容性问题出发,诠释了城市轨道交通的发展,指出城市轨道交通技术在与既有由公共汽车为主的交通技术的竞争中可能会出现技术选择的路径依赖和锁定现象。进一步的分析表明,采用交通技术所带来的收入、沉淀成本、转移成本等成为决定或超越城市交通方式发展中路径依赖的重要影响因素。     

交通物流配送路径优化算法的研究

为进一步优化交通物流配送路径,提高物流配送效率,将多种路径优化算法相结合,提出改进的路径优化混合算法。首先利用遗传算法的随机搜索性、快速性和全局收敛性产生物流路径问题的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制及求解效率高等特点求得较优解,最后利用爬山算法良好的局部收敛性求得最优解。实验结果证明,该混合算法与单一算法相比,其路径计算效果和计算效率都有比较明显的提高。     

城市轨道交通网络化列车开行方案优化方法

通过引入备选集,建立双层规划模型,将网络化列车开行方案这一复杂的混合交通网络设计问题简化成0-1规划问题;采用混合遗传模拟退火算法对城市轨道交通网络化列车开行方案优化问题进行求解。上层模型以城市轨道交通网络化列车开行方案涉及的运营单位和乘客综合费用最小化为目标,以交路必须覆盖整个运营网络、限制区间交路数、满足发车间隔时间限制和区间客流量小于列车运力为约束条件;下层模型为用于城市轨道交通网络客流分配的随机用户均衡问题优化模型,它充分考虑了乘客选择出行时路径感知费用与实际费用之间的差异。算例结果表明,采用基于备选集的双层规划模型和混合遗传模拟退火算法对城市轨道交通网络化列车开行方案进行优化是可行和有效的,而且求解效率高。     

遗传算法在系统最优交通分配模型中的应用

在改进选择策略,实行两点变异并采用随机的交叉概率与变异概率的基础上,将遗传算法应用于系统最优交通分配模型中.通过算例与Frank-Wolfe算法进行比较,说明了遗传算法的有效性与可行性,指出了遗传算法相对于Frank-Wolfe算法特有的优越性.为交通分配问题的计算引入了新的有效途径.