一体化公交网络均衡配流模型

分析了一体化公交网络的交通特性,基于一体化公交出行的路径特点,研究了公交出行时间与出行费用因素对出行阻抗的影响.考虑人流密度对步行速度的影响以及出行费用与时间的换算关系,将公交出行的路段阻抗、节点阻抗与费用阻抗统一换算为时间,建立了一体化公交网络的出行阻抗函数.利用Wardrop均衡原理,建立了一体化公交网络的均衡配流模型,并通过FW算法对配流模型进行求解.计算结果表明:当地面公交线路长度与轨道交通长度分别为57.3、16.2 km时,轨道交通线路输送的客流量占总客运量的65.4％,通过换乘进入轨道交通系统的客流量达55.4％.构建合理的一体化公交网络能降低乘客出行总阻抗,提高公交系统运输效率.     

超级拥挤公交网络均衡配流

使用公交路段的表示方法描述公交网络,公交路段上的出行费用受拥挤影响,公交车辆上的乘客流量受车辆运营能力限制.在拥挤影响和能力限制的双重约束下,建立公交乘客均衡配流模型,设计求解算法并给出算例.模型和算法尤其适用于高峰时期乘客流量大于线路运营能力的超级拥挤公交网络均衡配流.     

基于时刻表的公交配流算法研究

目前公交配流多基于发车频率,配流结果时刻信息度不高。为促进基于时刻表的公交网络配流研究,建立了改进的Logit模型,在传统Logit模型中引入公交路径独立系统以克服多条相似公交路径的相互影响。同时,建立了容量限制下基于时刻表的随机用户均衡模型(VRT-SUE),该模型考虑了车次容量限制并实现了SUE模型在公交网络上的配流。实例公交网络配流结果显示,改进的Logit模型比传统Logit配流结果更加合理,VRT-SUE模型满足车容量限制同时配流结果达到网络均衡状态,两种模型均可用于城市公交网络运营管理设计。     

拥挤条件下公交系统的拟动态均衡配流模型

论文考虑了由于公交线路运营能力不足造成的车站排队拥挤现象,在此基础上构造了拥挤条件下公交系统的拟动态均衡配流模型.该模型可自动估计不同时段内拥挤条件下的公交流量和车站的乘客排队,特别是在非常拥挤的情况下(即乘客需求超过公交网络运营能力)也能够进行流量分配,并确定车站的乘客排队长度.因此,该模型较好地反映了公交网络的拥挤效应.所给算例说明了不同需求条件下该公交均衡配流模型的应用.     

公交网络系统的随机均衡配流模型

基于对公交网络的特殊性,把换乘次数的影响反映到出行时间中,提出符合乘客出行路径选择的行为假设。给出了广义出行时间下的SUE（Stochastic User Equilibnum）条件。在有容量限制的情况下,建立了公交网络系统的随机均衡配流模型。给出了模型的求解算法和算例,算例的结果表明模型具有一般性和适应性。     

出行时间不确定下的公交均衡配流

很多外在因素致使公交出行时间具有高度的不确定性,而已有的公交配流模型对公交车辆运行时间和乘客等车时间的不确定性缺乏考虑．本文综合考虑公交出行时问和出行时间的不确定性,结合公交出行时间与公交出行时间可靠性以描述乘客的路径选择行为,建立公交乘客均衡配流模型并求解分析。案例结果表明换乘线路增加了出行时间的不确定性,人们更愿意...     

换乘行为影响下的城市公交配流算法

针对中国大城市的工作生活模式与公交网络的特性,以成都市居民公交出行为研究对象,提出了符合乘客路径选择行为的广义公交路径.考虑了公交出行的路段阻抗和站点阻抗,建立了公交路径阻抗函数,提出了有效路径的确定方法.基于改进的Logit模型,建立了一种换乘行为影响下的路径选择模型.以成都市部分公交网络为例,应用提出的配流算法进行实例验证.分析结果表明:当选定的4条公交线路高峰时段的最小发车间隔分别为4、4、3、3 min,非高峰时段的最大发车间隔均为10 min时,对应的最小换乘步行时间和最大换乘步行时间分别为0、6 min;当最大路径阻抗和最小路径阻抗分别为71.5、51.5 min时,对应的乘车时间分别为60、48 min,路径选择比例分别为5.53％、41.98％;当最大路径阻抗和最小路径阻抗分别为52.5、48.5 min时,对应的乘车时间分别为42、39 min,路径选择比例分别为13.40％、62.07％;考虑换乘行为时,配流结果与实际值的最大相对误差、最小相对误差和平均相对误差分别为16.46％、11.09％、14.42％,不考虑换乘行为时,最大相对误差、最小相对误差和平均相对误差分别为34.37％、11.38％、23.15％.考虑换乘行为的配流结果更贴近实际情况.     

