一种新的智能公交出行建模方法及其实现

城市公共交通是城市交通网络的基础组成部分,为了给市民提供快捷、方便、经济地公交出行线路方案,智能交通系统中的公交出行系统的设计与实现显得非常重要。提出了一种新的智能公交出行模型,该模型采用由下而上三层结构,通过运用多标准评价的数学方法将公交多目标复杂因素包装成权值,同时给出了结合邻居结点查询技术的基础建模过程。最后经性能测试与项目测试实验证明这种方法具有较强的实用性。     

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。     

基于WebGIS的公交导乘最佳路径算法

公交网络最优路径查询功能是智能公交系统的重要组成部分,求解公交网络最优路径是进行公交系统规划的一项关键技术.通过分析乘客出行选择公交线路所考虑的因素,提出了公交导乘最佳路径算法.在引入公交导乘网络数学描述的基础上,给出了公交导乘最少换乘算法.然后以换乘次数最少、出行距离最短为约束条件,对最短路径算法(Dijkstra算法)进行改进,得出综合考虑路径长度和换乘的最佳公交导乘算法.在深圳市公交网络测试应用的结果表明此算法可行、高效.     

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.     

智慧交通管理系统的设计与应用

智慧城市交通系统建设,能够提高城市交通管理与服务的信息化水平和决策支持能力,是解决交通拥堵,减少交通事故,提高人民生活质量的有效途径。文中结合了交通管理信息、实时定位系统、智能路径规划功能和智能化交通信息分析功能,以出行者的方便和舒适为目的,同时结合GIS空间分析功能,对城市道路信息、公交信息、停车场信息、城市中的各种点位信息进行智能管理,解决了城市道路出现的交通问题。以乐山市为实例进行验证和测试,对实现的系统进行功能性测试,针对智能出行、智能公交、智能路径、智能停车、路径导航、路况信息等功能进行了详细的测试,测试功能实现效果好,系统智能程度高。该智慧交通管理系统具有一定的实用性和技术参考性。     

基于GPS轨迹数据的公交到站时间预测方法研究

公交到站时间预测作为智能公交的核心内容之一,不仅可以极大地提高公交服务满意度进而提高公交出行率,而且可为智能公交调度系统的优化提供数据依据。本文将公交GPS数据和公交站点与线路等GIS数据进行融合、处理与分析,基于公交车轨迹数据和路段在空间关系和时空分布上的分析和处理,设置一定的离站距离阈值对当前公交站点进行缓冲区分析,搜索在最近一段时间内停靠该站点的公交车轨迹数据,获取不同车辆的轨迹信息,进行公交到站时间预测研究,建立预测模型,推算出公交到站时间,并以经过广州市体育中心公交站的多条公交线路为例验证预测方法的准确性。研究表明:通过模型预测所得多条公交线路的公交到站时间与实际调查记录时间误差较小。     

基于车城网的智能网联车辆管理系统的设计

车城网全面整合了城市动静态信息,为车城融合应用建设提供了数据和基础设施。基于车城网,提出了智能网联车辆管理系统的设计方案,包含智能网联公交、车路协同信息服务、停车信息服务3方面主要内容,为市民提供智能公交、自动驾驶、全域停车信息、综合出行信息等创新交通服务,提升交通出行服务体验和满意度。     

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     

基于遗传算法的公交智能排班方法的研究

研究公交车智能排班问题,建立数学模型,兼顾乘客出行效率和公交企业运营效益,给出利用遗传算法解决此问题的方法.重点阐述了智能排班的目标函数、适应度函数和遗传算子的设计.编制程序进行仿真实验,结果证明利用遗传算法解决公交智能排班问题,可以优化车辆调度,能在交通高峰和平峰期不均匀排班,符合公众和企业的利益,并提高了交通运行效率.     

基于GPS和IC卡的单线公交OD生成方法

分析了公交车GPS和公交IC卡的基础数据.提出了基于公交车GPS和公交IC卡的数据融合的理论依据及两级数据融合方法;首次利用"总量控制"的思想较好地解决了在进行下车人数的推算过程中所产生的总量误差问题:建立了生成单线公交OD的计算公式模型,该模型将为公交运行评价、智能调度、线网优化等提供科学的数据参考依据.