常规公交站点设计模式与交通事故关系的实证研究

常规公交站点是城市公交系统的重要组成部分,以往研究重在发现站点设计模式与运行效率之间的关系,对于设计模式与交通事故的关系缺乏实证性研究。为揭示设计要素与交通事故的关系及其异质性特征,以某市44条公交线路的1176个公交站点为研究对象,以站点2年内事故总数为因变量,以设计模式特征、建成环境特征、交通设施特征等影响因素为自变量;运用皮尔逊和斯皮尔曼相关系数法进行变量筛选,在此基础上构建地理加权负二项回归模型及对比模型。建模结果表明:地理加权负二项回归模型表现优于对比模型,进一步分析发现,港湾式公交站与非港湾站点相比明显降低了事故发生率;公交车-非机动车分行与混行条件相比事故率也有显著降低;车道数多的站点事故较少;而其他设计要素与事故数之间的关系则未能通过数据验证。此外,建成环境对站点交通事故也具有影响,距地铁和中央商务区距离越近事故率越高。模型也揭示了影响关系的空间异质性,在人口相对较少、交通设施不完善的区域设置港湾公交车站形式带来的降低事故率作用更为明显。

基于计算几何的公交站点上下行判定方法研究与实现——以宜兴市为例

公交数据是智慧城市时空大数据不可或缺的专题数据,通过爬虫技术获取的互联网公交数据可用于扩充智慧城市时空大数据。互联网获取的公交站点数据存在冗余且离散,不能正确地反映公交站点的个数及上下行情况。为解决这些问题,在阐述计算几何叉积算法、网络爬虫技术、多线程坐标转换技术和几何中心计算方法的基础上,采用Python编程实现从数据获取、坐标转换、上下行判定、几何中心计算到格式转换的全流程。从宜兴市公交数据处理的结果来看,经基于计算几何的上下行判定方法结合几何中心点确定的公交站点数据,能基本反映公交数据的真实情况。

公交站点区域行人与非机动车交互行为建模与仿真

为研究公交站点区域行人和非机动车的冲突行为,在元胞自动机模型的基础上,首先,考虑激进型行人和混合非机动车流,通过行人穿越决策规则和非机动车避让规则耦合行人运动模型和非机动车运动模型,采用双向行人Blue模型模拟进出站行人的运动行为,采用改进的NaSch模型模拟非机动车的运动行为,建立公交站点区域行人与非机动车交互模型。然后,在北京市西单商场公交站B站台开展观测实验,微观层面展现行人和非机动车之间的交互作用,分析在不同流量构成下二者冲突演化规律以及进出站行人到达率、非机动车到达率对延误和冲突数的影响。研究结果表明,非机动车堵塞多发生在非机动车与行人刚开始的交互处,并向来车方向延伸。与进出站行人到达率相比,行人和非机动车延误受非机动车到达率影响更显著;在进出站行人比例为0.5时,行人和非机动车延误达到峰值;进站行人比例为1时,行人和非机动车延误比出站行人比例为1时延误小;在行人到达率一定时,冲突数随着非机动车达到率的增大而增加,当行人到达率较小时,冲突数呈缓慢地增长趋势,随着行人到达率的增大,冲突数增长率呈现先增大后减小的趋势。

