面向组件式GIS技术的宁波市轨道交通与常规公交接驳数字化管理系统设计与实现

采用计算机组件式GIS技术、空间分析技术以及轨道交通与常规公交线网分析评价模型等科学方法,融合区域人口、土地利用现状与公交设施、轨道交谈线网数据、公交线网运营数据、站点IC刷卡数据和公交GPS数据等海量信息,建设宁波市轨道交通与常规公交接驳数字化管理系统。该系统能够对公交客流和公交线路进行分析评估,并能实现对公交车辆的实时动态管理与应急响应。实验证明:该系统可检测公交有效乘客量,轨道交通有效乘客量、评测乘客拥挤度状况并预警,如前方站点客流预警、拥挤路段预警以及公交的运营满载预警等从而为宁波市轨道交通与常规公交的接驳一体化发展提供有力的辅助决策。     

智能交通公交线网优化策略与评价方法

为更全面规划城市公交线网,缓解公交企业运力压力,通过采集公交出行OD客流数据,推算公交出行OD矩阵,运用客流分配算法,对各条公交线路上的客流进行分配.运用公交线网、路网评价方法,对所有运行公交线路的道路断面客流量进行评价,公交负荷度为0.4～0.85时,符合城市公交线网规划的要求.对公交站点公交车流量进行评价,车流量饱和度为0.65～0.85时,需设置较多的同名站点,降低公交车的拥挤程度,表明此站点在公交线网规划中具有一定的现实意义.对客流分布质量进行评价,线路的断面客流不均衡系数小于1.20,表明此公交线路的利用率和运转效率高,实例证明所采用的评价方法具有实用性和可靠性.     

基于移动大数据的城市深夜公交线路改进方案

针对当前我国大城市深夜公交路线普遍存在运营效率及覆盖范围低等问题,引入考虑区域均衡性的公交线路评价模型和迪杰斯特拉算法模型,提出一种城市深夜公交线路改进方案。以上海市深夜公交线网为例,对城市深夜移动需求量显示模块、城市既有深夜公交线网评价模块和新的深夜公交线网设计模块进行研究,实现评价到优化的一体化设计。通过建立有效的城市公交线网评价及优化体系,探讨移动数据在城市公交线网优化中应用的关键技术。优化结果表明,改进方案的深夜公交线网基本覆盖了所有的深夜移动需求量和出租车移动数据量高的地方,与既有的深夜公交线路相比,该方案公交线路更能满足上海市民深夜出行的需求。     

成都轨道交通线网规划和地铁一期工程综合监控系统简介

1成都市轨道交通线网总体规划 成都市城市轨道交通线网由7条线路组成,线路总长度274．15km,其中包括地下线长度144．24kin和地上线129．91km。计划用30年左右的时间,基本建成成都市城市快速轨道交通网络。     

智能交通动态调度优化模型与评价方法

为了降低大城市市民出行成本,缓解公交企业运力压力,提出一种智能交通出行OD(Origin Destination,出行地和目的地)的公交调度优化算法,以公交出行OD客流预测和计划排班发车时间间隔为出发点,运用公交出行OD客流推导理论,构建智能交通出行OD的公交调度优化模型。通过获取个人OD数据,利用单条线路公交OD方法,实现全市公交OD矩阵推算。根据全市公交出行OD推算结果,求解公交调度模型,解决智能交通调度多目标规划和公交线网优化问题。通过仿真模拟试验,分析智能公交排班计划评价指标,计算车辆营运效率占比:自动排班仿真数据为79%,实际运营数据为73%;统计车辆高峰时段与全天营运车次占比:自动排班仿真数据为36.75%,实际运营数据为37.37%,满足智能公交计划排班评价指标的要求,实例证明模型和算法具有实用性和可靠性。     

搜狗地图同步北京夜班公交

2014年北京市夜班公交线网优化调整工作已经实施,49条夜班线路被调整,其中,新增了6条环线、8条放射线、9条南北向线路、11条东西向线路,撤销了15条＂2＂字头夜班线。对此,搜狗地图继上次率先更新北京公交集团线网优化的13条线路之后,这次又第一时间将数据同步到系统后台中,在PC端和手机客户端上均可方便查询,为市民夜间出行带来了更为便捷贴心的用户体验。     

基于MAS的城轨交通客流预测系统研究

针对传统的客流预测系统存在的人机交互支持形式刻板、预测模型单一、计算效率低下、劳动强度大等缺点,设计了基于多Agent系统(multi-agent system,MAS)的客流预测系统。该系统为由路段工作站Agent、线路Agent和线网Agent组成的包含支持层、应用层和接口层的体系结构,各个路段工作站Agent组成多Agent系统,通过线路Agent的相互协作实现线网的客流预测。基于JADE平台、TransCAD软件、Microsoft SQL Server和Access软件进行了系统开发,并将其应用于苏州市城市轨道交通近景2020年客流预测分析,结果表明,该系统具有较强的适应性、鲁棒性和灵活性。     

