客运专线修建后城际旅客出行方式选择的变化

在分析影响旅客出行方式选择行为因素的基础上,根据Logit模型,选择经济性、快速性、方便性、舒适度、安全性为5个衡量指标并建立其广义费用函数,推导出客运专线修建前后城际旅客对各出行方式选择变化的计算模型,利用相关研究结果和极大似然估计法,确定模型参数。最后以郑西客运专线为例进行了模拟计算。结果表明,客运专线的技术经济特征决定了其能够给城际旅客带来较高的效用,客运专线修建后,选择铁路出行的城际旅客比例将大大提高。     

基于前景理论的城际公共客运客流敏感性分析

城际客运通道不同时段交通供需矛盾日渐凸出,存在大量运输资源浪费的现象．为剖析高铁票价变动下不同时段各交通方式的客流敏感性情况,构建广义出行前景成本最小配流模型,计算城际客运通道内不同出行方式各时段的客流量,进一步构建客流敏感性模型及客流敏感度变化率模型．以中国天津至北京城际客运通道作为研究案例进行分析,结果表明,降低票价时各时段各交通方式的客流敏感度变化率接近线性增长;提高票价对各时段各交通方式的影响均较小;在相同票价浮动范围内,负供需差额时段高铁在票价降低和提高时客流敏感性均最大,票价降低对应客流敏感度约为票价提高对应客流敏感度的2倍．研究结果可为优化天津至北京城际客运通道交通结构提供理论参考．     

广深铁路客流量预测研究

为了考查广深铁路客流变化规律,设计未来年度列车开行方案,本文首先运用灰色预测模型,分析并预测了广深铁路沿线地区GDP、人口和就业人数,然后运用四阶段法,在客流特征调查分析基础上,预测了OD小区客流数量、客流分布数量、铁路客流分担量及客流特征,最终确定了预测年度(2020和2030)的客流数量,为该线列车开行方案等客运产品设计提供了基础数据。     

基于智能化技术的公交分担率计算方法研究

为快捷、准确地获取公交分担率,提高分担率计算结果的可信度,借助较为成熟的智能化技术,从解析公交分担率计算模型出发,对公交分担率计算方法开展研究。利用客流计数系统实时获取公交客运量数据,利用公交IC卡数据计算公交平均换乘系数,再通过分析挖掘手机话单数据获取居民出行量,将这些数据代入计算模型即可得到公交分担率值。利用此方法计算出的公交分担率相对于传统方法来说减少因抽样而造成的误差,同时获得公交分担率的时间也大大缩短。     

基于一卡通数据的公交站点识别方法分析与研究

针对大众公共交通高峰期部分站点上车难等问题,通过分析一卡通大数据来推断上车站点客流,提前预知客流分布状况,以缓解城市公共交通出行压力.本文采取了一种基于IC卡数据的聚类分析方法,建立了数据模型来推算上下班高峰期公交线路站点的客流,并对测算结果进行对比分析.最后提出包括开行区间车、大站快车等改善交通运营的相关措施,为城市交通部门的公交线路设计和综合交通规划提供一定的指引,确保城市居民日常乘车的便捷性和舒适性.     

基于城市轨道交通的福州常规公交线网优化研究

随着福州地铁线网的陆续建设和运营,地面常规公交系统规模不断调整优化。在介绍福州市公共交通建设与发展现状的基础上,对轨道交通和常规公交进行功能定位;结合居民出行方式的特点及影响因素,采用RP/SP调查法获取样本数据,建立基于多项Logit的客流分担率模型,运用SPSS软件进行统计分析实现多种交通方式客流分担率的计算,并在此基础上进一步提出轨道交通线路建设运营下常规公交网络优化调整的目标。     

公交线路网优化的双层模型及其解法

提出了一种优化公交网络的双层模型,其中上层模型是以直达客流密度最大为目标,基于公交站点客流分布数据优化公交网络。考虑到随着网络的变化公交乘客的出行行为会发生相应变化,为此,下层模型在优化的网络上重新进行公交客流分配,其分配的结果(新的客流矩阵)又会影响公交网络的设计。然后,采用了改进的蚁群算法和标号法对该双层模型进行了求解。最后,利用大连市主城区的数据对该方法进行了检验。     

轨道交通客流预测非集聚模型应用初探

客流预测是轨道交通投资决策的依据,也是项目评估的基础.介绍了基于随机效用理论的非集聚模型的基本公式和基于非集聚模型基本公式MNL客流预测模型及其参数标定方法,探讨了出行的各阶段的选择肢集合和特性变量的选择,最后提出了非集聚模型需要进一步深入研究的几个问题.     

公交IC卡数据客流预测模型研究

为解决我国大城市工作上下班高峰期公交线路客流不均衡的问题,提出以公交路线一卡通数据为研究对象,综合考虑天气类型、温度和风力多个因素对客流的影响,利用多元线性回归模型建立公交工作日高峰期各时间段客流模型. 最后通过一卡通大数据对模型进行了验证,证明多元线性回归模型能够准确且快速地预测高峰时间段的客流量,实现了通过公交线路客流预测缓解城市工作日高峰期出行拥堵的问题.     

