福州城市轨道交通与常规公交协调优化研究

在轨道交通规划建设的背景下,福州城市公共交通系统取得了快速地发展,城市居民的出行方式也受到一定的影响。在对城市居民出行方式及特征论述的基础上,通过对轨道交通走廊内常规公交客流特征的分析,讨论了轨道交通建设运营对地面常规公交的影响。综合考虑居民出行的影响因素,构建巢式Logit模型,采用RP/SP调查法获取数据,运用SPSS软件进行交通方式客流分担率的研究,提出轨道交通与常规公交协调发展的目标与优化方法,最大限度地利用道路资源,适应城市高密度发展。     

配合大容量快速运输的实用常规公交线网规划方法

基于轨道交通和快速公交网络确定的前提下,在"逐条布设、优化成网"的规划方法基础上,提出大城市常规公共交通线网的规划方法.引入枢纽点吸引系数概念,用于调整与大容量快速运输线路站点及枢纽相邻区域的公交线路运行时间,按最短路算法确定备选公交线路集,以直达客流密度最大为目标确定公交线路走向,使常规公交线路在布设时优先通过或邻近换乘枢纽点,从而达到提高大容量快速运输系统吸引力、有效驳运轨道交通和快速公交客流,同时兼顾公交运营企业效益的目的.     

基于动态博弈模型的城市轨道交通定价方法

城市轨道交通的票价是影响居民出行选择的重要因素,合理完善的轨道交通票价可以提高居民出行质量、优化客运结构、缓解城市交通压力。文章采用MNL模型描述不同公交方式的分担率,建立各公交方式的收益函数, 引入动态博弈的方法构建轨道交通与常规公交的票价博弈模型,并求出相应的均衡解,最后以广东东莞市轨道交通票价的定价为例验证了模型的有效性。     

基于Nested-Logit模型的城市公共交通票价优惠策略

通过建立巢式Logit模型,分析不同出行距离时轨道交通和常规公交的票价变动对整个公共交通分担比例的影响,在此基础上提出合理的票价优惠策略,即短距离出行时常规公交票价优惠更多、长距离出行时轨道交通票价优惠更多。最后,结合某城市的实际数据对公共交通方式的分担比例和补贴增加额进行数值计算,验证了模型的合理性,并对该市公共交通票价优惠策略提出了相关建议。       

公交票价比对公交结构的影响及方式选择模型

为了确定轨道交通和地面常规公交的建设规模,利用宏观调控政策合理分配客流,研究了公交票价对公交结构的影响.通过在北京市进行交通方式选择问卷调查.分析了影响居民选择轨道交通和地面公交的因素.结果表明,出行时间、出行费用、出行者的性别、年龄、职业、收入、出行目的对于出行方式选择结果有显著影响,在对变量分类合并的基础上确定代入模型的变量,并结合非集计模型的理论建立了出行方式选择行为模型,给出了出行费用和交通方式选择之间的关系,为利用票价政策调节公共交通结构提供了依据.     

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。     

公共交通特性分析与发展对策研究

优先发展公共交通是全世界公认的一种解决大城市交通问题的基本途径.主要从线网布局、公交车拥有量、公交客运量、公交出行者特性、公交客流空间布局等各方面对西安市目前公共交通特性进行了研究分析,在此基础上剖析了西安公共交通存在的主要问题,结合西安市城市总体规划和发展趋势对西安公共交通面临的压力进行了估计,进而确立了西安公共交通“在不断完善常规地面公交的基础上,积极发展轨道交通”的战略方向,逐步构筑一个“以轨道交通为骨架,快速公交和常规公交为主体,出租车为辅助补充,干支结合,城乡一体化发展”的城市公共交通体系.     

基于运营组织的城市群轨道客流预测法

为了提高城市群轨道交通客流预测“四阶段法”的精度,在分析城市群轨道交通客流特点的基础上,将轨道交通客流预测方法分为独立线网分配预测法和综合线网分配预测法,分析了两种预测方法的预测模式及优缺点,对基于方式划分-交通分配的联合分配的综合线网分配预测法进行改进研究,提出了基于运营组织的城市群轨道客流预测方法,阐述了预测过程及其在TransCAD软件中的具体实现方法。改进方法以城市和城际公共交通网络组成交通分配的综合基础网络,从运营组织层面考虑公共交通方式之间的合作与竞争,得到竞争后稳态的轨道交通客流,预测结果更加合理,最适合城市群的轨道交通和快速公交系统(BRT)的客流预测。     

基于量子神经网络的公交客运量预测

为了对公交线路客运量进行有效预测,以便制定线路运营计划、合理规划运营线路和优化公交运营调度,通过分析公交客运量数据特性,提出一种基于量子神经网络的公交客运量预测模型,并在训练过程中动态调整量子间隔,以响应公交客流数据的强随机性。实验结果表明,该预测模型能够较好地适应公交客运数据的特性,相对误差低于10%,且预测精度较BP神经网络有显著提高。     

基于城市轨道交通的常规公交线网优化调整

为推动公交优先发展战略全面实施,充分发挥大运量城市轨道交通在公共交通系统中的骨干作用和常规公交的辅助协调作用,需要围绕城市轨道交通对常规公交做出优化调整.该文从城市轨道交通影响范围内的常规公交客流的变化情况入手,对常规公交线网优化调整问题进行描述,建立以直达能力最大为目标函数,以线路长度、非直线系数、公交线网密度等为约束条件的常规公交线网优化模型;构造算例,应用遗传算法进行优化模型求解分析,其结果表明对常规公交线网优化的效果明显.     

