广州市水上巴士乘客出行特征分析

通过收集广州市水上巴士客流量数据并对乘客进行问卷调查,分析乘客出行次数、时空分布、出行目的、换乘方式和服务反馈等,探讨广州市水上巴士乘客出行的特征及成因,针对水上巴士乘客出行频率低、出行观念多元化和对水上客运服务质量有新要求等问题,提出提高服务质量、合理调整路线、做好宣传工作并寻求多元化经营方式等建议．对于完善“立体化”城市交通体系具有积极的意义。     

乘客差异化需求对公交出行满意度的影响

中国对于公交出行满意度的研究主要集中在服务质量指标的制定、乘客意向信息采集等方面,对出行满意度的影响因素缺少深入分析。结合安徽省铜陵市居民公交出行意向调查数据,对通勤乘客和非通勤乘客的公交出行服务需求特征进行分析。在此基础上构建结构方程模型,探究乘客公交出行满意度的影响因素。模型结果表明,通勤乘客更重视公交服务的经济性、便捷性和可达性,而非通勤乘客更重视可靠性和舒适性;经济性和可达性需求对通勤乘客满意度有显著积极影响,而便捷性、可靠性和舒适性需求对所有公交乘客满意度均有显著消极影响。由此,针对两类乘客分别提出提升公交出行满意度的措施。     

城市公共交通常乘客通勤出行提取方法

为挖掘公共交通通勤出行精准化特征，从追踪出行链的角度出发，利用公交与轨道多源数据研究常乘客通勤出行提取方法。通过选取潜在职住地设置高频职住地集合，提出公共交通常乘客职住地识别算法，结合出行链起讫站点与职住地空间信息匹配提取通勤出行链，并将常乘客出行分为home-work通勤、work-home通勤和非通勤出行。以北京市“回天地区”公交与轨道出行链数据为例，提取常乘客通勤出行。结果表明：常乘客职住地识别率达到85.9%，常乘客通勤出行和非通勤出行在出行时空分布和出行方式上存在明显差异，通勤出行提取可为北京市面向常乘客开展“预约出行”并分析其出行需求动态特征变化提供依据。     

公共交通乘客出行信息接受水平评价方法

为了科学评价公共交通乘客的出行信息接受水平,分别从信息传递和信息搜寻的角度,对公共交通出行信息进行了详细分析。将信息理论运用于解释出行信息的传递过程,建立了出行信息传递模型。运用信息熵理论将乘客接受的出行信息进行量化,提出了评价出行信息接受水平的具体方法。以实际调查数据为依据,运用该方法对公交乘客的出行信息接受水平进行评价。结果表明,该方法可从乘客认知角度评价出行信息的接受水平和出行信息的传递状况。     

基于出行行为模型的出行感染风险评估 ——以新冠肺炎疫情期间江苏省地区为例

为准确评估新冠肺炎疫情期间的出行感染风险，在对出行行为进行全出行链建模基础上提出出行风险评估模型.基于江苏省确诊病例流行病学调查报告和线上问卷调查数据，分别对病毒携带者和普通出行者出行行为模型进行参数标定，对比分析病毒携带者和普通出行者出行行为的异同.进一步对疫情期间不同出行方式和出行活动进行感染风险评估. 得到结论：交通管制措施可有效降低出行感染风险，就医出行风险明显高于其他出行活动，差旅在疫情传播初期风险较高，非机动车出行风险相对较低.     

拥挤公交网络的出行费用可靠性

考虑随机事件对公交系统能力的影响,作者定义了公交网络中乘客的出行费用可靠性指标,以衡量不确定环境下的公交服务水平。该指标定义为在公交系统能力随机变化情况下,在给定的OD对之间,乘客能够按照预定费用顺利完成出行的概率。采用基于用户平衡准则的公交配流模型描述公交乘客的路径选择行为,给出了基于蒙特卡洛仿真的公交出行费用可靠性的计算方法。用一个算例对公交网络出行费用可靠性指标及其计算方法进行了验证。     

出行信息公开对出租车交通系统运行的影响

基于仿真研究乘客出行信息公开程度对出租车交通系统运行效率的影响.将乘客出行信息公开程度划分为出行信息未公开,全公开,半公开模式;制定路网搭建,乘客生成与退出,出租车与乘客匹配,出租车行驶规则;模拟出租车搜索、匹配、搭载、送达乘客过程;分析不同信息公开程度对出租车空驶率,乘客候车时间,送达人数,司机平均收益等的影响.研究表明,仅公开出发地信息的半公开模式有助于提高出租车交通系统运行效率与服务质量,且有效地避免由于出租车司机有意选择高收益乘客而造成“隐形拒载”低收益乘客问题.为保证每位出行者的公平性,建议采用仅公开出发地信息的出行信息半公开模式.     