高铁运行影响下道路运输旅客选择概率变化特性研究

为研究高铁运行对道路运输旅客选择概率变换特性,建立了基于效用理论的道路运输旅客乘车概率计算模型并提出了求解计算方法,模型描述了旅客对于道路运输及高铁衔接道路运输两类出行链的选择概率.通过某市部分出行群体调查数据为例获得模型参数,根据模型绘制了出行总里程、高铁里程占比两个参数变化下乘客选择概率曲线,分析了出行链部分参数变化时与双因素共同变化时旅客选择行为的变化趋势;研究了道路运输票价下降和舒适性提升情况下,对于选择概率影响.结果发现:出行总里程、高铁里程对于出行链选择概率影响明显.随着出行链中高铁占比的增加,旅客选择高铁出行的比例逐渐增加;随着路线长度的增加,选择高铁出行的比例逐渐下降.道路运输票价折扣对于在高铁在出行链中占比较大时对于选择概率的影响并不明显,而舒适性提高对于概率的影响作用较为明显.上述结果反映了道路运输、高铁运输之间的竞争关系,对于高铁运行影响下道路运输组织测量有借鉴作用.     

基于博弈论的专车与出租车协同定价机制

为了平衡专车与出租车之间的竞争关系,促使二者通过协同定价稳定客流比例,以斯坦科尔伯格模型和动态博弈理论为基础,通过建立乘客出行效用竞争模型,确定了2种出行方式的分担率;并采用双层规划博弈模型,结合专车和出租车的运营利润和乘客总体效用等参数分别建立二者的定价优化模型;采用灵敏度分析的方法求解协同定价多层规划模型,得到专车和出租车协同定价的最优解.最后以天津市为例,通过出租车和专车发展情况及对乘客进行意向偏好(stated preference,SP)调查,将实际数据代入模型计算,分别得到使客流比例较为稳定时的出租车和专车可接受的定价区间及分担比例,从而避免了专车与出租车之间的恶性竞争,促进二者的协调发展,使二者互相补充,为用户提供更加多元化的出行方式.     

城市群旅客协同运输线路边际效益分析及优选

为适应城市群旅客出行需求并实现系统整体效益的最大化,提出基于边际效益理论的城市群协同范围及协同线路优化选择问题。基于超网络理论构建城市群多方式交通系统的超网络模型,考虑客流关联强度和换乘设施等因素生成协同线路备选集;将超网络的路径分为在乘段与换乘段,提出多方式出行路径的广义出行费用计算方法;利用3层巢式Logit模型构建旅客城市群出行路径选择行为。在此基础上,提出以系统效益最大化为优化目标的双层规划模型,采用遗传算法和相继平均法求解上下层模型,并基于边际效益递减理论确定协同运输范围及协同线路。最后以京津冀城市群为例对模型构建的合理性进行验证并应用于问题分析。结果表明：协同运输线路的规模存在边际效益且优选出的协同线路能够基本满足京津冀城市群旅客出行需求,以线路为导向的多方式联运模式拓展了联程运输模式,为城市群多模式协同运输的实施提供了途径。     

基于出行需求的轨道车站公交接驳范围研究

确定合理的公交接驳范围是规划公交接驳线路、优化接驳设施的基础。文章提出了公交接驳潜在客流的概念及其识别方法,基于可达性一致原理,依据居民出行目的分析和潜在客流兴趣点挖掘,同时考虑相邻车站客流竞争关系,提出车站公交合理接驳范围的确定方法。结果表明：根据车站周围的土地利用性质,济南地铁2号线的19个车站可分为居住类、办公类、商业类、混合类等4大类;随着出行环境的改变,公交接驳区域潜在客流的出行交通方式转为“公交+轨道”的组合方式;基于客流出行需求特征分析,可获得办公类车站彭家庄站的公交合理接驳范围,即半径为2.43 km的扇形区域。     

定制公交需求分析——以西安市为例

定制公交作为发展公共交通的新型出行方式,在缓解城市道路拥堵方面具有显著成效.从需求侧分析用户需求和定制公交运行需求,评价定制公交模式.通过发放调查问卷收集西安市居民出行数据,共收回有效问卷622份.首先基于用户需求,运用spss软件建立居民选择定制公交出行意愿影响因素的意愿-职业/收入回归模型,分析定制公交实施的可行性.其次,针对定制公交运行需求,拟定站点、线路和制定票价,基于Logit选择模型对比客流分担率变化,讨论开通定制公交的必要性和合理性.结果表明,西安市居民中高薪通勤用户对定制公交具有强烈需求,定制公交出行意愿与职业、收入有关,站点选择应覆盖较多居住区设置1～2个为宜,票价建议制定为8元,开通定制公交后,私家车和公交车分担率分别减少7. 35%和7. 68%,有效缓解城市道路早晚高峰拥挤情况,从用户需求和运行需求方面为西安市开通定制公交提供理论支持.     

