基于时刻表的公交网络随机用户均衡配流算法研究

提高公共交通规划管理及信息化水平,需要制定科学的公交规划管理策略,公交客流分配是公交规划与管理的核心内容之一。为促进公交配流理论研究,提高公交客流分配结果科学性,分析了国内外公交配流研究现状,对于城市广义公交网络,结合公交时刻表,定义了公交连接、连接片段以及吸引连接集合,建立了容量限制下基于时刻表的公交网络随机用户均衡配流算法（VRT-SUE）,对算法原理和求解步骤进行了探讨。构建实例公交网络进行分析测试,配流结果显示该模型能够很好的反映出出发时间、到达时间、换乘次数及费用等对乘客公交出行的影响,算法是合理和有效的。     

公交客流分配模型改进算例研究

公交分配模型是城市交通需求预测模型的重要组成部分,改进分配算法提高预测精度具有现实意义.分析了公交分配最优策略分配模型及其3种改进模型,分别是Logit加载模型、组合加载模型和策略改进的组合加载模型.通过案例研究了3种改进模型的参数灵敏度,分析了乘客出行时间感知误差对客流分配的影响,并使用经典的Spiess公交网络进行测试,对比了最优策略算法及其改进算法的结果差异.结果表明改进算法对乘客感知误差的灵敏度表现具有连续性,比最优策略分配模型更为可靠,其中,组合加载模型是最优策略模型的推广,策略改进组合加载模型应用最为灵活,考虑的因素更为周全.     

TransCAD软件在轨道交通客流预测中的应用

轨道交通网络是一种特殊的公共交通网络，其网络分配十分复杂。文章以TransCAD软件为开发平台，通过由轨道交通、常规公交以及步行网组成的联合网络进行交通分配，从而实现轨道交通客流预测。阐述了轨道交通客流分配基本原理和实施过程，并对图层的设置、网络实体的表达、基础数据的存放和分配结果的表现等问题进行了探讨。     

轨道交通环境下公交专用道布网及设置

研究轨道交通环境下公交专用道网络布局,提出宏观、微观层面,定性与定量相结合的规划方法。通过分析客流OD分布、路网结构、交通布局、土地利用、道路等级等确定公交专用道线网总体布局;通过公交客流比例、公交车流率、路段饱和度、机动车道数、公交车平均运行速度等定量分析可实施专用道的条件。以上海闵行区公交发展为例,研究现有5条轨道交通线路下公交专用道线网的布局。预评估表明公交客运能力提高约20%,公交车车速提高约15%。     

公交专用道优化设计的双层规划模型

为了实现公交专用道科学规划与布局,对城市公交专用道的优化设计问题进行了研究。考虑专用道的规划布局对出行者出行路径选择行为的影响,将该问题抽象成一个双层规划模型进行研究。上层模型以路网系统效益最优为目标进行公交专用道的优化布局;下层模型针对小汽车和公交客流分别建模,在优化后的路网上进行相应的客流分配,其分配结果又会影响专用道的优化设计。然后采用遗传算法对该双层模型求解,并给出了具体求解流程图。最后利用北京市部分区域路网对该方法进行应用。研究结果表明:建立的公交专用道双层优化模型能够在保证交通系统利益最大时实现专用道的优化布局。     

中小城市高品质公交建设方案研究——以江西吉安为例

中小城市公共交通系统客流规模相对较低,一般情况下不适宜建设轨道交通、快速公交等中大运量的公交系统.在常规公交的发展过程中,通过提升公交可靠性,提高发车频率和准点率,切实提升常规公交的服务水平,是一种适合中小城市的公共交通发展提升的实施模式,有利于增加公交服务吸引力,提升公交分担率,促进中小城市的交通系统朝绿色、可持续的方向发展,具有较好的借鉴意义.     

基于在线支付数据的公交客流特征分析方法——以三明市清流县为例

随着IC卡、移动支付等的普及,公交付费方式发生了巨大变革,由此产生的海量数据为全面、准确的把握公交运行特征提供了便利。公交客流特征分析中最重要的步骤在于下车站点的估算,为此提出一种基于乘客上车站点概率分布的估算方法。基于上下车站点等属性,通过统计学方法,可以得到公交分担比例、时间分布、距离分布、线站分布、特定群体公交服务情况等特征,为公交系统规划奠定基础。     

城市新建区公交专用道规划研究——以宁波市鄞州新城区为例

为科学规划城市新建区公交专用道,提高区域公交运行水平,从规划层面,根据区域公交客流的现状走向及未来客流分布,结合区域道路网络特征,规划新城区公交专用道网络,形成"面";根据各条公交专用道沿线用地及交通特征,合理确定公交专用道的站点位置及形式,完成"点"的分布再串联成"线";通过专用道站点的分布形成公交服务"面"的覆盖。从设计层面,以区域路网条件、道路交通状况、公交发展等为重要参考依据,结合公交专用道的专用程度分"封闭式"、"半封闭式"和"非封闭式"进行多等级设置,保证公交专用道规划的科学性和实用性。     

快速公交客流量影响因素解释结构模型构建与应用

针对当前交通拥堵、能源紧张、尾气污染等一系列问题,为加快快速公共交通的发展、提高公共交通利用率,本文找出了影响快速公交客流的主要因素,利用系统工程学中的ISM方法,构建了快速公交客流系统解释结构模型,通过分析探讨快速公交客流的主要影响因素,进而明确了各因素间的清晰结构,得到影响快速公交客流量的5级递阶结构;最后找出影响快速公交客流因素的各影响因素.通过影响因素,建立了多元回归模型,从影响程度、影响方向、影响时期分别归类分析.通过分析各层级因素对快速公交客流量的影响,可引导更多居民选择快速公交出行,对缓解交通压力提供了一定方法指导和决策支持.并通过合理分析为快速公交运输服务提出了建议.     

基于SVM-KNN的降雨条件下短时公交客流预测

为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型.分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响.进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精度的优点,提出了基于SVM-KNN的短时公交客流预测模型.具体方法为:用SVM训练少量数据生成子数据库,随后采用KNN识别相似模式预测短时公交客流.通过采集深圳市南山区4条公交线路降雨条件下的客流数据进行算例仿真,验证了模型和算法的有效性.结果表明,SVM-KNN算法的综合平均绝对误差(MAE)为8.437,综合均方误差(MSE)为10.725,综合平均相对误差(MAPE)为8.8%,综合均方相对误差(MSPE)为11.3%,比常用的RBF模型的MAE,MSE,MAPE及MSPE各类误差分别降低了3.646,3.631,4.6%,5.5%.