适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征,利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表,通过各类数据关联融合,提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库,采用Python语言编写代码,构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此,运用银川公交大数据进行客流集散点识别、客流走廊识别,得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明,一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

面向实时换乘信息的公交线网实时优化方法研究

通过乘客的总出行时间最小化为目标函数,以实时满载率和额定满载率为约束条件,分别从2条线路相交的一维实时网络和3条线路相交的二维实时网络两个不同角度来构建网络优化模型.不同线路确定不同的满载率最大值,当超过一定的数值时,不再引导乘客换乘,实时网络优化的算法采用最短路搜索方法.此优化模型可推广至整个网络已达到全局的优化协调.     

基于时空路径推算的城轨网络客流分配方法

针对城市轨道交通客流分布推算问题,根据自动客票采集系统（AFC）数据和列车时刻表数据,提出基于乘客出行时空路径推算的网络客流分配方法.首先,利用前述两类数据估算乘客出行时间参数;其次,使用基于插点法的可行路径搜索算法得到全网各OD (origin–destination)对的可行路径集合;再次,基于乘客进出站刷卡信息、列车时刻表数据及匹配的可行路径集合,构建乘客有效出行路径集和列车集的推算模型,获得有效出行结果集;进一步,结合所得有效结果集合与列车载客量限制,并根据列车时刻表完成列车运行推演,确定唯一的有效出行路径和所乘列车;最后,设计开发基于C#语言的城市轨道交通网络客流推算系统,对某城市轨道交通工作日客流数据进行案例研究.结果表明：客流推算系统所得的断面客流推算值与运营参照值的平均差异上、下行分别为2.03%、3.90%;列车满载率变化趋势符合线路路由特点;早晚高峰时段换乘站的换乘客流来源站点固定,但早高峰来源量比例较晚高峰稳定.     

基于上下车人数的公交动态调度优化模型

本文以某大城市一务公交线路上各个站点在每小时内的上、下车人数为基本数据,通过合理考虑公交车的行车特点,经过对上、下车人数的合理化处理,提出了一种实时调度的模型。该模型首先考虑了每分钟最大可能上车人数,并进行了曲线拟合,再以发车准则计算出了发车时间表和所需的最少车辆数。最后还进行了满载率和乘客抱怨率的计算,并提出了本模型的优缺点和改进的建议。     

考虑车速调控和乘车引导的公交运行优化控制策略

通过有效的精准控制策略提升公交车辆的到站间隔匀整度和运行服务可靠性是改善公交服务质量，提升公交乘客出行满意度的重要途径。首先，本文考虑站点乘客上车需求波动构建公交运行模型；其次，提出基于时间偏差反馈机制的公交区间行驶速度调控策略和基于乘车选择行为模型的公交站点乘客信息引导策略；最后，以最小化乘客出行成本和车头时距偏差为目标，构建融合车速调控和乘车引导的公交运行组合优化控制策略，并设计了求解方法。以北京公交57路为例，设计4种情形的数值仿真对比实验。仿真结果表明，组合控制策略的优化效果最佳，相比于无控制策略，公交运行稳定性提升了47.70%，避免了线路的串车发生，考虑出行时间与拥挤程度的综合成本减少了18.71%。本文还比较了不同乘客收入水平和乘客引导信息服从率下策略的优化效果。结果表明，随着收入水平的提升，信息引导策略对总出行成本降低效果减弱，当乘客引导信息服从率为0.7时，组合控制策略对公交运行和乘客出行的改善效果最显著。本文可以为提升公交运行可靠性和服务质量提供重要支撑。     

