公共交通大站快车调度模型

为满足公交企业调度管理需求,建立公交管理中实施快车调度的数学模型,应用公交随车调查数据,进行客运量O-D矩阵反推,筛选出公交客流量O-D矩阵中较大的站点,作为大站快车站点,并将原线路客流量分为快车站点和调度后线路客流O-D矩阵,分别用断面客流量和车厢满载率进行发车时间表设计,最后采用速度、等车延误、行驶延误、停车次数等指标对调度前后模型进行评价.编制的计算机程序,实现对客运量O-D反推、断面流量和公交车时间表程序化计算.结果表明:模型可以减少乘客延误和车辆停车次数,满足了不同乘客乘距的出行需求,提高了车辆旅行速度和服务质量.     

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.     

基于历史数据和时间系数的城市轨道站点客流预测

在对城市轨道交通站点客流规律、特点进行分析的基础上,通过对上海市轨道交通系统客流历史数据的深入分析,在引入平假日系数的同时,提出了小时系数的概念,并建立了基于平假日系数和高峰小时系数的城市轨道交通站点客流神经网络预测模型,提高了站点进站客流预测的精度,为城市轨道交通系统客流管理提供了理论基础.     

配合大容量快速运输的实用常规公交线网规划方法

基于轨道交通和快速公交网络确定的前提下,在"逐条布设、优化成网"的规划方法基础上,提出大城市常规公共交通线网的规划方法.引入枢纽点吸引系数概念,用于调整与大容量快速运输线路站点及枢纽相邻区域的公交线路运行时间,按最短路算法确定备选公交线路集,以直达客流密度最大为目标确定公交线路走向,使常规公交线路在布设时优先通过或邻近换乘枢纽点,从而达到提高大容量快速运输系统吸引力、有效驳运轨道交通和快速公交客流,同时兼顾公交运营企业效益的目的.     

“双碳”视角下的上海市轨道交通客 流时空格局及特征

在快速城市化与“双碳”背景下,城市通勤引发的交通及能源问题成为制约城市可持续发展的重要因素。故利用467万条智能交通卡数据分析上海市轨道交通客流的总体特征及空间分布特征。结果表明：从时间尺度上分析,早高峰、晚高峰时段内乘客的平均出行时间要稍低于全样本时段内乘客的平均出行时间;轨道交通进站客流早高峰会早于出站客流早高峰出现;从市辖区尺度分析,人口数量与各市辖区的轨道交通客流量呈现出一定的正相关性;从街道尺度来看,城市中不同街道的居民对于轨道交通的依赖程度存在较大差异,空间差异性较强。因此,建议发展以步行和自行车为主的低速交通网络,建立公交与步行城市交通并重的绿色出行发展模式,并不断完善交通需求管理方式,以减少城市道路的碳排放量,进一步提高城市绿色交通运行效率,推动城市低碳经济的快速发展。     

雨雪天气下轨道交通客流预测模型

为了完善雨雪天气下轨道交通客流预测模型,对哈尔滨市地铁1号线2017年12月份至2019年1月份的全线客流数据进行研究,引入客流基准值和客流偏差率的指标来量化轨道交通客流波动情况,研究雨雪天气下轨道交通客流波动规律,提出一种基于雨雪天气下轨道交通客流时空波动规律的短时客流预测模型WI-LSTM,以平均绝对误差(MAE)、均方根误差(RMSE)以及平均相对误差(MRE)作为预测模型的评价指标,与经典的SARIMA预测模型、支持向量回归(SVR)预测模型和未考虑雨雪天气的LSTM预测模型进行了对比。结果表明：考虑雨雪天气的WI-LSTM预测模型可以充分利用雨雪天气轨道交通客流波动规律,相比其他3种预测模型具有更高的准确性和可靠性。WI-LSTM预测模型进一步提升了雨雪天气下轨道交通客流预测精度,可为轨道交通企业运营管理提供数据支撑。     

基于动态博弈模型的城市轨道交通定价方法

城市轨道交通的票价是影响居民出行选择的重要因素,合理完善的轨道交通票价可以提高居民出行质量、优化客运结构、缓解城市交通压力。文章采用MNL模型描述不同公交方式的分担率,建立各公交方式的收益函数, 引入动态博弈的方法构建轨道交通与常规公交的票价博弈模型,并求出相应的均衡解,最后以广东东莞市轨道交通票价的定价为例验证了模型的有效性。     

城市轨道交通网络运营鲁棒性

应用随机用户平衡理论定量研究城市轨道交通网络运营鲁棒性.假设任一车站或区间及其波及范围退出运营,利用基于固定需求下和弹性需求下随机用户平衡条件的配流模型,从分析客流量、时间以及客流出行总时间波动的角度,提出9个城市轨道交通网络运营鲁棒性指标,并依据指标值最小原则确定网络的关键车站和区间.算例表明:该研究工作是可行有效的;与区间退出运营相比,车站退出运营的鲁棒性指标值区间跨度较大.     

