基于出行不均匀分布的通达型公交网络

通达性公交网络具有时空覆盖率高,乘客出行时间短等优点,可有效缓减城市交通拥堵。本文面向市中心靠近城市边界的城市形态且出行需求空间分布不均匀的城市,假设市中心出行均匀分布,郊区出行为线性递减的空间需求函数,建立公交线网规划、站点和频率设置的综合模型。模型受决策变量和输入参数影响小,稳定性和可行性好。当车头时距、市中心与城市比例、公交站距变化范围在-50%~46%,总成本增加不超过10%。乘客步行速度对总成本和乘客的成本影响较大,发展共享单车、公交微循环等会显著降低乘客出行成本。需求越集中于市中心,公交公司成本越会显著下降,但公交系统的稳定性下降,会削弱公交竞争力。     

基于乘客出行时间的公交站距优化研究

经济的发展带动交通事业的进步,公共交通已成为人们出行过程中必不可少的工具。因此,如何提高公共交通运行效率也成为人们研究的重要内容,而对公交站间距的优化更是重中之重。本文在分析乘客出行过程的基础上,以时间为衡量标准,提出乘客出行时间最小的公交站距优化模型;并结合实际数据对各影响因素进行灵敏度分析,验证了模型的适用性和有效性。     

基于社会福利最大的公交站距优化模型研究

公交站点是城市基础设施的重要组成部分,优化城市公交站点布局,对满足公交车辆停靠和乘客出行需求,具有重要的意义。从社会福利最大的角度出发,分析公交站距设定的影响因素,综合考虑公交运营商和乘客的利益,建立公交站距的优化模型,具有一定的指导意义。     

轨道新线对公共交通乘客吸引力影响因素研究

研究轨道交通新线对公共交通乘客的吸引力影响因素，有助于理解公共交通乘客的出行方式选择行为，预判新线开通带来的客流变化，以提高公共交通运力投放效率和整体服务水平。本文利用公交智能卡数据构建量化评价轨道新线吸引力影响因素的分类与回归树(Classification and Regression Tree, CART)模型，实证分析轨道新线吸引力与乘客特征间的相关关系。首先，从长时期的刷卡记录中挖掘乘客类型、出行习惯、出行特征和职住地轨道可达性等乘客特征指标；其次，以开通后的乘车次数表征新线吸引力，基于上述特征指标构建整体精度为82.6%的轨道新线吸引力影响因素解析决策树模型；最后，依据决策树结构和指标权重量化解析影响轨道新线对公共交通乘客吸引力的关键因素。分析结果表明，居住地距新线距离是影响新线对其吸引力最重要的因素，其次是居住地的轨道可达性水平及乘客联乘出行比例；而出行时间、出行距离等因素对轨道新线吸引力的影响较小。此外，轨道新线对老年乘客的吸引力与其他群体存在明显差异。本文研究成果对优化公共交通规划与运营组织具有重要指导意义。     

乘客差异化需求对公交出行满意度的影响

中国对于公交出行满意度的研究主要集中在服务质量指标的制定、乘客意向信息采集等方面,对出行满意度的影响因素缺少深入分析。结合安徽省铜陵市居民公交出行意向调查数据,对通勤乘客和非通勤乘客的公交出行服务需求特征进行分析。在此基础上构建结构方程模型,探究乘客公交出行满意度的影响因素。模型结果表明,通勤乘客更重视公交服务的经济性、便捷性和可达性,而非通勤乘客更重视可靠性和舒适性;经济性和可达性需求对通勤乘客满意度有显著积极影响,而便捷性、可靠性和舒适性需求对所有公交乘客满意度均有显著消极影响。由此,针对两类乘客分别提出提升公交出行满意度的措施。     

城市公交站点间距优化方法研究

公交站点是城市基础设施的重要组成部分．优化城市公交站点布局．对满足公交车辆停靠和乘客出行需求,具有十分重要的现实意义。本文以乘客出行时间最小的平均站距优化模型为基础,引入出行者车内、车外时间价值两个参数,建立以出行者费用最小为目标函数的最优站距模型。然后以深圳市宝安区为例,根据宝安区道路及公交站点现状的调查结果,分析不同等级道路上的公交站点最优站距．并根据计算结果提出宝安区公交站点优化的可行性建议。     

基于驻站和限流的组合公交控制策略研究

为减少串车现象以提高公交服务可靠性,提出了一种基于车头时距阈值的驻站-限流的组合公交策略.为了验证新策略的有效性,基于元胞自动机模型建立了可描述公交车运行特征和乘客出行特性的仿真框架,并利用实际的公交线路数据对其参数进行了校验.数值实验分析了组合策略中控制参数的取值对系统性能的影响.结果表明,以最小化乘客平均等待时间为目标所求解的组合策略有助于公交系统服务可靠性的提高,而最小化单位乘客出行时间时所求解的策略具有更高的乘客出行效率和公交运行速度.     

