天津公交

公交运营精细化 保障市民元旦出行 2016年元旦,集团结合往年市民出行规律,通过加强运营现场管理,实现精细化车辆调度,缩短平峰时段车辆发车间隔,保障市民节日出行. 据集团相关负责人介绍,针对往年元旦期间客流情况,今年元旦小长假期间客流分布呈现出三个特点.一是在小长假期间,平峰时段客流高于高峰时段客流.二是在12月31日16:00后的晚高峰时段,会形成高于当日早高峰的客流.且客流集中程度高于元旦小长假平峰时段.三是在1月3日14:00后,各大长途汽车站、火车站周边会出现较大的返程客流.     

基于GWR模型的共享单车空间分布影响因素分析

为辨别不同时段不同地区影响单车出行的关键因素,认识共享单车与用户间的动态平衡关系,基于对城市多源数据的分析,从用车环境、道路交通基础设施、公共交通变量和土地利用变量4方面选取共享单车出行影响因素,并以此为输入性指标建立全局回归分析初选模型与地理加权回归模型(Geographically Weighted Regression, GWR),初步分析各因子的空间非平稳性。通过地理差异检验得到具有空间异质性的影响因子,然后采用空间可视化分析方法进一步探究单车出行分布与关键因子间的作用机理。以西安市建成区共享单车出行数据为例进行分析,结果表明:在工作日早高峰和晚高峰时段,共享单车设施分布密度对共享单车出行起点分布的影响存在空间异质性,企业密度在工作日早高峰时段、餐饮类分布密度在工作日晚高峰时段对共享单车出行终点的影响具有空间异质性;GWR模型对单车起终点影响因素回归分析的拟合优度R~2相比全局回归模型分别提高了0.428, 0.378, 0.208和0.309,且修正后的赤池信息准则(Akaike Information Criterion,AIC)值(AICc)与残差平方和均有所降低,表明GWR模型能较好地反映变量之间的空间异质性,具有较高的准确性与适用性。     

基于路段间转移概率的最优路径预测方法

提出一种基于路段间转移概率的最优路径预测方法，即根据出行时间，将历史出行数据分为早高峰、晚高峰、非高峰3组反映不同交通状况的时间段；根据起点和终点所在区域，对出行数据作进一步处理，解决给定起点与终点之间出行数据不足的问题。基于有经验的出行者选择路径即为最优路径这一假设，通过历史出行轨迹计算得到路段间的转移概率，建立Markov链模拟出行者路段选择行为，将最大选择概率路径作为最优路径的预测结果，并给出其求解方法。该方法仅利用历史出行轨迹进行最优路径预测，避免了复杂的路段阻抗计算，且具有数据易获取，与实际出行行为一致性高，计算量小的优点。案例分析表明，预测结果准确性在不同出行时段下产生变化，而交通区域划分的大小对其影响较小。     

基于出行时间可达性的公共交通竞争力评估模型

为实现区域公共交通与小汽车间出行竞争力的定量化评价和影响关系解析,利用公共交通动静态数据、出租车运行数据及出行调查数据提取公共交通个体出行链和小汽车出行用时等信息,结合路径规划API(Application Programming Interface)计算公共交通及小汽车全过程出行耗时,基于全过程出行时间可达性视角构建公共交通竞争力评价模型;考虑公共交通竞争力的空间效应,分别选取土地利用和交通设施因素作为解释变量,提出基于空间杜宾模型的公共交通竞争力影响模型;以北京市为例,探究早、晚高峰等不同时段下区域公共交通竞争力与各影响因素之间的交互关系。结果表明：早、晚高峰期间公共交通竞争力的平均值均在1.50以内,平峰时段约为1.74,市中心区、地铁沿线和大部分居住社区周边区域的公共交通出行竞争力相对较高;各时段下公共交通竞争力呈现明显的空间依赖性,且存在“低-低聚集”“高-高聚集”的典型聚集区域;土地利用混合度、办公就业密度和地铁站点密度等因素具有显著的负向空间溢出效应,而道路网密度和绕行系数则表现出显著的正向效应。综上,所提出的评价模型能够定量化评估公共交通竞争力,所建影响模型能够在考虑空间依赖性的基础上解释竞争力与因素间的相互关系。     

