基于站点上下客人数的公交客流OD反推方法研究

通过公交出行行为特征调查分析,研究了公交乘客出行站数的概率分布.基于公交乘客下车概率,以公交站点上下客人数和路段客流量为约束条件,提出了单条公交线路客流OD矩阵的推算方法,通过实例分析,验证了该方法的可行性和有效性.     

公交网络OD反推在公交线网规划中的应用

针对公交网络OD矩阵数据提取困难状况,提出了一种以修正路段观测流量数据为基础的OD矩阵估算模型,介绍了公交网络OD矩阵估算模型及其在EMME2软件中的实现方法,该方法提高了路段观测数据的有效性,使公交网络OD矩阵的估算结果更可靠.     

城市公交站点乘客候车时间可靠度分析

候车时间的可靠度可直接反映公交运输系统的运营状态和服务水平,是影响公交运输竞争力的一个重要因素.文中通过建立公交站点乘客候车时间的可靠度模型,计算出公交线路中各个站点乘客的候车时间可靠度,为公交站点布置和发车频率制定提供参考;并以成都市某公交线路为例,运用该模型对其站点早高峰乘客候车时间可靠度进行了分析.     

基于重力模型的公交OD矩阵估算方法

完整的OD交通流调查数据及OD矩阵,是开展城市公交线路优化与设计的良好开端,本文以云南省玉溪市为的公交出行OD调查结果为数据基础,首先对调查数据进行分析归类,研究OD矩阵估算方法,用无约束重力模型、双约束重力模型分别生成OD矩阵,选用以距离作为交通阻抗系数、以指数函数为阻抗函数建立双约束重力模型,生成准确度较高的公交OD矩阵。这种OD矩阵的生成方法即可支持改进型的线网优化,同时也支持生成型的线网设计,为公交线路的评价与设计提供决策支持。     

基于IC信息和概率理论的公交OD反推方法

针对现有公交OD调查成本高昂、数据可靠性不高、影响因素考虑不全等问题,通过对公交IC卡信息的处理获得公交站点上下乘客人数及对公交乘客出行特征的分析,结合站点吸引率,提出了单条公交线路站点间OD反推结构化算法,并通过实例分析进行了有效性验证。结果表明该方法经济节约,数据可靠,易于实现。     

基于小票法的公交线路客流OD分析方法

针对目前常规公交客流OD调查抽样率低,准确率难以保证的缺陷,提出调查公交线路客流OD的小票法,该方法可同时采集各站点的上下客人数及每位乘客的上下车站点等信息。在基于小票法的调查数据的基础上提出一种公交线路OD分析方法,可准确得出公交线路的客流OD,同时还可以得到线路沿途各站点的上下客人数、断面流量等信息。     

基于多源数据的公交出行特征分析

为准确分析公交消费数据不完整情况下的公交出行特征,基于乘客上车刷卡数据、支付宝扫码数据及公交GPS数据,运用时空匹配法和出行链理论挖掘分析乘客上下车站点、公交线路OD矩阵、出行空间分布特性及消费时间分布特征。实际验证结果表明:1)使用IC卡和支付宝的乘客数量近似相等,使用现金人数较少,约占整体的6%;2)乘客出行次数在2次以下占总数的84%,换乘需求较少,公交可达性较高;3)高峰期消费次数均超过25000次/h,约占全天总数的23%,居民出行目的较为单一,大部分往返于居民区与办公商业区,与实际情况相符。     

基于GPS与IC卡的公交OD量采集方法

公交OD量是公交调度管理及线网优化的基础。传统的获取公交OD量的方法需要进行大范围的个人出行情况调查，消耗大量人力物力，且数据更新缓慢。随着GPS技术与IC卡在公交系统中的广泛应用，提出了利用公交车GPS定位与乘客IC卡刷卡信息来获取公交OD量的新方法。利用这一方法对广州某段时间的公交车GPS定位和羊城通数据进行了实际分析。试验结果表明这一方法是有效的。     

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。     

双港湾式公交停靠站的研究

针对常规公交停靠站的不足,提出双港湾式公交停靠站。该形式停靠站能够充分利用道路资源,利用横向拉伸缩短站台长度,规范公交车辆在停靠站有序停靠,从而提高站台利用率和减少乘客站内和站间的换乘距离。通过停靠站通行能力和乘客换乘距离两个方面与常规站台进行对比,指出了双港湾式公交停靠站的适用条件,并对停靠站的服务能力进行估算。该形式公交停靠站适用于公交线路较多的城市主干道,可以通过公交车辆进行分类停靠,提高公交停靠站的通行能力,并能缩短乘客换乘距离。     

基于出行规律的高峰小时客流OD矩阵快速估算方法

为了快速准确地计算城市交通高峰小时客流OD矩阵,提出一种简单易行的推算方法。该方法近似认为城市出行均为由家出行,从而将交通产生-吸引矩阵分解为一个由家出发的OD矩阵和一个返回家里的OD矩阵,通过调查交通高峰小时系数,将由家出发的OD矩阵与返回家里的OD矩阵按一定比例进行叠加即得到高峰小时客流OD矩阵,并应用该方法进行了算例分析。结果表明:该方法简单易行,抓住了出行的主要规律,可省去大规模的调查,具有一定的科学性与准确性,在潍坊市滨海交通客流规模预测研究中得到了较好的应用。     

