合作与竞争条件下公交网络发车时间优化模型

为了细化考虑公交线路之间的合作与竞争的不同关系对公交网络发车时间,即行车时刻表的影响,针对整个公交网络的运营优化问题,将公交网络中关联线路划分为合作与竞争两类。在各自构建的子网络背景下,分别建立对应的线网发车时间优化模型。发车时间优化模型包括线路始发车时间模型和线路发车间隔模型,其中在合作子网络中为了乘客换乘方便,以线路车辆非同步到站的总时间差最小为合作子网络的始发车时间模型的目标,在竞争子网络中避免恶性竞争和分摊客流,以线路车辆非同步到站时间差最大为竞争子网络的始发车时间模型的目标,发车间隔模型考虑的是运营成本和客流需求。针对所提出的模型,设计了对应的启发式算法,并给出公交网络算例来验证所给模型和求解算法的有效性。     

考虑公交线路短时瘫痪的复线设计模式

为缓解公交线路在实际运营过程中可能出现短时瘫痪所带来的负面影响,提出了一种不同于传统公交线路设计方式的公交复线线路设计。复线模式的公交线路能够在原线路部分路段出现短时瘫痪时实现快速响应,使公交车辆转移至复线路段运营。首先,构建了以乘客出行时间最小化为目标的公交线路复线设计模式,同时依据所构建的模型特征,提出了相应的启发式算法求解。为了验证所提出模型和算法的效果,选取了绵阳一条10站点的公交线路为例进行案例验证。结果表明,相比于传统模型公交线路部分路段发生瘫痪时,公交车辆只能等待路段通行缓慢恢复,导致乘客出行时间过长的问题,通过复线设计,在原公交线路部分路段发生瘫痪时,公交车辆通过绕行至复线线路,可以使乘客总的出行时间减少43.97%。最后,为了分析不同参数取值的影响,对站点到达时间以及道路瘫痪程度进行了相应的灵敏度分析,分析结果表明,当公交运行路段瘫痪越严重,使用该复线设计的效果越好,但如果复线站点与原站点距离过远时,将会导致乘客从到达复线站点以及从复线站点到达最终目的地的走行时间增长,将会降低该方法的应用效果。因此,在应用所提出的公交复线设计时,原线路站点对应的复线站点距离不宜过远。     

常规干线公交网络空间方向分布及结构特性分析方法

空间结构合理的常规干线公交网络可以帮助城市提升公共交通服务效率,缓解道路交通压力。为深入分析城市常规干线公交网络空间结构特性,使用公交网络GIS信息嵌入拓扑结构模型的方式开展研究。借鉴道路网空间信息测度方法,基于香农熵理论提出公交线路方向熵和公交网络方向熵分析方法。根据提取的公交网络拓扑结构中相邻站点间线路段的空间方向信息,使用方向熵测度得到公交线路及网络空间方向分布情况。在现有的规范及研究中,选取并拓展能够体现公交线网空间结构特性的指标,与方向熵组成常规干线公交线网空间结构分析指标体系,从线路和网络2个层面出发探究常规干线公交网络空间方向分布并分析其结构特性。以哈尔滨市63条常规干线公交组成的网络为例进行分析。网络空间方向分布结果表明：公交网络方向熵为2.84,大于网络内任意单条线路方向熵。验证得到公交线路方向熵的测度结果与线路的实际情况相符,方向熵可以有效量化公交线网拓扑结构的空间方向分布;在指标间的相关性方面,公交线路方向熵与公交线路长度的相关性最高,公交线路站点对重复系数与公交刷卡数的相关性次之。网络结构特性分析结果表明：哈尔滨市63条常规公交干线组成网络的平均集聚系数为0.4...     