建成环境对轨道交通客流的时空异质性影响分析

研究各类建成环境特征对客流的影响，对城市轨道交通网络规划和运营客流控制具有重要意义。本文考虑人口经济特征、车站特征、外部交通特征与土地利用特征这4类建成环境对客流的影响，提出一种融合时空地理加权回归(GTWR)和随机森林(RF)的时空地理加权随机森林模型(GTWR-RF)，以捕捉建成环境特征对客流影响的时空异质性与非线性。首先，利用多源数据对各建成环境的统计指标进行细化和完善，采用GTWR模型计算建成环境对客流的影响系数，捕捉并分析建成环境对客流影响的时空异质性。其次，将影响系数输入RF模型中进行训练，捕捉并分析建成环境对客流的非线性影响，实现客流预测并确定建成环境特征对客流预测影响的相对重要度。针对北京的案例研究表明：GTWR-RF模型能够同时捕捉建成环境特征对客流影响的时空异质性与非线性，在所有建成环境特征中，工作人口数量对客流预测影响最显著，其次为公交接驳量；与普通最小二乘法、RF、梯度提升回归树、极限梯度提升树和GTWR模型相比，GTWR-RF模型具有更好的预测性能，在早高峰客流预测中决定系数较其他方法分别提升了5.7%,6.3%,0.5%,10.1%和7.3%。     

侵犯性驾驶行为对道路交叉口通行能力的影响

为研究侵犯性驾驶行为对城市局部区域交通通行的影响及影响程度,选取北京市4个典型道路交叉口进行1周观察.借助录像设备记录早高峰、平峰、晚高峰3个时段三类常见的侵犯性驾驶行为:侵占公交专用车道、随意变换车道、插队.数据显示:随意变换车道发生的次数最多且多数交叉口各时段间有显著差异;平峰时段侵占公交专用车道更为明显;各时段插队次数比较平均.为探究侵犯性驾驶行为对道路交叉口通行能力的影响,提出交叉口平均负荷能力(ALC)和侵犯性驾驶行为负荷(ADL)两项指标.计算结果与预期假设不同,具有侵犯性驾驶行为的车辆没有阻碍道路交叉口的车辆通行.     

空间异质性建成环境对地铁与公交换乘客流的影响

地铁与常规公交换乘的出行方式成为人口密集型城市的主要出行方式，探究两者换乘模式的影响因素有助于提高公共交通分担率。本文采用AFC(Automatic Fare Collection System)数据与AVL(Automatic Vehicle Location)数据，识别地铁-公交(M-B)和公交-地铁(B-M)两种模式的换乘客流。以地铁站点为核心，围绕站点周边开发程度、交通系统、城市设计及地铁网络结构特征这4个维度构建地铁站点建成环境指标体系。利用多尺度地理加权回归模型(MGWR)探究城市建成环境对地铁-公交与公交-地铁两种换乘模式的影响机理及其尺度效应，并以成都市为对象进行实证研究。研究结果表明：MGWR模型能够反映不同建成环境要素与M-B和B-M方式间依赖关系的空间异质性与作用尺度差异性，估计结果优于全局OLS(Ordinary Least-Squares)模型与GWR(Geographic Weighted Regression)模型；建成环境要素对公交与地铁换乘客流的影响效应存在空间异质性，公交线路数量空间异质性最为显著，非机动车道密度、土地利用混合度及地铁线路数量空间异质...     

基于就医活动推断的老年人公交就医可达性研究

为准确评估老年人公交就医出行的实际可达性,本文基于老年卡数据构建公交出行链,提出基于公交出行链的老年人就医活动推断方法,获取老年人的实际就医出行需求和出行时间。引入公交实时到站数据以反映公交实际运营水平对就医可达性的影响,构建面向出行全过程的实际出行成本矩阵,包括等候时间、乘车时间、换乘时间。考虑不同医院服务供给能力差异构建综合服务能力指标,引入分级服务半径和高斯距离衰减函数,提出基于改进两步移动搜索法的老年人公交就医可达性计算方法。以北京市六环内区域为例进行实证分析,结果表明：老年人公交就医可达性整体呈现由中心向外围递减的趋势,在城市外围区域其分布也存在空间异质性,五环路外的东部和西部区域可达性较好,而北部、东北部区域的可达性相对较差;各区域高峰时段的平均可达性均明显低于平峰时段的平均可达性。本文可为提升老年人就医出行可达性和公交系统适老化水平提供支撑。     