城市轨道交通车厢内拥挤成本的估计方法

应用离散决策分析法与条件价值法, 设计了双边界二分式调研问卷, 计算了考虑拥挤度的轨道交通出行总成本;通过延长车厢内乘客出行时间的方式来换取车厢内乘客密度的减少, 从而得到车厢内不同拥挤度下的等价出行效能;通过调研得到乘客对两轮投标的选择概率;分别采用双变量Probit估计量和随机效用估计量来推断时间边际负效用的标准化值, 得到时间乘数, 进而估计乘客的延时意愿和支付意愿;基于2015~2016年北京地铁1号线和5号线具有代表性的15个车站站台调查获得的数据, 对轨道交通车厢内6种拥挤度下的时间乘数进行线性回归分析。研究结果表明:车厢内的乘客密度和时间乘数存在线性关系, 而改善后的车厢内拥挤度和广义成本呈反比例关系;出行者支付意愿随车厢拥挤度的减少而增加, 当车厢拥挤度由5人·m-2改善为4人·m-2时, 早、晚高峰时段的支付意愿分别为1.58元和3.02元, 当车厢拥挤度由5人·m-2改善为3.5人·m-2时, 早、晚高峰时段的支付意愿分别为2.47元和4.99元, 因此, 晚高峰时段出行者的平均支付意愿达到早高峰时段的2倍左右, 不同时段出行者对改善拥挤度的支付意愿存在显著差异。      

基于公交IC卡数据的乘客出行分类研究

为得到体现公交乘客出行时空规律的数据,采用基于出行链方法推导出公共汽车乘客的下车站点;建立了描述单个乘客多天出行的完整数据框架;根据乘客参加不同活动所产生的出行时空特征定义了3类出行:通勤类出行、普通类出行和随机类出行,将出行频次与出发时间的标准差作为分类标准对公交乘客出行进行分类。研究表明:39.1%的乘客具有普通类或通勤类出行,生成总客流的76.4%;60.9%的乘客只具有随机类出行,生成总客流的23.6%。通过对乘客出行的分类研究可以更好地掌握乘客公交出行的规律和需求。     

基于IC卡历史数据的公交客流统计方法

随着公交IC卡的普遍使用,基于公交IC卡数据的公交客流统计方法逐步成为主流的统计方法。因国内绝大部分城市均采用上车刷卡的方式,所以需根据用户出行规律进行下车站点的推测。为降低运算复杂程度,现有的IC卡分析算法多采用基于后续公交站点吸引权的概率算法,这种算法既不能判断单个乘客的下车站点,对于总体客流又存在数据准确性问题。为此,本文对于能够形成出行闭环的单日多次出行采用传统方法推测其下车地点;对于未形成闭环的单日出行,则分析相关单个乘客历史类似天日的IC卡刷卡数据,统计出其最可能的下车站点,进而得出总体客流。采用本算法对重庆市某段时间的所有IC卡数据进行处理和统计后,经人工计数的数据对比表明:相较于传统的出行闭环算法和站点吸引权算法,本算法对于公交客流的统计更加准确。     

过饱和地铁线路的列车容量分配策略及优化模型

为缓解过饱和地铁线路的局部车站极端拥挤问题，提出一种新颖的车厢容量分配策略及优化方法，即通过预留和分配车厢的方式，将列车运力合理分配到各个车站，从而确保各车站乘客(特别是拥堵车站)均能得到公平服务，缓解极端拥堵。基于上述策略，以线路各车站所有乘客总等待时间最小为目标，以各列车在各车站的预留车厢数量为决策变量，构建关于车厢容量分配问题的线性整数规划模型。针对北京地铁八通线，对其工作日早高峰7:00-10:40下行方向的车厢容量分配进行数值实验。实验仿真结果表明，线路内各车站最大乘客聚集人数均降到安全范围内，其中最大聚集乘客数量由3642人降低至1345人，约降低63%。而全线乘客的总等待时间仅由418027 min增加至420099 min，增加0.5%。上述结果表明，列车容量分配的方法有效缓解了过饱和地铁线路内极度拥挤问题，实现各车站客流聚集均衡，在线路层面提高了总体运营安全性， 同时保证了客运服务质量。     

城市轨道交通大小交路乘客出行选择行为模型

随着我国城市轨道交通大小交路运营组织模式的广泛应用，准确描述大小交路乘客出行选择行为，对列车开行方案的编制具有重要影响。既有研究普遍认为乘客在面临相同起讫点的多交路出行时具有选择直达列车的偏好，缺少对乘客出行选择行为的研究。以大小交路跨交路出行乘客为研究对象，通过拟定不同到达交路列车形式及满载率设定相应出行情境，由此将大小交路出行的乘客类型进行划分，并针对无直达偏好类型的乘客，分析其自身属性、路径信息、出行距离和列车满载率等因素对乘车选择的影响。结果表明：无直达偏好类型的乘客占比高，出行选择主要受出行距离及当前到站列车的满载率影响。     

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.     

