基于马尔可夫链的旅游轨道交通客流分配模型

为克服传统客流分配方法在旅游轨道交通规划应用中的局限性,提出MCA(基于马尔可夫链的旅游轨道交通客流分配)模型。旅游出行满足马尔可夫链“无后效性”,通过站点转移矩阵和站点选择矩阵运算求得路径选择概率,从而实现OD(起讫点)量在区间上的客流分配。以五台山风景名胜区实际案例为研究背景,对旅游阻抗函数进行多元线性回归分析,剔除1个非显著变量后计算其他5个显著变量参数取值,并对分散度系数进行敏感性分析;分别计算本模型以及AON(全有全无)、UE(用户均衡)和SUE(随机用户均衡)客流分配模型在各区间的客流分配量;对比4种模型的计算精度和效率。平均相对误差计算结果的优劣排序依次为MCA,UE,SUE,AON,均方根误差计算结果的优劣同上。MCA的计算效率最高。研究结果表明,所提模型更适用于旅游交通场景。     

基于综合运输网络的客流分配优化模型与算法

以综合运输网络条件下的客流分配为研究对象,提出更适合表现旅客出行需求和各种运输方式相互竞争关系的运输细分方式,采用可量化表征综合运输网络当前客流状态的区间饱和度和径路饱和熵,并结合旅客出行广义费用函数,构造旅客出行阻抗函数,给出以综合运输网络中旅客出行总阻抗最小为目标的客流分配优化模型.基于k条最短路算法和混沌优化算法,在径路选择时考虑当前综合运输网络的旅客出行阻抗因素,设计客流分配迭代优化的动态求解算法.算例表明,利用给出的模型和算法能够得到可行和更为细分的综合运输网络客流分配方案.     

基于视频检测的轨道交通短时客流预测研究

为提高客流预测的精度,构建轨道交通站点客流多变量时间序列预测模型。基于视频检测的轨道交通短时客流预测研究采用方向梯度直方图特征描述器与支持向量机分类器识别行人目标,利用Camshift算法对目标跟踪,从而获取客流量和客流速度参数,并根据协整关系构建客流多变量预测的向量误差修正模型,最后利用南京鼓楼车站4A通道的视频数据进行模型验证和对比分析。实例验证结果表明:构建的向量误差修正模型具有较好的预测性能,客流量和速度预测的MAPE值都小于8%,优于相同样本下ARIMA(0,1,1)的预测性能。     

城市轨道交通客流最优策略分配模型的改进

城市轨道交通客流分配属于公交客流分配中的一种特殊情况,借鉴公交超级网络分配模型可以解决城市轨道交通客流分配的问题。通过算法的理论分析和简单的算例测试,指出最优策略分配模型在策略寻找和流量分配两大环节上存在的缺点。通过替代频率的方法,改进了策略寻找的方法;结合分层决策的思想,应用Logit模型改进了最优策略分配模型的流量分配算法。将改进的算法应用于上海城市轨道交通网络客流分配和简单算例网络,对比了改进算法和最优策略算法的差异,结果表明改进的算法更为合理。     

基于网络瓶颈控制的轨道交通车站客流疏导研究

轨道交通客流在特定时空区间的强聚集效应导致车站内部设施的服务能力与客流量不匹配,极易造成乘客拥堵、滞留等问题。通过对轨道交通车站客流流线大范围调研,确定服务设施实际通行能力,识别车站瓶颈区域。进而利用多点联动的瓶颈控制方法,构建网络瓶颈客流疏导模型,协调流线网络结构中设施通行能力的匹配度,计算瓶颈点上下游客流调节量。以北京东单地铁换乘站为例进行流线瓶颈优化,制定不同客流强度下瓶颈优化方案,验证模型的有效性和实用性。模型可协助车站管理人员明确瓶颈控制区域的范围,并制定详细的限流泄流乘客量分配,为高密度客流组织提供理论依据与数据支撑。     

高铁车站接运公交时刻表与车辆调度综合优化

优化高铁站接运公交时刻表和车辆调度,可疏散更多高铁客流密集到达期间高铁站的积聚客流,并有效减少因无法及时换乘接运公交而产生的公交流失客流。以流失乘客数最少、使用的公交车辆数最少为目标,并考虑车辆满载率、乘客等待时间、最大可用公交车辆数、最大流失乘客数等约束条件,建立高铁站接运公交时刻表与车辆调度多目标综合优化模型,并设计带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型。最后,以某高铁站接运公交线路的时刻表与车辆调度综合优化为例,验证了模型与算法的正确性与有效性。结果表明:所提出的方法可以在较短的时间内获得多个高铁站接运公交时刻表与车辆调度综合优化方案,供决策者选择。     

城轨运营中断条件下公交应急线路开行方案研究

考虑城市轨道交通运营突发中断的条件,提出公交应急组织处理流程,从公交车数量是否有限的角度考虑,利用正常运营的常规公交以及临时运营的应急公交建立联合交通运输组织方案。考虑客流分配受等车时间影响,建立基于公交车发车频率的多条公交线路出行优化模型,并利用改进的遗传算法(NSGA-Ⅱ)进行求解,制定最终的公交应急组织方案。并通过算例分析验证模型和方案的可行性。     

多分区响应型接驳公交路径与发车时间的协调优化

为进一步提升响应型接驳公交的整体性能,提出了一种同时考虑分区间与分区内预约需求的车辆路径与发车时间协调优化方法,并构建多目标协调优化模型来分配边界上的预约需求、安排车辆路径和发车时间.优化模型中,优化目标是尽量使存在冲突的运营商利润和乘客满意度同时达到最大;考虑的约束包括接驳车辆容量限制、最大行程时间限制等.采用带精英策略的快速非支配排序遗传算法求解多目标协调优化模型,算例表明:与发车时间固定下的路径优化相比,发车时间与路径的协调优化能显著提升系统性能.若追求运营商0利润最大,与固定分配相比,边界上的需求协调分配时,系统利润增加7.4％,但满意度有所降低;若追求满意度最大,与25座的相比,采用容量15座的接驳车时,系统利润增加了0.8％,满意度也增加了0.06,协调分配和车辆容量的影响显著.     

复杂交路条件下的城市轨道交通客流分配研究

城市轨道交通客流分配的关键在于确定乘客的换乘方案,而乘客的换乘不仅受线网的影响,还受到各条线路运行交路的影响。以分析复杂运行交路对旅客换乘影响为基础,阐述根据轨道交通线网和运行交路构建乘客换乘网络的方法,利用该网络可直观地表达乘客的换乘情况,且网络中不含节点费用,方便了客流分配相关量的计算。在分析换乘网络弧的阻抗计算方法的基础上,建立城市轨道交通客流平衡分配模型,并对模型进行简要分析,最后通过实例求解,检验该客流分配方法的有效性。     

基于非参数回归的城轨实时进出站客流预测

为准确预测城轨实时进出站客流,构建基于非参数回归的实时进出站客流预测模型。首先,对不同特征日分时进出站客流量进行对比分析,据此构建历史数据库;其次,通过计算历史分时数据的相关系数,并设置阈值对分时客流数据间的相关性进行判断,从而确定合适的非参数模型状态向量;再次,根据K近邻样本与预测目标的客流量差异性,设计基于权重加权的预测算法;最后利用广州市城轨客流数据对预测模型进行精度分析,对全网站点多天的预测结果显示:全天平均绝对百分比误差均在2%以下,分时平均绝对百分比误差均在14%以下,表明模型具有较高的预测精度和良好的适用性。