基于出租车运营数据和POI数据的出行目的识别

为了有效获取出租车乘客出行目的,提出了一种基于出租车运营数据和POI(Point of Interest)数据的出行目的识别方法.构建了基于乘客出行特征和下车所属POI点类别的乘客出行目的识别模型,该方法从出行特征及乘客下车点最终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的.为了验证所提方法的有效性及实用性,对成都地区展开了出租车出行调查,并利用调查数据对模型进行了精度验证.结果发现,相比于现有的利用出行特征推断出行目的的方法,本文提出的决策树+POI(II)能够提高最终识别准确度15.76%.最后,将所提方法应用于成都 1周的实际运营数据中,成功地识别出219 942名乘客的出行目的,说明该方法能够应用于实际数据量较大的出行目的识别.本文提出的方法,可以作为出行调查的辅助手段.     

出行信息公开对出租车交通系统运行的影响

基于仿真研究乘客出行信息公开程度对出租车交通系统运行效率的影响.将乘客出行信息公开程度划分为出行信息未公开，全公开，半公开模式；制定路网搭建，乘客生成与退出，出租车与乘客匹配，出租车行驶规则；模拟出租车搜索、匹配、搭载、送达乘客过程；分析不同信息公开程度对出租车空驶率，乘客候车时间，送达人数，司机平均收益等的影响.研究表明，仅公开出发地信息的半公开模式有助于提高出租车交通系统运行效率与服务质量，且有效地避免由于出租车司机有意选择高收益乘客而造成“隐形拒载”低收益乘客问题.为保证每位出行者的公平性，建议采用仅公开出发地信息的出行信息半公开模式.     

需求响应机制下轨道交通出行预约与列车运行计划优化方法

轨道交通供给侧的计划性与需求侧的时变性相互冲突，为更好地协同供需双方，提出了需求响应机制下城市轨道交通列车运行计划的优化方法，包括出行预约和需求响应2个环节；建立了需求响应与列车运行计划协同优化模型，以最小化乘客出行成本和列车运行成本为目标，重点关注乘客由于预约行为产生的延误时间成本；考虑列车运行、运输能力、编组情况、客流分布等因素，设计了基于乘客优先级的自适应大规模邻域搜索算法，外层优化列车运行计划，内层优化客流分配方案，最终实现客流的供需匹配；以北京地铁八通线为例，按照需求响应机制对该线路全天的需求处理与运输组织进行数值试验，并对试验结果从车底运用、乘客等待时间和满载率分布三方面进行分析。研究结果表明:该优化方法可使开行的列车数降低13.8%，同时采用多编组模式，使用车辆数减少了29.8%，这能够有效压缩列车走行公里数，削减企业开支；能够在保证乘客基本出行的前提下，最高可将乘客平均在站等待时间缩短约35.3%，并且预约比例的提升对等待时间的削减效果明显；优化后的运行计划能控制列车满载率维持在设定水平，有效降低人员密度，避免人群大规模聚集，对城市轨道交通疫情的有效防控做出有益探索。      

基于乘客出行时间的公交站距优化研究

经济的发展带动交通事业的进步,公共交通已成为人们出行过程中必不可少的工具。因此,如何提高公共交通运行效率也成为人们研究的重要内容,而对公交站间距的优化更是重中之重。本文在分析乘客出行过程的基础上,以时间为衡量标准,提出乘客出行时间最小的公交站距优化模型;并结合实际数据对各影响因素进行灵敏度分析,验证了模型的适用性和有效性。     

基于PLS-SEM的新冠疫情常态化防控下老年人公交车出行行为分析

为分析新冠疫情常态化防控下老年人的公交车出行行为,以2022年大连市老年人公交车出行为例,结合计划行为理论与出行习惯为理论框架,构建偏最小二乘法结构方程模型(partial least squares-structural equation model, PLS-SEM),分析态度、主观规范、知觉行为控制、出行习惯、出行意愿与出行行为间的作用关系。结果表明：新冠疫情常态化防控下,老年人的知觉行为控制对出行行为有显著的直接和间接影响,且在所有因素中影响作用最大,总效应为0.552;其余依次为出行意愿、出行习惯、态度和主观规范,主观规范对出行行为的影响作用最小,总效应为0.082;新冠疫情常态化防控下态度与知觉行为控制仍是出行习惯的前因。基于PLS-SEM的老年人公交车出行行为分析,反映新冠疫情常态化防控下各因素影响老年人公交车出行选择行为的内在作用机理。     