基于乘客到站率的公交发车频率优化

常规公共交通是城市居民出行的基本交通方式之一,为保障公交出行效率和降低运营成本,有必要对公交车辆的运营调度进行量化分析和系统研究.文中以居民出行和公交公司运营两者总成本最小为目标,提出了基于乘客到站率的多目标公交发车频率优化模型,以实现乘客和运营者双方的利益最大化.利用乘客到站率函数计算乘客的等车时间,使得模型在优化计...     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

基于模糊预测的高速铁路客流OD 表的推算方法

科学预测客流的变化趋势与波动及获取路网客流OD 表是制定旅客列车开行 方案的依据.结合高速铁路客运的运营实际,利用客流变化相对稳定特征,本文提出了客 流OD 表的反推方法和计算流程,该方法的计算工作量相对叠加法节省了（n2-2n）.考虑 实际客流日波动特征,依据模糊预测原理,建立了车站客运指标的时间序列模糊预测方 程和预测方法,该方法可获取预测期客运指标的变化区间.以南方一高速铁路线为背景, 对车站发送人数进行了预测,预测值与实际数据相比误差在1%以内.在车站发送人数预 测的基础上,给出了线路客流OD 表的反推演算.     

多模式网络公交OD矩阵的一种推算方法

为了分析轨道交通对常规公交乘客选择出行方式的影响,用Dijkstra算法寻找出行时间最短的路径,在此基础上,以出行时间最短作为出行方式选择的规划目标,使用MATLAB软件,设计了轨道交通影响下的常规公交客流量OD矩阵的算法.与传统的重力模型相比,避免了估计阻抗系数的复杂过程.算例结果表明:为了换乘轨道交通, 43.7%的公交站客流量增至轨道交通出现前的2.73倍; 56.3%的公交客流量被轨道交通替代.      

����VISUMģ�͵Ĺ���OD�����о�——��������Ϊ��

OD矩阵是公交线网规划和线网优化的重要依据.OD矩阵反推是获取公交OD数据的有效方法.相关文献中,针对城市整体公交体系的研究较少.依据西宁市建成区所有公交线路上客、下客、车上乘客的调查数据,采用VISUM软件构建了基于等概率下客分布、距离概率下客分布的公交OD矩阵反推模型;然后在VISUM全市整体公交模型中,将各线路反推所得到的OD矩阵归并至交通小区,并通过模型分配得到的路段客流与线路调查得到的路段实际客流比较,检验公交OD反推方法的有效性.研究表明,等概率分布OD矩阵反推在西宁案例中的精度与可靠性较高.最后指出,乘客在各站的下客概率影响因素较多,把握并合理运用其规律是公交OD反推的关键.     

����СƱ���Ĺ�������OD�����о�

本研究以“常州市公交线网优化项目”为背景支持,首先给出一种能够容易、准确获得公交站点OD的方法——小票法;然后结合小票法的特点,利用Visual Basic程序语言进行编程处理,获得调查线路公交站点OD矩阵;最后利用沿线小区与公交站点的依附关系,提出分配权系数,建立小区与站点的分配权关系,从公交站点OD推导出公交出行OD矩阵.该推导模型是以小票法为基础,以公交站点OD矩阵为中间过渡参数,利用公交出行OD矩阵与公交站点OD的依附关系进行推导的.不需要大量的迭代计算,大大简化了推导过程,因此可以适用于大型城市公交网的OD估计问题.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

基于运输效益的城市公交发车频率

公交车发车频率的确定是公交运营调度的主要内容。受车站附近其他公交车的影响,乘客在各站点的可接受公交车容量和等车时间是不相等的;平均可接受公交车容量是乘客心理容量的平均值,如果车内乘客数量超过该容量,则采用容量向量来解释乘客上车过程。文中以运营利润最大化为目标函数,在车辆资源有限的情况下建立分析模型,应用遗传算法求解最大利润下的最优发车频率,并运用实例验证了所提出的方法。