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.     

公交专用道施划的公交客流影响范围

公交专用道虽能有效地保障公交优先,但其对公交乘客产生的巨大吸引力,能够引发公交网络中局部区域的客流转移,对公交运营造成影响.为准确获取该变化的具体范围及程度,结合公交出行特征,在改进后的公交换乘网络基础上,提出一种重叠社团结构检测算法以确定出专用道的可影响范围,并进一步利用改进后的公交站点网络,利用Djkstra算法提出影响模型以计算具体影响程度.最后根据实际调研数据验证了方法的合理性.研究表明:公交网络中线路间的相互联系是专用道影响的基础,而换乘条件是限制其影响的重要因素.与专用道站点之间具有至多一次换乘关系的站点集构成了专用道的影响范围,乘车资源及环境则决定其影响程度.研究结果,可对既有专用道进行评估及其进一步施划.     

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。     

公交IC卡数据客流预测模型研究

为解决我国大城市工作上下班高峰期公交线路客流不均衡的问题,提出以公交路线一卡通数据为研究对象,综合考虑天气类型、温度和风力多个因素对客流的影响,利用多元线性回归模型建立公交工作日高峰期各时间段客流模型. 最后通过一卡通大数据对模型进行了验证,证明多元线性回归模型能够准确且快速地预测高峰时间段的客流量,实现了通过公交线路客流预测缓解城市工作日高峰期出行拥堵的问题.     

大型活动公交客流分配方法

根据大型活动客流特点,结合城市规模确定线路研究范围;在确定不同站点服务半径的基础上,采用几何划分的方法,确定了站点服务区域;根据站点客流与其服务面积相关的原则,建立了交通小区公交客流分配模型;依据站点与线路的关联属性,考虑换乘与背景客流量,建立了线路客流预测模型;最后,以北京奥运篮球馆晚间散场公交客流分配为例,对线路客流进行了分配,与实际客流进行了对比,最小误差达到3%,基本可以满足公交调度与运营要求.     

考虑拥堵的快速路直线式公交站线路容纳能力

在分析公交站台容纳线路影响因素的基础上,应用快速路路段上不同车流速度区分道路的拥堵程度,建立了描述不同拥堵条件下公交车停靠时间与路段车流量、速度之间关系的数学模型。通过对实际调查数据参数的统计标定,计算获得了不同道路流量流速条件下公交站台线路容纳能力,并以北三环蓟门桥西公交站为案例验证了模型的科学性与有效性。     

基于智能化技术的公交分担率计算方法研究

为快捷、准确地获取公交分担率,提高分担率计算结果的可信度,借助较为成熟的智能化技术,从解析公交分担率计算模型出发,对公交分担率计算方法开展研究。利用客流计数系统实时获取公交客运量数据,利用公交IC卡数据计算公交平均换乘系数,再通过分析挖掘手机话单数据获取居民出行量,将这些数据代入计算模型即可得到公交分担率值。利用此方法计算出的公交分担率相对于传统方法来说减少因抽样而造成的误差,同时获得公交分担率的时间也大大缩短。     

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。     

多分类支持向量机在公交换乘识别中的应用

为获取居民公交出行的换乘信息,设计了一套基于多分类支持向量机(multi-class support vector machine)的公交换乘识别方法.通过融合GPS数据和公交IC卡数据获取训练样本,利用多分类支持向量机进行样本训练,选取最佳训练样本量,并采用网格搜索法结合粒子优化算法对模型参数进行标定,以获取最优SVM分类模型.测试结果显示模型分类精度可达90%.以佛山市公交车GPS数据和IC卡数据对算法进行验证,并获取公交换乘量、公交换乘比例等基本换乘数据.结果表明:算法可在少样本条件下完成公交换乘识别,且分类识别精度高,尤其适用于公交线网复杂的大城市公交换乘识别,有助于在公交前期规划时进行线路布设和枢纽选址.     

南昌市公交网络的复杂性研究

从复杂网络的角度,研究了南昌市公交线路、公交站点和公交换乘3种不同网络的拓扑结构特性,计算了各网络的特征路径长度、聚类系数、度、邻近度和介数等.研究表明:南昌市公交线路和公交换乘网络属于小世界网络,但公交线路网络并不具有明显的指数性或幂律性,公交换乘网络具有指数分布特征;公交站点网络度分布服从幂律分布,但不具有小世界性质.与其他城市公交网络进行比较,针对南昌市公交站点网络存在网络直径和特征路径长度较大的特点,提出了南昌市公交网络优化的具体建议.     