改进遗传算法的公交线网优化研究

公交是一种主要的城市公共交通工具,针对现有城市公交线网设计时普遍存在缺乏层次性规划的问题,提出了改进遗传算法的公交线网优化方法。首先对当前城市公交线网优化的研究现状进行分析,然后设计相应的城市公交线网优化数学模型,采用改进遗传算法对城市公交线网优化数学模型进行求解,并通过引入动态惩罚系数确定适应度,以调整收敛速度;通过自适应机制确定交叉概率和变异概率,以调整搜索空间。最后采用具体算例对本文方法的性能进行分析。结果表明,这个方法不仅可以找到更优的城市公交线网优化方案,而且求解的效率得到了明显提升。     

考虑轨道交通换乘需求的公交发车时刻优化模型

轨道交通与地面公交的接驳换乘优化,是城市公共交通系统提升服务水平的重要建设方向.针对该问题,本文研究了在满足常规乘客乘车需求的前提下,如何通过优化公交发车时刻实现公交与轨道交通的高效换乘.首先,挖掘乘客出行轨迹信息获取轨道交通与常规公交的历史换乘客流量,然后训练多层感知器神经网络对轨道交通站点出站后换乘公交的客流需求进...     

基于微粒群算法的城市公交线网模型研究

微粒群算法是求解组合优化问题的一种新的群体智能进化算法,从城市公交乘客选择出行路径的决策因素出发,以微粒群算法进化机理为核心,结合微粒群进化算法中的局部搜索与全局搜索同时进行的优点和运筹学旅行商组合优化理论,系统地建立了规划城市智能交通公交线网最短路径的数学模型进化算法,并通过MATLAB 7.0进行了实例仿真,得到了城市公交线网出行选择模型中总运输里程权重最短的优化目标。仿真结果也表明,该进化算法模型是解决城市公交线网规划的有效方法。     

基于Anylogic的轨道交通换乘能力改进的研究

研究轨道交通换乘枢纽与市内其它交通方式的衔接与协调,是城市公共交通线网优化的主要内容之一。它能减少出行过程中的等待时间,缩短人们出行时间,提高公交服务质量,并保证客运交通的高效率,也能更好地促进城市轨道交通与其它交通方式的协调发展。以武汉地铁某换乘站研究对象,通过实地采集其基本设施的位置和数量、入站行人和出站行人的数量,并利用Anylogic仿真软件,建立站点的平面布置图空间模型和行人流程图。首先通过仿真软件仿真找出换乘客流瓶颈部位,其次分别对其提出改善建议并加以修改仿真模型。最终仿真结果表明,改善建议使得换乘站的换乘效率都得到提高。     

基于负载系数的轨道交通网络控制站点辨识

城市轨道交通客流量对轨道交通运行的效率与安全至关重要.利用客流信息,提出负载系数衡量网络负载情况,并作为轨道交通网络边的权重,建立轨道交通网络模型.运用复杂网络的可控性理论分析轨道交通网络的可控性问题,给出轨道交通网络控制节点的辨识方法,实现对城市轨道交通网络限流车站的控制.以北京地铁网络为实例建立携带负载系数的网络模型,对其控制节点的选取进行分析,结果表明现行常态化控制站点不能使网络完全可控,且选择的控制站点数量较多,成本较高,应用负载系数作为权重选择的限流站点不仅能够使网络完全能控选择的控制站点数量更少,成本较低,而且更多地分布于超载线路上,同时所提出方法可以有效找出控制站点,为实际限流车站的选取提供有效的参考.     

基于宜居性的城市轨道交通布局规划优化研究

为提升城市轨道交通附近居民居住舒适度,提出基于宜居性的城市轨道交通布局规划优化研究。在宜居性理论背景下,建立城市轨道交通布局指标,确定布局规模,在交通站点数量相同的规划方案中获取最优规划方案。利用综合评价法分析城市轨迹交通布局规划方案,计算交通线路客流覆盖量,构建城市轨道交通布局规划模型。实验结果表明,基于宜居性的城市轨道交通布局规划优化方法不仅可以提高城市轨道交通布局的利用率,还可以降低城市轨道交通布局重复率,从而提高城市轨道交通布局的整体规划效果。     

基于双层复杂网络的城市交通网络协同优化方法

针对城市交通网络中旅客在公共交通出行路径选择时面临的地铁与公交双层网络在换乘衔接协同中存在的部分换乘站点之间距离过远、衔接导向不明确、局部换乘供需不平衡等问题，提出基于双层复杂网络的城市交通网络协同优化方法。首先，采用逻辑网络拓扑方法对城市交通网络进行拓扑，并基于复杂网络理论建立地铁-公交双层网络模型。然后，以换乘车站为研究对象，提出一种基于K-shell分解法和中心性权重分配的节点重要度评价方法，对大规模网络中的地铁、公交车站进行粗粒度和细粒度划分和识别，并在此基础上提出一种相互激励的双层城市交通网络协同优化方法，即在双层网络结构优化中引入复杂网络理论中对于网络拓扑中节点重要度的识别和筛选方法，通过对路径选择中高集聚效应的识别和有利节点的定位更新双层网络结构以优化现有网络的车站布局和衔接关系。最后，将提出的方法应用于成都市地铁-公交网络，优化了现有网络结构，得到了现有网络的最佳优化节点位置和优化数量，并且通过相关指标系统验证了该方法的有效性。实验结果表明，采用该方法优化32次后的网络全局效率达到最优，和平均最短路径的优化效果分别为15.89%、16.97%，旅客换乘行为提升57.44个百分点；优化方法对旅行成本在8000~12000 m的可达性影响最明显，优化效果平均达到23.44%；同时引入双层网络速度比和单位交通成本比，突出了不同运营状况下交通网络对协同优化过程的反应和敏感度的不同。     