An estimation model of time-varying origin -destination flows in expressway corridors based on unscented Kalman filter

On the basis of measurable time series of mainline and ramp flows from traffic counts and the assumption of travel time distributions, this research presents a dynamic system model and its on-line estimation algorithm for recursive estimation of time-varying origin-destination (OD) matrices in expressway corridors. The proposed model employs a macro-traffic flow model to estimate travel times of OD flows and uses parameters of the traffic model as state variables, which are added to the constrained function of the system. To improve the model efficiency, we revise the travel time distribution based on the feature of normal distribution. The research employs a newly developed filtering technique, called unscented Kalman filter. The proposed model is evaluated with simulation experiments. Numerical analyses with respect to the sensitivity of the selection of initial parameters on the estimation results indicate that the proposed model is sufficiently reasonable and stable for real-world applications. Supported by the National Natural Science Foundation (Grant No. 60674011)     

基于运营组织的城市群轨道客流预测法

为了提高城市群轨道交通客流预测“四阶段法”的精度,在分析城市群轨道交通客流特点的基础上,将轨道交通客流预测方法分为独立线网分配预测法和综合线网分配预测法,分析了两种预测方法的预测模式及优缺点,对基于方式划分-交通分配的联合分配的综合线网分配预测法进行改进研究,提出了基于运营组织的城市群轨道客流预测方法,阐述了预测过程及其在TransCAD软件中的具体实现方法。改进方法以城市和城际公共交通网络组成交通分配的综合基础网络,从运营组织层面考虑公共交通方式之间的合作与竞争,得到竞争后稳态的轨道交通客流,预测结果更加合理,最适合城市群的轨道交通和快速公交系统(BRT)的客流预测。     

深度特征提取下城轨客流异常状态识别

为实现对城市轨道交通突发大客流的及时预警,提出一种基于自动售检票数据的客流异常状态识别方法.首先,确定符合客流时变特性的滑动时间窗口长度以适应动态的数据环境;其次,建立深度置信网络模型以提取窗口内待检样本的客流特征,并实现样本特征模式的自适应划分;最后,将待检样本和相同模式的历史样本映射至多维特征空间,进行基于局部异常...     

Equilibrium model and algorithm of urban transit assignment based on augmented network

The passenger flow assignment problem for the urban transit network is relatively complicated due to the complexity of the network structure and many factors influencing the passengers’ route and line choices. In the past three decades, many models have been proposed to solve the passenger flow assignment problem. However, the common-line problem remains challenging in transit flow assignment. In this paper, the characteristics of the urban transit network is analysed and a new technique of augmented network is proposed to represent the urban transit system. The purpose is to eliminate the complex common-line problem when modeling transit passenger flow assignment. Through this augmentation technique, the urban transit system can be represented by an augmented network-it then behaves like a simple network and can be used as a generalized network for traffic assignment or network analysis. This paper presents a user equilibrium model for the urban transit assignment problem based on such a technique. A numerical example is also provided to illustrate the approach.     

北京轨道交通13号线站点客流特征分析

当前国内许多城市都在规划或者建设轨道交通,城市轨道交通线的客流资料和客流特征则是轨道规划设计的基础数据和重要参考依据,通过北京地铁轨道13号线客流调查数据及相关的问卷调查获得的基础数据分析,总结13号线的数据特征和成长规律,为提高13号线的交通接驳效率、运输效率提供参考依据,也为未来北京地铁的站点建设和交通线路的规划提供参考。     

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BP神经网络的轨道交通对房地产价格影响分析

基于轨道交通对房地产影响的复杂性和不确定性,运用基于投标租金模型的BP神经网络模型,以北京八通线起点站为中心,选取13组楼盘为样本,以住宅价格为输出层,以汇集时间、行车时间为输入层,采用仅有一个隐含层的3层神经网络进行分析,得出交通成本与住宅价格的神经网络模型．结合样本数据验证了模型的准确性,为人们准确进行房地产收益开发预测提供了一种有效的方法．     

轨道交通接运公交发车间隔及票价优化模型

考虑轨道交通接运公交发车间隔及票价的乘客需求弹性,对接运公交系统的成本及收入进行分析,建立了以最大系统总收益值为目标函数、轨道客运量份额为主要约束条件的非线性规划模型,并探讨了它的求解方法。算例结果和参数灵敏度分析表明,优化模型在约束条件内存在局部最优解,系统总收益值随着平均单个乘客等待时间和票价的增加以不同的速度减少,乘客对票价增减的敏感性比对发车间隔增减的敏感性强。     

弹性需求下的轨道交通客流分配模型和算法

分析了轨道交通客流需求量的影响因素,以拥挤条件下的出行阻抗函数为基础,通过引入弹性需求条件下的轨道交通均衡配流条件,构建了弹性需求下的均衡配流模型．根据模型的特点,给出了改进的用于求解弹性需求下的轨道交通均衡配流模型的Frank-wolfe算法,最后通过一个算例说明了算法的有效性和合理性。     

城市轨道列车发车间隔的优化方法研究

在城市轨道交通中,考虑乘客和运营商两方面的利益,以车站等候人数最少和运营商经济效益最高为优化目标,建立了发车间隔优化模型。基于模糊目标规划,利用lingo软件对模型进行求解。在实际生活中,基于客流聚集特征和线路运营之间的协调关系,建立的城市轨道列车发车间隔优化模型,在安全运营列车的条件下对于提高线路运营效率、减小交通压力有非常重要的意义。     

南昌轨道交通线网客流预测及引导作用分析

南昌将在2020年基本建成城市轨道交通线网,用以解决日益加剧的城市交通问题。本文根据2010年南昌居民出行调查报告对2020年南昌轨道交通线网进行客流预测,分析南昌轨道交通各线路的客流量、客流强度以及对周边土地利用的引导作用。     

接运公交网络设计的多目标优化模型及遗传变邻域搜索求解算法

为了使接运公交网络更好地为轨道交通车站集散客流服务,将其作为研究对象,提出了接运公交网络的优化方法.考虑接运公交网络服务的需求量与接运公交供给密切相关、接运公交发车时刻与轨道交通车辆到站时刻构成有序衔接,以接运公交服务的乘客量最大化、接运乘客平均成本最小化、运营成本最小化为优化目标,构建了接运公交网络的多目标优化模型.为求解模型,设计了利用产生式方法获得Pareto解集的遗传-变邻域搜索算法.将设计的遗传-变邻域搜索算法与遗传算法、精确算法分别进行比较,通过算例验证了模型与算法的有效性.