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.     

站点位置缺失的公交客流OD估计方法及应用

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。     

用公交车站上下客数推算公交 OD 分布的方法

公交客流的ＯＤ分布是城市公共交通系统优化设计线路网和调配车辆所不可缺少的基础数据，本文把八十年代国外提出的使用路段断面车流量推算道路网中车辆出行ＯＤ分布的新方法移植到公交系统，根据各线路各车站调查的上下车人数推算公交客流的ＯＤ分布。这一方法已于９４年成功地应用于成都市，这在国内尚无先例，经成都市有关资料校核与通过人造网络的计算分析，表明精度是满意的。     

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MAC地址扫描的公交客流动态获取方法

为了解决公交客流动态采集困难的问题,提出了一种基于手机MAC地址扫描获取公交客流信息的方法.建立了多源数据融合的公交客流分析模型,即根据采集的GPS数据计算得到公交车的到站时刻和离站时刻,然后基于数据扫描半径,确定各个站点的扫描时段以及站点间的扫描时段,进而获取该站点的公交客流量.最后,选取了杭州公交3号线路作为实验对象,对理论客流分析结果与实际客流进行分析比较,平均精度达到了84.20%.结果表明:该方法能够较有效地采集公交客流信息,为公交运营的排班规划、时刻表制定等提供决策参考.     

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.     

北京南站公共交通可达性计算与评价

北京南站作为北京市重要的客运枢纽站,承担着铁路、地铁及地面公交上大量旅客的集散、换乘任务,为提高铁路进京旅客出行至市区的便利性,需要对其出行可达性进行计算及评价分析.选取旅客从北京南站出发,通过站内公共交通疏散到市区的出行可达性为研究对象,构建多模式公共交通可达性模型.结合调查数据和应用程序接口(application programming interface,API)出行数据,计算旅客由北京南站至市内区域的地面公交、地铁和地铁换乘地面公交的出行时间,通过ArcGIS软件绘制不同时段下可达范围,结合城市地形结构与土地利用对出行可达性进行分析.选取公共交通出行时间、换乘次数为指标,对北京南站公共交通系统可达性进行评价.结果表明,北京南站公共交通可达性受到地铁线路网络的走向和站点分布的影响,可达性范围受地形、公园设施等土地利用的影响,不同时段的可达性与地面公交的交通状况相关.该方法可用于提升公共交通枢纽系统运行效率的运营优化指导,评价结果同时对于城市公共交通网络的优化具有指导意义.     

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%.     

考虑接运公交站点排队的通勤客流分配模型

为更加准确的描述接运轨道站点的公交网络内通勤乘客的出行选择行为,以典型通勤OD、固定乘客总需求下,接运轨道交通站点的各公交线路客流选择行为为研究对象,以早高峰通勤出行为例,考虑不同出发时刻的乘客实际到站时刻与车辆到达时刻间的关系,对乘客在接运公交线路站点的候车排队过程进行较为细致的定量描述,改进了既有出行广义费用中对站点候车时间的计算方法,建立了基于Logit-SUE的公交线路配流模型,并通过算例与既有研究进行对比,分析模型中时间步长■及乘客对路径阻抗感知系数θ对配流结果的影响.结果表明:模型中■的取值变化不会引发配流结果较大程度的改变.■越小,对候车时间的计算越贴近现实情况,当■增大到乘客可在一个时间步长内全部出发时,配流结果与既有文献一致.同时,模型中,当θ较小时,乘客对路径阻抗的感知与实际存在一定差距,配流结果随机性较强;θ越大,乘客对阻抗的感知越贴近现实,实际阻抗越小的线路选择概率则越大.     

基于逐步优化的轨道交通网络行车计划衔接

为适应城市轨道交通网络化运营需求,编制列车行车计划应当尽可能缩短乘客的换乘等待时间,方便乘客出行.从实用性和可操作性出发,提出网络换乘的主动衔接和被动衔接概念,在此基础上利用逐步优化的思路对列车行车计划进行优化,优先针对换乘客流大的换乘方向进行衔接,然后按换乘客流大小依次衔接网络上剩余换乘方向,得到优化后的列车行车计划.以上海市轨道交通网络为例验证算法的计算流程和优化结果.结果表明,在网络衔接中不同线路的列车开行间隔呈现相同或者倍数的关系,网络的整体衔接程度较优.