多指标公交线路综合重要度的确定方法

公交网络中线路重要度的测算是一项非常有意义的工作,线路的重要性需要从不同的角度,利用多个重要度指标来进行综合分析。鉴于此,选取公交线路节点的度、线路平均换乘机会、可达性、介数及凝聚度5个指标描述公交线路的属性,并对各指标的确定方法进行了分析;利用信息熵法确定各指标的权重,计算各条公交线路的综合重要度,各指标的权重能客观反映各指标对线路综合重要度的贡献;最后,利用兰州市公交网络进行实证分析发现:兰州市公交线路的介数指标数值差异较大,对公交线路重要度的贡献作用较大;兰州市公交线路的平均换乘机会和可达性水平差异较小,线路的平均换乘机会和可达性较好。     

考虑异质性出行需求的主支线公交树网络优化设计

公交线网优化设计是指在一定的运行约束条件下,选择1组公交线路和相关频率以达到优化目标的设计过程,可以表示为一个优化问题。针对具有高异质性出行需求的主支线公交树网络,在考虑客流需求和运营约束的前提下,以用户和运营者的成本最小为目标,提出了1种多目标非线性混合整数优化模型。优化变量为候选线路服务频率。为求解这一模型,设计了1种基于改进的布谷鸟算法的高效元启发式方法。该方法包括初始候选路线集生成过程;基于MNL模型的公交分配过程;确定路线服务频率的改进布谷鸟算法过程。通过算例验证了该方法的有效性和适用性。数值分析结果表明,该算法通过对所有可能的候选路径的服务频率选择得到接近最优的公交线路网络。另一方面,通过保持高峰时的公交线路为有效备择线路,为具有异质性出行需求的网络的重新设计提供了更好的解决方案。此外,该系统在1次运行中产生了1组帕累托解,其允许公交线网设计师评估运营商成本和乘客成本并做出折中方案。通过比较3种算法的计算结果和CPU时间,证明了改进的布谷鸟算法的可靠性和有效性。另外还研究了最优公交网络设计与公交运行速度、总需求规模等关键设计输入参数之间的关系,分析结果表明,关键设计输入参数与最优公交网络具有一定的协同效应。模型与算法为实际的大规模主支线公交树网络的优化设计提供了1种有效的工具。     

基于复杂网络理论的长沙市公交网络拓扑性质研究

采用复杂网络的研究方法,针对长沙市公交网络建立了公交线路、公交换乘和公交停靠站点复杂网络模型,利用这3个网络所产生的拓扑特性指标,如度分布、聚类系数、平均路径长度等,讨论了长沙市公交网络的网络拓扑特性,并证明了长沙市公交网络为小世界网络或无标度网络.      

城市外围非高峰时段多线路柔性公交协调调度研究

利用柔性公交灵活度高和成本低的优点,考虑公交线路交互对乘客出行选择的影响,提出了城市外围非高峰时段多线路柔性公交的协调调度。首先阐述了柔性公交的运营模式和适用条件以及柔性公交与定制公交的区别。其次分析了城市外围非高峰时段多线路柔性公交的协调调度问题,并给出了柔性公交协调调度的具体流程。接着以乘客的候车时间、乘客减少的步行时间、乘客增加的乘车时间、公交车的运营成本为指标,考虑常规乘客的候车时间约束和公交车响应预约请求时的综合效益约束,建立了多线路柔性公交协调调度的双层规划模型,其中上层模型以乘客的出行时间最少为目标,下层模型以公交的运营成本最低为目标。然后设计了遗传算法,对公交车响应预约站点时的车上乘客数量进行编码来求解该模型。最后以重庆市180路和396路公交为例设置了预约站点,并在4种预约比例下对多线路柔性公交的协调调度和单线调度进行了对比分析。结果表明:有多条柔性公交线路可响应预约站点时,进行协调调度可减少实时预约乘客的候车时间;有共同目的站点的乘客数量越多,进行多线路柔性公交协调调度时乘客整体减少的出行时间越多;预约站点所有乘客有共同目的站点时,进行多线路柔性公交协调调度能降低公交的运营成本。     

基于车公里载客量的公交线路客运量预测研究

对公交线路客运量的有效预测是制定线路运营计划、合理规划运营线路和优化公交运营调度的基础.通过分析线路车公里载客量的周期波动特征,提出以车公里载客量和公交车载客里程为关键影响因素,建立公交线路客运量预测模型.实验结果表明,该模型预测效果较好,相对误差低于15%,具有较强的实用性.     