考虑异质性出行需求的主支线公交树网络优化设计

公交线网优化设计是指在一定的运行约束条件下,选择1组公交线路和相关频率以达到优化目标的设计过程,可以表示为一个优化问题。针对具有高异质性出行需求的主支线公交树网络,在考虑客流需求和运营约束的前提下,以用户和运营者的成本最小为目标,提出了1种多目标非线性混合整数优化模型。优化变量为候选线路服务频率。为求解这一模型,设计了1种基于改进的布谷鸟算法的高效元启发式方法。该方法包括初始候选路线集生成过程;基于MNL模型的公交分配过程;确定路线服务频率的改进布谷鸟算法过程。通过算例验证了该方法的有效性和适用性。数值分析结果表明,该算法通过对所有可能的候选路径的服务频率选择得到接近最优的公交线路网络。另一方面,通过保持高峰时的公交线路为有效备择线路,为具有异质性出行需求的网络的重新设计提供了更好的解决方案。此外,该系统在1次运行中产生了1组帕累托解,其允许公交线网设计师评估运营商成本和乘客成本并做出折中方案。通过比较3种算法的计算结果和CPU时间,证明了改进的布谷鸟算法的可靠性和有效性。另外还研究了最优公交网络设计与公交运行速度、总需求规模等关键设计输入参数之间的关系,分析结果表明,关键设计输入参数与最优公交网络具有一定的协同效应。模型与算法为实际的大规模主支线公交树网络的优化设计提供了1种有效的工具。     

基于IC卡数据挖掘获取公交OD矩阵的方法

以广州市羊城通IC卡以及广州市公交系统信息为例子,探讨了实现基于IC卡信息获取公交客流出行特征的方法。在IC卡数据挖掘和统计基础上,对线路站点OD矩阵、区域OD矩阵进行了推算。相比传统的人工统计法。该方法易于实现,能运用到实际中且运算效率高,适用于海量数据的客流出行特征统计分析。     

基于站点吸引的公交客流 OD 分布概率模型

在分析公交出行距离和下车站点的用地性质等因素对公交乘客下车概率影响的基础上,全面考虑站点对周边区域换乘的辐射影响,引入了1个新的影响因子---下车站点换乘能力,该因子利用以站点为中心,300 m到500 m为半径,可利用换乘的公交线路条数来表示;综合考虑上述3个影响因子,构建了基于站点吸引的公交客流O D分布概率模型。基于济南市公交IC卡数据,采用C++语言编程实现该模型,得出了公交客流出行的空间分布规律,并采用核查线法验证该模型的可行性和有效性。验证结果表明,该模型OD反推误差可以控制在10%之内,反推精度较高,较好的贴合实际,具有一定的工程应用价值。      

基于 Select Link 的区域 OD 矩阵更新方法研究

在大范围机动车 OD 调查难以开展的背景下,通常采用路段流量进行 OD 反推,针对传统路段流量反推法无法检验分布结构的缺点,提出一种利用局部路段真实 OD 矩阵进行区域 OD 矩阵更新的方法。即从区域先验 OD 矩阵中减去模型 Select Link 计算的特定路段 OD 矩阵,再加上该路段真实 OD 矩阵,通过替换将区域分布结构更新。当区域多个路段真实 OD 矩阵需要替换到区域 OD矩阵中时,采用两步循环替换法:第一步,单个路段循环替换,每个路段替换后的 OD 矩阵作为下一路段 Select Link 计算的输入;第二步,利用第一步的最终结果,对所有路段 OD 矩阵进行整体替换。以桂林绕城(东)高速为例进行验证,与传统 OD 反推方法相比,结果 OD 矩阵长途出行比例提高了7%,反映了区域机动车分布变化规律,路段流量分配值与调查值相关系数达0.99,证明了更新后 OD 矩阵的准确性。      

运输通道公路旅客中长距离OD模型构造及分段客运量预测

针对运输通道公路旅客中长距离出行特征及调查点OD不一致问题,通过对各运输线路(高速公路、国道等)影响区域交通小区划分及变化的分析,提出利用既有的不同线路上各个调查点的OD调查结果,采用合并、拆分的方法构造通道OD的基本原理及旅客中长距离出行OD模型约束条件和修正方法,进而利用构造的OD模型预测未来年OD分布,推算通道内公路旅客中长距离出行的分段客运量,并结合京郑运输通道的公路分段客运量预测阐述了该方法的具体应用。     

航班计划恢复中旅客流恢复问题的研究

当航班计划受到扰动时,航空公司不仅要制定飞机与机组路线恢复计划以保证航班执行,更要对旅客流进行恢复以尽量减少旅客延误或取消行程带来的经济损失。在飞机与机组路线恢复计划基础上建立旅客流恢复模型,通过以路径流量为变量的线性整数规划构造出受扰OD对集合,用深度优先算法构造出所有可行行程以单纯形法求解。实例结果表明,所建立的模型和算法能够快速恢复旅客流,并且能够大量减少损失。     

城市交通枢纽短期客流量的组合预测模型

客流量的预测对交通枢纽内部组织方案和应急预案的调整起着重要作用,为了更为精确地对交通枢纽短期的客流量进行预测分析,通过分析交通枢纽客流量的变化特点,对比各种预测方法的优缺点,建立了综合BP神经网络和最小二乘支持向量机的组合预测模型,通过BP神经网络初步预测,再利用最小二乘支持向量机的修正,完成对交通枢纽客流量的预测。实际数据验证表明,相比单一的预测模型,文内提出的模型能够将交通枢纽的客流量的预测精度提高约1%,表明论文中方法能够克服单一模型带来的不确定性。      

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.