基于Vissim仿真的公交行程时间可靠性研究

从公交行程时间可靠性入手,深入分析了公交行程时间可靠性的定义、计算方法及评价指标体系;通过对公交车辆行程时间可靠性特征分析,建立了考虑公交专用道情况下的车辆行程时间可靠性概念模型,并运用仿真软件Vissim对不同影响参数下公交专用道条件下的车辆行程时间概念模型进行了验证,对仿真结果进行了对比分析,其结果可以对公交优先设计工作提供参考.      

道路拥堵程度对公交行程时间可靠性的影响研究

为了解决日趋严重的城市交通拥堵问题,进一步提高公交车辆的服务水平,本文结合国内外的研究经验从路段平均行程速度、交叉口饱和度、路段饱和度以及交叉口平均排队时间4个道路拥堵程度评价指标出发,构造了一个系统的多因素综合评价模型,建立了道路拥堵程度评价体系.在分析道路拥堵的基础上,建立了基于道路拥堵程度的公交行程时间可靠性的预测模型.通过采集实际的交通流数据以及公交车站点间的行程时间,讨论不同道路拥堵程度下的公交行程时间可靠性,验证了该模型.研究结果表明:道路拥堵程度对公交行程时间可靠性有较大的影响.     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

基于全样本大数据的公交停靠站时间规律分析

为了更加全面地评价城市公交运行状况,提升乘客出行效率和公交运营效率,研究从城市公交停靠站时间与总行程时间相关关系的角度出发,研究了基于全样本大数据的公交停靠站时间规律分析方法.通过收集济南市公交行程时间的全样本大数据,在对公交行程时间和停靠站时间典型问题和异常数据预处理的基础上,计算不同公交班次的停靠站时间比例系数,构建了公交停靠站时间计算模型,分析了线路差异、驾驶员(车辆)差异、运行时段差异、行程时间差异等因素对比例系数的影响,并与江阴市的典型线路进行对比.研究结果表明,随着数据样本量的增加,公交停靠站时间比例系数会逐渐收敛至一个稳定值,且受到线路、时间、驾驶员等因素的影响较小,具有较强的可靠性和适用性,并提出城市公交系统的公交停靠站时间比例系数的建议取值为0.25.      

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.     

公交停靠站公交车损失时间研究

公交停靠时间影响着公交行程时间、公交准点率以及公交通行能力。文中从理论上阐述了公交停靠站公交车辆停靠时间及其组成部分。为定量分析停靠时间中的损失时间,调查了南京市几个典型的公交停靠站,并综合分析了损失时间的大小、离散程度以及影响因素。研究结果表明,公交泊位数大于2时和公交泊位数小于等于2时的公交车损失时间有很大不同,在泊位数小于等于2的公交停靠站,损失时间较小,且基本保持恒定;在泊位数大于2的公交停靠站,损失时间增大,且受泊位数以及停靠站内已停公交车的影响。     

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。      

基于蒙特卡罗模拟法的快速公交行程时间可靠性研究

快速公交行程时间可靠性是体现快速公交吸引力的重要指标。文中分析了快速公交网络的特性,以一种理想快速公交网络为研究对象,以快速公交运行中具有专用道和交通信号灯优先通行权等为前提,只考虑在中途停靠站点的延误作为行车延误,建立了快速公交网络行程时间可靠性计算模型,采用基于蒙特卡罗仿真的定量计算方法,并用实例进行仿真,结果显示行程时间可靠性可较好地评估快速公交网络性能。