基于潜在出行意图的民航旅客移动模型

人类出行具有规律性,对人类移动规律构建移动模型具有理论意义和现实需求。现有移动模型通常基于人类出行距离具有标度性这一假设,且未考虑出行次数和基础设施网络的影响。针对上述问题,利用民航旅客出行数据集进行统计分析发现旅客出行有以下特性：出行距离分布不具有标度性,出行次数具有各向异性,旅客扩散随出行次数不同具有不同的变化趋势。为了刻画民航旅客出行特性,提出了基于潜在出行意图的民航旅客移动模型（passenger mobility model based on potential trip purpose, PMMPTP）。首先,考虑旅客出行与目标城市经济因素有关,提出了旅客出行城市的选择概率计算方法。然后,考虑旅客出行具有探索和返回特性,给出了计算旅客探索新机场和返回历史机场的概率的方法。实验中,先利用PMMPTP模型模拟民航旅客的出行特性,再通过对机场吞吐量和航线吞吐量的预测检验其有效性。实验结果表明,该模型能较好地拟合真实数据,有效解决了大量低频出行旅客的出行建模。     

基于云遗传算法优化BP神经网络的轨道客流预测

城市轨道交通客流预测是线路规划和运营组织的基础, 为提高客流预测的准确度, 提出了基于云遗传算法优化BP神经网络的轨道客流预测模型。首先利用云模型云滴的随机性和稳定倾向性改进传统遗传算法中固定设置交叉和变异率的方式, 克服了标准遗传算法搜索速度慢及容易早熟的缺陷; 再通过改进后的遗 传算法来优化 BP 神经网络的初始权值和阈值; 最后结合重庆轨道交通3号线的客流数据进行实例分析, 结果表明, 基于云遗传算法优化的BP神经网络比传统BP神经网络的预测精度提升了5.95%, 达到了97.84%。     

公交线路客流OD反推研究

公交客流OD反推技术越来越受到重视,即不进行直接的公交OD调查,而进行调查量相对较少的站点上下客人数调查,通过一定的反推模型,计算出公交客流OD矩阵.本文在参考传统公交OD反推模型的基础上,研究了大同公交乘客出行OD概率分布,分析公交客流OD矩阵反推的各项影响因素,从实际调查的公交OD矩阵数据中建立新的反推模型.新模型综合考虑了土地利用性质与平均乘距两项指标,利用公交站点上下客人数反推单条公交线路客流OD矩阵,改进了传统方法,有一定的工程使用价值.     

结合用地性质的北京市轨道客流特征分析

随着城市轨道建设的快速发展,北京市轨道交通已经进入网络化阶段.为了应对日益复杂的客流特性,收集北京市轨道交通AFC(Auto Fare Collection)刷卡数据,对北京市轨道交通既有线路的客流历年变化规律和基本特征进行分析;然后结合国内外城市轨道交通网络化特点,从北京市全网客运强度、换乘系数、平均运距方面,分析轨道交通客流特征;其次从线路、站点两个层面,结合站点周边用地特性,阐述北京市轨道交通进出站规律、换乘规律;基于上述分析,提出未来建设规划中需要注意完善轨道交通与其他交通方式衔接,建立多层次轨道交通管理系统,把握换乘站设计.     

基于特征站点的公交IC卡数据站点匹配方法研究

设计了一种基于特征站点的公交IC卡数据站点匹配方法,首先利用k-means聚类方法,通过计算交易时间间隔将同一站点产生的交易数据归类,再根据线路站点客流特征和乘客出行的换乘行为寻找线路特征站点(客流峰值站点与换乘站点),站点匹配时优先将特征站点编号与聚类数据进行匹配,从而提高匹配精度.在数据实验中,将该方法与基于站点间运行时间的匹配方法进行了对比,结果显示,基于特征站点的匹配方法平均准确率为85%.     

多模式综合交通客运方式选择行为差异性——基于强制与休闲型活动出行的对比分析

为分析多模式综合交通方式下的强制、休闲活动出行行为差异性,基于旅客高速巴士、普铁、高铁和飞机四种运输方式RP调查数据,建立旅客乘车选择多项logit(MNL)模型,基于参数估计和弹性分析,揭示多模式综合交通客运方式选择行为及其差异性.研究结果表明:出行距离、出行费用、运行时间、安全性、舒适性、准时性、网络购票、售票点购票、拥有私家车是影响旅客强制型、休闲型活动出行方式选择的主要共性因素,不同因素对旅客强制型、休闲型活动出行方式选择的影响程度具有明显的差异性;另外,到站时间对强制型活动出行方式选择有显著影响,对休闲型活动出行方式选择影响并不显著.