考虑旅客到达准时性的城市值机移动站点动态分布模型

现有城市值机移动服务站点设施分布模型在优化中未考虑旅客到达服务站点的时间不确定性,其优化结果通常与实际情况存在差异,导致无法对提前或延误到达的旅客进行服务。为解决时间不确定性对优化求解造成的不利影响,研究基于旅客准时性概率函数的动态设施分布模型。针对城市值机移动服务站点布局优化问题,构建完整的数学模型,并提出动态设施分布的优化评价指标。采用正态分布型旅客准时性概率函数,用以预估旅客实际到站时间与申报到站时间的差异。基于不同服务时段客源点的位置分布,采用涟漪扩散算法和遗传算法优化服务站点位置并计算所有旅客与站点间的最优路径。基于天津市路网和旅客分布的真实数据,对旅客准时到站和考虑旅客到站时间不确定2种场景进行仿真对比实验。结果表明：旅客到站时间概率模型优化结果优于旅客准时到站模型,动态设施分布评价指标提升4.31%。其中,旅客到达站点的平均路径长度减少0.35%,旅客可接受距离总超出量减少6.26%,站点服务容量总超出量减少4.13%。旅客到站时间概率模型能够充分考虑到站时间不确定性,并基于旅客实际到站时间更好地优化设施布局。基于旅客准时性概率函数的城市值机移动服务站点动态分布模型具有可...     

基于马尔科夫方程的快速公交瓶颈车站识别

通过对城市快速公交(BRT)系统中可能的瓶颈设施进行分类,明确以车站设施作为研究对象,基于马尔科夫方程建立车站排队服务模型,并利用VISSIM软件对广州中山大道BRT系统24个车站进行仿真,得到了车站模型的各项指标参数;以车站发生排队概率、车辆平均停站时间、站台乘客平均候车时间、车站泊位饱和度、车站平均排队长度5个主要性能指标为基础建立BRT车站瓶颈识别体系,对广州中山大道BRT各车站进行综合评价打分,确定岗顶站、师大暨大站、棠东站为潜在瓶颈车站。     

重庆市轨道站点步行吸引范围研究

为了研究重庆市轨道站点步行吸引范围,分析了山地城市轨道站点步行吸引范围关键影响因素,利用多元线性回归分析法,提出了步行时间吸引范围模型,构建了重庆市地理信息数据库,根据时间吸引范围模型,确定了步行空间吸引范围。经验证,模型具有良好的适应性。成果表明,山地城市轨道站点的平均步行时间吸引范围超出平原城市经验值52%,但空间吸引范围小于平原城市,且具有较大的不规则性。     

基于站点群体聚集性客流的公交串车调度优化

为提升城市公交准点率、减少延误，解决车辆串车问题，研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征，以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束，采用实时混合控制策略，实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法，考虑到乘客到达率的不确定性，并通过调控公交车辆站点驻站时间以及路段平均行驶速度，可满足站点时段性群体聚集公交客流出行需求，防范潜在的公交串车。在模型求解上，考虑到双目标优化视角的差异性，运用超车规则对串车场景下的出站车辆重新排序，设计基于NSGA-II的求解算法，以拥挤距离标定序度关系，以精英策略获取新种群，改进交叉算子，并基于TOPSIS法对获取的Pareto解集择优。最后，以实际公交线路为例进行案例分析，结果表明：基于站点群体聚集性客流的公交串车优化调度模型，系统考虑了乘客乘车属性与车辆载客限制，能够输出最优的车辆滞站与车速调整方案，并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表...     

基于聚类分析算法的公交车到站时间预测研究

在现代城市中,准确获取公交车到站时间可以吸引更多人选择公交出行。但在目前城市交通日益拥堵的情况下,公交车在实际行驶过程中受多种因素的影响,导致行驶时间不稳定,这严重影响人们乘车体验感。本文结合了聚类分析和支持向量机,提出了一种基于聚类分析的公交到站时间预测模型。该模型使用了公交线路的站点数据,对所采集的数据进行标准化的预处理,并考虑了公交车在运行过程中受到的多种干扰因素,对鹰潭市27路公交上行线路进行了分析。结果表明,基于聚类分析和支持向量机的公交车到站时间预测模型的平均绝对误差在四十秒以内,预测精度也优于直接支持向量机的模型,能很好地预测公交车的到站时间。     

基于二项分布的BRT通道排队模型及线路优化调度

针对国内外大部分BRT系统的设计特点,根据BRT系统中港湾式车站组的实际情况,结合线路发车频率,建立了BRT通道车辆排队概率的数学模型,提出了基于该排队模型的线路优化调度模型。最后以广州市中山大道BRT系统中的站点为例对该调度优化模型进行了求解,并在Vissim软件中进行仿真试验对比,结果表明该方法可以有效减少排队,为BRT系统的优化调度提供一种有效的方法。     

快速公交站点步行吸引范围研究

基于济南市快速公交站点问卷调查结果与GIS处理数据,运用数理统计分析方法,研究快速公交的各类型站点步行吸引范围及其影响因素。研究表明：站点步行吸引范围应主要以乘客步行吸引距离为标准;乘客步行吸引距离与其月收入相关性最大;快速公交的首末站步行吸引半径为普通站点的2~3倍。     

