同步换乘时刻表与德国达姆施塔特市公交换乘保障实践

同步换乘时刻表(德语: Integraler Taktfahrplan)是保证公交换乘连接、缩短公交出行时间以及整体提高公交服务质量的重要手段之一,它通过协调不同公交线路的"节奏性"的时刻表来实现。以德国达姆施塔特市公交系统为例,分别介绍了达姆施塔特市路易斯广场(Luisenplatz)和火车总站分别作为城市公交枢纽站和城际公交枢纽站的"同步换乘时刻表"的应用情况,并且通过公交控制中心的介入,以动态管理的手段进一步完善现实中因突发情况造成的延误而导致的换乘困难。     

公交网络最优路径求解算法

求解公交网络最优路径是进行公共交通系统规划的一项关键技术.通过对多种现有算法的分析,利用公交换乘矩阵性质,本文提出了一种求解公交网络最优路径的标准算法.新算法考虑了公交换乘次数、换乘点选择以及出行总成本对求解最优路径的综合影响.通过建立换乘步行时间矩阵,并将过去求解最小换乘次数的换乘矩阵乘法运算变为相应的换乘步行时间矩阵和公交出行时间矩阵的加法运算,得到新算法.新算法可顺利实现在单一OD对、单起点多终点以及任意节点间求解最优路径的转化.文中给出了新算法的详细求解步骤,而且通过一个算例对新算法的有效性进行了验证.     

试析城市公共交通的换乘

1换乘方便特征与主要内容 方便是吸引城市居民采用公共交通出行的重要条件.作为一个城市的公共交通,乘客在旅途中换乘总是不可避免的,换乘必然给乘客出行带来不方便,问题在于城市公交能否把这种不方便降低到乘客能够接受的程度,使乘客采用公交方式出行并不是无奈的选择,这是每一个城市公交企业应该努力的方向.所以说,换乘特性是城市公交方便特征的体现,也是城市公交必须给予关注的问题.城市公交的换乘有三个内容:换乘程度(简称换乘特性)、换乘时间和距离.     

基于公交智能调度系统的公交换乘算法实现

通过对城市居民公交出行选择影响因素和选择逻辑的分析,利用地理信息系统（GIS）技术构建公交换乘数据模型和公交智能调度系统数据计算出行时间,以此为基础实现以最少换乘次数为第一目标,出行时间最短为第二目标的公交换乘算法。该算法考虑了步行换乘、行驶时间、换乘时间及公交线路上、下行因素对换乘查询的影响,能够较快地提供公交换乘方案。     

基于出行全过程的公交协同提速研究

速度优势业已成为交通方式竞争的核心要素。在总结、借鉴国内外相关城市公交快速化发展经验基础上,研究提出了公交"出行全过程"协同提速的概念,分析了构成"出行全过程"的到离站、候车、乘车、换乘等各环节的公交出行特征,并围绕"降低车内时耗"、"减少车外时耗",论述公交协同提速措施建议。     

快慢车模式下早高峰时空乘车路径选择研究

研究早高峰通勤乘客的时空出行规律有助于更好地组织快慢车运营模式。本文从一种常见的快慢车运营模式出发,首先,根据乘客的起点车次和直达/换乘方案联合选择构建乘车路径;其次,以出行时间、早到/迟到延误和车内拥挤度作为早高峰通勤乘客出行选择的影响因素,对不同乘车路径下的出行成本进行构建;再次,以用户均衡理论建立乘车路径分配模型,并证明了该模型用户均衡路段解的存在性及唯一性;最后通过案例,对均衡模型进行验证。研究结果发现：短途乘客更愿意接受高拥挤但终点到达时刻接近工作开始时刻的车次,而长途乘客的车次选择分布较为均匀;除出行时间因素以外,延误惩罚和乘车拥挤同样影响早高峰通勤乘客的换乘行为,虽然换乘快车有可能降低出行时间,但高延误惩罚和拥挤成本会导致部分站点的乘客不选择换乘路径。     

基于APTS大数据的城市公交出行多维分析模型和方法

智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.     

基于MapInfo的城市公交查询系统的设计与实现

研究城市公交查询系统的设计与实现。利用动态分段技术,建立了基于MapInfo的动态分段数据结构,充分考虑乘客出行心理,提出了公交出行最优路径算法,设计了城市公交查询系统,实现输入查询信息或直接对地图操作来获得出行最优路线和换乘方案,提高乘客出行的便利性和高效性。     

