基于最小换乘次数的最优路径算法

分析公交网络的特点,说明公交网络中最短路径的意义.根据乘客出行时考虑的首要因素是还乘次数最少的事实,考虑了乘客可以步行小段距离再转车的实际情况,提出了基于最小换乘次数的城市公交网络最优路径算法.     

公交换乘算法的仿真研究

研究建立城市公交换乘查询网络问题.传统的公交换乘算法忽略了公交乘客的出行寻求优化路径的心理,并且算法的时间效率较低.为了解决上述问题,提出乘坐公交车出行的最优方案为换乘次数最少并且距离最短的线路.首先建立了公交网络及最小换乘次数的数学模型,然后运用线性规划方法建立线性规划模型,重新构造公交站点的数据结构以改进原有的最小换乘算法,得到一个新的算法并用改进算法对线性规划模型进行求解.仿真结果表明:新算法为核心的公交网络查询仿真系统,在一定程度上可以提高城市公共交通系统的服务水平,为实际设计提供依据.     

城市公交换乘的数学模型及其算法实现

公交换乘问题是公共交通信息查询的重要内容。针对北京公交网络换乘问题构造了公共交通网络的数学模型,建立了以最小换乘次数为第一目标,最小途经站数为第二目标或最低费用为第二目标的公交出行最优路径模型。     

支持步行换乘的公交出行最优算法设计实现

较少换乘和快速到达是公交换乘算法的目标。本文基于现有的公交站点和公交线路建立换乘查询,以耗时最少为方案选择依据,兼顾换乘次数最少,建立基础通达表,用以支持实时公交步行换乘查询。一对源 目标站点可提供K种换乘方案,为用户提供时间、换乘车次、站点数、乘车距离、花费、步行距离等信息。实践表明,本算法查询结果符合用户期望。     

Dijkstra算法在公交网络中的运用与改进

当前城市交通的问题备受关注,因此好的公共交通查询系统的建设十分必要。本文给出了对Dijkstra的改进算法,有效地避免了传统算法时间复杂度大的缺点,并以换乘的次数最少为目标,提供合理的直至二次换乘的方案,并通过实例说明了改进后的算法查询的高效性及可行性。     

公交出行最优路线查询系统设计

针对目前城市公交出行最优路线研究存在的问题,重点增加了对合理区域内步行换乘和站点、路线的等级划分等因素的考虑.首先建立站点和路线数据库表,起讫两点双向展开搜索,充分考虑合理区域内步行换乘的情况,利用公交路线集合求交集和公交站点集合求交集的方法查询出公交出行最优路线候选方案集,然后对路线等级、站点等级和里程进行综合比较,最后选取公交出行最优方案.利用该算法进行模糊化查询可实现一次换乘的候选方案更多,真实地反映出公交出行的实际换乘情况,提高了出行效率.     

基于权值设定策略的公交出行路径查询模型

在公交查询系统中,出行者往往考虑到换乘次数、出行距离、乘车费用、线路类型等诸多因素。因此出行路径查询模型要考虑到多重目标。为此基于带权有向图定义了一个新的查询模型,该模型能够通过调整权值来满足多重查询目标,并以满足最小换乘次数、优先乘车条件和最少途经站点数三重目标的出行路径查询为例,讨论了权值设定策略。实验表明,提出的模型有效、实用,具有很好的灵活性。     

基于换乘次数最少的公交网络最优路径模型研究

结合乘客出行心理分析,提出以换乘次数最少为目标的公交乘车模型。在公交网络建模方面,综合考虑公交站点空间关系,提出空间数据到拓扑模型再到搜索模型的公交网络双层建模方案。通过搜索模型的建立,将最小换乘次数问题转化为两点间的最短路径问题进行求解。在搜索算法的设计上,首先提出改造的边权为1的Dijktra算法,以此为基础设计前驱节点算法。并以前驱节点算法为前提,设计所有最短路径算法,能够高效地求解两点间的所有换乘次数最小的乘车方案。最后,以大连市公交数据为例,验证了建模方案和算法的可行性。     

针对公交的最优路径算法

在总结公交网络特点的基础上,提出了运用“燃烧”算法来计算公共交通系统的最优路径算法。并用一个简化的例子来说明了这种算法的算法流程,最后结合北京公交网络的一些数据,对这种算法以及经典的Dijstra算法做了几点比较,无论在空间还是时间复杂度上这种算法都大大优于Dijstra算法。     

基于换乘次数最少的公交网络最优路径模型研究

结合乘客出行心理分析,提出以换乘次数最少为目标的公交乘车模型.在公交网络建模方面,综合考虑公交站点空间关系,提出空间数据到拓扑模型再到搜索模型的公交网络双层建模方案.通过搜索模型的建立,将最小换乘次数问题转化为两点间的最短路径问题进行求解.在搜索算法的设计上,首先提出改造的边权为1的Dijktra算法,以此为基础设计前驱节点算法.并以前驱节点算法为前提,设计所有最短路径算法,能够高效地求解两点间的所有换乘次数最小的乘车方案.最后,以大连市公交数据为例,验证了建模方案和算法的可行性.     