快慢车模式下早高峰时空乘车路径选择研究

研究早高峰通勤乘客的时空出行规律有助于更好地组织快慢车运营模式。本文从一种常见的快慢车运营模式出发,首先,根据乘客的起点车次和直达/换乘方案联合选择构建乘车路径;其次,以出行时间、早到/迟到延误和车内拥挤度作为早高峰通勤乘客出行选择的影响因素,对不同乘车路径下的出行成本进行构建;再次,以用户均衡理论建立乘车路径分配模型,并证明了该模型用户均衡路段解的存在性及唯一性;最后通过案例,对均衡模型进行验证。研究结果发现：短途乘客更愿意接受高拥挤但终点到达时刻接近工作开始时刻的车次,而长途乘客的车次选择分布较为均匀;除出行时间因素以外,延误惩罚和乘车拥挤同样影响早高峰通勤乘客的换乘行为,虽然换乘快车有可能降低出行时间,但高延误惩罚和拥挤成本会导致部分站点的乘客不选择换乘路径。     

城市轨道交通客流网络分布均衡性评价

复杂网络化运营下的城市轨道交通客流呈现时空分布不均衡特点,为量化表征客流网络分布不均衡程度,应用广义均衡性评价工具Gini系数和Theil指数,以车站客流量和区间断面满载率为评价指标多维度评价客流网络分布状态.以上海轨道交通网络为例,基于洛伦兹曲线求解得到早高峰 8:30-8:45、平峰 10:45-11:00和晚高峰18:30-18:45这3个时段全网车站客流分布的Gini系数分别为0.527、0.554、0.540.对照评价标准可知,3个时段客流分布均极不均衡;全网区间客流分布的Gini系数分别为 0.502、0.366、0.476,表明客流区间分布早高峰极不均衡、平峰相对均衡、晚高峰比较不均衡;基于线路分组的Theil指数求解结果与上述结论一致.最后,分析各线路客流分布不均衡对全网不均衡的贡献率,结果与实际客流分布状态相符,验证了本文方法的可行性与有效性.     

兰州公交

灵活调度 文明引导保障乘客顺畅出行 近期,冷空气来袭,气温骤降,受龚家湾地区地理位置限制,高峰时段道路拥堵现象较为凸显,尤其在晚高峰时段公交线路运营间隔较大,乘客排队候车时间较长.为保障乘客顺畅出行,兰州公交第一客运公司第五车队根据实际情况,综合乘客出行情况、道路拥堵时段等多方面因素,采取了一系列惠民、利民、便民的举措.     

基于多源数据的网约车与地铁接驳特征分析

网约车出行作为一种新兴的出行模式,在人们日常出行中发挥着重要作用。基于网约车订单数据,引入手机信令、地图导航等多源数据,首先,分析网约车与地铁接驳的时空特征,并与手机用户的地铁接驳出行数据进行对比;其次,基于XGBoost(extreme gradient boosting,极端梯度增强算法)构造充分考虑接驳距离、地铁乘距、接驳需求、公交便利程度、通勤出行占比等因素的回归模型;最后,从到达地铁站与离开地铁站两个方面,分析各因素对网约车与地铁接驳的影响。结果表明：使用网约车到达地铁站的订单量远大于离开地铁站的订单量,网约车与地铁接驳距离在1.5～3.5 km的接驳量最大;网约车与地铁接驳存在明显的早高峰和晚高峰时段,高峰时段使用网约车与地铁接驳的出行占比与手机用户使用地铁出行的占比一致。     

基于遗传算法的公交线路发车间隔优化

为优化公交企业运营管理,提出基于遗传算法的公交线路发车间隔优化方法。通过对公交线路发车间隔进行优化,平衡公交企业运营成本和乘客出行成本。以公交企业运营成本及乘客等车时间成本最低为目标,通过加权求和设定目标函数;考虑乘客舒适度、公交线路车辆满载率以及政府部门规定的最大最小发车间隔等因素,针对客流的高峰和平峰时段,建立相关约束条件;以郑州市60号公交线路为例,利用遗传算法对发车间隔优化模型进行了求解,得到了各时段的公交发车间隔,并将优化前成本与优化后成本进行比较,有效降低18%～26%的线路总成本。     

����SVM��Kalman�˲���BRT�г�ʱ��Ԥ��ģ���о�

本文提出了一个支持向量机进行初始行程时间预测并结合卡尔曼滤波算法进行动态调整的快速公交车行程时间综合预测模型.以快速公交车运行的GPS数据为基础,对北京市朝阳区快速公交2号线进行行程时间预测案例研究.利用该模型对其早高峰和上午平峰的两个不同时段的公交行程时间分别进行预测和对比分析,并通过与单一的卡尔曼滤波方法所得的预测结果进行比较.结果表明,该模型应用于快速公交行程时间预测具有更好的适用性,并且预测平峰时段的精度要高于高峰时段.     