基于灵活编组的城轨车底运用计划及鲁棒客流控制策略

针对通勤客流需求的动态性、不均衡性和随机性等复杂特征,提出基于灵活编组的城轨车底运用计划及鲁棒客流控制策略两阶段随机规划模型.第1阶段为编组类型指派和车底运用计划优化模型,以极小化系统运营成本为目标;第2阶段为车站协同限流鲁棒优化模型,以极小化乘客等待时间为目标.通过线性化方法将原模型重构为可被CPLEX等优化软件直接求解的混合整数线性规划模型.算例结果表明,灵活编组模式在仅增加0.5%乘客等待时间的基础上,可降低约30.2%的系统运营费用,表明灵活编组方案在满足客流需求的同时可合理地降低运营费用.此外,所提出鲁棒客流控制策略能够避免传统鲁棒优化方法过于保守的问题,对于实际运营过程中随机客流需求具有较好的适应性.     

基于神经网络的城市轨道交通短期客流预测研究

该文结合神经网络来研究城市轨道交通中短期客流预测问题。设计出了基于自回归神经网络的轨道交通客流预测模型、模型描述及其模型训练算法。通过matlab仿真实验来验证预测模型的性能,优于将最小二乘支持向量机与离散一维Daub4小波分析结合起来预测效果。     

MVB总线的轨道交通车辆乘客计数系统设计

为了对城市轨道交通各线路的客流人数进行统计,设计了一种基于 MVB总线的城市轨道交通车辆乘客计数系统,介绍了该系统的框架,阐述了该系统的软硬件结构及其功能.构建了一套模拟测试环境,模拟了城市轨道交通车辆车载网络及客流情况,对该系统进行功能及性能测试.测试结果表明,该系统 MVB通信功能稳定可靠,计数准确度较高,能基本满足城市轨道交通车辆乘客计数的准确度要求.     

基于时间序列的轨道交通客流动态分配仿真

轨道运行时会发生各类不确定性突发事件,导致交通拥堵,引发乘客恐慌,使原本的规律的客流分布产生变化,无法精准掌握客流实时动态,进一步加深事态的严重性。对城镇轨道交通提出基于时间序列的客流动态分配方法。利用时间序列理论对乘客分形规则进行分析,了解其具有的混沌不确定性特征,以反馈时延为依据,得出在突发事件下不确定性客流动态预测精准结果,最后给出基于随机均衡的客流动态分配策略,完成分配。通过仿真结果表明,所提方法对不同条件下的区域内轨道交通客流方差较小,且客流预测值与实际值较为接近,证明动态分配较为合理。     

基于改进ARIMA模型的城市轨道交通短时客流预测研究

城市轨道交通的精准短时客流预测可以很好地缓解城市交通拥堵,给城市居民带来更快速、更优质的出行服务.通常短时客流预测的客流量数据规律性较弱、随机误差干扰较强,ARIMA(Autoregressive Integrated Moving Average)模型能对因变量产生的推迟量、产生随机误差的滞后值及当前值进行预测.为验...     

基于卷积长短时记忆神经网络的城市轨道交通短时客流预测

我国城市轨道交通正处在快速发展阶段,城轨交通短时客流预测对保障运营安全、优化线网结构,进而构建智慧城市具有重要意义.城轨短时客流除了具有周期性、随机性等时间特征之外,跨时段的断面客流具有相似性,并且相邻站点客流之间存在空间联系.对此,充分考虑以上城轨短时客流的时空特征,基于卷积长短时记忆神经网络(ConvLSTM)与自适应k-means聚类算法,提出城轨短时客流预测的深度学习模型k-ConvLSTM,并通过实验对模型关键参数进行寻优;同时,基于深圳市地铁IC卡的真实客流数据对模型的有效性进行检验.结果表明,k-ConvLSTM在均方根误差、绝对误差均值、绝对误差百分比方面,均优于仅考虑时空特征的深度学习模型-----卷积网络(CNN)与长短时记忆网络(LSTM)的并行混合模型和ConvLSTM内嵌式网络模型,仅考虑时间特征的深度学习模型-----LSTM网络和双向长短时记忆网络(Bi-LSTM),以及浅层机器学习模型-----BP神经网络和支持向量回归模型(SVR).