考虑弹性需求的城市枢纽间多方式时刻表优化

针对城市客运枢纽间综合运输通道协同性欠缺、运输效率低等问题,提出考虑弹性需求的城市客运枢纽间多方式时刻表协同优化方法。基于多项Logit模型对枢纽间乘客出行方式选择行为进行建模,分析各方式时刻表变动对出行需求的影响;以乘客等待总时间,时刻调整总数量,时刻调整总时间最小为优化目标,考虑弹性需求、时间窗、容量限制等约束,构建枢纽间多方式时刻表协同优化模型,并基于非支配排序遗传算法,结合客流加载仿真过程设计模型求解算法;最 后,以“北京南站-北京首都国际机场”多方式通道为例检验模型的有效性。结果表明,时刻表优化方案的实施使各方式产生了较为明显的需求弹性变化效果,模型求解得到10种时刻表优化方案,其评价结果整体优于传统模型,最终筛选方案可缩短乘客等待时间10.36%。     

不同类型公共交通站点接驳共享单车使用特征分析

为更好地解决接驳共享单车供需不平衡问题,以共享单车为研究对象,分析不同类型公共交通站点接驳单车使用特征,提出基于数据的共享单车特征提取方法。首先,采集共享单车使用数据,对其进行起终点解码,并根据解码后的经纬度与周边用地类型将公共交通站点分为5种典型站点类型;其次,提出以接驳活跃度、接驳距离以及用户使用忠诚度作为共享单车出行特征指标;最后,以北京朝阳区的单车数据为例,分析共享单车出行特征指标。结果显示,共享单车作为公共交通"最后一公里"出行接驳工具,居住类站点接驳共享单车使用高峰为6:30—9:30,其他类站点为7:30—9:30。共享单车接驳距离一般在2 km以内,但办公类站点接驳距离可达到3 km,且该站点的用户使用忠诚度最高。     

世界瞩目的日本＂ITS站点＂智能交通系统

2011年,日本全国高速公路网引进的安全舒适的运营系统“ITS（Intelligent Transport System,简称ITS,智能交通系统）站点”受到世界瞩目。这种先进技术可以及时向车载导航系统提供快速而大量的交通信息和图像,对于有效缓解交通拥堵和改善驾驶环境等具有很重要的意义。     

考虑空铁联运的城市轨道交通时刻表优化研究

高铁与航空联合运输服务因具备良好的换乘衔接性与可达性在综合运输体系中正逐渐受到关注.基于铁路车站与机场间出行乘客的换乘需求,调整城市轨道交通列车时刻表,使其与高铁列车时刻表以及机场航班时刻表实现合理的衔接.通过分析高铁列车与机场航班间的联运时间差对联运乘客出行路径选择的影响,以实现乘客等待时间最小化、空-铁联运乘客数最...     

智能公路不是梦——简述高速公路监控系统与智能化建设

随着现代化高速公路的快速发展,由于高速公路的距离远、收费站点长,为保证高速公路的安全通畅,高速公路网络监控系统的智能化就显得非常重要。本文介绍了监控系统在高速公路中的应用,分析了高速公路监控系统的构成及功能特点;探讨了高速公路监控系统智能化建设,以及对未来高速高速智能化监控的展望。     

基于时刻表的公交配流算法研究

目前公交配流多基于发车频率,配流结果时刻信息度不高。为促进基于时刻表的公交网络配流研究,建立了改进的Logit模型,在传统Logit模型中引入公交路径独立系统以克服多条相似公交路径的相互影响。同时,建立了容量限制下基于时刻表的随机用户均衡模型(VRT-SUE),该模型考虑了车次容量限制并实现了SUE模型在公交网络上的配流。实例公交网络配流结果显示,改进的Logit模型比传统Logit配流结果更加合理,VRT-SUE模型满足车容量限制同时配流结果达到网络均衡状态,两种模型均可用于城市公交网络运营管理设计。     

基于遗传算法的大学校园共享单车调度方法

封闭校园中的共享单车使用者,其出行特征有着独特性,因此需要更具适应性的校园内共享单车调度方案.考虑到课程时刻表安排对校园内大多数使用者出行行为的影响,提出一种考虑课程时刻表影响的基于遗传算法的校园共享单车调度方法,以南京理工大学为例进行实例验证,用MATLAB对算例进行仿真求解,并与现有调度方案进行比较.结果表明,遗传...     

城市公交站点间距优化方法研究

公交站点是城市基础设施的重要组成部分．优化城市公交站点布局．对满足公交车辆停靠和乘客出行需求,具有十分重要的现实意义。本文以乘客出行时间最小的平均站距优化模型为基础,引入出行者车内、车外时间价值两个参数,建立以出行者费用最小为目标函数的最优站距模型。然后以深圳市宝安区为例,根据宝安区道路及公交站点现状的调查结果,分析不同等级道路上的公交站点最优站距．并根据计算结果提出宝安区公交站点优化的可行性建议。     

考虑客流时变需求的大小交路列车时刻表优化模型

以城市轨道交通放射线为研究对象,考虑客流时变需求和高峰期乘客滞留现象,以乘客等待时间、列车运行时间和车辆走行公里最小为目标,以发车间隔、列车满载率及其均衡性、发车比例为约束,构建了城市轨道交通大小交路列车时刻表优化模型.运用离散事件系统建模方法,建立基于乘客活动和列车运行过程的动态仿真模型,并将其与遗传算法相结合,提出了计算机仿真的遗传算法进行求解.算例结果表明,优化后的时刻表可以使运力与客流需求更加匹配,有效降低了高峰期乘客拥挤程度,并提高了各次列车满载率的均衡性.在企业运营成本相等的情况下,优化后的乘客等待时间减少了1 266.2 h,降幅达16.5%.     

地铁快慢车运行计划综合优化模型

为了综合优化地铁快慢车运行计划, 建立了综合求解列车开行方案、停站方案和时刻表的优化模型; 分析了地铁列车停站、区间运行、快慢车运行组织与客流出行等特点, 构建了快慢车运行计划的约束条件, 设计了综合协调优化列车运行时间和运输成本的目标函数, 建立了完整的地铁快慢车运行计划优化模型; 分析了模型特点及其复杂度, 设计了两阶段近似算法求解模型, 第1阶段根据乘客能够忍耐的最大候车时间推算出慢车的开行列数, 同时将其均匀分布在编制时段范围内, 并对初始时刻表进行合理调整, 第2阶段采用CPLEX求解器求解地铁快慢车运行计划; 针对上海地铁16号线, 对其早高峰7:00~9:00下行方向的快慢车运行计划进行编制试验。试验结果表明: 快慢车运行计划中共开行列车30列, 其中快车11列, 慢车19列, 完成9次越行, 87次跨站不停车, 快车全程最大节约时间为628 s, 约降低4.1%, 总旅行时间节约4 450 s; 根据客流需求在1:1~1:2之间灵活安排快慢车开行比例; 根据各车站上下车客流需求灵活安排快车停站方案, 快车之间停站方案不固定; 随着列车规模的增大, 模型求解时间大幅增长, 当规模达到一定程度时, 需设计更为高效的求解算法。