基于乘客感知的公交服务质量影响因素分析

应用改进的SERVQUAL模型,结合二项Logistic模型,对宜昌市公交乘客感知服务质量的影响因素进行了研究.结果表明在运用Logistic模型进行回归分析时,采用不同的临界值作为划分感知服务质量等级的标准会对回归分析结果产生一定的影响,但影响宜昌市公交乘客感知服务质量的主要因素在不同临界值下是一样的,它们分别是乘坐公交车的安全性、公交车的票价、步行到站点的便利程度.而司乘人员的服务态度、公交系统信息化设施的完备性对宜昌市公交乘客感知服务质量的影响较小.并基于研究结果提出了公交服务改善策略.     

基于灰色马尔可夫模型的近期公交客流量预测

为了科学准确地预测近期公交客流量,提出了应用灰色马尔可夫模型进行预测的方法。利用历史数据建立灰色GM(1,1)模型,通过确定系数可获得公交客流量的时间响应序列及还原值的表达式,从而可获得未来年公交客流量的发展序列值,结合马尔可夫链过程将随机序列状态划分为3类,通过确定状态转移矩阵可获得序列处于各状态的概率值及与各状态对应的预测中值,最终求得各序列的修正值。通过铜陵市公交客流的历史数据,预测了近3年的公交客流。实例证明该预测模型具有较高的精度,能够指导公交经营管理者近期的决策行为。     

基于GIS的公交网络客流分配方法研究

常规公交是我国城市公共交通运营的主体,研究常规公交网络的客流分配方法有着重要的意义。本文分析传统公交客流分配方法的不足,在地理信息系统的基础上研究了一种公交网络数据结构模型,以充分表达公交线路、站点和交通区域间的空间位置关系,提出一种实用的公交客流分配技术。该方法在城市公交规划中得到了实际应用,并取得良好的效果。     

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...     

基于乘客感知的轨道交通和常规公交换乘时间研究

针对轨道与地面公交换乘效率常规评价指标——换乘步行时间,优化考虑乘客在不同换乘设施处的时间感知差异倍数。通过问卷调查,将乘客实际换乘时间与乘客感知换乘时间进行对比,建立差异模型,修正实际换乘时间。     

在公交客流分布预测中重力模型的参数标定及其应用研究

在公共交通预测“四阶段规划模型”中，客流分布预测起着承上启下的作用，非常重要。应用最广泛的客流分布预测模型当属重力模型，从最基本的重力模型展开，分别描述了标准重力模型、单约束重力模型和双约束重力模型，并对各模型的标定和算法及应用进行了相应介绍。     

基于HRHN模型的城市常规公交线路客流预测

准确的公交客流预测对于城市公交线网规划设计和线路运营管理有着重要意义.为了提高公交客流预测的准确度,研究出一种基于HRHN模型的公交线路客流预测方法.在Encoder模块中,采用ConvNet对输入特征进行提取,利用RHN对提取到的特征建立时间依赖性关系;在Decoder模块中,历史客流量作为输入,利用RHN模型建立时序的关联性;输出值和特征之间的相互作用通过注意力模型进行分析,从而在Decoder中进行预测.对公交数据进行预处理并获取公交客流量,在考虑客流特性的基础上,结合气候因素,利用特征工程进行公交客流预测的特征选取,并利用HRHN模型对客流进行预测.使用了郑州市1个月的公交客流数据,其中选择前24 d数据进行训练,后7 d数据进行测试.分别预测60号公交线路上行方向和下行方向线路客流,并将HRHN模型预测结果与其他5种模型(ARIMA,BPNN,LSTM,RNN,SVR)进行比较.结果表明,HRHN模型在上行方向线路客流预测、下行方向线路客流预测的MAPE分别为0.1161,0.1444,HRHN模型精度最佳.     

基于大数据分析的客流走廊判别方法研究

在轨道交通规划、公共交通规划类项目中,面临的一个核心难点是对现有公交走廊的判断以及对走廊客流量的调查收集。简要介绍常规公交调查并分析其调查成果,发现仅采用常规的公交调查手段,总体抽样率较低,并且难以对一个城市做到相对全面的客流调查。在常规调查基础上,介绍通过手机信令数据分析的手段,采用多种方式拟合之后,判断研究出城市的主要客流走廊,其成果可为后续规划设计提供充足依据。     

基于SVM-KNN的降雨条件下短时公交客流预测

为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型.分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响.进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精度的优点,提出了基于SVM-KNN的短时公交客流预测模型.具体方法为:用SVM训练少量数据生成子数据库,随后采用KNN识别相似模式预测短时公交客流.通过采集深圳市南山区4条公交线路降雨条件下的客流数据进行算例仿真,验证了模型和算法的有效性.结果表明,SVM-KNN算法的综合平均绝对误差(MAE)为8.437,综合均方误差(MSE)为10.725,综合平均相对误差(MAPE)为8.8%,综合均方相对误差(MSPE)为11.3%,比常用的RBF模型的MAE,MSE,MAPE及MSPE各类误差分别降低了3.646,3.631,4.6%,5.5%.     

