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.     

公交线路客流OD反推研究

公交客流OD反推技术越来越受到重视,即不进行直接的公交OD调查,而进行调查量相对较少的站点上下客人数调查,通过一定的反推模型,计算出公交客流OD矩阵.本文在参考传统公交OD反推模型的基础上,研究了大同公交乘客出行OD概率分布,分析公交客流OD矩阵反推的各项影响因素,从实际调查的公交OD矩阵数据中建立新的反推模型.新模型综合考虑了土地利用性质与平均乘距两项指标,利用公交站点上下客人数反推单条公交线路客流OD矩阵,改进了传统方法,有一定的工程使用价值.     

基于出行模式的公交IC卡乘客下车站点判断方法

对智能公交系统数据进行分析和挖掘,能够为城市公共交通系统的规划和管理提供科学的决策依据.一票制的公交IC卡收费系统仅在上车时刷卡,乘客下车站点的信息无法直接得到,而现有方法只能判断出部分乘车记录的下车站点,这成为公交IC卡数据应用的制约因素.根据公交乘客出行的时空规律性,提出基于通勤出行模式和关联出行模式判断下车站点的思路.利用通勤出行规律判断公交乘客的通勤OD,再根据其居住地和工作地站点信息对通勤出行的下车站点进行估计.依据公交乘客长期出行具有一定时空关联性的规律,通过将当日出行与他日的关联出行数据进行匹配来判断下车站点.对提出的方法进行算法实现,并应用大规模实际数据对算法进行了实验和精度分析.研究结果表明:该方法能够有效提高下车站点的判断比例,准确率达到87.90%,能够应用于实际的公交系统规划和管理工作.     

需求可拆分下城轨关联的公交接驳线网优化

基于典型的公交接驳线网优化问题,将每一公交站点具有唯一线路服务这一假设扩充到每一个公交站点可由多条公交线路服务,使公交站点与公交接驳线路间具有多对多的关系,即拓展到需求在多条线路间具有可拆分性的情形,形成需求可拆分的公交接驳线网优化问题.依据该情形下的公交接驳线网特性构建约束条件,分析换乘网络上乘客出行费用,并构造客流选择函数,建立需求可拆分条件下的接驳线网优化模型.通过在遗传算法中引入公交重复站点生成和插入策略,求解该模型.算例结果表明,需求可拆分情形下,公交接驳线网优化问题的求解时间显著增长,允许公交线路间具有重复站点可改善公交线网,随着网络客流量的上升,重复站点数量增加并集中于客流较多的站点.     

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。     

基于特征站点的公交IC卡数据站点匹配方法研究

设计了一种基于特征站点的公交IC卡数据站点匹配方法,首先利用k-means聚类方法,通过计算交易时间间隔将同一站点产生的交易数据归类,再根据线路站点客流特征和乘客出行的换乘行为寻找线路特征站点(客流峰值站点与换乘站点),站点匹配时优先将特征站点编号与聚类数据进行匹配,从而提高匹配精度.在数据实验中,将该方法与基于站点间运行时间的匹配方法进行了对比,结果显示,基于特征站点的匹配方法平均准确率为85%.     

混行条件下直线式公交站点停靠车辆数优化

针对公交站点排队溢出导致的路段运行效率下降问题,通过分析混行交通条件下公交跳站运行对路段通行能力及乘客出行时间的影响,分别建立了小汽车和公交乘客的出行时间计算模型,并在此基础上建立了以乘客总出行时间最小为目标的公交站点停靠车辆数优化模型;以杭州市天目山路为例,使用上述方法对其站点停靠车辆数进行了优化,结果显示,优化后的停靠方案能够使小汽车运行速度提高9.32%,公交乘客的出行时间缩短3.98%,所有出行者的总出行时间减少4.75%;本文提出方法的优化结果能够为混行交通条件下公交跳站运行方案的设计提供基础。     

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IC卡数据的公交乘客下车站点推算模型

对智能公交系统IC卡数据、GPS数据挖掘与应用问题进行了研究,构建了基于公交站点下车概率的乘客下车站点推算模型.该模型提取公交乘客通勤、随机出行等行为链,考虑站点吸引权及当次乘车方向下游站点数等影响因素,判断随机出行下车站点.针对该模型提出了乘客下车站点判断算法,并设计了模型的检验方法.以青岛市11路公交为例验证算法,检验回归方程系数值为1.0211.结果表明,该算法能实现乘客下车站点有效推算,具有良好可靠性.     