公交线路最优选择设计

本文研究的是公交线路最优选择问题。以满足乘客需求为基本依据,考虑了公交直达、公交与公交之间换乘1次和2次到达三种情况,提出了基于最小换乘次数的城市公交网络最优路径算法。     

基于数据融合的公交到站时间组合预测模型

为优化公交系统运营时间管理,提升公交系统信息化服务水平,针对多公交线路共线的情况开展研究,提出了一种基于多公交线路数据融合的公交到站时间组合预测模型。该模型由公交行驶时间预测子模型和公交站点停靠时间预测子模型组成,旨在最大限度地提取公交运行相关信息用于公交到站时间预测,进而减少预测的误差。为了混合和充分利用多公交路线的时间数据,提出了3个加权平均时间作为模型的输入变量,并引入了遗忘因子函数(FFF)体现数据对加权平均时间计算的不同贡献。根据支持向量机(SVM)在预测到站时间时的良好表现,采用了SVM预测公交停靠与行驶时间。为验证并评价文中提出的模型,采集了江西省宜春市的公交运行数据,数据覆盖11个路段、12个公交站、16条公交线路。预测的结果表明,引入多线路数据融合的组合预测模型可以显著提高公交到站时间的预测精度,最优的行驶时间预测子模型和停靠时间预测子模型分别为R1和D7,而最佳的公交到站时间预测模型则为R1+D1。相比以往研究的结果,基于多公交线路数据融合的公交到站时间组合预测模型R1+D1在到站时间预测精度方面的提升为13. 92%(MAPE)和14. 48%(RMSE)。此外,FFF的变化及其参数取值会影响时间预测模型的预测结果。     

城市多模式公交网络拓扑结构与布局均衡性研究

为探究城市多模式公交网络的均衡性，实现其量化测度，界定了公交网络均衡性内涵，从网络拓扑结构及其道路布局两方面入手开展研究。分析并总结了传统网络拓扑建模方法存在的不足，考虑公交线路双向路径与运能差异，提出增广Space L网络模型，建立了其矩阵表示与拓扑结构表征指标；着眼于公交网络与城市道路的依赖与伴生关系，建立了P-R二分网络模型，从线路和运能两方面构造了其矩阵表示及表征指标，并阐释了各指标的现实意义。为避免单一指标评价产生片面性结果的风险，提出了Gini系数与Atkinson指数相结合的均衡性测度思路，考虑指数分布的普遍性，构造了面向公交网络均衡性分析的Lorenz曲线拟合通式，优化了Gini系数求解方法；引入Atkinson指数，以适中的敏感性与区分度为期望，给出平等偏好参数建议值ε=1.5，结合表征指标的离散性，建立了Atkinson指数优化计算方法。以南京市主城区多模式公交网络为案例，建立了空间地理信息数据库并开展建模分析，基于表征指标分布，证实了公交网络有向处理的必要性，指出南京公交网络发展存在典型的"马太效应"；构造了各表征指标的Lorenz曲线，验证了拟合通式的合理性与有效性；求得各表征指标Gini系数与Atkinson指数值。测度结果表明：南京公交网络布局及其对道路空间的利用相对均衡且合理，但运能分布略欠均衡，公交网络效率与可达性的实现对极少数路段的依赖性较高，集中于区域间联络性道路；ε=1.5时，Atkinson指数与Gini系数的评级结果无明显分歧，但具体测度值显示出一定区分度，前者具有更高的敏感度，证实了二者在公交网络均衡性测度中的有效性与互补性。     

海南A市公交线路布局的设想

通过对海南A市城市发展与公交线路布局现状的调查,分析了A市公交线路布局的不足之处,提出以长途客运中心枢纽为起讫站点来设置城市公交线路的设想,对A市公交线路进行有效整合,合理地衔接城乡道路客运和过埠港口海运,优化其公交客运网络布局,完善城乡公交综合运输体系,促进城市公交事业的健康发展。     

