用于最短路算法的公交网络模型构建

公共交通线路网络的复杂化使乘客难于选择最优的出行线路。用于最短路算法的公交网络模型,解决了有向图难以承载票价和换乘这两个出行要素的问题,有效地把公交出行要素包含在弧中,使得最短路算法可以直接根据这些要素搜索最优出行方案。     

���ڳ�ʽLogitģ�͵ij��޳�������ѡ����Ϊ�о�

公路超限运输危害巨大,为有效治超,深入分析超限车辆的出行选择行为.超限车辆为实现运输效益最大化,将对其超限程度、出行线路等做出一系列出行选择,不同的出行选择决策决定超限车辆的出行成本和出行收益大小.在公路超限车辆出行选择决策行为和出行效用分析的基础上,建立超限车辆出行超限程度与出行线路这种存在层次关系决策行为的巢式Logit逻辑决策模型.从概率角度用定量方法分析超限车辆出行个体的出行选择行为,为公路超限运输的治理工作提供科学指导,同时也将为超限车辆补偿费率制定提供理论支持.     

基于WebGIS的铁路旅客辅助决策系统的研究与开发

以旅客出行和换乘中转站的选择及优化作为实现目标,研究了针对旅客不同出行需求的查询算法,开发出基于WebGIS的铁路旅客出行辅助决策系统.系统为旅客出行决策提供综合查询信息,将最优线路以直观的方式显示出来,实现乘车线路的交互式查询和地理信息系统的实时衔接,后台决策软件综合考虑线路状况,实时更新铁路客运时刻表数据库,给出最优乘车路径选择.     

公交出行路径蚂蚁算法

结合公交乘客出行的特点,基于Dijkstra算法站点查询的出行路径选择方法,提出了基于蚂蚁算法的具有最少换乘次数的公交出行路径查询算法.算法利用了蚂蚁寻食出行路径选择的行为特点,通过线路激素强度的更新机制,实现了以换乘次数最少和公交出行站点最少的公交出行路径选择优化目标.算法实际查询结果与实际相符.     

基于BP神经网络的轨道交通客流分布模型

轨道交通费率清分的实质是在不同线路下网络客流分布的问题。在充分考虑乘客出行路径选择多要素的基础上,提出一种基于神经网络的轨道交通客流清分模型。将影响乘客出行路径选择的多要素分为确定性要素和不确定性要素,通过样本训练神经元的抑制系数和激励系数,结合转换函数将结果传导给输出层输出。与传统模型相比,该模型更符合乘客出行选择的多要素心理。最后通过对比客流调查结果和Logit模型表明,在排除其他要素的干扰下,该方法能够较好的实现客流在不同线路的清分。     

基于乘客心理的最佳公交乘车路线选择方法研究

公交乘客的出行线路选择是城市公交信息系统的关键技术,从乘客的心理行为出发,通过建立公交路径选择评价指标体系,并运用模糊决策算法,能够同时对多个指标进行赋值优化计算,得出符合乘客心理行为的最佳路径,克服了传统的Dijkstra算法、Floyd算法只能对公交路线中的某一个指标进行优化计算的缺陷.     

上海市公共交通出行问询系统的开发及应用

<公交出行问询系统>属于智能交通系统ITS(Intelligent Transport System)的重要组成部分--先进旅行者信息系统ATIS(Advanced Traveler Information System)的范畴,是一个以可能选择公共交通方式的出行者为服务对象的电脑信息查询系统.该系统能够用交叉路口、集散点、居民新村、线路站点、著名建筑物、企事业单位等多种方式定义出行的起点或终点,通过系统的搜索计算,向乘客提供最佳的出行路线和转乘方法,以及换乘次数、乘行距离、换乘步行距离等辅助信息,为出行者提供出行前信息.     

通勤班车出行线路优化研究

基于通勤班车出行者意向调查与分析,掌握班车出行行为特性,建立了基于ML模型的班车出行前端衔接方式选择模型,确定前端衔接时间.并以满足最大出行需求、线路总体通行时间最短的路径寻优双重目标,建立了班车线路优化模型,并通过启发式算法进行求解.研究结果表明,约占78.1%的班车出行者前端衔接时间占总出行时间的比例在0.2～0.5;85%以上的班车出行者希望(容忍)最早出发时间不早于实际出发时间,通过实例验证可通过通勤班车线路的优化设置来提高公共交通出行.     