基于公交车辆定位数据的公交运送速度计算模型

提出一套基于公交车辆GPS定位数据的公交运送速度计算模型,以公交车辆实时GPS数据和公交线站GIS数据为基础,借助地图匹配修正GPS坐标,确定公交车辆所处弧段和弧段百分比位置.基于公交车辆定位数据点与公交站点位置匹配流程,通过识别公交车辆到站时间,计算车辆在公交站点区间内的行程时间和运送速度,并进一步修正公交车辆到站时间误差和公交线站基础信息来改善模型精度.论文选取北京不同道路等级和时段的21条线路进行调查,验证模型误差和有效性.结果表明,模型的平均精度可达到91. 4%,站点区间所在道路等级越高,计算结果越准确.论文所提出的公交运送速度计算模型,能为加强公共交通运行监测与管理、提升出行服务质量等提供重要支撑.     

基于乘客加权平均出行时间最短的公交站距优化模型

在分析公交出行过程和乘客出行链的基础上,提出了以乘客加权平均出行时间最小为优化目标的公交站距优化模型;通过算例,比较分析了运用该模型计算的站距、在约束范围内随机确定的站距及取平均站距下的乘客加权出行时间,验证了该模型的适用性和有效性。     

考虑需求起讫点及需求等级的响应型社区公交行车调度优化

为提高社区公交对乘客出行需求空间和时间分布波动性的适应能力,减少乘客等待时间和步行到站时间,提出了一种新型响应型社区公交服务,对响应型社区公交的行车调度优化方法进行了研究。通过在社区内部设置高密度的上车、下车备选站点,并根据需求申请的时间将需求等级划分为3个等级。考虑需求起讫点及需求等级对响应型社区公交行车调度进行优化,满足了乘客对于起讫站点的个性化需求,避免了乘客产生二次等待。以空载率、乘客平均不满意度、以及运营里程最小化为评价目标,考虑各类需求、车辆载客容量、乘客被服务时间窗等约束条件,针对响应型社区公交建立了两阶段行车调度优化模型。第1阶段静态调度优化针对发车前已收到的出行预约需求求解优化模型,确定本班次车辆需要响应的预约需求和行车路线;第2阶段动态调度优化针对本班次发车后收到的动态预约需求,考虑动态预约需求申请时刻,在第1阶段静态调度优化结果的基础上求解第2阶段动态调度优化模型,确定本班次需要响应的动态预约需求并调整行车路线。以上海市温泰线社区公交为案例,验证了调度优化方法的效益,匹配了出行需求的起讫站点,根据需求等级对静态、动态需求进行了区别响应,案例优化效果达到了37.68%。     

考虑出行时间窗的定制公交线路车辆调度方法

为提高定制公交系统的运行效率,研究了带乘客出行时间窗约束的多条定制公交线路车辆调度方法。给出了乘客出行站点合并方法,将公交车早到、晚到站点所造成的乘客损失转变为当量运营里程,以多辆公交车总运营里程最小为目标,考虑乘客的站点约束、公交车容量约束以及乘客的出行时间窗,建立了定制公交车辆调度优化模型。其次分析了乘客出行起点、终点对模型求解的影响,通过提出虚拟源站点,将多辆定制公交车的调度问题转换为多旅行商问题;基于后向推导原则设计贪心算法求得模型的可行解;之后基于遗传算法,采用自然数编码机制,将每个站点作为基因位,按照访问次序排列成染色体对应问题的解;最后给出了贪心算法和遗传算法的流程。在理论研究的基础上以定制公交线路为例对建模过程和模型的求解过程进行了阐述。研究结果表明：所建立的优化模型能够输出合理的多条定制公交线路车辆调度方案,不仅可以给出每辆定制公交的途经站点、运营里程,还可以给出每个站点的准点程度以及由于公交早到、晚到折算得到的当量运营里程;在求解算法质量方面,与可行解相比,相对最优解输出的方案能够使综合运营里程降低10.4%;模型求解时间为30.3 s,可以满足定制公交企业的实时性需求。     

基于双站台的 BRT与社会车辆协同绿波优化模型

公交车在运行过程中需要停靠站台，导致现有绿波交通模型很难同时优化社会车辆与公交车。针对该难题，建立了以双站台为基础的社会车辆绿波与BRT行程时间协同优化模型。该模型以社会车辆绿波带宽最大与BRT行程时间最短的加权值为目标函数；以周期时长、相位相序、社会车辆与 BRT 车速、交叉口双站台停靠选择为优化变量。算例表明，与 maxband模型相比，优化模型在绿波带宽占周期比例不变的情况下，BRT平均行程时间由 407.54 s降为 308.08 s，降低24.4%；BRT平均延误由68.66 s降为9.2 s，降低86.6%；停车次数由35次降低为2次，降低94.6%。优化模型在保证社会车辆绿波通行的前提下可以显著提高BRT的通行效率，为BRT的进一步推广应用提供理论基础。     

基于交通流理论的公交站点间行程时间预测

分析了公交站点间车辆运行过程,将行程预测时间划分为交叉口排队等待时间、路段行驶时间和停站时间3个部分,利用交通波理论和延误三角形,分别建立了无公交专用车道和有公交专用车道2种情况下排队等待时间的动态预测模型;根据乘客到站规律和上下车规律,提出了公交车进站停靠时间模型;针对无公交专用车道条件下的时间预测方法进行了实例演算.实验数据表明,基于交通波行程时间预测方法具有较高的精度,可以满足站点间行程时间预报要求.     

