基于公交客流OD反推的公交乘客乘车站数分析

通过对公交出行距离的分析,认为公交出行属于中长距离的出行,出行时间过长或过短的居民,则很少采用公交出行方式.基于此对公交客流进行了调查,并对调查结果进行处理,验证了公交乘客的乘车站数服从偏正态分布.这个结论可应用于公交客流OD反推时的概率修正系数的确定.     

基于可变客流的接运公交网络优化

在充分考虑目的地非地铁站的变动客流和搭乘固定公交的既有客流基础上,基于多对多客流模式,以管理者、出行者和社会运营费用的总费用最小为目标,构建接运公交线路的优化模型.模型考虑了原本私家车出行客流和固定公交出行客流选择接运公交出行的可能性,应用Logit 模型进行流量分配,并采用遗传算法对问题求解,获得了最优的接运公交网络,变动客流在接运公交网络中的第一公交站和换乘的地铁站.研究结果表明,接运公交线路方案与其占全程广义出行费用的比例密切相关,故有必要将其从全程视角进行优化.     

适应于低密度开发区域的公交运营模式探索与研究——以深圳市小型公交支线为例

分析城市低密度开发区域的公交出行需求特征,提出与该类型区域客流出行特征相适应的公交运营模式,从而达到既满足客流出行需求又保证公交运营服务可持续的目的。最后,结合深圳市小型公交支线试点工作情况进行了案例分析。     

适应于低密度开发区域的公交运营模式探索与研究——以深圳市小型公交支线为例

分析城市低密度开发区域的公交出行需求特征,提出与该类型区域客流出行特征相适应的公交运营模式,从而达到既满足客流出行需求又保证公交运营服务可持续的目的。最后,结合深圳市小型公交支线试点工作情况进行了案例分析。     

公交客流OD矩阵推算

公交客流OD矩阵是／2-交运营调度的基础,精确的客流OD才能保证运营计划科学的制定,人、车资源合理调配。为了提高推算精度,本文提出公交客流OD矩阵受居民公交出行特征、公交停靠站附近的用地性质和停靠站换乘功能影响。采用K-S检验对居民出行站数进行分析,发现出行站数服从泊松分布。结合各停靠站的上下车人数,推算得到基于居民出行特征的客流OD。根据公交站点的吸引系数和吸引权,得到基于停靠站附近用地性质的客流OD推算模型。作者认为停靠站的重要系数与该站作为起始、终点和中途停靠的线路数有关,据此建立了基于站点换乘功能的客流OD推算模型。利用层次分析法组合上述三种影响因素,得到最后的公交客流OD矩阵。实例分析结果表明该方法确实可以大幅度提高推算精度。     

基于多源数据的公交客运廊道识别方法

针对现有廊道识别方法存在的不足,提出一种融合多源数据精确识别公交客运廊道的方法,对城市既有公交客运走廊起讫点进行准确识别。首先,通过手机信令数据刻画居民的全方式出行规律,从公交IC和GPS数据中提取居民的现状公交出行链;其次,构建公交客运廊道判别模型,利用需求客流因子和供给客流因子对城市公交客运走廊的客流集聚效应进行量化分析;最后,以融合了多源数据的总客流因子为判断标准,锁定公交客运廊道的最佳起讫点。研究表明:采用多源数据可以实现对乘客出行特征的精准描述,以此得出的廊道判别结果较常规判断方法更贴近乘客实际出行需求,可为城市客运走廊战略规划提供理论支持。     

基于IC卡与GPS数据的公交通勤出行特征分析

公交通勤人群是公交客流的重要组成部分,公交通勤出行特征是制定公交优先发展战略、公交规划、优化与运营管理的数据基础.针对传统以"车"为研究对象的碎片化公交通勤出行特征分析方法,基于公交IC卡与GPS数据,从公交乘客"人"角度出发,系统分析提出了公交出行链特征、区间客流不均衡系数、职住平衡水平及线路黏性系数4个维度指标参数计算方法.以重庆市主城区连续5个工作日47条代表性线路的公交乘客为例,对通勤出行特征进行分析,结果表明:重庆市主城区通勤客流换乘次数较少、长线公交客流需求较大、职住平衡水平较高、约1/4的通勤出行者对线路选择具有较强黏性.     

