航空旅客通达机场时间价值分析

对航空旅客通达机场的时间价值进行准确度量是出行时间决策的重要依据.通过研究早到机场时间价值和晚到机场时间价值,揭示通达机场时间不确定性对航空旅客出行效用的影响.提出航空旅客期望到达时间影响分析模型,将其作为早到/晚到机场时间的参考点,采用混合Logit模型构建基于个人支付意愿的航空旅客通达机场时间价值计算方法.引入不同收入群体的边际收入纳税额,建立个人出行时间节省价值与社会投资收益之间的转换关系,构建航空旅客通达机场时间社会价值计算模型.结果表明,与通勤出行平均时间价值相比,基于个人支付意愿的航空旅客出行时间价值高约30元/h.航空旅客早到/晚到机场时间社会价值均高于基于个人支付意愿的早到/晚到机场时间价值.      

道路客运提前购票行为模型

为了研究道路旅客购票时间选择的行为机理及影响因素,基于连续Logit模型,建立了道路旅客提前购票行为模型。首先,以旅客购票时间为切入点,辨析了旅客提前购票类型和主要时间点内在关系;其次,基于道路客运联网售票信息系统数据,选择典型线路统计分析了旅客站外和站内提前购票、取票的时间分布规律;再次,分析了离散选择模型在连续选择情境中的限制和不足,继而运用连续行为分析思想,构建了旅客提前购票行为连续Logit模型;最后,利用15条长途和15条短途线路售票数据进行了实证应用,识别了提前购票时间选择的影响因素,并评估了票价调整对旅客提前购票行为的影响。结果表明:近60%的旅客出行当天站内购票,其进站时间比站外提前购票旅客平均提前约45 min;提前购票时间选择受性别、年龄、发车频率、节假日、实载率等因素的影响,长途比短途出行的旅客提前3 d购票的概率高28%,实载率大于60%的线路提前20 d购票的比例增加5%;票价的调整会诱导旅客提前或延迟购票,票价上涨20%、下降20%、下降35%时,旅客提前3 d以上购票的概率分别降低9.67%、提高3.6%、提高11.85%。经实证分析,连续Logit模型是分析旅客提前购票行为的有效方法。     

基于交通状况与驾驶行为联合分析的仿真模型参数标定

提出基于交通状况和驾驶行为联合分析的标定体系来标定仿真模型参数.研究了联合标定体系中的参数选择、交通状况分析、驾驶行为分析以及误差分析的目的、内容和方法.以美国I-80高速路段的AIMSUN仿真应用为实例,采用联合标定体系标定了模型参数.其结果显示,仿真模型能够输出与实测参数指标拟合的时间序列参数指标.     

基于参考依赖理论的出行者路径选择模型研究

为了更好地解释和指导出行者的路径选择行为,有必要对个体出行路径选择行为进行多角度多方位研究,以期建立适用不同决策情景的模型。从出行行为的角度出发,以私家车出行者为研究对象,假设个体当前决策行为受参考状态的影响。在参考依赖理论的基本框架上,选取出行时间和费用两个影响因素建立单次出行的路径选择模型。通过设计问卷调查,应用最小二乘法和遗传算法对高时间价值和低时间价值类型出行者的模型参数进行标定。结果表明:对所研究对象进行分类之后,标定不同的模型参数能够较好地描述出行者的路径选择行为。2种类型出行者时间的损失规避参数和费用损失规避参数均大于1,出行者在时间属性和费用属性上都存在损失规避现象,损失会比等量的收益对出行者带来更大的心理效用;出行者对于时间的损失规避程度要高于费用的损失规避程度,即出行者对时间损失的敏感性更高;不同时间价值类型出行者有不同的损失规避系数,从而表现出不同的路径选择结果。高时间价值出行者的时间损失规避参数比低时间价值出行者高,时间损失对其造成的影响作用较大。在费用属性上高时间价值出行者的费用损失参数会比低时间价值出行者低。     

LOGIT模型在评估旅客客运票价中的应用

介绍当前客运市场中旅客运输票价的制定现状，分析影响客运票价的因素，以及旅客需求对票价评估的作用。以广州一东莞等客运线路为例．提出利用LOGIT模型对旅客客运票价进行评估的思路和方法，介绍该模型的标定过程，并利用多条客运路线的实际数据与LOGIT模型计算结果相比较，确定该模型的实用性。     

基于Agent理论的机场旅客出发时间与出行方式联合选择模型研究

为提高机场陆侧区域的客运通行能力,研究交通管理策略实施后机场旅客的行为变化,通过研究Agent的理论结构,构建了机场旅客出发时间和出行方式的联合选择模型.在建模过程中,考虑了旅客不完全信息性和有限理性,应用机器学习算法生成if-then规则模拟机场旅客前往机场的搜索和决策过程,该规则加入了机场旅客的特征变量,如乘坐飞机频率、是否有托运行李等机场旅客的特征属性.应用该模型进行仿真试验,结果显示,机场公共交通成本在10~15元区间变化时,每降低1元,使用公共交通的旅客比例约提高2%;到达机场公共交通站点时间缩短到10 min时,旅客将会延迟10~15 min出发.该模型能较好地显示出发时间变化和出行方式切换过程,有效的预测了机场旅客在不同交通政策和措施下出行行为的调整结果.      

