公交分担率测算分析与研究

论文从公交分担率的宏观影响因素(社会经济发展、交通基础设施、土地利用、交通政策)及微观影响因素(出行者特性、出行特性、交通方式特性)入手,通过分析研究非集计模型的理论,对关键影响因素进行量化处理,利用南京市现状居民出行调查数据和Trans CAD软件构建了多项Logit(MNL)模型,并对模型计算出的参数结果进行分析,求出样本中各居民所选择常规公交、地铁、出租车这些公共交通的出行方式概率,并与实际公交分担率进行对比,根据绝对误差来评价了模型精度。最后结合交通需求管理的原理以及模型变量提出了提高公交分担率的相关策略。     

快速充电站

<正>公共交通分担率简称公交分担率,指城市居民出行方式中选择公共交通(包括常规公交和轨道交通)的出行量占总出行量的比率,这个指标是衡量公共交通发展、城市交通结构合理性的重要指标,也是一种宏观概念。"公交分担率=公共交通乘坐出行总人次/出行总人次*100%"公交分担率2004年建设部38号文《关于优先发展城市公共交通的意见》(建城〔2004〕38号)中提出特大城市公共交通在城市交通总出行中的比重要达到30%以上,大中城市公共交通在城市交通总出行中的比重要在20%以上。政策相关     

基于群体公平差异的公交网络双层优化模型

为准确刻画公交网络优化对不同居民群体的公平性影响,建立了考虑不同群体的人均道路占有面积、出行成本差异等因素的公交网络双层优化模型。上层模型以出行成本剥夺系数与道路面积基尼系数最小化为目标,用于求解考虑交通公平约束的公交网络优化方案;下层模型为多模式多用户随机均衡交通分配模型,用于描述上层给出的公交优化方案中不同群体对于不同交通方式的复杂选择行为。采用非劣排序遗传算法-Ⅱ求解模型,并以一个简单网络进行算例分析。结果表明：公交网络优化前,小汽车、公交车与自行车的出行分担率分别为42%,47%,11%;优化后,各出行方式的分担率分别为7%,82%,11%,部分拥有小汽车的高、中收入用户改用公交出行,3类群体的出行成本剥夺系数下降了20.68%,道路面积基尼系数下降了87.76%,低收入群体的交通公平感受与客观资源分配均显著改善。研究结果可为公交网络优化提供理论依据与模型基础,是改善交通规划方案公平性的全新尝试。     

基于竞争模型的轨道交通与常规公交共线分析

轨道交通与常规公交在一定的出行距离上会产生客流竞争,研究两者的共线关系,对于实现两者的有效协调,提高城市公共交通的运营效率意义重大.通过分析轨道交通与常规公交方式选择影响因素,选取建模的主要变量:出行时耗和费用.将方式选择的影响因素进行量化,作为效用函数,建立轨道交通与常规公交方式选择的Logit模型.在建模的基础上,运用深圳市的交通调查数据进行案例分析,研究两者共线运营时的分担率变化规律.发现随着共线距离的增加,轨道交通分担率逐步增大,常规公交分担率逐步减小.在特定票制下,两者分担率曲线存在突变点.依据分析结果,提出轨道交通与常规公交线网设计的相关建议.      

基于广义费用的公共交通联乘优惠研究

为了制定合理的公交联乘优惠政策,将包含出行直接经济耗费的广义费用作为效用引入Logit模型研究公交票价对出行分担率的影响。通过实际的交通调查确定模型中参数的取值,并计算出现状条件下各方式的出行分担率以确定模型的有效性。在公交供给能力的约束下,确定希望达到的公交分担率,在其他非联乘优惠的措施已知时,通过计算就可以得出合适的公交联乘优惠额度。算例分析表明,这一研究方法能够达到私家车出行分担率降低到40％的目标。     

城市轨道交通和常规公交的票价博弈研究

票价是城市轨道交通和常规公交竞争的关键因素.根据运营票价建立了城市公共交通需求与总交通需求的关系,并利用Logit模型描述公共交通系统内部不同方式的分担率,据此建立了轨道交通和常规公交运营公司的利润函数模型.对离散和连续价格策略集情形分别建立了轨道交通与常规公交的票价博弈模型,给出了均衡票价的求解算法.本研究有助于更好地理解城市公共交通系统的运营管理.     

