基于Oracle Spatial的城市公交网络出行路径选择算法

基于对象-关系模型数据库设计了公交网络空间数据表结构和求解公交出行路径选择的计算机算法,并采用Oracle Spatial组件中的空间操作存储过程、函数及操作算子实现了求解大规模公交网络出行路径选择方案的算法.在兰州市部分公交线路的实例应用中,计算机算法以毫秒时间为度量单位完成了出行方案的查询.     

公交网络最优路径求解算法

求解公交网络最优路径是进行公共交通系统规划的一项关键技术.通过对多种现有算法的分析,利用公交换乘矩阵性质,本文提出了一种求解公交网络最优路径的标准算法.新算法考虑了公交换乘次数、换乘点选择以及出行总成本对求解最优路径的综合影响.通过建立换乘步行时间矩阵,并将过去求解最小换乘次数的换乘矩阵乘法运算变为相应的换乘步行时间矩阵和公交出行时间矩阵的加法运算,得到新算法.新算法可顺利实现在单一OD对、单起点多终点以及任意节点间求解最优路径的转化.文中给出了新算法的详细求解步骤,而且通过一个算例对新算法的有效性进行了验证.     

公交网络多路径选择启发式算法研究

公交乘客出行路径选择算法是公交乘客信息系统的核心技术。建立了公交网络出行路径选择的数学模型,在Dijkstra算法和迭代惩罚法的基础上,设计了公交网络多路径选择的启发式算法,并结合实际公交网络进行了算法的验证。算法合理考虑了换乘因素和距离因素对公交出行者路径选择行为的共同影响,能够生成多条备选路径供出行者选择。对于公交乘客信息系统相关技术的研究开发具有参考价值。     

公交出行路径蚂蚁算法

结合公交乘客出行的特点,基于Dijkstra算法站点查询的出行路径选择方法,提出了基于蚂蚁算法的具有最少换乘次数的公交出行路径查询算法.算法利用了蚂蚁寻食出行路径选择的行为特点,通过线路激素强度的更新机制,实现了以换乘次数最少和公交出行站点最少的公交出行路径选择优化目标.算法实际查询结果与实际相符.     

考虑充电需求的电动公交车运营优化模型与算法

随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法（Surrogate-model-based Algorithm）来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。     

考虑个性化出行需求的多模式公交路径规划

在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求. 为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法（depth first search-genetic algorithm,GA-DFS）,并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法（simulated annealing-genetic algorithm,GA-SA）进行对比分析. 仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42%,寻优能力提高了50%,并且可以提供基于乘客多种出行需求的路径规划方案.      

���й���ϵͳ��������Ż������о�

采用混合整数优化方法,研究城市公交系统宏观网络优化整合问题. 根据区域间服务水平要求、公交供给能力以及满足一定乘客出行要求,构造公交系统宏观网络优化整合多目标模型,该多目标函数考虑乘客总出行时间成本、各公交方式的建设总费用、各公交方式的能耗和污染物排放总费用、枢纽建设总费用最优;并给出最优解的多方案求解步骤;针对多节点采用Branch-Cut算法进行求解,提高求解效率;通过算例对模型和算法的可行性和有效性进行了验证,说明该算法可得出不同发展阶段下的公交宏观网络最优布局方案;结果表明,提出的模型与算法能对城市公交宏观网络布局提供辅助决策支持.     

距离加权公交换乘复杂网络最短路算法研究

为研究乘客使用公共交通的实际出行距离,基于公交复杂网络中的换乘网络Space P拓扑结构,结合公交车站的经纬度坐标,建立以距离为边权的加权公交换乘网络。基于该加权网络,设计了综合考虑换乘次数和路径长度的最短路算法,该算法可保证在站间换乘次数最少的基础上通过的路径也相对最短。利用成都市公交网络进行实例分析,并与Floyd算法进行对比,结果显示,由该算法得到的平均最短路径长度增加3.7 km,但平均换乘次数下降0.64次,更符合乘客的出行习惯;随机选择一些车站进行最优换乘路径选取试验,结果表明,由该算法得到的方案在保证换乘次数最少基础上,得到的路径也基本最短,证明了算法的有效性。     

一体化公交网络均衡配流模型

分析了一体化公交网络的交通特性,基于一体化公交出行的路径特点,研究了公交出行时间与出行费用因素对出行阻抗的影响.考虑人流密度对步行速度的影响以及出行费用与时间的换算关系,将公交出行的路段阻抗、节点阻抗与费用阻抗统一换算为时间,建立了一体化公交网络的出行阻抗函数.利用Wardrop均衡原理,建立了一体化公交网络的均衡配流模型,并通过FW算法对配流模型进行求解.计算结果表明:当地面公交线路长度与轨道交通长度分别为57.3、16.2 km时,轨道交通线路输送的客流量占总客运量的65.4％,通过换乘进入轨道交通系统的客流量达55.4％.构建合理的一体化公交网络能降低乘客出行总阻抗,提高公交系统运输效率.     