基于自然驾驶数据的中国驾驶人城市快速路跟驰模型标定与验证

为了评估既有跟驰模型在仿真中国驾驶人跟驰行为方面的表现,对5种代表性跟驰模型进行参数标定与效果验证。基于"上海自然驾驶研究项目"采集的60位驾驶人、累计超过16万km的实际驾驶行为数据,根据雷达、车辆总线数据自动提取2 100个城市快速路稳定跟驰行为片段;采取5-折交叉验证法划分标定与验证数据集,即将每位驾驶人的50个跟车片段随机划分成5个不相交的子集（每个子集包含10个跟车片段）,其中4个子集作为标定数据集,剩下的1个作为验证数据集,依次轮换标定数据集与验证数据集5次,展开5次模型标定与验证。基于标定数据集,采用遗传算法对Gazis-Herman-Rothery、Gipps、智能驾驶人、全速度差（FVD）以及Wiedemann模型进行参数标定;基于验证数据集,评估5种模型在预测两车间距方面的精度。结果表明：FVD模型在5种模型中表现最佳,具有最小的误差（21%）和误差标准差;相对于微观交通仿真软件VISSIM中所采用的Wiedeman模型,FVD模型具有精度高、易于标定、对不同驾驶人鲁棒性强3个优势,更加适应于仿真中国驾驶人的跟驰行为。研究结果对于开发适合于中国驾驶人与道路交通环境特征的跟驰模型及微观交通仿真系统具有重要价值。     

特殊活动的停车选择模型研究

针对特殊活动下的停车问题,提出了出行者选择行为的效用模型和针对各部分效用的标定方法。在原理设计中,考虑了特殊活动下小汽车出行者的行为约束因子,建立了特殊活动下的选择行为模型;在实现方法上,对效用因子进行了标定,并应用最大似然法对出行者停车选择行为时间效益模型作了计算。该研究可以用于进行特殊活动下基于停车选择行为的出行选择分布预测,解决特殊活动下的停车预测和管理的理论问题。     

基于行程时间累积分布曲线的微观交通仿真模型参数标定

仿真模型参数标定是微观交通仿真技术科学应用的前提,以单个集计点作为校核目标制约了参数标定结果的可移植性。将校核对象拓展为多点组成的曲线,提出以行程时间累积分布曲线作为校核对象的模型参数标定思路,并结合动态时间规整算法(DTW算法)重新设计校核目标函数,提出基于Kolmogorov-Smirnov检验(K-S检验)、信息熵的标定结果有效性判定方法,优化微观仿真模型参数标定流程。然后以信号交叉口为仿真场景,应用遗传算法分别开展模型参数单个集计点校核标定和多点曲线校核标定的试验对比研究。结果表明:(1)与单个集计点标定方法相比,曲线标定方法输出的行程时间累积分布曲线与实测曲线相似度和K-S检验结果均更好,说明多点曲线标定方法标定结果精度更高;(2)仅用均值点去标定模型参数,模拟输出的行程时间累积曲线会存在多种分布,并不能刻画车辆通过交叉口的运行特征,均值标定方法多为一种组合优化问题,只考虑了模拟仿真结果与实测值的误差,并没有考虑实际车辆运行特性,因此并不能说明标定结果的有效性;(3)曲线标定方法比均值标定方法的标定参数集分布更集中,更符合实际驾驶行为特性,由此论证了曲线标定方法的有效性,同时选取试验外新交叉口验证了曲线标定方法得到参数标定结果的可移植性。     

基于网络均衡的运输通道客流分配模型

根据各运输方式的经济技术特征,构建了运输通道的时空运营网络来描述各运输方式的竞争性。认为旅客的时间价值(VOT)服从某种分布,旅客的广义出行费用取决于票价和时间两个参数。运用城市交通分配网络均衡思想,提出基于网络的区域运输通道多交通模式客流分配模型,建立了用户最优和系统最优两个目标函数,并给出了模型的求解方法。用一数值示例验证了模型的有效性。     

