城市公交客流调查数据的修正

城市公交客流调查数据是进行城市公交科学决策的重要依据,特别是乘客OD矩阵更是优化公交调度的重要参考指标.然而公交客流调查数据产生偏差不可避免.对上、下车人数采用权重法进行修正,对乘客起讫点(OD)矩阵数据采用弗尼斯法进行修正,经实例验证是较好的数据修正方法.     

����СƱ���Ĺ�������OD���������о�

针对目前常规公交客流OD调查抽样率及准确率难以保证的缺陷,提出调查公交客流OD的小票法. 该方法可采集各站点的上下车人数及每位乘客的上下车站点信息. 本文基于小票法调查数据的基础上提出一种公交客流OD分析方法：在分析小票法原理的基础上得到乘客OD的分析算法,通过ACCESS实现乘客上车站点查询,获取公交客流OD,并通过修正和扩样,准确得到公交客流OD. 最后将公交客流OD导入 EMME中,进行公交客流分配,即可输出断面客流及各站点上下车人数等信息. 该方法在厦门市公交客流OD调查中得到运用,取得很好的效果,证明了该方法的有效性.     

城市公交枢纽换乘客流OD动态预测方法

换乘枢纽衔接公交线路的换乘客流OD是APTS下实施公交多线路动态协调调度的基础数据。以公交线路上下车乘客数的自动获取为前提,建立换乘OD推算优化模型,并设计了BP神经网络求解算法,应用数值试验对神经网络中的核心参数进行了标定。算例表明:BP神经网络为动态更新公交枢纽换乘客流OD提供了一种经济、有效的方法。     

公交线路客流OD矩阵推算方法研究

公交线路客流OD矩阵是公共交通管理和控制不可缺少的信息.参照机动车OD矩阵反推技术,对公交线路客流OD矩阵推算进行了专门研究.在公交线路客流OD调查数据的基础上,分析得到居民公交出行规律.首次建立了根据公交乘客上下车人数推算公交线路客流OD矩阵的极大熵模型,分别采用原始资料作为先验OD和重力模型形式的先验OD对模型进行求解,结果证明该模型精度较高.     

����VISUMģ�͵Ĺ���OD�����о�——��������Ϊ��

OD矩阵是公交线网规划和线网优化的重要依据.OD矩阵反推是获取公交OD数据的有效方法.相关文献中,针对城市整体公交体系的研究较少.依据西宁市建成区所有公交线路上客、下客、车上乘客的调查数据,采用VISUM软件构建了基于等概率下客分布、距离概率下客分布的公交OD矩阵反推模型;然后在VISUM全市整体公交模型中,将各线路反推所得到的OD矩阵归并至交通小区,并通过模型分配得到的路段客流与线路调查得到的路段实际客流比较,检验公交OD反推方法的有效性.研究表明,等概率分布OD矩阵反推在西宁案例中的精度与可靠性较高.最后指出,乘客在各站的下客概率影响因素较多,把握并合理运用其规律是公交OD反推的关键.     

公交车的调度优化研究

公交运营调度是整个公交企业管理业务的核心。依据石家庄市32路公交线路调查的客流数据,建立了兼顾乘客和企业经营者双方利益的目标优化模型,编排出适合其实际行车运营的调度表,从而为车辆调度提供了可靠的依据。     

奥运期间公交运营综合调度优化模型

奥运期间公交客流运输峰值变化后的调度管理受到人文奥运、绿色奥运的约束。以乘客满意度反映人文奥运的条件约束,以运力的成本最低、效率最大为实现绿色奥运的优化目标,而建立奥运期间公交客流调度优化的数学模型．可使各条线路在客流峰值变化的互补下实现综合平衡与优化。     

奥运期间公交运营综合调度优化模型

奥运期间公交客流运输峰值变化后的调度管理受到人文奥运、绿色奥运的约束。以乘客满意度反映人文奥运的条件约束,以运力的成本最低、效率最大为实现绿色奥运的优化目标,而建立奥运期间公交客流调度优化的数学模型,可使各条线路在客流峰值变化的互补下实现综合平衡与优化。     

基于模拟退火-自适应布谷鸟算法的城市公交调度优化研究

为改善城市常规公交运营效率,提出基于模拟退火-自适应布谷鸟算法的公交调度优化模型.通过结合线路实际客流数据反映的客流特征,建立考虑公交公司和乘客双方利益的公交调度优化模型;改进布谷鸟算法固定步长并加入模拟退火算法退火操作,设计模拟退火-自适应布谷鸟算法,改善寻优过程中跳出局部最优解而全局寻优的能力;以福州125路公交线...     