接运公交网络设计的多目标优化模型及遗传变邻域搜索求解算法

为了使接运公交网络更好地为轨道交通车站集散客流服务,将其作为研究对象,提出了接运公交网络的优化方法.考虑接运公交网络服务的需求量与接运公交供给密切相关、接运公交发车时刻与轨道交通车辆到站时刻构成有序衔接,以接运公交服务的乘客量最大化、接运乘客平均成本最小化、运营成本最小化为优化目标,构建了接运公交网络的多目标优化模型.为求解模型,设计了利用产生式方法获得Pareto解集的遗传-变邻域搜索算法.将设计的遗传-变邻域搜索算法与遗传算法、精确算法分别进行比较,通过算例验证了模型与算法的有效性.     

站点位置缺失的公交客流OD估计方法及应用

利用公交自动收费(AFC)和自动车辆定位(AVL)系统产生的数据估计公交客流OD,可用于优化公交系统的规划设计和运营管理。针对公交站点位置缺失的情景,提出公交站点识别和上下车站点推断方法。首先通过时间匹配获得刷卡记录的位置信息,进而结合时间聚类方法和空间聚类方法DBSCAN识别公交站点并获得上车站点,接着依次采用个人公交出行链规则、个人公交出行规律性规则和公交线路客流分布规律性规则估计下车站点。应用上述方法估计深圳市公交客流OD,并开发包含线路、站点、客流和可达性4个模块的公交规划支持系统,用以支持公交系统的优化调整。     

站点位置缺失的公交客流OD估计方法及应用预览

利用公交自动收费(AFC)和自动车辆定位(AVL)系统产生的数据估计公交客流OD,可用于优化公交系统的规划设计和运营管理。针对公交站点位置缺失的情景,提出公交站点识别和上下车站点推断方法。首先通过时间匹配获得刷卡记录的位置信息,进而结合时间聚类方法和空间聚类方法DBSCAN识别公交站点并获得上车站点,接着依次采用个人公交出行链规则、个人公交出行规律性规则和公交线路客流分布规律性规则估计下车站点。应用上述方法估计深圳市公交客流OD,并开发包含线路、站点、客流和可达性4个模块的公交规划支持系统,用以支持公交系统的优化调整.     

城市轨道交通与其他交通方式衔接规划

本文以广州轨道交通一~三号线交通衔接规划为例,从轨道交通客流吸引范围特性、站点交通功能等级划分以及站点交通衔接规划等方面,系统探讨城市轨道交通与常规公交、小汽车交通、自行车交通和步行交通等其他交通方式的衔接.     

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%。     

公交网络客流OD推算双层模型研究

公交网络客流OD是公交线路规划和调整的重要依据。直接进行OD调查过程复杂,且数据精准度受抽样率影响较大。传统模型忽略公交换乘和道路拥堵对OD推算路径的影响,推算结果不理想。根据公交站点上下客流数据,提出以公交网络阻抗为基础,建立广义最小二乘法和交通分配相结合的双层优化模型,考虑公交换乘和道路拥堵对OD推算路径的影响,设计相应的收敛计算规则,并运用实际案例对模型进行验证。与实际调查数据进行对比的结果证明该公交客流OD推算模型具有较高的精度。     

雨雪天气下轨道交通客流预测模型

为了完善雨雪天气下轨道交通客流预测模型,对哈尔滨市地铁1号线2017年12月份至2019年1月份的全线客流数据进行研究,引入客流基准值和客流偏差率的指标来量化轨道交通客流波动情况,研究雨雪天气下轨道交通客流波动规律,提出一种基于雨雪天气下轨道交通客流时空波动规律的短时客流预测模型WI-LSTM,以平均绝对误差（MAE）、均方根误差（RMSE）以及平均相对误差（MRE）作为预测模型的评价指标,与经典的SARIMA预测模型、支持向量回归（SVR）预测模型和未考虑雨雪天气的LSTM预测模型进行了对比。结果表明:考虑雨雪天气的WI-LSTM预测模型可以充分利用雨雪天气轨道交通客流波动规律,相比其他3种预测模型具有更高的准确性和可靠性。WI-LSTM预测模型进一步提升了雨雪天气下轨道交通客流预测精度,可为轨道交通企业运营管理提供数据支撑。     

大型活动公交客流分配方法

根据大型活动客流特点,结合城市规模确定线路研究范围;在确定不同站点服务半径的基础上,采用几何划分的方法,确定了站点服务区域;根据站点客流与其服务面积相关的原则,建立了交通小区公交客流分配模型;依据站点与线路的关联属性,考虑换乘与背景客流量,建立了线路客流预测模型;最后,以北京奥运篮球馆晚间散场公交客流分配为例,对线路客流进行了分配,与实际客流进行了对比,最小误差达到3%,基本可以满足公交调度与运营要求.     

轨道交通与常规公交计划调度协调模型

根据福利经济学理论,分析了轨道交通与常规公交运营协调系统的消费者剩余和生产者剩余;并以社会福利最大化为目标,分别建立了非协调计划调度模型和计划调度协调模型,同时给出了模型求解步骤。结合算例,对比分析了轨道交通与常规公交计划调度协调实施前后换乘网络的运营效果。结果表明,实行运营协调控制能够增加社会福利,使出行乘客和运营企业都获益。     

以通勤客流为主的单公交线路发车时刻表调整

研究以通勤客流为主的单公交线路发车时刻表优化调整问题.提取公交卡数据利用数据挖掘方法求得公交动态OD,建立累计客流需求-时间函数。分析该函数中的参数随不同发车时刻表而变动的特点,建立乘客抵达公交站时间概率选择模型,使用OD历史数据辨识时间概率选择模型中参数,得到"客流需求-时间"在不同公交发车时刻表下的计算方法。在此基础上建立基于动态需求的单条公交线路发车时刻表调整模型,采用遗传算法优化求解,具体案例表明公交车运行成本和乘客成本都得到降低,该方法的正确性和有效性予以验证。