基于马尔科夫链的公交站间行程时间预测算法

公交站间行程时间具有明显的时段分布特征,且公交车辆是典型的时空过程对象,其运行具有状态转移性。为了准确预测公交站间行程时间,在应用马尔科夫链预测公交站间行程时间基础上提出其改进算法。通过大量公交GPS数据构造不同时段下具体线路站间行程时间的马尔科夫状态转移矩阵,并对站间行程时间进行状态推导,采用移动误差补偿法对马尔科夫预测值进行动态修正,改进原有的马尔科夫预测算法。以广州市BRT线路B1的实际运行数据对算法进行了验证,结果表明,移动误差补偿改进算法优于基本马尔科夫算法及 BP模型,同时该改进算法还具有实现过程较简单。      

多线路公交停靠站停靠组织研究

针对多线路公交停靠站公交车辆进出站排队现象严重,站点延误大,运行效率低等问题,分析了不同停靠组织形式和不同主辅站设置类型对公交运营效率的影响。运用Vissim对3泊位直线式和港湾式公交停靠站点的顺序停靠组织和不同组合的划线停靠组织分别进行仿真研究,从公交延误、车辆总延误、行程时间以及通过车辆数4个方面对不同停靠组织形式在不同条件下的交通运行效果进行评价,得到不同形式公交停靠站的最佳停靠组织形式;在此基础上,对不同组合型式的6泊位主辅站停靠组织进行仿真评价,得到了最优的主辅站设置类型。仿真结果表明:对3泊位公交停靠站采用直线式停靠站,总延误平均降低38.4%,采用港湾式公交停靠站,总延误平均降低40.6%;对6泊位主辅站采用双港串联设置,总延误降低22.8%。      

港湾式公交停靠站对路段通行能力的影响

在对南昌市城区主干道港湾式公交停靠站调查的基础上,通过 Vissim 仿真模拟得到大量交通流数据,从港湾式站台设置的长度、站台乘客等待数量、路段车道数、路段车辆的平均速度、站台停止车辆数、以及进出口平均延误时间6个方面建立神经网络分析模型,以路段平均延误车辆/路段实际通行能力作为通行能力的影响折减,运用 Matlab 软件编程求得变量因素与输出影响的连接强度权值 W 与偏置值 B ,为港湾式公交站对路段通行能力影响提供了定量化影响系数。      

考虑信号优先的相邻公交停靠站最佳布置方法

首先建立了在离线信号配时方案下,单个车辆通过信号控制交叉口群的信号延误计算模型;进而以车均延误最小为目标,建立了停靠站最佳布置的选择模型。通过对优化模型解的分析表明,不同的信号协调配时方案对应不同的停靠站最佳布置方案,单点最优解的叠加并非是全局最优解。以两个交叉口和两个停靠站的实际案例进行计算分析,得出在信号优先协调控制方案下的停靠站最佳布置方案,最佳布置方案的下车辆延误明显低于其他方案。最后通过微观仿真软件VISSIM验证了模型的计算结果。     

考虑绿灯延长的干线公交绿波优化控制模型

针对绿灯延长控制策略使公交车辆在交叉口实际可通行时间大于社会车辆的事实，研究了考虑绿灯延长的干线信号协调优化控制模型。在MAXBAND模型考虑公交车运行速度和站点停靠时间的基础上，选择以绿灯起点作为绝对相位差的计算依据，结合最大延长绿灯时间改进对公交车辆的绿波带宽约束和时间-距离的几何关系约束，并使用Matlab求解改进模型相关参数。选取平均排队长度、社会车辆平均延误、公交车平均延误、平均停车次数和人均延误作为模型的评价指标，并使用Vissim软件对其仿真实验。实验结果表明，在无公交专用道且不考虑车辆排队影响的情况下，改进模型相较于在MAXBAND基础上考虑公交车行驶速度和靠站停车时间模型而言，5个评价指标均至少提升了2.87%;相较于MAXBAND模型而言，由于改进模型未考虑交叉口车辆排队情况，公交车平均延误增加了1.87%，但其他4个指标均至少提升了1.71%。      

基于成本最优的城乡公交站点布设模型研究

城乡公交站点的优化布设作为城乡公交一体化规划的重要内容,它决定了运营企业的运营成本和公交乘客的出行时间成本。在分析城市公交站点布设模型的基础上,提出了城乡公交经营者的费用成本和公交乘客的时间价值成本的概念,并以两者之和最小化为目标,建立起城乡公交站点的布设模型,并进行了优化。