弹性需求下的接运公交网络设计

针对接运公交需求随着接运公交网络的改变而发生变化的情况,研究了弹性需求下的接运公交网络设计问题。在具体描述此问题的基础上,给出了设计流程。引入Logit模型分析乘客对接运交通方式的选择行为,以接运公交乘客量最大化、乘客成本最小化、运营成本最小化为目标,建立了数学模型,选用遗传算法求解。算例对可用车队大小进行了灵敏度分析,验证了模型和算法的有效性。结果表明:应同时优化接运公交线路和时刻表,并根据实际需求考虑可用车队大小。     

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.     

基于出行时间分析的公交跳站运行方案优化

针对公交站点需求过剩导致的运行效率下降问题,在分析跳站运行对4种O-D类型乘客出行时间影响的基础上,使用遗传算法建立了以乘客总出行时间最小为优化目标的公交跳站运行方案优化模型。以杭州市实际公交线路为例,调查了详细的公交出行数据,并使用优化模型对该线路的跳站运行方案进行了设计,分析结果显示:跳站运行能够使所有乘客的总出行时间减少8.43%。     

公交线路发车频率优化模型及求解方法

发车频率优化在公交调度中是非常重要的.提出一个发车频率优化模型,为车辆规模固定的公交线路设计合适的发车频率.该模型以乘客总费用最小为目标.由于该模型属于NP-hard问题,采用了一种新的启发式算法-SCE-UA算法,对该模型进行求解.通过大连市408路公交线路的数据,对该模型和算法进行了测试,结果显示该模型和算法是合理有效的.     

配合城市轨道交通的接运公交车区域布设

为了充分发挥轨道交通在城市交通中的骨干作用以及接运公交的集散作用,提出了配合城市轨道交通的接运公交车区域布设模型。分析城市轨道交通与接运公交之间的关系,提出边际出行距离的概念,即选择常规公交直达以及选择常规公交—轨道交通换乘所消耗的广义成本,其中特别考虑了服务水平对乘客选择的影响。并对居民收入水平、轨道交通的票价设置以及乘常规公交距离与出行总距离的比值大小对于边际出行距离的影响进行了敏感性分析。进而考虑各站点的OD分布,建立以全部乘客总出行时间最小值为目标,以边际出行距离为约束条件的区域布设模型并设计算法求解。最后通过对北京市5号线城市轨道交通与常规公共汽车之间衔接的数值实例进行分析,显示了该模型符合实际情况,易于应用。     

考虑接运公交站点排队的通勤客流分配模型

为更加准确的描述接运轨道站点的公交网络内通勤乘客的出行选择行为,以典型通勤OD、固定乘客总需求下,接运轨道交通站点的各公交线路客流选择行为为研究对象,以早高峰通勤出行为例,考虑不同出发时刻的乘客实际到站时刻与车辆到达时刻间的关系,对乘客在接运公交线路站点的候车排队过程进行较为细致的定量描述,改进了既有出行广义费用中对站点候车时间的计算方法,建立了基于Logit-SUE的公交线路配流模型,并通过算例与既有研究进行对比,分析模型中时间步长■及乘客对路径阻抗感知系数θ对配流结果的影响.结果表明:模型中■的取值变化不会引发配流结果较大程度的改变.■越小,对候车时间的计算越贴近现实情况,当■增大到乘客可在一个时间步长内全部出发时,配流结果与既有文献一致.同时,模型中,当θ较小时,乘客对路径阻抗的感知与实际存在一定差距,配流结果随机性较强;θ越大,乘客对阻抗的感知越贴近现实,实际阻抗越小的线路选择概率则越大.     

基于遗传算法的地铁车站引导标识布点探析

鉴于地铁车站乘客引导标识的重要性及其布设的复杂性,提出通过标准遗传算法来解决车站引导标识的布点问题,并以郑州地铁1号线中的五一公园站为例,以乘客诱导量最大为目标函数,设置约束条件,通过现场客流调查获取遗传算法所需数据,利用VB编程完成遗传算法的计算过程,并对计算结果进行稳定性分析,最终获取地铁车站乘客引导标识科学、合理的布点.     

考虑客流分配的大站快车改进模型

以大站快车为研究对象,通过分析大站快车开通前后不同站点乘客的乘车时间和候车时间的变化,明确从大站快车中获得收益和损失的人群。以大站快车和全程车在发车班次和乘车时间方面的差异为因素,利用BL模型进行客流分配,基于乘客分配,在公交资源不变的前提下综合考虑乘客的跳站收益和跳站损失,建立以总收益最大为目标的改进大站快车设置模型,针对模型特点依据遗传算法设计求解流程。以实际公交线路为例,调查详细的公交出行和车辆运行数据,利用模型设计线路的大站快车运行方案,结果显示开通大站快车能够使研究时段内所有乘客的候乘总时间降低12.7%。     

接运公交时刻表与区域车辆调度的综合优化

考虑公交运营中时刻表设定与车辆调度具有很强的相关性,在车辆调度中引入区域调度模式,研究接运公交中时刻表与区域车辆调度的综合优化。首先,分析了区域调度模式应用在接运公交中的优势。然后,以乘客成本最小化、运营成本最小化为目标,分别给出了区域调度模式下的区域模型与单线调度模式下的单线模型。设计了求解区域模型的启发式算法,通过...     