美国和英国全国居民出行调查比较研究

美国全国家庭出行调查和英国全国出行调查迄今已经有数十年的历史,形成了一套成熟、稳定的调查保障机制和专业流程,取得了丰富的应用成果.通过对比两个调查体系的发展历程、资金来源与调查执行、样本设计、调查方法、调查内容、数据处理与应用,总结美国和英国在全国居民出行调查方面的经验.探讨中国开展全国居民出行调查的必要性.结合案例,...     

厦门市快速公交系统出行链特征指标调查研究

为掌握BRT乘客的出行特征和BRT的运营效果,提高BRT系统的服务水平。研究对BRT乘客展开了站点问卷调查。通过出行行为调查分析了BRT出行链的特征。利用乘客满意度评价指标体系对运营效果进行了综合评价。调查表明BRT主要承担了居民日常通勤和8公里以上的中远距离出行,站点服务范围在15分钟步行半径内,出行链两端的方式分布具有明显的对称性,链接线接驳模式效果较好,其运营参数在满意度综合评价体系中取得了较高评价。研究同时对相关问题提出了改进建议与措施．对于厦门市BRT的服务水平改善和其他城市的BRT系统建设具有借鉴意义。     

公交集团多项措施保障高考学子顺利出行

正高考期间,公交集团采取多项措施,为广大考生的安全、便捷出行保驾护航。严抓疫情防控,强化出行保障。高考期间,持续落实常态化疫情防控措施,严格执行营运车辆消毒规定,常规营运车辆坚持开窗通风,密闭车辆全天候开启空调新风系统,保持车内空气流通;加强乘客佩戴口罩提醒;要求驾乘人员佩戴口罩上岗,做好个人防护,勤洗手、不扎堆,做好自我保护。加强安全监管,确保出行安全。一是加强车辆维保的全过程监管,确保车辆技术性能良好,     

重磅丨金龙推出“全健康客车” 全面防控出行无忧!

疫情的肆虐牵动着全国人民的心,短短数天时间全国皆被疫情点亮,防控工作迫在眉睫!时值春运出行高峰期,公共交通出行的安全防控成了客车行业的重中之重!金龙客车作为以谋求大众交通安全、舒适、环保与便捷为使命,为大众交通而生的客车行业骨干企业,早在2003 年抗击“非典”时期,便推出“健康客车”系列车型,通过加装专利产品——TDK 车载空气电子除菌清新器,对车内空气进行快速度、高强度、无死角杀菌消毒,消毒时无须停车或乘客下车,且对人体无毒无害无污染,大大改善了车内空气质量、保障了乘客出行的健康安全。     

基于多源数据的多模式公共交通出行链构建

公共交通乘客出行链构建是公共交通出行需求分析的基础,也是推进城市公共交通系统融合发展和可持续运营的关键.现有研究大多关注单一模式出行链,较少考虑多源数据环境下多模式公共交通出行链构建,无法进行各模式之间的转移和换乘客流特征的分析.基于轨道交通、BRT和公共汽车交通三网融合数据进行乘客出行链构建,数据类型主要有公交IC卡、车载GPS等.具体方法包括基于时间匹配的上车站点推算、基于出行链假设的下车站点匹配和基于换乘规则的个体出行链推算.最后,使用厦门市公共交通数据验证了该方法的有效性,同时讨论了匹配阈值对匹配精度的影响.     

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.     

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.     

大中城市居民出行强度的聚类分析

人均出行次数是居民出行强度的最直接反映,而人均出行次数与城市经济指标有着极大联系.目前对人均出行次数和经济指标之间的关系缺乏定量分析研究,本文通过研究经济指标与居民人均出行次数的关系来建立居民人均出行次数量化模型.通过对全国十五个大中城市的经济指标进行聚类分析,找到与居民出行强度相关性最大的4个典型指标:市区土地面积、社会消费品零售总额、居民消费价格总指数、和市区居民人均可支配收入,建立了居民出行次数与这些典型指标的回归模型,为同类城市的居民人均出行次数的预测提供了参考.