基于公交IC卡与GPS数据的公交客流可视化分析

公交客流特征与规律是公交高效运营与服务提升的主要研究内容,也是城市公交线网规划的重要决策依据。随着城市人口的增长及公交出行需求的增加,产生海量多元的公交IC卡刷卡数据。为实现对公交客流特征与规律的全方位精准分析,并优化展示分析结果,运用海量IC卡刷卡数据,结合公交车辆GPS数据,建立数据之间的关联,消除信息孤岛,对公交客流建立多维度数学分析模型。从客流OD、断面客流、候车时长、客流堆积等方面分析公交客流特征与规律,并将结果可视化,开发出客流可视化分析应用系统,能够为公交运营调度、线网规划提供科学的决策依据。在构建的客流分析系统中导入厦门BRT的实际刷卡数据,运行结果表明,该系统能够准确统计BRT的客流量,并分析客流特征与出行规律。     

公交客流调查数据的实用性分析研究

公共交通是城市交通中的重要组成部分，公交客流在城市交通出行中是主导人流。公交客流的基本特征在于空间和时间分布的不均匀性。公交客流在方向分布上是相对平衡的，因为乘客乘车一般都是一往一返。但在时间分布上则很不均衡，例如，节假日与平日，一日之内的客流高峰与平峰等。因此，充分研究和应用公交客流调查数据，对城市公共交通专项规划有着实质性的作用。     

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。     

基于公交IC卡数据的乘客出行分类研究

为得到体现公交乘客出行时空规律的数据,采用基于出行链方法推导出公共汽车乘客的下车站点;建立了描述单个乘客多天出行的完整数据框架;根据乘客参加不同活动所产生的出行时空特征定义了3类出行:通勤类出行、普通类出行和随机类出行,将出行频次与出发时间的标准差作为分类标准对公交乘客出行进行分类。研究表明:39.1%的乘客具有普通类或通勤类出行,生成总客流的76.4%;60.9%的乘客只具有随机类出行,生成总客流的23.6%。通过对乘客出行的分类研究可以更好地掌握乘客公交出行的规律和需求。     

新形势下公交运营模式创新探析——以宁波镇海公交为例

<正>在城市公交出行方式多元、常规（地面）公交客流下降的新形势下,如何推动公交运营精细化、高质量发展,契合新时代、新背景下的公交出行需求已成为题中之义。创新求变,探索多样化公交运营模式,提升公交出行率和出行满意度,实现地面公交持续、健康、稳定发展,是常规公交企业实现经济效益和社会效益的必由之路。     

基于IC卡历史数据的公交客流统计方法

随着公交IC卡的普遍使用,基于公交IC卡数据的公交客流统计方法逐步成为主流的统计方法。因国内绝大部分城市均采用上车刷卡的方式,所以需根据用户出行规律进行下车站点的推测。为降低运算复杂程度,现有的IC卡分析算法多采用基于后续公交站点吸引权的概率算法,这种算法既不能判断单个乘客的下车站点,对于总体客流又存在数据准确性问题。为此,本文对于能够形成出行闭环的单日多次出行采用传统方法推测其下车地点;对于未形成闭环的单日出行,则分析相关单个乘客历史类似天日的IC卡刷卡数据,统计出其最可能的下车站点,进而得出总体客流。采用本算法对重庆市某段时间的所有IC卡数据进行处理和统计后,经人工计数的数据对比表明:相较于传统的出行闭环算法和站点吸引权算法,本算法对于公交客流的统计更加准确。     

定制公交服务初探

在市民出行需求多元化和现状公交服务模式单一化的突出矛盾下,大力发展多元化公共交通已经成为城市交通发展的必然趋势。探讨了定制公交服务的定义、服务要素、优势和适用性。阐述定制公交具有高效、便捷、灵活、舒适、经济的特点,尤其适用于出行时间和起讫点相对固定、出行需求相对集中、出行距离适中的客流群体。最后指出,大力发展定制公交对于完善和提升公共交通服务具有较强的现实意义。     