基于站点的公交网络配流实用模型与算法研究

由于公交网络的特殊性,公交行驶时间与路段流量关联性很小,同时存在着公交车的容量限制,所以,传统的公交网络模型存在着诸多不足。基于此提出拥挤函数概念描述出行阻抗与流量的关系,结合公交出行时间链对公交网络阻抗进行研究,建立基于站点的多路径 容量限制的概率分配模型并对其算法进行分析探讨。最后将模型应用到扬州公交网络实际项目配流中,结果表明,该模型在应用中具有较高的准确性和可靠性。     

轨道共线段公交发车班次优化

新建轨道交通开通之后,轨道交通共线段内的常规公交客流发生转移,导致常规公交服务效率降低,而密集的常规公交线路对道路通行能力的影响不变。为提高轨道交通共线段常规公交运营效率,缓解道路交通拥堵问题,优化轨道交通共线段常规公交发车班次,以公交专用道的通行能力作为轨道交通共线段可通行常规公交车交通量的极限值和约束条件,提出一种对轨道交通共线段的常规公交发车班次优化方法。以最大化常规公交线路最小的高峰小时平均满载率为优化目标,以轨道交通共线段可通行常规公交车交通量、公交车高峰小时最大满载率和发车间隔为约束条件,构建单目标优化模型,采用单步贪心算法求解,得到轨道交通共线段需调整的常规公交线路发车班次调整优化方案,并通过算例对该模型进行验证。算例中对需调整的8条常规公交线路发车班次进行了优化,结果表明,通过调整8条常规公交线路共减少了33个班次的常规公交车数量,并得到了算例中城市相关路段常规公交线路发车班次调整方案。     

基于节点重要度的城市群城际道路公交线路规划

为解决城市群公交一体化推进中道路客运公交化和公交线路优化规划问题,通过构建城市群区域路网节点重要度评价模型对路网节点进行评价确定公交线路必经节点,以最优路径为目标,建立城市群各路段权重计算模型,通过蚁群算法求解,确定道路公交线路布局;以湖南长株潭城市群进行实例论证,求解结果表明该规划方法具有一定的可行性和实用性。     

公共交通的局域世界演化网络模型

为了研究城市公共交通网络这一复杂网络的生成机理,以Space P法拓扑的公共交通网络为研究对象,结合公交网络设计中常考虑的公交线路和运营长度限制以及路网中公交站点的邻接矩阵等因素,从公共交通网络的初始网络、新增节点、新增节点的局域世界、优先连接概率及新增节点引起的连边五个方面进行分析,构造了公共交通网络的局域世界演化模型,并给出了适用于计算机编程的模型算法。采用该模型对西安市的公共交通网络进行了生成模拟,结果表明演化模型生成的网络与现状网络的累积度分布曲线、节点乘车次数分布极为接近,证明该模型反映了公共交通网络发展的基本规律。     

基于出行费用最小化的公交网络优化模型

基于组合优化的角度，提出了优化公交网络设计的非线性０－１规划模型，以所有乘客流的出行时间和要实现公交网络的资金投入为费用目标函数，在满足车站容量限制的条件下，最小化目标函数以获得公交线路的优化决策。     

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.      

基于深度学习的公交到站时间预测研究

大数据背景下传统的公交到站时间预测方法在预测精度和训练速度方面已经不能满足人们的期望.文章以衡水市公交运行实际数据为例,运用深度学习中的长短时记忆网络(LSTM)和人工神经网络(ANN)混合模型,综合考虑运行时段、天气状况、道路基础设施、是否交叉路口、是否高峰路段等因素,对公交车的到站时间进行预测研究,结果显示混合模型...     

城市公交网络的拓扑结构及其演化模型研究

城市公交网络的拓扑结构特性源于其内在的演化生成机制.以国内4个城市公交网络为研究对象,分别在L空间和P空间对这些网络的度分布、集聚系数和平均路径长度进行了计算和分析.研究发现,公交网络中经过站点的线路教分布服从幂律分布,节点的度分布服从指数分布.基于此,提出了公交网络的演化生成机制--线路择优连接和站点随机游走机制,并构建了公交网络的演化模型.数值仿真结果表明,模型反映了公交网络演化生成过程的关键要素.