基于有效路径的轨道交通接运线路设计模型

通过建立基于有效路径的双目标模型来解决接运线路设计问题。首先,运用复杂网络介数概念,在考虑城市拥堵的基础上定义有效路径作为接运线路设计的基础;以乘客出行时耗最小和运输效率最大为目标,同时考虑线路长度、非直线系数、线路运能等约束设计接运线路模型;借鉴"逐条布设,优化成网"思想,设计模型的具体求解步骤;最后,以长春市轻轨4号线作为接运对象进行实证分析。结果表明:在交通拥堵的情况下,该模型所设计的接运线路更能体现居民出行路径的选择策略。     

Route Temporal-Spatial Information Based Residual Neural Networks for Bus Arrival Time Prediction

基于线路时空信息的残差神经网络预测公交到达时间

#$TAB

杨超，茹小磊，胡斌*

（同济大学 交通工程学院 道路与交通工程教育部重点实验室，上海201804）

中文说明：

公交到站时间预测有助于提高公共交通的服务质量。如果能提前知道准确的公交到达时间，乘客就可以有效地安排出发时间。本文提出一种机器学习方法，RTSI-ResNet模型，来预测公交到达目标车站的时间。利用残差神经网络框架对公交线路时空信息进行建模。研究发现，两站点之间路段的公交行程时间不仅与同路段前一班次公交行程时间存在相关性，而且与临近的上下游路段的公交出行时间也存在共同的变化趋势。从包含目标路段的正反方向公交路线中提取公交出行时间和车头时距两个特征，构成公交路线时空信息，综合反映道路交通状况。对深圳公共交通系统10号公交线路的轨迹数据进行实验，结果表明本文提出的RTSI-ResNet模型优于其他著名的方法(如RNN/LSTM、SVM等)。特别地，当公交车与目标车站的距离越远时，预测精度的优势越明显。

关键词：公交到达时间预测; 线路时空信息; 残差神经网络; 递归神经网络; 公交轨迹数据

     

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.     

基于单服务台的公交车辆发车间隔优化模型

有效的公交车辆发车间隔优化模型是优化调度方案、改善公交服务的关健。根据单服务台排队模型的适用条件,对公交服务问题进行描述。从公交乘客和公交企业双方利益最大化出发,建立基于单服务台的公交车辆发车间隔优化模型,该模型将公交车站视为服务台,将相邻两车到达某站的时间间隔看成服务时间。以福州市41路公交调查数据对该模型进行验证,结果表明该模型具有简单和实用的特点。     

轨道交通接运公交发车间隔及票价优化模型

考虑轨道交通接运公交发车间隔及票价的乘客需求弹性,对接运公交系统的成本及收入进行分析,建立了以最大系统总收益值为目标函数、轨道客运量份额为主要约束条件的非线性规划模型,并探讨了它的求解方法。算例结果和参数灵敏度分析表明,优化模型在约束条件内存在局部最优解,系统总收益值随着平均单个乘客等待时间和票价的增加以不同的速度减少,乘客对票价增减的敏感性比对发车间隔增减的敏感性强。     

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。     

基于泰森多边形服务分区的常规公交站点布局优化

基于泰森多边形,以公交站点服务区内的所有乘客平均步行到站时间最小为目标建立了一种常规公交站点布局优化模型。首先,分析了公交车乘客乘车习惯与泰森多边形的性质,论证了将泰森多边形的概念引入到公交站点服务区的可行性;然后,介绍了泰森多边形的生成算法,以及对优化区域进行分区的操作流程,并以此构建了优化模型,建立了乘客选择公交出行的比例与步行到站时间的函数关系式,在备选站点中选择满足目标条件的站点做为最终确定的公交站点;最后,通过实例验证了模型的实践性和科学性。研究结果表明:泰森多边形的特性与公交站点服务区所具备的性质极其相似,将泰森多边形应用到常规公交站点的优化研究中,可以解决公交站点的布局优化问题。     

城市公交线路的时间控制点选择算法

为提高公交服务可靠性,减少串车现象的发生,提出一种基于历史公交GPS数据的公交线路时间控制点优选方法.首先给出了控制点设置的3个基本原则,主要考虑控制点的位置、控制点之间的行程时间、控制点之间的距离等因素.从控制点设置的原则中选取若干个因素进行量化分析,确定控制点优选的评价指标.基于公交GPS数据建立了平均停站时间指标、站间行程时间差异指标以及综合评价指标的计算方法,提出整体最优和局部最优两种时间控制点优选思路.其中整体最优方法可以从所有备选方案中选择出最优方案,但计算过程繁琐、耗费时间较长;局部最优方法可以在保证一定优化效果的前提下,节省大量成本.最后以苏州市102公交线路为例分别对这两种优选流程进行了分析,结果表明两种优选流程都能选出有效的时间控制点方案.     

基于离散分布的公交站距优化模型

在乘客需求沿公交线路离散分布的基础上,建立一种动态公交站距优化模型和计算方法.在公交线路沿线的每个交叉口及路段上的大型客流发生、吸引点处设置备选站点;根据地理信息系统的土地利用、开发强度等空间信息,将现有站点调查的上下乘客需求量或预测的线路OD客流量,分配到公交线路服务区域的各个需求段;以与站距有关的乘客步行到站时间价值、车内乘客运行时间价值和公交车辆运行时间价值之和最小为目标函数,用动态规划方法,在备选站点集中选取子集站点,使其满足目标函数.以苏州市区现有的一条公交线路为例,应用该方法对沿线各站点的间距进行优化,实践证明该方法有效.