基于刷卡数据和GPS数据的公交客流特征分析方法

为准确并快速分析城市公交客流特征,提供城市公交专项规划编制的基础数据资料,提出一种采用公交刷卡数据和GPS数据分析公交客流特征的方法。首先,全面总结公交客流数据处理方法和流程,包括客流时间特征、空间特征和公交运营特征;其次,针对实际可能出现的数据缺失情况和传统方法局限性,通过上车站点判断引入时间临近规则、下车站点判断设计了考虑出行链和站序约束的数据融合算法,改进上下车站点判断过程;最后,以三明市公交客流数据处理为例,该城市公交人均出行次数为2.5次,工作日形成4个高峰时段,得到具体的公交客流OD分布,计算部分线路断面客流量,并指导公交规划方案调整。     

城市智慧公交研究综述与展望

以当前城市智慧公交发展为背景，本文从我国城市智慧公交当前发展现状出发，围绕智慧公交客流特征分析、智慧公交运营研究、智慧公交网络设计与优化、智慧公交服务评估等4个方面对智慧公交的研究现状进行了综述并指出现有研究的重点。在此基础上，对现有研究进一步从智慧公交客流特征分析、智慧公交运营、智慧公交网络设计与优化，以及智慧公共交通服务评估 等4个方面进行了评述，并指出每个方面存在的不足。进一步，本文从乘客特征智能识别与预测、 复杂场景下的智慧公交运营、智慧公交网络设计与优化，以及智慧公交服务评估等4个方面对智慧公交的未来发展趋势进行研究展望，并分别提出了代表性的研究问题。通过总结当前智慧公交的研究不足以及研究展望，本文进一步指出智慧公交的创新性研究和发展，亟需从如下4个方面展开：挖掘乘客全出行链信息，提供一站式智慧公交出行服务；土地利用与交通整合视角下集 成智慧公交基础设施布局优化和公交运营效率提升；基于智慧公交多层级发展需求，构建面向政府、企业、社会用户的立体化公交运营系统评估体系；构建智慧公交一站式出行服务平台。结合当前智慧公交出行的日渐兴起，本文总结了智慧公交当前的研究现状，指出了当前智慧公交研究存在的不足，并展望了智慧公交发展的关键科学问题。研究认为：随着大数据、云计算、自动驾驶、智能网联与新能源汽车等新兴技术和颠覆性技术在城市交通领域的集成应用，对提供多模式智慧公交服务和促进城市可持续发展提供了新思路与新机遇。但是，单凭新技术无法提升智慧公交服务水平和促进城市可持续发展，还需交通系统和管理水平的提升，当前亟需围绕关键问题开展研究。本文同时强调当前研究需进一步加强多学科交叉，突出产学研相结合，为我国智慧公交高质量发展提供强有力的科学支撑。     

柳州公交开展客流调查

日前柳州市公交公司组织人员，在全市展开了一次柳州公交历史上范围最广、规模最大的公交客流调查。调查方式是根据公司制订的客流调查方案，由四个运营分公司分别组织有关人员，对全市50％的公交车辆进行全天公交客流跟车调查。     

公交动态客流与公交客流信息化分析

公交客流是借助于公共交通工具去目的地而产生的移动人群。公交在编制营运计划工作前会对公交线路进行客流调研。随着城市轨道交通的迅速发展．新的问题又产生了，调研公交沿线的企业、学校、商场等大客流的方法只是一种静态客流（基本不变）．     

适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征，利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表，通过各类数据关联融合，提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库，采用Python语言编写代码，构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此，运用银川公交大数据进行客流集散点识别、客流走廊识别，得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明，一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

集团开通3条公交巴士快线

为满足不同乘客的出行需求，集团公司推出了首批3条“公交巴士快线”。这是继3月份推出“定制商务班车”之后，集团公司为缩短乘客出行时间的又一项便民举措。 “公交巴士快线”是一种在客流集中区域设置乘降站，选择公交专用道行驶，配备空调车辆，采用定时、定点发车运营模式的特殊公交线路。与普通公交线路相比，公交巴士快线具有快捷、舒适的特性，满足部分乘客对公交车“快”的要求，并为集中出行乘客提供了方便。