考虑公共自行车的城市公交出行路径优化方法和模型

目前,城市公交出行路线优化时未考虑结合公共自行车的优点,使得现有的部分公交出行路径优化不够合理.针对这一情况,重点增加了对合理区域内步行、骑自行车换乘的考虑.分析公共自行车加公交出行路径优化的影响因素,并结合GIS建立公交(含公共自行车)数据模型,以换乘次数最少为优先目标,充分考虑合理区域内换乘的情况,起点和终点双向展开搜索,利用公交线路、公交站点集合求交集的方法查询出候选方案集.分别选取行程时间、乘车距离、步行距离较短的出行方案推荐给出行者.结合GIS系统利用该算法进行查询,将获得的优化方案与现有的优化方案进行比较,发现考虑自行车换乘的出行方案平均出行时间减少15.8%,平均出行距离减少18.7%,平均出行费用减少32.3%.      

基于级差效益的驾驶员个性化路径选择

在公路成网的条件下,出行路径选择成为智能交通系统的研究重点。考虑到路径选择的多属性和不确定性,提出一种基于级差效益的、体现驾驶员个性化出行需求的路径选择模型,该模型通过计算可行路径的综合级差效益来量化公路综合属性值,可以克服公路综合属性值在量化过程中的强主观性,同时,根据驾驶员的出行需求为其规划出行路径,能够避免单一优化目标下最优路径的车辆过度聚集所造成路网交通流失衡。模型首先参考不确定型多属性决策模型,构建公路级差效益的综合评价指标体系,获取各个评价指标的级差效益定量化模型,以此得到规范化决策矩阵;然后针对驾驶员需求的主观性和不确定性,利用模糊分析法确定驾驶员个性化路径选择的指标权重,求得可行路径的综合级差效益;最后根据可行路径的综合级差效益,对可行路径方案进行排序,从而选出最优路径。以重庆市黔江区公路网为例,基于级差效益的驾驶员个性化路径选择模型为两个具有不同出行需求的驾驶员规划了不同的路径,为关心成本的驾驶员1规划了路径2,为关心安全的驾驶员2规划了路径1,克服公路属性值在量化过程中的强主观性,同时,避免单一优化目标下最优路径的车辆过度聚集,可为公路信息服务和驾驶员出行选择提供依据。     

城市居民出行方式与休闲地点联合选择模型——以邯郸市为例

针对邯郸市商业圈及其相关交通规划工作,根据邯郸市居民对于市区4个主要休闲地点选择和出行方式选择的意愿调查,利用NL模型建立休闲地点和出行方式的联合选择模型,对影响出行者选择4个休闲地点的出行方式的显著性因素进行比较分析.并针对公交车和公共自行车出行方式及4个休闲地点选择进行弹性分析,得到不同影响因素对公交车和公共自行车分担率及4个休闲地点的选择概率的影响程度,其结论可为邯郸市相关部门进行购物地点附近设施管理、道路规划、公交规划、公共自行车规划及相关政策制定提供依据.     

应急车辆出行前救援路径选择的多目标规划模型

针对城市中应急车辆的救援路径优化问题,分析了基于交通信息中心的应急车辆最优路径的多目标属性,给出了随机网络中各属性的量化计算方法,以最小化出行时间,最大化行程时间可靠度为目标,考虑了通行可靠性、安全性、道路条件限制等因素,建立了应急车辆出行前最优路径选择的多目标规划模型.模型所求得的解是综合最优路径,反映了应急车辆路径选择的目标需求,克服了以往直接等同于图论中最短路径的缺陷,给出了算法,通过算例验证了模型的合理性和有效性.     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点（OD）需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型（GMM）对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望（EM）算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10^-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。     

基于多影响因素RDMA*算法的无人驾驶动态路径规划

无人驾驶汽车的路径规划面临着复杂多变的交通环境,为了更全面的评价路径选择指标以规划更合理的路径,以及更好的解决路段环境动态变化对规划结果造成的影响,研究了一种考虑多影响因素的动态路径规划算法——RDMA*(Real-time Dynamics of Multiple influencing factors AStar)算法.以A*(AStar)算法为核心,通过加入多影响因素的交通评价因子对其代价函数进行改进,综合考虑距离,交通拥堵程度,道路平整度和其他影响因素,应用层次分析法确定各影响因素的相对权重,以综合代价值为评价指标进行路径规划.通过GPS,雷达和摄像头等设备,利用融合感知技术获取相关道路环境信息,根据获取的全局和局部交通环境数据信息,利用实时动态更新策略解决动态环境下的路径规划问题,实时规划最优路径.通过对实际案例进行模拟,结果表明,应用RDMA*方法规划的路径相比基础A*方法规划的路径出行总体耗时减少了15.75%.并且在遇到特殊事件的状况下,通过RDMA*动态规划可为无人驾驶车辆即时提供一条综合代价值最小,耗时最少的可行路径,与改进的A*动态路径规划方法相比减少了10.63%的二次规划综合代价值的损耗,提高了7.83%的时间效率.该方法能更好的适应复杂的道路和交通系统,即时应对动态变化的交通状况,具备更强的实用性.      