基于公交分担率的交通政策敏感性模型构建

选取3个典型的TDM政策,即限购政策、限行政策和拥挤收费政策作为敏感性分析对象,研究其对公交分担率的敏感性。对3项政策进行量化处理,即用私人小汽车拥有量作为限购政策影响公交分担率的量化因素,用城市公共交通运行速度的改变作为限行政策影响公交分担率的量化因素,用城市居民出行费用的增加作为拥挤收费政策影响公交分担率的量化因素。选用BNL模型作为政策敏感性分析手段,按照BNL模型的构建思路,结合具体数据进行模型构建,并结合具体数据论证了模型的有效性。结合南京数据对模型验证结果表明:该模型可以有效分析交通政策对公交分担率的敏感性。     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

基于SB分布的Mixed Logit交通方式分担模型及其验证

研究了SB分布函数的分布特性,发现SB分布比正态分布和对数正态分布能更好地表达单向偏好因子的参数,结合合肥市居民出行调查数据,建立了Logit交通方式分担模型和两种约束条件的SB分布Mixed Logit交通方式分担模型MIXED1和MIXED2,通过对比分析发现MIXED2模型对原始数据解释更合理,且更能体现出行者对出行时间认识上的差异性,文章最后对模型进行了公交出行时间敏感性测试,结果表明实施公交优先后,公交客流转移量主要来源于自行车使用者。基于SB分布Mixed Logit模型不存在Logit模型的IIA缺陷,且能体现出行者对影响因素认识上的差异性,其更适合于交通方式分担建模。     

多模式公交信息服务条件下的出行方式选择行为研究

为了科学评价多模式公交信息服务对出行方式选择行为的影响,基于超级交通网络理论,从出行链的角度分析了多模式公交信息服务对出行方式选择的影响机理,并在构建巢式Logit出行方式划分模型的基础上引入行程时间可靠度因子改进效用函数;根据上海市某郊区得到的显性偏好调查数据,利用极大似然法对巢式Logit模型进行参数标定后,对有无多模式公交信息服务条件下的出行方式分担率进行了计算和对比分析.研究结果表明:多模式公交信息服务能够有效引导轿车及其他个体机动化出行方式向多模式公交系统转移,提高了公交出行比例.研究结果可为大城市公共交通信息系统的改善和建设提供决策支持.     

邯郸市出行者交通方式选择行为差异性分析

针对邯郸市城市轨道交通线路规划工作,根据居民对轨道及其他交通方式选择的意愿调查,利用ML模型对影响公共交通和小汽车使用者出行方式选择的显著性因素进行差异性分析;进行出行方式选择弹性分析,得出不同影响因素设计水平下各交通方式客流分担率之比.其结论为相关政策的制定提供参考.     

天津公交:实施民生举措,彰显公益责任

<正>在打造人民群众满意公交的道路上,天津公交不断完善,不断创新,以越来越高的公共交通分担率改变着市民的出行习惯。近年来,在优先发展城市公共交通战略的指引下,各地城市公共交通都取得一定程度的发展,市民出行越来越便利,公共交通出行指数也不断提高。为加快实施公交优先发展战略,积极推进"公交都市"建设,近年来,天津市公共交通集团(控股)有限公司(以下简称天津公交集团)在服务创新、线网规     

重庆市主城区公交专用道信息系统总体设计

近年来,重庆市主城区交通拥堵问题日趋严重,但公共汽车交通出行分担率及客运量逐年持续下降。为此,重庆市主城区正式启动首批14条公交专用道建设工作,以期能有效遏制和扭转公交日均客运量和公交机动化分担率逐年下降的态势。而信息系统是公交专用道建设工程的重要组成部分,其总体设计方案以及各子系统的构成、功能等充分体现了山地城市公共交通管理特色,并在全面提升主城区公共汽车交通服务品质方面发挥了重要作用。     