实时信息下的乘客路径选择行为

智能公交系统伴随着智能交通信息系统的发展而逐渐普及,其目的是向乘客提供各种实时交通信息,以提高出行的便利性和灵活性,最终实现公交出行分担率的提升。针对公交网络的特殊性,提出符合乘客路径选择行为且易于确定的广义路径定义,以成都公交电子站牌信息为背景,设计问卷对乘客路径选择行为及出行意向进行调查。采用定性和定量分析相结合的分析方法,基于随机效用理论,建立包括路径选择方案特性变量和乘客个人社会经济属性特性变量为解释变量的Logit和混合Logit路径选择模型,运用蒙特卡洛模拟和极大似然法完成参数估计。分析结果表明,混合Logit模型能更合理地解释由个体偏好而导致的路径选择行为差异,有助于对复杂公交行为的理解,以便更好地用以指导实践     

公交优先模糊控制算法研究

为了克服公交定时优先信号控制不够灵活的缺点，设计了公交优先模糊控制算法，该算法以公交误点数值和待行相位排队长度为输入，以当前相位绿灯延时为输出，实现了以路口总延误人数最少为目标的最优控制．借助Matlab 6．5进行仿真，仿真结果表明了该模糊算法的有效性，模糊控制算法延误人数比定时控制下的延误人数平均低26．6％．     

优化枚举算法研究与应用

公交换乘问题在公共交通中是一个重要的问题。针对十分流行的8684公交网络查询系统只能查询到2次换乘的缺点,提出了一种对公交线路信息预先进行处理,然后采用减少站点和线路剪枝的优化枚举算法,可以实现换乘4次的优化线路;并用Visucal C++实现了该算法。通过对大型城市的公交网络的实际计算,与8684的查询结果进行比较;结果表明该算法不但可以提供更好的线路,而且还能提供8684无法提供的线路。实际计算时间不到1 s,能够到达实时性要求,因此算法具有很强的实用性和通用性,在公交网络中可以广泛采用。     

多用户多准则多方式下基于超级网络的公交客流均衡分配

针对不同公交出行用户对各种出行指标的偏好差异,建立了整合不同公交出行方式的公交客流网络分配模型.首先,利用超级网络概念对换乘区、加载上网区和离网区的公交出行过程进行网络化描述;其次,基于用户均衡原则建立对应的变分不等式流量分配模型并证明模型的特征映射具有单调性,从而保证后续算法的可行性;然后提出求解上述模型的基于有效路径集逐步生成的投影梯度算法,并在理论上证明了算法的有效性;最后通过数值实验分析验证了新模型和算法的有效性.研究结果可为多种公交方式联合的公交客流分析提供理论与技术支持.     

轨道交通无障碍换乘模式下的客流分配

轨道交通线路上的途径客流是线路客流的重要组成部分,将无障碍换乘客流准确地分配到各途经线路可以给后续各项客流分析提供数据支持。参照公交线路起点—终点（OD）反推技术,把吸引权系数法引入轨道交通无障碍换乘模式下的线路客流分配中,根据不同线路的进出站客流数据定义吸引权系数,加权客流换乘次数和途径站点数,建立轨道交通无障碍换乘模式下的一种客流分配模型。实例验证表明,在应用此模型时,考虑客流高峰区间,合并不同时段区间下的计算结果,可以得到更好的精度。     

公共交通服务绩效评价研究综述

以国内外研究成果为述评对象,对公共交通服务绩效评价的评价标准、评价方法和评价指标的研究现状进行系统的梳理和述评;综述了公共交通服务绩效研究的发展及该领域的一些主要研究成果,指出了该领域现有研究存在的问题和局限性,提出了相应建议和深入研究的方向.     

粒子群优化算法在公交车智能调度中的应用

运营车辆的智能排班是公交车辆智能调度需要解决的问题之一,关系到公交企业的经济效益与社会效益。采用兼顾公交公司与乘客双方利益的公交车辆调度模型,将带收缩因子和线性递减惯性权重的粒子群优化算法（W-K-PSO）应用到公交智能排班中。实例仿真结果表明该算法具有比其它优化算法更好的效率,是解决公交车智能调度问题的一个有效方法。     

多线路准快速公交调度优化及混合遗传禁忌算法仿真

针对多线路准快速公交社会效益及企业运营效益最大化的多目标调度问题建立了优化模型。根据问题的特点设计了组合优化调度问题的混合遗传—禁忌算法,结合深圳市龙岗区公交调查数据对该模型进行了验证,计算结果及分析表明该算法比遗传算法及禁忌算法在求解此类问题时有更高的效率。