“一路一线”公交交叉口进口道设置停靠站分析

为减少"一路一线"骨干公交乘客交叉口换乘时间,综合考虑交叉口大小、交叉口信号、公交停靠站距交叉口距离、换乘客流方向、换乘客流大小等因素,构建"一路一线"骨干公交交叉口换乘理论模型,即乘客换乘总的节约时间大于车上乘客的总延误时间,为"一路一线"骨干公交交叉口停靠站设置提供理论基础。通过佛山市骨干公交G9、G12相交的兆祥路与普君北路交叉口为例,以缩短乘客出行时间为目标,分析设置8个站台的可行性,并提出在第2象限增设公交站台。     

城市公共交通合理路径集生成研究

在交通发展多元化的背景下,公共交通的出行分担率逐步提升,并成为城市居民的主要通勤出行方式。用于公共交通流量分配的路径集生成技术亟需研究：将行为阈值约束与改进的Dijkstra算法相结合构建数学模型,算法基于枚举的方式,剔除公交路径集中的无效路径,生成合理路径集,并通过Visual Basic语言开发实现。在包含8条线路的算例网络中,考虑出行总时间、步行时间、换乘次数、拥挤指数四个阈值约束,生成包含直达与一次换乘的路径集。研究成果可为城市公共交通出行的路径选择行为分析提供参考。     

基于出行数据的城市公交网络可达性研究

可达性是评估交通便利程度的有效指标,城市公共交通良好的可达性能够吸引更多人选择这类方式出行.基于公交刷卡、发车时间间隔等多源数据,提出考虑线路和流量的车站等待时间计算方法;利用换乘时间阈值拼接出行数据,获取起讫车站出行时间,建立两阶段机会模型.以北京市为例,评估公交网络实际可达性.研究表明：车站服务可达性和网络可达性均呈现城市中心高、郊区低、沿地铁变化趋势明显的特征,线路越多的车站可达性越高;传统的定值设置方法会低估高可达性车站的可达性水平,考虑流量和线路的等待时间计算方法是有效的.     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

出行策略与行程时间不确定下的公交客流分配方法

利用杭州市公交线路站点GIS数据和车辆运行GPS数据进行分析,将公交车到站时间分为站点停靠时间和站间行程时间,得到公交车站点之间运行可能总时间的分布概率.通过实际的公交路网结构,定义扩展的公交网络有效路径.在考虑公交线路联合发车频率和根据乘客路径选择的广义成本下,建立出行策略与行程时间不确定下的公交客流分配模型,并将公交线路发车时刻表引入用户均衡模型中,设计了基于扩展网络最短路的Method of Successive Average(MSA)算法求解,通过对两个交通小区间高峰小时的客流分配结果验证模型和算法的有效性.     

城市多模式公交网络出行时间可靠性模型研究

随着城市的发展,快速轨道交通和快速公交系统逐渐融入到常规公交系统中,构成了复杂的多模式公交网络,在此公交网络环境下乘客公交出行时间的稳定可靠程度直接影响到公交系统的服务性能,因此,本文以常规公交和地铁组成的典型多模式公交网络为研究对象,利用状态增广技术,建立了换乘约束条件下的出行时间可靠性模型,从而为评价和改善多模式公交网络服务性能提供决策支持。     

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。     

换乘约束下城市多方式交通分配模型与算法

基于超网络理论构建了可换乘条件下城市多方式交通系统的超网络模型,同时基于所建超网络,在考虑出行者的换乘规律和换乘行为等因素下,定义了可行超路径.将超网络的路段划分为行驶路段、换乘路段、上网路段和下网路段等4类,考虑出行时间、货币费用及舒适度感受3种因素,建立各类路段的广义费用函数及超路径广义费用函数.基于超路径费用,定义了有效超路径.在此基础上,提出城市多方式交通系统的随机平衡分配模型,并且提出了换乘约束下有效超路径和最短可行超路径的搜索算法.最后,通过一个数值算例说明所提出方法的可行性和有效性.     

基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

策略与技术层面上的城市公交优先研究

选择经济性与可实施性较好的公交专用道,适当超前规划与建设公交专用道网络,并且在路口通行权、衔接换乘等方面给予公交适当的特权,对于构建符合现代生活水平要求的、和谐的公众出行系统,真正落实公交优先,具有重要的意义。     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

服务导向型公共交通快速通勤系统发展--以北京市为例

快速城镇化背景下中长距离通勤矛盾日渐突出,如何用集约化的客运方式解决这一问题是现阶段的主要挑战。首先指出北京市现状公共交通系统存在服务级配结构失衡、线路空间组织方式与需求分布适配性差等问题。结合公共交通快速通勤系统的服务对象和概念,从时间感知、出行舒适度、在途时间使用等角度分析实现快速的途径。对潜在的多样化需求进行细分,从全出行链的角度出发探讨差异化的应对策略。最后,以服务导向为基本思路,提出公共汽(电)车骨干快线网络概念方案,从完善制度建设、打造服务级配、构建无缝换乘和高水平接驳体系等方面提出公共交通快速通勤系统建设的关键策略和建议。