智能网联车环境下高速匝道汇入车流轨迹优化模型

为了解决传统匝道控制车流汇入时车辆需要减速至停止，从而造成延误时间过长的问题，提出了一种智能网联车环境下的高速匝道汇入车辆轨迹优化的两阶段优化模型，其中，第1 阶段优化车辆进入匝道口的时序；第2 阶段基于第1 阶段的最优时序，优化车辆轨迹. 根据所构建的模型设计了一种启发式算法优化车辆通过匝道冲突区域的时序，然后结合 GPOPS工具优化车辆的轨迹.为了验证所提出方法的有效性，将所提出的方法应用到20 min 随机到达的车流，进行仿真实验.实验结果表明，与先进先出的方法相比，本文所提出的方法能够使总延误减少59.7%，总油耗减少10.5%，说明该方法能够实现车辆以较高的速度通过匝道冲突区域，有效地减少了车辆汇入延误，同时也节约了油耗.     

智能网联车环境下高速匝道汇入车流轨迹优化模型

为了解决传统匝道控制车流汇入时车辆需要减速至停止,从而造成延误时间过长的问题,提出了一种智能网联车环境下的高速匝道汇入车辆轨迹优化的两阶段优化模型,其中,第1 阶段优化车辆进入匝道口的时序;第2 阶段基于第1 阶段的最优时序,优化车辆轨迹. 根据所构建的模型设计了一种启发式算法优化车辆通过匝道冲突区域的时序,然后结合 GPOPS工具优化车辆的轨迹.为了验证所提出方法的有效性,将所提出的方法应用到20 min 随机到达的车流,进行仿真实验.实验结果表明,与先进先出的方法相比,本文所提出的方法能够使总延误减少59.7%,总油耗减少10.5%,说明该方法能够实现车辆以较高的速度通过匝道冲突区域,有效地减少了车辆汇入延误,同时也节约了油耗.     

基于出租车运营数据和POI数据的出行目的识别

为了有效获取出租车乘客出行目的,提出了一种基于出租车运营数据和POI(Point of Interest)数据的出行目的识别方法.构建了基于乘客出行特征和下车所属POI点类别的乘客出行目的识别模型,该方法从出行特征及乘客下车点最终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的.为了验证所提方法的有效性及实用性,对成都地区展开了出租车出行调查,并利用调查数据对模型进行了精度验证.结果发现,相比于现有的利用出行特征推断出行目的的方法,本文提出的决策树+POI(II)能够提高最终识别准确度15.76%.最后,将所提方法应用于成都 1周的实际运营数据中,成功地识别出219 942名乘客的出行目的,说明该方法能够应用于实际数据量较大的出行目的识别.本文提出的方法,可以作为出行调查的辅助手段.     

基于公交数据挖掘的时刻表排班协同换乘优化

为实现公交换乘协同排班,减少乘客出行换乘时间,本文对公交信息系统的IC卡数据及车辆GPS数据进行数据挖掘,提取换乘信息并对现有的发车排班进行优化.首先,构建了公交运行状态信息提取模型,提取现有的公交运行状态信息.在此基础上,设计了邻域搜索的公交时刻排班优化算法,得到最佳发车排班时刻表.为验证所提出方法的有效性,选取了成都市的56路和3路公交线路的实际数据进行案例验证.结果表明:通过优化排班的方法,在不改变现有的公交供需条件的前提下,可以有效实现协同换乘;与原有的公交服务相比,优化之后的公交服务能够更加贴近出行需求,提升线路之间的换乘衔接效率,从而提高公交服务质量.     

基于K-means聚类的城郊公交网络设计

为改变现有城郊公交线网规划不合理的状况,通过将物流领域的Milk-run和Hub-spoke的设计方法应用到公交网络优化和设计中,构建了新的城郊公交线网优化模型。同时,为求解所构建的城郊公交线网优化模型,设计了相应的启发式算法。首先通过k-means聚类方法将城区公交站点进行聚类,同类站点即为Milk-run线路的组成站点,再将同类站点的公交线路长度优化问题转化为经典TSP问题进行求解,结合多种局部搜索的操作方式,得到每条Milk-run线路的最短设计方案。然后依据规划好的Milk-run线路,通过遍历Milk-run线路中所有站点,确定每条Milk-run线路hub的站点所在的位置。最后结合客流需求,为各线路分配相应的车辆数量,结合线路的运行时间,可以获得各线路相应的发车频率。为验证所提出的模型和算法的实用性和有效性,将提出的方法应用到香港天水围区域的实际城郊公交线网优化,通过Matlab编程实现了方案求解。案例求解结果表明:与现有的实际公交服务对比,在不改变现有的站点布局及车辆配置数量的条件下,当客流需求维持现有的水平时,应用Milk-run和Hub-spoke方法对现有的公交服务进行优化,能够减少乘客4.2%总的出行时间;通过Milk-run线路及hub站点的设置,可以产生规模效应,能够有效提高城郊公交系统的服务水平,使居民出行更加方便快捷。     

考虑公交线路短时瘫痪的复线设计模式

为缓解公交线路在实际运营过程中可能出现短时瘫痪所带来的负面影响,提出了一种不同于传统公交线路设计方式的公交复线线路设计。复线模式的公交线路能够在原线路部分路段出现短时瘫痪时实现快速响应,使公交车辆转移至复线路段运营。首先,构建了以乘客出行时间最小化为目标的公交线路复线设计模式,同时依据所构建的模型特征,提出了相应的启发式算法求解。为了验证所提出模型和算法的效果,选取了绵阳一条10站点的公交线路为例进行案例验证。结果表明,相比于传统模型公交线路部分路段发生瘫痪时,公交车辆只能等待路段通行缓慢恢复,导致乘客出行时间过长的问题,通过复线设计,在原公交线路部分路段发生瘫痪时,公交车辆通过绕行至复线线路,可以使乘客总的出行时间减少43.97%。最后,为了分析不同参数取值的影响,对站点到达时间以及道路瘫痪程度进行了相应的灵敏度分析,分析结果表明,当公交运行路段瘫痪越严重,使用该复线设计的效果越好,但如果复线站点与原站点距离过远时,将会导致乘客从到达复线站点以及从复线站点到达最终目的地的走行时间增长,将会降低该方法的应用效果。因此,在应用所提出的公交复线设计时,原线路站点对应的复线站点距离不宜过远。     

行程时间服从混合高斯分布的车队离散模型

为充分描述异质交通流条件下的车队离散规律,为信号配时优化、公交优先控制提供理论基础.考虑异质交通流条件下车辆行程时间分布特点,采用混合高斯分布拟合车辆行程时间分布.基于此,从流量角度推导了异质交通流条件下车队流量离散模型.通过实际调查数据,分析了下游交叉口到达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型与Robertson模型、实际数据进行比较分析.结果表明,本文模型能够更好地描述异质交通流条件下的车队离散规律,与Robertson模型相比,平均预测均方误差减少了27%.