基于公交 IC 卡和 AVL 数据的客流 OD 推导方法

公交 IC 卡收费系统和车辆定位系统的广泛应用,为获取公交客流 OD 提供了新的途径。针对现有公交客流 OD 推导算法的不足,从上车站点识别和下车站点推导两方面入手,对公交客流 OD推导算法进行了改进。为了修正公交 IC 卡数据时间偏差,提高上车站点识别的准确性,在分析公交乘客上车刷卡行为的基础上,提出了基于 AVL 数据的公交 IC 卡数据时间修正方法。根据公交出行链的特性差异,将公交出行链划分为连续链和非连续链两大类,在此基础上,建立了不同公交出行链的下车站点推导模型,优化了下车站点推导流程。以苏州市的公交 IC 卡和 AVL 数据为例进行实例研究,通过对推导结果合理性的讨论分析,论证了改进算法的可行性和有效性。实践表明,改进后的公交客流 OD 推导算法流程清晰,易于程序实现,可以用于公交客流的自动分析。     

城市公共汽电车中途站人流仿真研究

针对公共汽电车中途站行人运行仿真问题,研究了基于NetLogo仿真平台的中途站人流仿真模型。首先分析了基于Agent的建模方法,并以此为据采用元胞自动机建模技术进行行人仿真,在此之上开发了基于NetLogo的用于中途站行人交通流仿真的行人仿真分析平台,并介绍了该仿真平台在分析中途站行人交通组织中的应用。     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明：相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。

     

基于高斯混合分布的交通拥堵评价模型

为了客观、有效的评价交通拥堵的程度,采用速度指标作为反映交通流状态特征的关键变量,针对交通流速度变量存在混合分布的特点,建立了基于高斯混合分布的交通拥堵评价模型,并将EM算法运用于模型求解,通过对速度变量的聚类分析,以判别交通状态,评价交通拥堵程度.上海市快速高架路实测数据应用模型分析的结果表明:模型可以客观分析交通流...     

客车乘客座椅左右调整机构分析

简单介绍目前客车乘客座椅使用的左右调整机构及各常用机构在设计制造中的注意事项。     

基于红外传感器的城市客车客流统计系统的研制

城市客车客流统计系统APCS作为城市智能公交调度系统的信息采集前端,是车辆调度、运营管理的重要数据来源。本文提出了利用反射式红外传感器统计乘客数量,并使用热释电传感器区别乘客与货物;给出了传感器单元组、传感器数据处理单元的设计原理,并设计了红外发射接收和热释电传感器接收电路。本系统具有扩展冗余度高、精度成本适中的特点,能够满足城市客车调度系统的需求。     

基于排队论的公交线路调度优化

在分析、总结现有调度模型的基础上,结合中国城市公交常用的调度模式,采用随机服务系统理论(排队论)针对公交线路调度问题进行了研究,建立了以客流需求为基础数据、兼顾公交企业和乘客利益为目标函数的公交线路发车频率求解数学模型.首先描述了模型目标函数的构建过程.接着引入了乘客满意度函数并确定了约束条件中各组成要素的计算方法.最后利用全国数学建模大赛提供的数据对模型进行了案例研究,并利用Matlab进行了模型的求解.结果表明:该模型在求解和适用性方面均具有很好的优势,在现实中对公交调度问题有很强的实用意义.     

基于自由流时间的交通拥挤收费费率研究

在分析影响交通拥挤收费费率的交通量大小、道路条件、拥挤持续时间、居民消费心理、排队延误等因素的基础上,给出了拥挤情况下基于自由流时间的广义交通费用函数,根据交通平衡理论,建立了交通拥挤收费的固定需求UE平衡模型,并使用方向搜索法,利用C#和C＋＋编程对模型进行求解,最后通过算例分析,得出结论：对单个路段而言,一味的提高收费费率可以降低其相应的路段拥挤度,而对于整个研究路网而言,一味的提高路段收费费率并不能降低整个路网的拥挤度,可能会引起整个路网更加拥挤,因此,必须制定合理有效的收费费率,才能达到预期的效果。     

基于模糊解释结构模型的客运交通结构优化方法

客运交通结构优化是实现城市交通系统可持续发展的重要方法之一,在提升城市客运交通系统效率方面发挥重要的作用.根据客运交通结构影响因素的性质,建立模糊解释结构模型,将客运交通结构的影响因素划分为4个层次:直接影响感知因素层、间接影响认知因素层、过渡连接因素层和根本性因素层,并使用有向弧对于层级之间与层级内部的影响因素关系进行了连接.根据模型的分析结果可知,城市规模为根本性因素,资金投入为过渡连接因素,道路布局、基础设施、出行者特性为间接影响认知因素.研究结果确定了优化客运交通结构的关键性因素,以哈尔滨市为实例,从交通政策、土地利用、出行方式效用等方面提出了优化城市客运交通结构的建议.