高速路节日免费通行对小汽车出行者选择行为影响研究

出行成本是出行者在选择出行方式时的重要考虑因素。随着我国高速公路网和收费政策的逐步完善,自驾已成为出行者考虑选择的主要出行方式。为研究节日里选择小汽车出行的用户特征及影响因素,通过意向调查的方式对小汽车出行者的偏好进行调查。应用二项Logit模型建模分析,结果显示个人属性、出行属性以及出行环境等都在不同程度上影响出行者的节日出行选择行为,其中小汽车拥有状况、驾龄、旅行时间、出行者在以往节日里选择的出行方式、通行费、线路熟悉程度等对节日出行行为影响较为显著,该研究成果在交通预测、交通管控等方面具有指导性作用。     

济南定制公交"爱巴士" 全力为市民提供精准服务

正自8月份济南公交联合滴滴出行推出济南定制公交"爱巴士"以来,截至2018年12月20日,"爱巴士"定制公交线路达到166条,共计运送乘客23.6万余人次,优质的出行体验让越来越多的乘客放下私家车选择公共交通绿色出行。定制公交"爱巴士"秉承"让市民自己设计线路,自己打造喜欢乘坐的公交车"理念,由市民在滴滴出行平台自行提出出行需求,自行设计线路,自行规划出行时间,济南公交及时收集信息,运用大数据分析,快速反应,待乘客群体达到20人后,便迅速开通线路,为乘     

城市公交出行系统中最优路线算法研究

公交出行最优路线算法主要以距离为标准,在得出了换乘方案之后,可以进一步地考虑时间因素．从而找到更具优胜性的换乘方案,但这还有待于进一步的探讨、研究。     

基于路段间转移概率的最优路径预测方法

提出一种基于路段间转移概率的最优路径预测方法，即根据出行时间，将历史出行数据分为早高峰、晚高峰、非高峰3组反映不同交通状况的时间段；根据起点和终点所在区域，对出行数据作进一步处理，解决给定起点与终点之间出行数据不足的问题。基于有经验的出行者选择路径即为最优路径这一假设，通过历史出行轨迹计算得到路段间的转移概率，建立Markov链模拟出行者路段选择行为，将最大选择概率路径作为最优路径的预测结果，并给出其求解方法。该方法仅利用历史出行轨迹进行最优路径预测，避免了复杂的路段阻抗计算，且具有数据易获取，与实际出行行为一致性高，计算量小的优点。案例分析表明，预测结果准确性在不同出行时段下产生变化，而交通区域划分的大小对其影响较小。     

城市公交网络出行路径选择的计算机算法研究

利用数据库技术设计了公交网络数据结构和求解公交出行路径选择的计算机算法,并采用存储过程技术和Transact-SQL语言实现了求解大规模公交网络出行路径选择方案的算法.在兰州市部分公交线路的实例应用中,计算机算法以毫秒时间为度量单位完成了出行方案的查询.     

交通信息对出行行为的影响分析综述

针对制定交通信息采集与发布策略的需要,从出行目的、出行方式、出发时间和出行路径的角度,介绍了相关的典型研究成果,总结了交通信息对出行者出行行为影响研究的主要进展,分析了我国在相关研究中存在的问题和不足,并指出未来的研究方向.     

基于Oracle Spatial的城市公交网络出行路径选择算法

基于对象-关系模型数据库设计了公交网络空间数据表结构和求解公交出行路径选择的计算机算法,并采用Oracle Spatial组件中的空间操作存储过程、函数及操作算子实现了求解大规模公交网络出行路径选择方案的算法.在兰州市部分公交线路的实例应用中,计算机算法以毫秒时间为度量单位完成了出行方案的查询.     

危险货物运输路线模糊综合评判模型

应用多层次模糊综合评价法优化危险货物运输路线,在保障危险货物运输安全,减少运输事故的前提下,确定了影响道路危险货物运输安全的路线生态环境、人口密集区、交通状况3个主要因素,建立了模糊综合评价模型。实际使用结果表明,在所选的G108、G210、G316三条翻越秦岭山脉的国道线路中,G316是相对安全的,这与实际相符,说明采用模糊综合评价法是找到一条最优行车路线,使危险货物运输危害程度降低到最小的有效方法。     

适应于低密度开发区域的公交运营模式探索与研究——以深圳市小型公交支线为例

分析城市低密度开发区域的公交出行需求特征,提出与该类型区域客流出行特征相适应的公交运营模式,从而达到既满足客流出行需求又保证公交运营服务可持续的目的。最后,结合深圳市小型公交支线试点工作情况进行了案例分析。     

基于局部连通性的在途动态路径诱导方法

驾车购物已经成为现代城市居民常见的生活出行方式,而驾车购物出行量的不断 增长也引发了严重的道路交通供需矛盾,加重了城市交通拥堵程度.为更好地满足居民驾车购 物出行的实际需要,出行路径诱导已成为一种优先选择,但目前大多数路径诱导方法运用固 定的最优路径搜索算法来规划行驶路线,不能完全自适应交通流的变化,并没有考虑到购物 出行特点.本文提出一种在途动态路径诱导方法,分析实时交通信息对路网连通性的动态影 响,在途中对诱导路径进行局部范围的重新搜索,并及时将更新结果反馈给在途车辆.实验结 果表明,与其他动态路径诱导方法相比,该方法计算量减少了56%以上,具有更强的实时性和 有效性,并具有开放性结构,能够根据需求替换不同路径搜索算法.     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.