考虑舒适度因素的出行价值模型

为了探究舒适度对出行者路径选择的影响,通过分析出行舒适度的影响因素,构建舒适度价值模型,从而建立考虑舒适度因素的出行价值模型。首先考虑行程时间、出行费用和舒适度3种出行价值的影响因素,建立出行价值模型;然后采用意愿调查法对出行者舒适度选择特征进行调查,以性别、年龄、出行方式、行程时间为特征变量,通过排序选择模型对舒适度选择概率进行标定,发现交通方式和行程时间两种影响因素对舒适度选择具有显著影响。通过计算出不同交通方式、不同行程时间对应的舒适度选择概率,从而得到不同出行状态下的舒适度概率分布,由此建立了基于舒适度排序选择模型的出行价值模型。最后以公交车出行价值为参考,进行算例分析,利用AHP层次分析法,对行程时间、出行费用和舒适度3种因素的单位价值进行判断,得出出行价值计算模型,分别针对考虑和不考虑舒适度的出行价值模型进行比较分析。结果表明,当考虑舒适度因素时,私家车和自行车的出行价值分别下降了2.6%和30.2%。由此可见考虑舒适度的出行价值模型能够更好地评价不同出行方式的价值差异。     

邯郸市出行者交通方式选择行为差异性分析

针对邯郸市城市轨道交通线路规划工作,根据居民对轨道及其他交通方式选择的意愿调查,利用ML模型对影响公共交通和小汽车使用者出行方式选择的显著性因素进行差异性分析;进行出行方式选择弹性分析,得出不同影响因素设计水平下各交通方式客流分担率之比.其结论为相关政策的制定提供参考.     

家庭收入差异对出行方式选择的影响分析

出行者时间价值是影响出行决策的最重要因素之一,研究时间价值有利于准确构建方式划分离散选择模型.在分析居民出行调查数据的基础上,应用聚类树分析对家庭收入分组的合理性进行了探讨,分别对每种出行方式的出行者家庭收入统计分析,说明家庭收入对家庭成员出行方式选择的影响.在说明家庭收入与出行时间价值之间关系的前提下,提出家庭共享时间价值的概念,数据拟合的结果发现家庭共享时间价值服从对数正态分布.分别基于MNL模型和ML模型构建出行方式选择模型以家庭共享时间价值为主要变量的对比模型,研究了设置家庭收入变量与不设置家庭收入变量、设置家庭收入分段变量与设置家庭收入常量、设置服从对数正态分布的费用项随机系数与不设置费用项随机系数3类情况下模型的精度和准确程度.当设置家庭收入变量且费用项系数服从对数正态分布时,拟合效果最优,居民对交通出行的主观支付意愿期望值约为家庭共享小时收入的2倍.      

包头市公共自行车租赁点布局规划

分析了包头市建设公共自行车系统的可行性和必要性。采用出行需求预测方法,根据规划年及规划范围内的常住人口和平均出行次数,确定公共自行车租赁点数量及自行车规模。阐述了租赁点的定位方法和功能定位,并提出了包头市公共自行车租赁点布局方案。     

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。     

共享电单车在山地城市道路的适应性研究

共享电单车作为“最后一公里”较好的出行选择，因其具有良好的驱动性和便捷性，在道路坡度较大的山地城市拥有较高的潜在出行需求。然而，作为一种新兴出行模式，共享电单车是否适应山地城市，山地城市道路如何适应并促进共享电单车的发展推广，目前尚无相关的研究。为填补该领域研究空白，提升共享电单车用户群体的出行安全，促进共享电单车在山地城市的推广，优化共享电单车在山地城市的规划布设，通过问卷调查、实地试验以及运营大数据分析等方法，分析了共享电单车用户的骑行体验、骑行偏好、道路爬坡能力、出行分布等信息，认为共享电单车用户的人行道骑行体验普遍劣于车行道骑行体验，在道路规划设计时，应结合实地道路路权使用情况，尽可能在车行道设置安全的非机动车道；共享电单车可以在坡度不超过12%的山地城市道路完成爬坡，但坡度超过11%时，电单车的骑行速度受到较大影响，建议设置非机动车道的道路最大纵坡控制在11%以内；电单车用户群体主要根据出行目的选择路线，且更愿意在宽阔的主、次干路骑行，建议在坡度小于11%的主、次干路设置电单车通勤路线；共享电单车需根据山地城市道路特点，增加及提升车辆本身的设备，如增加反光镜、夜间尾灯亮度等。     