城市公交站点间距优化方法研究

公交站点是城市基础设施的重要组成部分,优化城市公交站点布局,对满足公交车辆停靠和乘客出行需求,具有十分重要的现实意义。本文以乘客出行时间最小的平均站距优化模型为基础,引入出行者车内、车外时间价值两个参数,建立以出行者费用最小为目标函数的最优站距模型。然后以深圳市宝安区为例,根据宝安区道路及公交站点现状的调查结果,分析不同等级道路上的公交站点最优站距,并根据计算结果提出宝安区公交站点优化的可行性建议。     

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.     

市域快慢车越行组织下乘客选择行为研究

快车对慢车的越行影响了市域轨道交通快慢车运营组织下乘客换乘选择行 为.本文考虑乘客的时间感知差异,按照乘客出行起讫点的车站种类划分乘客,建立出行 广义费用模型;采用了Logit 模型求解案例中各类乘客的路径选择概率,并分析影响因素 的灵敏度.结果表明：换乘时间感知系数或始发站发车间隔增加时,乘客选择需换乘路径 的概率减小而选择慢车直达的概率增加;乘客出行途经车站数量或快车越行慢车次数增 加时,乘客选择需换乘路径的概率增加而选择慢车直达的概率减小.说明快慢车运营方式 适用于线路较长且乘客出行距离较远的市域轨道交通,能诱发乘客为了节省出行时间而 选择可能需要换乘的快车.     

基于连续近似模型的轨道交通与常规公交耦合优化设计

为研究城市轨道交通与常规公交线网耦合优化设计问题，本文基于近似方格型路网并考虑乘客的多种路径选择，构建双层混合整数优化模型，以同时求解地铁与常规公交发车时距、常规公交的线间距及站间距。上层模型是以系统总成本(乘客成本与运营商成本之和)最小为目标的连续近似模型，以寻求乘客与运营商两者之间的平衡关系，并对各项成本进行详细推导。采用序列二次规划算法，并用凸算法对该非凸问题进行包络。下层为考虑依概率分配的路径分配问题，使用MSA算法对各路径流量加权分配，考虑到问题的解析形式具有非凸性，故采用启发式方法进行求解。最后，以南京市建邺区实际公交线网为例进行案例分析，以此验证该优化模型的有效性。经过优化，以非拥堵时段为例，该研究区域内乘客平均出行时间由 41.6 min减少至 33.0 min，降低约20.6%。本文所提出的优化模型可以为方格路网城市的公共交通线网规划提供参考依据。     

基于个体出行图谱的公共交通通勤行为辨别方法研究

不同公共交通类型乘客的出行特征存在显著差异,实现公共交通通勤乘客准确辨识,有助于获取精细化的公共交通出行特征,更好地满足不同类型乘客的出行需求.基于北京市公共交通刷卡和线站数据,对公共交通多源数据进行关联匹配并提取出行链.利用北京市连续1个月的公共交通刷卡出行数据,采用多层规划理论构建了个体出行知识图谱,提取了出行天数、出行空间均衡度等7类特征指标.通过RP调查获得乘客出行行为类别.以特征指标为输入,乘客分类为输出,构建了面向公共交通乘客分类的BP神经元网络模型.验证表明,模型平均分类精度为94.5%,Kappa系数为0.879.本文研究有助于准确识别不同类别的公共交通乘客,为优化公共交通运营及公共交通精准化服务提供支撑.     

基于关联分析的乘客公共交通依赖度识别方法

不同乘客在出行过程中对公共交通的依赖程度具有显著差异，精准识别乘客公共交通依赖度，有助于针对性地引导出行者向公共交通方式转移.本文基于多源数据的关联，获取包含个体属性的公共交通出行链，从出行行为和个体属性两方面提出8个依赖度指标，构建二阶聚类模型，识别乘客公共交通依赖度.结果表明：样本按依赖度高低被划分为4类群组；部分高、较高依赖度乘客在出行决策时受限于收入和车辆拥有量，并有向私家车出行转移的趋势；乘客出行习惯行为较个体属性对公共交通依赖度的影响更大.利用平均命中率(AHR)和平均覆盖率(ACR)指标评估个体属性对识别结果的影响，得出结论，个体属性指标间存在耦合关系，且指标缺失量与模型误差具有非线性关系.研究有助于理解公共交通乘客的需求和选择倾向性，为精准改善公共交通服务提供支撑.     