城市公交运营参数时变特征的推断性统计研究——以保定市为例

以保定市公交跟车调查数据为研究对象,基于方差分析模型对早晨、上午、下午、傍晚4个时段的公交客流量、行程时间、满载率进行了分析,得到了工作日与周末不同的时变特征。工作日呈现“高峰-平峰”特征,存在早晚两个高峰,与一般描述性经验相一致,而周末则呈现“午前-午后”特征,与一般经验存在较大差异。     

城市轨道交通网络OD间路径旅行时间可靠性研究

在大规模复杂城市轨道交通网络条件下,同一OD间不同路径旅行时间的可靠性差异加大,进而对乘客出行选择产生影响。将乘客一次出行的路径旅行时间划分为走行时间(包括进站、换乘和出站走行时间)、候车时间(包括起始站和换乘站的候车时间)和乘车时间,运用概率密度函数对各分段时间进行定量解析与拟合。界定OD间路径旅行时间可靠性的内涵,提出以标准差和缓冲指数作为可靠性评价指标并给出计算方法。以北京地铁网络为例进行计算与分析,证明了评价指标能够较好地反映OD间路径旅行时间可靠性,并从实证角度说明了城市轨道交通系统在平峰时段具有较高的可靠性。由于高峰时段列车运行延误与乘客走行差异是影响OD间路径旅行时间的重要因素,以上海地铁网络中某一OD为研究实例,结果表明高峰时段不同路径旅行时间可靠性对乘客实际出行路径选择产生影响。     

青岛公交运营服务的创新模式——互联网公交快车

“互联网+青岛公交快车”(以下简称:互联网公交快车)是公交运营的创新,也是公交满足客运市场需求的服务创新. 互联网公交快车以“大规模定制(Mass Customization,MC)”理论为基础,应用互联网信息技术,在城市交通高峰时段将乘客的个性出行集合为规模出行,有利于高峰出行与公交资源供需矛盾的破解.     

基于IC卡数据的建成环境与公交出行率关系研究

近年来,建成环境对公交出行率的影响已逐渐引起重视,本文从不同层面捕捉影响公交出行率的内在要素,从理论上揭示建成环境影响公交出行率存在差异性的原因.以武汉市为例,基于公交 IC卡数据,提出分层线性模型研究站点周边建成环境、行政区域的社会经济变量对公交出行行为的复合影响.结果表明：不同分区中站点层面的建成环境对公交出行率的影响程度和作用存在明显差异性;而分区层面的人口密度、公交投入是导致这类差异的重要因素,并对公交出行率产生加成效应.本研究可为公交导向发展理念下的城市规划设计提供理论与技术支撑.     

基于IC卡数据的建成环境与 公交出行率关系研究

近年来,建成环境对公交出行率的影响已逐渐引起重视,本文从不同层面捕捉影响公交出行率的内在要素,从理论上揭示建成环境影响公交出行率存在差异性的原因.以武汉市为例,基于公交 IC卡数据,提出分层线性模型研究站点周边建成环境、行政区域的社会经济变量对公交出行行为的复合影响.结果表明：不同分区中站点层面的建成环境对公交出行率的影响程度和作用存在明显差异性;而分区层面的人口密度、公交投入是导致这类差异的重要因素,并对公交出行率产生加成效应.本研究可为公交导向发展理念下的城市规划设计提供理论与技术支撑.     

加强高峰运营管理 保障市民秋冬季高峰出行

重庆公交集团出台一系列措施，加强秋冬季高峰运营组织，努力实现市民乘坐公交车“高峰走得了、平峰走得好、全日保安全”的目标。预计每天高峰时段增加班次近700班，增加运力近60000人，增幅近13．5％，缓解市民高峰出行拥挤现象。