支持向量机在路段行程时间预测中的应用研究

主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一时段的整个路段的行程时间为输出,选取高斯径向基函数作为核函数,建立了基于支持向量机的路段行程时间预测模型,从而探讨支持向量机在路段行程时间预测中的应用效果。最后,利用交通仿真软件的模拟数据进行验证,并与BP神经网络计算结果比较,计算结果的对比表明本文提出的方法预测效果更好。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据，基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素，选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据，选取3 000组实际运行数据完成公交行程时间预测模型的训练，另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间，预测值平均相对误差为3.23%，绝对误差集中在8 s左右，明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型，可认为选择RFID电子车牌数据作为组合模型的输入，能够明显改善模型预测精度；组合模型预测值的残差分布更为集中、鲁棒性较好，泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标，结果进一步表明，组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

旅游交通引导标志系统设置方法研究

从驾驶员旅游出行信息需求出发,将旅游出行过程分为4个阶段,选择为出行到达阶段作为旅游交通信息引导阶段;给出了出行路径的规划原则,确定了决策节点选择方法及其道路主要类型,建立了根据决策点的道路交通特征确定旅游交通标志设置的方法;在研究单个旅游景点的交通标志规划基础上后,探讨了区域旅游交通标志系统规划与评价方法。以北京市怀柔区主要旅游景点路径规划与慕田峪长城旅游景点具体路径为例,证实了方法的有效性。     

山地城市居民出行特征分析

在归纳山地城市形态和道路网结构特征的基础上,根据2010年攀枝花市居民出行调查数据,对攀枝花市居民出行方式、出行时耗、出行时空分布等特征进行了分析,发现城市形态与路网结构对于居民出行特征有着重要影响.     

多换乘点响应型接驳公交运行线路的协调优化

为尽量降低响应型接驳公交系统的运行费用，提出多换乘点间运行线路协调设计的构想。针对同时包含预约需求和实时需求的混合需求，构建多换乘点响应型接驳公交系统运行线路的2阶段协调优化方法，并设计优化流程。第1阶段仅考虑预约需求，首先将预约乘客按有/无特定换乘点要求进行分类，在此基础上构建预约需求下多换乘点多车辆运行线路的协调优化模型。在协调优化模型中，优化目标是由乘客时间费用、车辆运行费用、以及惩罚费用所构成的系统总成本最小；乘客时间费用包括乘客候车时间的惩罚费用、车内乘客在需求点的等待时间费用以及乘客车上时间的惩罚费用3个部分；车辆运行费用包括车辆启动费用、路段行驶费用、需求点的停靠费用、车辆早到引起的等待费用4个部分；考虑的约束条件包括乘客候车和车上的软时间窗、乘客换乘点要求、车辆容量、车辆出行时长等。第2阶段根据规则判断是否响应实时需求，并根据响应情况重新优化后续各班次的运行线路。针对第1阶段模型，基于模拟退火算法设计求解算法。研究表明：在预约需求或混合需求条件下，与各换乘点运行线路独自优化相比，协调优化方法均能显著降低运送全部响应乘客所需的平均运行距离和平均总成本；仅有预约需求时分别降低5.4%、19.8%，新增实时需求后分别减少1.4%、21.7%；与固定发车间隔相比，分时段调整发车间隔，也能有效降低运送全部响应乘客所需的平均运行距离和平均总成本，仅有预约需求时分别降低18.2%、17.2%，新增实时需求后分别减少19.97%、25.06%，说明多换乘点间车辆路径的协调运行是提升响应型接驳公交运行效率的有效途径。     

预约出行条件下私家车通勤客流分配方法

预约能调整城市交通的供需关系, 最大化利用交通资源。针对私家车通勤引发的交通拥堵, 研究了预约出行条件下私家车通勤客流分配方法。将车辆分为受控的预约车辆和不受控的非预约车辆, 道路状态分为可预约状态和不可预约状态, 给出了道路状态判别及车辆行程时间计算方法, 构建了城市通勤私家车的预约出行模型。以Nguyen-Dupuis网络作为算例, 从行程时间和预约数量2个方面评价车辆实施预约出行的效果。结果表明: 预约比例由0%提升至100%时, 路径的行程时间降低20%~30%, 平均行程时间从610 s降低至466 s; 当预约比例为30%时能获得全部预约比例的80%收益; 全部车辆均期望参与预约时, 由于预约需求的不均衡仍有2%的车辆预约失败。得出结论, 当预约出行的比例达到30%~40%时, 即可达到缓解拥堵的预期效果。