城市多模式公交网络出行时间可靠性模型研究

随着城市的发展,快速轨道交通和快速公交系统逐渐融入到常规公交系统中,构成了复杂的多模式公交网络,在此公交网络环境下乘客公交出行时间的稳定可靠程度直接影响到公交系统的服务性能,因此,本文以常规公交和地铁组成的典型多模式公交网络为研究对象,利用状态增广技术,建立了换乘约束条件下的出行时间可靠性模型,从而为评价和改善多模式公交网络服务性能提供决策支持。     

基于视觉层次的公交指示地图设置方法

针对现有纸质交通地图公交站点位置信息缺失、线路信息不连续以及由此带来的乘客难以在地图上寻找到所需公交线路等问题,以成都市温江区为例,基于人的视觉层次,提出公交指示地图分层显示的设置理念,并重点讨论公交线网分层的定位、原则和方法以及公交指示地图的绘制方法,研究结果可切实提高乘客公交出行的便利性.     

����SP����ij��й�����ͨ����ʱ���ֵ����

城市公共交通乘客出行成本的量化研究,对于科学合理地评价公共交通系统的社会效益意义重大,而出行时间价值是进行乘客出行成本估计的一个重要环节. 本文以北京市市区居民SP调查数据为依托,通过分析公共交通出行时间价值的影响因素,选取Logit模型为基础模型,引入“出行者收入”作为模型新增变量,并针对工作商务、社会娱乐两种出行目的在不同换乘情况下出行时间价值模型进行参数标定,建立了基于SP调查数据的改进型时间价值求解模型,并计算得到北京市公共交通出行者在不同出行目的和有无换乘情况下的换乘时间价值、候车时间价值以及运行时间价值. 研究发现,工作商务出行目的出行时间价值普遍高于社会娱乐的出行时间价值,出行者在不同出行目的和有无换乘情况下的候车时间价值,大于换乘时间价值以及运行时间价值,并且有换乘情况下的候车时间价值大于无换乘情况下的候车时间价值.     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

�������ܵ������ݵĹ���IC���˿��ϳ�վ���жϷ���

为了能够应用公交IC卡数据分析公交乘客的出行特征,对判断公交IC卡乘客上车站点的方法进行研究.以南宁市智能公交系统为例,采集公交IC卡收费系统和公交智能调度系统的运营数据,应用数据仓库技术建立智能公交数据分析平台.通过将智能调度系统数据与公交IC卡收费系统数据进行关联,判断公交IC卡乘客的上车站点,对提出的方法进行精度分析和算法实现,并应用海量的智能公交系统实际数据对算法进行了试验.研究结果表明,本文提出的方法判断公交乘客上车站点的准确率达到98%以上,算法效率满足实际应用需要,该方法能够用于公交系统的规划和管理工作.     

基于时空行为规律挖掘的公交乘客分类方法

应用智能公交系统(APTS)提取个体乘客出行信息，构造了公交出行链，研究了基于时空行为规律挖掘(STBRM)的公交乘客分类方法；应用时间序列表征乘客出行时间特征，利用互相关距离(CCD)算法计算了个体乘客出行时间规律；应用带噪声基于密度的空间聚类(DBSCAN)算法，挖掘了个体乘客的出行空间规律；依据出行强度和出行时空规律，将乘客划分为极少出行、时间规律、空间规律、时空规律和不规律等5个群体；以出行天数、类似上车时间数量和类似上车站点数量为聚类指标，应用K-Means++算法将乘客划分为高规律、中规律和低规律3类，比较了本文提出的STBRM方法和K-Means++聚类方法的分类结果，揭示了2种方法分类结果之间的关系。研究结果表明: 当时段划分长度取5 min，时间规律性判断阈值取3.0时，利用CCD算法识别时间模式规律乘客的效果最佳，与常用的DBSCAN算法相比，识别率提升了14.64%；增加时间窗长度能够提高时间、空间模式规律判定结果的稳定性；时间窗长度达到3周后，空间模式规律的乘客比例下降趋缓，达到6周后趋于稳定；时间窗长度达到2周后，时间模式规律的乘客比例增长趋缓，达到4周后趋于稳定；时间规律、空间规律和时空规律等3类乘客数量仅占总乘客数量的30.4%，但其出行量占到了总出行量的84.7%，公交依赖度很高，应作为公交机构重点保障的对象；本文提出的STBRM方法与K-Means++聚类方法的分类结果具有较强的关联性，规律性极高或极低的群体高度重合。