考虑老年人出行行为的公交票价补贴政策研究

北京市现行的老年人公交免费政策在保障老年人日常出行的同时,诱发了老年人无谓出行、高峰出行、冒乘出行等问题. 针对不同出行目的、出行距离及出发时刻下老年人出行行为偏好,基于北京市第五次综合交通调查数据,构建多场景下老年人出行方式选择MNL (Multinominal Logit)模型,分析错峰优惠、阶梯式津贴等补贴政策对多方式分担率的影响,并从公共交通运能利用率、政府补贴和老年人公交支出等方面评价政策效果. 结果表明：相对现行政策,两种政策均可有效调节老年人出行行为,前者能够缓解政府财政补贴压力,但造成老年人公交支出的上升;后者侧重保护老年人群的社会福利,对行为的引导效果更显著,但仍需大量的财政补贴投入.     

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%。     

电动汽车混入条件下随机动态用户均衡分配模型

为分析电动汽车动态充电需求对公共充电设施服务水平的影响, 给充电设施网络规划与运营提供参考, 在考虑燃油汽车和电动汽车出行者行为差异、路段拥堵状态、车辆能源消耗、充电设施布局与服务水平等因素的基础上, 采用巢式Logit模型描述了包含充电需求判断、充电设施和路径选择的电动汽车出行联合选择行为; 建立了考虑用户在途快速充电行为的动态交通流分配模型, 提出了混合交通下随机动态用户均衡条件及等价的变分不等式模型, 并设计了融合电动汽车充电排队仿真的动态交通流迭代算法; 通过算例验证了模型与算法的有效性, 并进一步探究了在电动汽车推广的不同阶段, 需求和供给关键因素对充电设施服务水平的影响。研究结果表明: 受路网交通流量分布和充电设施布局的影响, 充电设施利用率在时间和空间上具有明显的非均衡性; 电动汽车混入率的提高会增加平均充电等待时间, 并改变充电高峰期的时间分布; 电动汽车电池初始电量和充电设施处的排队长度均对用户的充电需求判断呈负效应; 当路网中充电设施数量与需求规模不匹配时, 会导致服务水平急剧下降, 同时极易诱发局部拥堵; 用户在充电设施处的逗留时间以15~20 min居多, 约90%用户的等待时间在9 min以内, 因此, 提出的模型符合实际, 能够充分反映混合交通网络中电动汽车充电行为引发的一系列影响。      

考虑老年人出行行为的公交票价补贴政策研究

北京市现行的老年人公交免费政策在保障老年人日常出行的同时,诱发了老年人无谓出行、高峰出行、冒乘出行等问题. 针对不同出行目的、出行距离及出发时刻下老年人出行行为偏好,基于北京市第五次综合交通调查数据,构建多场景下老年人出行方式选择MNL (Multinominal Logit)模型,分析错峰优惠、阶梯式津贴等补贴政策对多方式分担率的影响,并从公共交通运能利用率、政府补贴和老年人公交支出等方面评价政策效果. 结果表明：相对现行政策,两种政策均可有效调节老年人出行行为,前者能够缓解政府财政补贴压力,但造成老年人公交支出的上升;后者侧重保护老年人群的社会福利,对行为的引导效果更显著,但仍需大量的财政补贴投入.     

基于改进KNN算法的城轨进站客流实时预测

针对实时进站客流数据的高维数、多噪声、波动频繁等特征,本文提出一种基于改进 K最近邻(K-nearest-neighbor, KNN)算法的城轨进站客流实时预测方法.首先,通过对分时客流数据的相关性分析,确定表征客流特征的状态向量;其次,结合数据特性改进近邻样本的模式匹配过程,利用关键点法去除原始序列中的噪声扰动,并引入动态时间规整算法实现考虑序列形态的相似性度量;再次,根据样本间流量差异引入距离权重和趋势系数,推演未来时段的进站量,实现滚动的实时预测;最后,依托广州地铁客流数据仓库对预测模型进行精度分析. 结果表明,对于全网159个站点,5 min粒度下全天分时进站量预测的平均绝对百分比误差的均值为11.6%,能够为路网状态监控提供可靠的数据支撑.