基于出行需求的轨道车站公交接驳范围研究

确定合理的公交接驳范围是规划公交接驳线路、优化接驳设施的基础。文章提出了公交接驳潜在客流的概念及其识别方法,基于可达性一致原理,依据居民出行目的分析和潜在客流兴趣点挖掘,同时考虑相邻车站客流竞争关系,提出车站公交合理接驳范围的确定方法。结果表明：根据车站周围的土地利用性质,济南地铁2号线的19个车站可分为居住类、办公类、商业类、混合类等4大类;随着出行环境的改变,公交接驳区域潜在客流的出行交通方式转为“公交+轨道”的组合方式;基于客流出行需求特征分析,可获得办公类车站彭家庄站的公交合理接驳范围,即半径为2.43 km的扇形区域。     

西安公交站点网络的实证研究

城市公交线路结构是影响公交系统客流运输效率的重要因素,文章以复杂网络为视角,针对西安公交系统建立了公交站点网络.经过统计分析其度分布、平均最短路径等拓扑量,对西安公交线路结构现状做出评价,结果表明西安公交站点网络具有无标度网络特性和明显的聚类效应,节点间平均路径服从Weibull分布.     

城郊公交线网hub站点和milk?run线路设计

为解决现有的常规公交线网设计方法没有考虑实际城郊客流需求的特殊性,造成乘客出行时间过长的问题.构建基于milk-run和hub-spoke的设计理念,且同时考虑载客能力的城郊公交线网优化模型,并提出相应的遗传算法实现模型的求解.在所提出的方法中,能够得到hub站点的数量及具体位置、milk-run线路的结构、和车辆分配方案.不同于常规公交线路运营方式,所提出的城郊公交线网通过milk-run线路将分散的客流聚集到各线路的hub站点,从而形成大客流的规模效应,到达hub站点的大客流可以通过直达线路从hub站点到达相应的目的地,以此减少乘客总的出行时间.最后,为验证所提出的方法的有效性,将其应用到位于香港天水围的实际城郊公交线网中,并对比了优化后的公交服务和现有的公交服务水平.对比结果表明:在现有的公交车辆配置数量不变的条件下,所提出的方法,可以减少16.26%总的乘客出行时间,说明所提出的方法能够有效提高现有公交服务水平,增加乘客出行满意度,吸引更多乘客采用公交出行,减少交通拥堵.     

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。     

局部“一路一线”直行式与传统式常规公交系统一体化协调研究

为了缓解城市核心区交通拥堵状况,提高居民出行效率,并确保出行安全,利用"一路一线"直行式公交体系的局部线路优化方法,分别从局部线路、站点布局、交叉口控制、公交调度和公交票价等方面提出优化方法,建立了局部"一路一线"直行式与传统式常规公交系统一体化优化模型,将"一路一线"直行式公交体系融入到传统式常规公交体系中,经比较得到在城市交通走廊中该方法优于目前的常规运营公交体系的结论,在重复系数、平均换乘系数、平均候车时间等主要指标方面效果显著.结果表明该方法对公交体系优化具有一定的指导意义和实用价值.     

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%。     

基于IC卡信息的居民公交出行动态特性

通过对公交IC卡数据库中大量数据的筛选和处理,分析了不同公交乘客群体的性别、年龄构成,绘制了工作日、双休日及节假日公交客流的时间分布曲线,重点研究了客流高峰时段的居民公交出行特性。提出了基于公交IC卡信息的若干指标,定量分析了公交客流量在一天营运时间内的变动,在一个月中以星期为周期的律动以及一年中各月客流量的波动等动态特性,揭示了城市居民公交出行的基本规律,可为城市公交政策的制定、公交系统规划和运营管理提供可靠的理论依据和实用参数。     

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。     

探索城市公交客流移动模式

以石家庄市公交客流调查数据为实证研究对象,对城市公共交通网络的客流移动模式进行了统计分析。发现公交网络的站点上下车人数具有强烈的异质性,站点间客流量分布具有幂律分布特征,而公交乘客却具有峰值的出行距离分布,可以用负二项分布函数拟合。用随机游走模型再现了实证中观测到的标度性站间客流分布和有峰值的出行距离分布,并探讨了这些统计特征形成的可能机制。     

基于城市轨道交通的福州常规公交线网优化研究

随着福州地铁线网的陆续建设和运营,地面常规公交系统规模不断调整优化。在介绍福州市公共交通建设与发展现状的基础上,对轨道交通和常规公交进行功能定位;结合居民出行方式的特点及影响因素,采用RP/SP调查法获取样本数据,建立基于多项Logit的客流分担率模型,运用SPSS软件进行统计分析实现多种交通方式客流分担率的计算,并在此基础上进一步提出轨道交通线路建设运营下常规公交网络优化调整的目标。     

大型房地产项目公交站点配置研究

随着城市中大型房地产项目的陆续开发,出现了很多集中性的客流集散区域,为此本文先对大型房地产项目周边原有站点进行评价,然后根据评价结论提出公交站点改善方案,并根据预测客流量对方案进行优化,最后以重庆南坪一房地产项目为实例对规划方案进行验证。结果表明:规划方案能满足项目客流出行,并为客流发展奠定基础。