基于乘客主观感知的公交客流拥塞量化表征模型

为了综合量化表征公交走廊客流承载设施及工具的空间拥挤性和客流运送时间效率,并科学评价客观技术指标和主观乘客感知对公交系统运行状态的敏感度,提出客流拥塞的概念,并用客流拥塞指数量化表征公交系统运行状态。通过解析客流拥塞与出行时效的关联,并分析公交出行阶段特征,基于“时效延长”思想构建客流拥塞量化表征模型,用于系统量化乘客对出行时间和空间拥挤的主观感知;选取影响出行时效的核心要素作为特征变量（车厢客流密度、站台乘客密度、区间乘车时间和站点候车时间）,采用直观类比打分SP调查法获取数据用于估计模型参数;基于北京西三环公交走廊实测数据,分析全天区间客流拥塞指数时空分布特征和走廊客流拥塞指数动态演化趋势。研究结果表明：北京西三环公交走廊客流拥塞高峰阈值为0.193 9,客流拥塞状态存在明显的方向特征,下行方向客流拥塞高峰状态更显著且持续时间更长;4个特征变量灵敏度系数均值分别为0.449 2,0.165 2,1.427 1和0.408 3,即区间乘车时间为客流拥塞指数最显著的影响因子,而站台乘客密度的影响程度最小,模型识别公交客流拥塞成因的能力得以体现;该模型能够综合全面地反映公交走廊客流拥塞时空分布和动态演化趋势,并能够应用于公交运行状态改善措施研究。     

基于大小交路优化的地铁行车组织方案

针对地铁客流分布不均衡情况,对地铁行车组织方案进行优化以缓解部分站点客流压力.建立乘客出行时间价值和平均载客率同时最优的双目标优化模型.假定乘客到达车站的时刻服从均匀分布,以此计算在途和等候时间价值.为了满足各个行车段的不同特征,在大小交路模式下定义不同交路段的载客率和列车使用车底数,更加符合运行的实际情况.以广州地铁6号线的运行情况为例,运用基于全局搜索的粒子群算法进行求解,验证了模型的有效性和合理性.结果表明:考虑单一出行时间价值的模型与该模型相比,出行时间价值降低3.21%,但平均载客率提高20.2%;考虑单一平均载客率的模型与该模型相比,平均载客率提高11.98%,但出行时间价值降低了1.68%,因此综合考虑乘客出行时间价值和平均载客率的优化模型可以使2个目标函数值同时达到最优.      

Bus travel time modelling using GPS probe and smart card data: A probabilistic approach considering link travel time and station dwell time

Abstract

Path travel time estimation for buses is critical to public transit operation and passenger information system. State-of-the-art methods for estimating path travel time are usually focused on single vehicle with a limited number of road segments, thereby neglecting the interaction among multiple buses, boarding behavior, and traffic flow. This study models path travel time for buses considering link travel time and station dwell time. First, we fit link travel time to shifted lognormal distributions as in previous studies. Then, we propose a probabilistic model to capture interactions among buses in the bus bay as a first-in-first-out queue, with every bus sharing the same set of behaviors: queuing to enter the bus bay, loading/unloading passengers, and merging into traffic flow on the main road. Finally, path travel time distribution is estimated by statistically summarizing link travel time distributions and station dwell time distributions. The path travel time of a bus line in Hangzhou is analyzed to validate the effectiveness of the proposed model. Results show that the model-based estimated path travel time distribution resembles the observed distribution well. Based on the calculation of path travel time, link travel time reliability is identified as the main factor affecting path travel time reliability.     

基于多源公交数据和车时成本优化的公交运营时段划分方法

现有公交运营时段划分方法均基于单一参数（乘客需求或行程时间）的相似性，忽略了乘客需求与行程时间对时段划分方案的协同作用。针对传统方法的缺陷，利用多源公交数据，提出一种新的基于最小化车队运营时间成本的时段划分方法。首先，利用逆差函数模型计算时间窗内完成班次任务所需要的最小车队规模，进而利用滑动时间窗模型，计算全天各时间窗所需的理论最小车队规模。然后，以时段划分方案的时间分割点为决策变量，以最小化全天累计车队运营时间成本为目标建立优化模型，采用遗传算法对运营时段划分方案进行寻优。最后，以广州市87路公交线路实际数据为例进行验证，并对模型参数进行敏感性分析。研究结果表明：与传统方法相比，所提方法能更好地实现运力与运量相匹配，并有效降低车时成本；与以往基于断面客流和基于行程时间的划分方案相比，所提方案的车时成本分别降低25 veh·h和45.33 veh·h。     