�����������ȷ��������Ŀ������Ż�ģ���о�

合理有效的公交车辆发车间隔优化模型是优化调度方案、改善公交服务的关键，因此，本文在分析现有模型的基础上，根据客流变化规律，对发车间隔采用分时段多目标组合优化处理的思想，建立了以乘客和公交企业运营费用最小为目标的公交车辆调度发车间隔模型，并采用广州市公交调查数据对该模型进行了验证，实验表明该模型可行。     

基于状态空间神经网络的短期公交调度模型

本文从公交线路状态时空变化规律的角度出发,讨论了应用状态空间神经网络模型解决短期公交调度问题的方法。采用能描述实际公交线路状态（包括客流状态以及车辆运行速度等）的网络拓扑结构,结合前一时段的公交线路状态,预测下一时段的状态并选择与其相适应的调度方案。本文以南京市某公交线路的数据作为实例进行模型应用,与BP神经网络和AMRA模型的对比结果显示状态空间神经网络模型能在短期内更好地针对客流空间、时间变化对公交发车间隔进行调整,模型预测精度高,自适应性强,值得推广应用。     

城市轨道交通网络短时客流OD估计模型

基于状态空间方法构建适用于城市轨道交通网络的短时客流OD(origindestination) 估计模型.利用自动售检票数据分析得到OD间乘客行程时间分布特征,构建基于行程时间分布的客流到达系数,以此建立OD流与车站进出站客流间相互关系,并以车站客流分离率为状态变量构建结构化OD矩阵估计状态空间模型.以北京市轨道交通为对象进行案例分析,结果表明,当估计时段长度为15 min 时,估计平均相对误差为 35.5%;为30 min 时,估计平均相对误差为20.4%;为60 min 时,估计平均相对误差为 16.3%.所构建模型能能有效解决城市轨道交通短时客流估计问题,具有一定的实用性.     

“一路一线直行式”公共交通系统关键技术研究

为了提高公交出行者的出行效率与公交系统运行效率，最大限度地满足城市居民的公交出行需求，提出了一种“一路一线直行式”公共交通系统模式．通过分析“一路一线直行式”公共交通系统的内涵和特征，构建了模式研究的理论框架结构体系；然后着重探讨了实现这一模式所需要解决的关键技术问题，即该模式下客流分析技术、线网布局与站点设置一体化设计技术、公交优先通行信号控制与公交智能调度一体化协调技术等．     

基于Q-learning 的定制公交跨区域路径规划研究

考虑城市大客流通勤者跨区域出行需求,结合城市公交线网中乘客出行密集、客流走向规律等特点,提出一种跨区域定制公交的搭乘方案. 通过改进的Q-learning 模型对公交线路进行优化,为城市通勤者提供更加便捷和高效的出行服务. 通过综合路段拥堵状态、乘客需求及居民小区位置,设定了Q-learning 强化学习的奖惩函数,提升定制公交区域路径的直线系数、满载率、通行时间. 结果表明,所提出的改进方法能够降低通勤者跨区域通行的旅行时间,有效提高髙峰时段定制公交线网的通行效率.     

两种典型公交站点候车时间模型对比研究

乘客候车时间可直接反映公交运输系统的运营状态和服务水平.将常规公交站点分类为是否与轨道交通有衔接,对27路、111路白石桥东站,以及运通105路和87路城铁西直门站进行实地调研,获取各线路晚高峰的乘客候车时间数据,对数据进行拟合与分析.结果表明,客流到站时间分别服从对数正态分布和伽马分布.基于客流到站时间分布函数,反推出乘客候车时间模型,同时对模型进行对比分析,并得出相应结论.     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团．通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团,通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。