编组站静态配流网络模型

配流是编组站阶段计划不可缺少的内容，本文为此建立了网络模型，将静态配流问题转化为最大流问题，并通过分析和证明，使模型进一步得到简化，从而缩小了问题的规模，可用最大流算法方便地求解。     

区块链背景下的中欧班列网络配流研究

网络流量分析是交通网络优化的基础,本文以中欧班列为研究对象,构建以总运输费用最小和运输时间最短为目标的双目标网络配流模型。其中,运输费用方面,考虑中欧班列与国际班轮和国际航空运输之间的竞争,采用两阶段博弈刻画区块链技术应用前后班列运价变化;运输时间方面,考虑区块链技术应用前后通关时间缩短比例以影响总时间。基于2020年中欧班列1周运行数据的分析结果表明,区块链技术应用对网络流量有显著影响。区块链技术应用后,东通道和中通道流量分别减少2.76%和5.12%,西通道流量增加7.88%,东通道和中通道的部分货物运输任务将向西通道转移。同时,网络总运输费用降低17.08%,总时间减少8.27%,综合运输成本降低了13.08%,有利于提升中欧班列的经济效益和对客户的吸引力。本文分析区块链技术应用前后中欧班列网络流量的变化,为班列开行方案调整和网络设施优化提供重要参考。     

基于网络图论的中小城市公交线网规划

针对中小城市公共交通的特点,在传统最短路径直达客流量最大的规划方法基础上。采用改进Dijkstra算法对线网进行规划,对于提高直达乘客运送量、减少乘客换乘比例、提高公交企业效益发挥很大作用。     

基于溢出交通需求的城市轨道交通线网规模测算模型

为了从道路建设的程度测算城市轨道交通线网的规模, 分析了目前国内采用的轨道交通线网规模测算方法, 提出了基于溢出交通需求的轨道交通线网规模测算模型。在保证规划年城市道路网能维持一定的服务水平的前提下, 测算出城市交通总需求相对于道路供给的溢出量, 将溢出交通需求换算成客运量转由轨道交通承担, 利用轨道交通线网的负荷强度指标进而可确定轨道交通线网规模, 并采用不同的方法对2020年西安市轨道交通线网规模进行了测算。测算结果表明: 按出行需求推算的线网规模为103.68km, 从财政实力“可能”的角度分析为66.32~94.74km, 基于溢出交通需求推算为95.89km, 计算结果基本一致, 说明提出的测算模型可行。     

公共交通优先发展现状及战略规划

分析了城市公共交通的服务能力、服务质量、基础设施建设与城乡客运发展现状, 研究了社会经济、城镇化与机动化进程的快速发展, 建设资源节约型与环境友好型社会, 构建现代综合运输体系, 满足公民出行等优先发展公共交通五大需求因素, 提出了健全城市公共交通法规标准体系, 加大公共交通财政保障力度, 建立规范的公交补贴制度与科学的票价制度, 规范公交企业运营管理, 推进城乡客运一体化发展的公共交通优先发展策略。     

城市公交线网优化的理想决策方法

为了优化城市公交线路网络, 用定量分析法把城市公交线网优化的目标及约束条件用特定函数表示, 在定义理想方案的基础上, 以目标函数为因素指标集, 以备选方案为论域集, 求出各个备选方案到理想方案的二维距离, 按距离大小对方案排序, 得到城市公交线网优化的最佳方案。优化结果表明, 优化后公交线网利用率增大, 可达性良好, 优化结果符合实际, 该方法是合理可行的。     

关于城市公共交通综合换乘枢纽建设的思考

城市公共交通综合换乘枢纽是城市交通发展的关键。文章通过深入的剖析。在借鉴国外换乘枢纽建设的基础上,对我国城市换乘枢纽的功能定位和作用进行了重新思考．提出了一些城市综合换乘枢纽建设新理念。并对其建设进行了探索。     

城市公交线网优化方法研究综述与展望

通过阅读和分析大量相关文献,介绍城市公交线网优化的意义及方法分类,阐述国内外城市公交线网优化方法的发展概况及主要研究方法,并在此基础上,总结发展过程中城市公交线网优化方法的优点和问题,展望今后的研究趋势。     

基于多目标规划的公共交通调度算法与仿真

运用了多目标规划方法建立了公交车辆配置模型,并且生成了可实现计算机仿真的算法。在模型仿真中,力求达到经济效益和社会效益双赢。为了易于操作,在模型求解时,采取化多目标为单目标,最终实现总目标最大。文中通过充分利用公交公司客流调查数据,运用统计学、运筹学等科学方法以及计算机仿真,生成了公交调度表。该优化系统可有效提高公交运营管理水平,且易于实现。     

论西安市公共交通优先发展的必要性

在分析西安市目前城市变通现状的基础上,结合西安市古城特点,提出公共交通是提高道路利用率,最大限度地满足西安市居民交通出行需求,解决城市交通问题的一种行之有效的方法。因此,西安市公共交通优先发展是十分必要的。