专用道条件下电动公交线路静态无线充电设施布局优化

为了减少电动公交线路静态无线充电设施的布设成本，从而提高时间控制点的有效利用率，提出了考虑时间控制点影响的静态无线充电设施布局优化方法。首先建立电动公交车运行状态表达模型，提出乘客出行时间成本增加量计算方法；随后在总松弛时间、电池剩余电量、准点率的约束下，将每个站点是否布设静态无线充电设施、是否设置为时间控制点以及对应的松弛时间作为优化变量，将充电设施总布设成本与乘客出行时间成本增加量最小以及站点有效利用率最大作为优化目标，建立专用道条件下静态无线充电设施布局优化模型，并采用嵌入随机模拟技术的麻雀搜索优化算法进行求解；最后以一条实际线路为例进行案例分析，并对电池容量、充电功率进行敏感性分析。研究结果表明：在满足不同班次电量需求的前提下，充电设施的总布设成本、乘客出行时间成本增加量随着电池容量或者静态无线充电功率的增加而减少，且充电设施的总布设成本呈阶梯形状变化。     

考虑出行时间窗的定制公交线路车辆调度方法

为提高定制公交系统的运行效率,研究了带乘客出行时间窗约束的多条定制公交线路车辆调度方法。给出了乘客出行站点合并方法,将公交车早到、晚到站点所造成的乘客损失转变为当量运营里程,以多辆公交车总运营里程最小为目标,考虑乘客的站点约束、公交车容量约束以及乘客的出行时间窗,建立了定制公交车辆调度优化模型。其次分析了乘客出行起点、终点对模型求解的影响,通过提出虚拟源站点,将多辆定制公交车的调度问题转换为多旅行商问题;基于后向推导原则设计贪心算法求得模型的可行解;之后基于遗传算法,采用自然数编码机制,将每个站点作为基因位,按照访问次序排列成染色体对应问题的解;最后给出了贪心算法和遗传算法的流程。在理论研究的基础上以定制公交线路为例对建模过程和模型的求解过程进行了阐述。研究结果表明：所建立的优化模型能够输出合理的多条定制公交线路车辆调度方案,不仅可以给出每辆定制公交的途经站点、运营里程,还可以给出每个站点的准点程度以及由于公交早到、晚到折算得到的当量运营里程;在求解算法质量方面,与可行解相比,相对最优解输出的方案能够使综合运营里程降低10.4%;模型求解时间为30.3 s,可以满足定制公交企业的实时性需求。     

基于站点群体聚集性客流的公交串车调度优化

为提升城市公交准点率、减少延误，解决车辆串车问题，研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征，以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束，采用实时混合控制策略，实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法，考虑到乘客到达率的不确定性，并通过调控公交车辆站点驻站时间以及路段平均行驶速度，可满足站点时段性群体聚集公交客流出行需求，防范潜在的公交串车。在模型求解上，考虑到双目标优化视角的差异性，运用超车规则对串车场景下的出站车辆重新排序，设计基于NSGA-II的求解算法，以拥挤距离标定序度关系，以精英策略获取新种群，改进交叉算子，并基于TOPSIS法对获取的Pareto解集择优。最后，以实际公交线路为例进行案例分析，结果表明：基于站点群体聚集性客流的公交串车优化调度模型，系统考虑了乘客乘车属性与车辆载客限制，能够输出最优的车辆滞站与车速调整方案，并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表...     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

城市对外客运枢纽选址方案比选模型与遗传算法应用

城市对外客运枢纽选址规划是城市规划的重要组成部分。分析了城市对外客运枢纽选址存在的问题及其解决方法,针对土地开发密集的老城区和土地规划正在进行(或尚未完成)的新城区,结合其不同的土地使用限制条件,以城市对外出行旅客市内出行总时间最小为目标,分别建立了约束型和无约束型两种选址模型,并分别设计了线性规划和遗传算法的计算方法对其进行求解,通过模型求解,可以得出规划城市对外客运枢纽的数目及其规模。     

A hybrid model based method for bus travel time estimation

Providing accurate information about bus arrival time to passengers can make the public transport system more attractive. Such information helps the passengers by reducing the uncertainty on waiting time and the associated frustrations. However, accurate estimation of bus travel time is still a challenging problem, especially under heterogeneous and lane-less traffic conditions. The accuracy of such information provided to passengers depends mainly on the estimation method used, which in turns depends on the input data used. Hence, developing suitable estimation methods and identifying the most significant/appropriate input data are important. The present study focused on these aspects of development of estimation methods that can accurately estimate travel time by using significant inputs. In order to identify significant inputs, a data mining technique, namely the k-NN classifying algorithm, was used. It is based on the similarity in pattern between the input and historic data. These identified inputs were then used in a hybrid model that combined exponential smoothing technique with recursive estimation scheme based on the Kalman Filtering (KF) technique. The optimal values of the smoothing parameter were dynamically estimated and were updated using the latest measurements available from the field. The performance of the proposed algorithm showed a clear improvement in estimation accuracy when compared with existing methods.