基于出行方式划分模型的摩托车禁行问题研究

针对城市交通摩托车禁行(简称"禁摩")问题,分析了摩托车交通带来的安全和污染问题,建立了Logit Kernel方式划分模型,并从完全"禁摩"和公交优先引导两种交通策略正反两个方面分析了交通策略实施后摩托车出行分担量的转移情况。结果表明从正面引导减少摩托车出行的公交优先策略对限制摩托车出行的效果并不明显,要想改善摩托车出行带来的交通问题,必须实施"禁摩"交通政策。     

宁波市常规公交运行特征分析

常规公交作为一体化城市公共交通体系的重要一环,其运行特征是影响乘客出行方式选择以及公交服务质量的重要因素,研究公交运行特征对于进一步增强公共交通的吸引力,提升公共交通服务质量、缓解交通拥堵等方面具有着重要作用。因此,基于公交GPS数据,对宁波市常规公交运行特征进行了分析,研究结果和建议为提升宁波市常规公交运行效率提供了有益参考。     

基于最大熵原理的公共交通需求预测

探讨了基于最大熵原理的公共交通需求预测模型的原理与算法.根据土地利用、人口密度和公交站点覆盖率确定各交通区的公交分担率,得出交通区公交出行量,再应用最大熵原理进行公交出行分布预测.模型引入重力式先验概率,将发生概率最大的公交出行分布视为预测的出行分布,隐含考虑了随机因素的影响,从宏观上描述了出行者的交通行为.最后以安徽省某市公共客运交通专项规划的调查数据进行预测,实例应用显示该模型计算过程简便,能准确标定参数,适用性较强.     

基于大数据的出行方式分配预测研究

随着城镇化及城市交通机动化的进程加快，在城镇化和机动化的共同作用下，交通拥挤问题已经成为制约城市发展和影响居民生活质量的主要问题之一。居民出行行为研究在交通管理和控制中有着非常重要的作用。结合多元大数据，构建出行方式选择的概率模型，有助于不同小区的出行方式分担率的预测，对缓解城市交通压力、提升运营管理能力有直接作用。本文基于小区出行分配、公共交通和非公共交通以及公交和轨道出行三个层级，分别得出出行分配预测模型，并形成计算机程序。利于实际应用，对识别城市出行特征、缓解城市交通压力提供有效措施。     

基于最大熵原理的公共交通需求预测

探讨了基于最大熵原理的公共交通需求预测模型的原理与算法。根据土地利用、人口密度和公交站点覆盖率确定各交通区的公交分担率，得出交通区公交出行量，再应用最大熵原理进行公交出行分布预测。模型引入重力式先验概率，将发生概率最大的公交出行分布视为预测的出行分布，隐含考虑了随机因素的影响，从宏观上描述了出行者的交通行为。最后以安徽省某市公共客运交通专项规划的调查数据进行预测，实例应用显示该模型计算过程简便，能准确标定参数，适用性较强。     

基于Box-Cox Dogit模型的公共交通分担率预测

通过分析影响交通方式选择的外部因素和内部因素,基于最大随机效用理论,提出了城市公共交通分担率预测的非集计Box-Cox Dogit模型。针对模型的建立、参数标定以及计算过程进行了推导。最后结合杭州市的实际调查数据,进行了公共交通分担率的预测实验,独立样本检验结果表明,模型预测准确率较高。     

票价对轻轨分担率的影响研究——以广州市萝岗轻轨为例

为研究不同的定价策略下轻轨对其影响范围内不同人群的吸引力大小,运用多项 Logit 模型效用最大化理论,并以广州市萝岗轻轨为例,在大量居民出行调查数据基础上,对模型进行参数标定,分析比较小汽车出行﹑电单车、常规公交出行﹑轻轨交通出行4者的效用比,最终确定目标年不同票价政策下各种交通方式的分担率。