公交网络系统的随机均衡配流模型

基于对公交网络的特殊性，把换乘次数的影响反映到出行时间中，提出符合乘客出行路径选择的行为假设。给出了广义出行时间下的SUE（Stochastic User Equilibnum）条件。在有容量限制的情况下，建立了公交网络系统的随机均衡配流模型。给出了模型的求解算法和算例，算例的结果表明模型具有一般性和适应性。     

基于GBAS的公交路径选择仿真系统研究

通过对公交系统进行网络描述,提出以换乘次数最少为首要优化目标,以公交出行距离最短为第二优化目标的基于GBAS(基于图的蚁群系统)的公交出行路径选择算法.同时,以该算法为核心研发一套仿真系统对算法有效性进行验证,亦具有一定的应用参考价值.     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

基于GIS的公交网络模型及其在公交线路查询中的应用

分析了公交网络的特点，研究了如何利用GIS技术建立基于道路网的公交网络模型，提出了基于最优化路径条件下的换乘搜索方法，并探讨了其在公交线路查询中的应用．该方法可用于计划出行路线和提供在线信息，有效综合了线路、费用、时间及相关的动态交通数据．这样的系统可建立在互联网GIS系统中，为出行者提供交互式的服务．     

拥挤公交网络的出行费用可靠性

考虑随机事件对公交系统能力的影响,作者定义了公交网络中乘客的出行费用可靠性指标,以衡量不确定环境下的公交服务水平。该指标定义为在公交系统能力随机变化情况下,在给定的OD对之间,乘客能够按照预定费用顺利完成出行的概率。采用基于用户平衡准则的公交配流模型描述公交乘客的路径选择行为,给出了基于蒙特卡洛仿真的公交出行费用可靠性的计算方法。用一个算例对公交网络出行费用可靠性指标及其计算方法进行了验证。     

基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

���й����ͨ��������ĸĽ�Logitģ�ͼ�������

充分考虑城市轨道交通网络中影响乘客路径选择的主要因素,包括乘车时间、换乘次数和换乘时间,通过对换乘时间进行惩罚,构造了包括换乘在内的城市轨道交通网络的路径广义费用模型,基于随机效用理论分析了乘客的路径选择行为.根据最短路径费用定义OD之间的有效路径集合,同时,使用路径相对费用代替路径绝对费用,对传统Logit模型进行改进,提出基于改进Logit模型的城市轨道交通网络客流分配方法.采用基于图的遍历算法确定OD间的有效路径.最后,以2008年北京市轨道交通网络为研究对象,对模型和算法进行了分析和验证.     

城市公共交通合理路径集生成研究

在交通发展多元化的背景下,公共交通的出行分担率逐步提升,并成为城市居民的主要通勤出行方式。用于公共交通流量分配的路径集生成技术亟需研究：将行为阈值约束与改进的Dijkstra算法相结合构建数学模型,算法基于枚举的方式,剔除公交路径集中的无效路径,生成合理路径集,并通过Visual Basic语言开发实现。在包含8条线路的算例网络中,考虑出行总时间、步行时间、换乘次数、拥挤指数四个阈值约束,生成包含直达与一次换乘的路径集。研究成果可为城市公共交通出行的路径选择行为分析提供参考。     

基于局部连通性的在途动态路径诱导方法

驾车购物已经成为现代城市居民常见的生活出行方式,而驾车购物出行量的不断 增长也引发了严重的道路交通供需矛盾,加重了城市交通拥堵程度.为更好地满足居民驾车购 物出行的实际需要,出行路径诱导已成为一种优先选择,但目前大多数路径诱导方法运用固 定的最优路径搜索算法来规划行驶路线,不能完全自适应交通流的变化,并没有考虑到购物 出行特点.本文提出一种在途动态路径诱导方法,分析实时交通信息对路网连通性的动态影 响,在途中对诱导路径进行局部范围的重新搜索,并及时将更新结果反馈给在途车辆.实验结 果表明,与其他动态路径诱导方法相比,该方法计算量减少了56%以上,具有更强的实时性和 有效性,并具有开放性结构,能够根据需求替换不同路径搜索算法.     

公交线网优化的算法研究

为缩短居民乘车出行时间以及减少公交运营投入,在公交线网优化过程中通常采用具有全局最优的遗传算法。针对基本遗传算法自身的一些缺点,提出了一种改进的遗传算法。该算法在公共交通路线优选过程中运用减少搜索空间、加入最佳保留策略和修正策略的方法,对基本遗传算法中的选择、交叉、变异算子及中止条件进行改进。改进遗传算法能够在保证种群多样性的同时加快收敛速度,较好地避免了基本遗传算法前期容易早熟和后期进化缓慢等现象。实例仿真计算表明,该算法具有比基本遗传算法更高的效率,是优化公交线网的一个有效途径。