基于信令数据的中型城市通勤公交站点优化方法

大中型城市之间的手机通信基站密度和通勤出行结构不同,公交站点布设呈现出显著差异。在此背景下,研究了基于改进Mean Shift聚类算法的中型城市通勤公交站点优化方法。该方法采用荆州市中心城区信令数据中的通勤记录,以系统总成本(包括运营成本和乘客步行时间成本)作为主要评价指标。根据中心城区早高峰的通勤出行需求,制定通勤公交站点优化方案。通过对比优化结果和现有公交站点布局,验证了优化方法的有效性;比较不同聚类算法,证明改进的Mean Shift聚类算法的性能优越性;考虑基站和等时圈的影响,对比不同场景,证明了考虑二者影响的必要性。结果表明:①针对荆州市研究区域的早高峰出行需求,优化方法共设置28个公交站,乘客步行时间成本下降51.98%,系统总成本下降17.82%,表明本方法能够得到系统总成本更优的站点布设方案,有效减少研究区域内乘客步行时间成本;②与不同聚类算法的比较中,改进Mean Shift算法得到的方案有明显提升,系统总成本比K-means聚类算法下降8.73%,比近邻传播聚类算法(affinity propagation,AP)下降2.48%;③与未考虑基站和等时圈影响的情况相比,本算法步行时间成本有所下降。上述指标表明改进Mean Shift聚类方法在聚类质量上优于其他方法,可以获得更优的公交站点布设方案,为中型城市的公交线路规划提供基础。

基于时间距离轨迹的公交站点布设优化

在干线协调控制背景下,公交车辆因进站停靠无法实现绿波协调控制,公交站的位置对公交运行有较大的影响,干线协调控制与公交运行之间存在较大的不协调。拟通过调整公交站的位置,在一定程度上缓解二者之间的不协调。以时间距离图及绿波带为基础,绘制公交车流在路段上的行驶轨迹分布范围,分析了路段上无公交站、设有一个公交站和路段上成对布设公交站的公交车流行驶轨迹分布情况;考虑公交站和交叉口的组合,分析了公交站间交叉口群的公交车流行驶轨迹分布,以及成对布设与交叉口群的组合方案,得到二者交错衔接的理想布设方案。针对新建道路工程,提出基于理想布设方案的整体优化方法;针对改建道路工程,提出公交站位置局部微调优化方法。以武汉市雄楚大道为背景构建仿真模型,在现状方案的基础上建立优化方案和理想方案,运行多次仿真试验;统计公交车流的延误指标,优化方案的公交延误比现状方案降低了3.8%,优化效果不明显,但是理想方案的公交延误比现状方案降低了22%,具有很好的优化效果。仿真结果表明该方法具有一定的理论意义和实用价值,不足之处在于理想布设方案受道路条件约束,具有一定的局限性。

基于蚁群算法的兰州市公交站点规划研究

针对兰州市公共交通服务水平较低问题,利用兰州市110路公交作为算例提出基于蚁群算法的公交站点规划策略来进行公交线路优化,将重新规划城市公交线路及站点作为促进兰州市交通系统良性发展的具体措施。

路段直线式公交站点对公交车延误的影响

针对在路段上设置直线式公交站点的公交车延误问题,根据公交站点设置在两相邻交叉口间路段位置的不同,将其划分为上游公交站点和下游公交站点两类,分别利用交通波理论分析交通流稳定输入下直线式公交站点对交通运行的影响,并构建交叉口处交通流变化反作用于公交车的延误计算模型。当公交站点设置在路段上游时,根据公交车通过交叉口情况不同,将公交车延误划分为3种情况,并根据每种情况发生的概率以及对应公交车延误计算得到公交车延误期望值。当公交站点设置在路段下游时,通过抽象坐标系描述交叉口车辆的运行轨迹,构建公交车延误模型,并利用Matlab编程实现对延误的计算。仿真结果表明:相比于未设置公交站点情况,当公交站点设置在路段上游时,公交车延误较小,且随着流量、周期以及停靠时间的增加,公交车延误逐渐增大;公交站点设置在路段下游时,随着公交站点与下游交叉口距离的增大,公交车延误呈先减小而后增大的趋势。

公交站点对路段通行能力的影响研究

研究直线式和港湾式公交站点对路段通行能力的影响,分析了公交站点影响区域内的车辆运行特性,使用排队论和间隙理论分别推导了直线式和港湾式站点路段的通行能力计算模型,并通过仿真验证了模型的有效性,平均相对误差分别为2.73%和3.10%,说明本文模型能够较准确地测算出公交站点影响路段的通行能力.使用上述模型得到了公交站点对路段通行能力的影响系数,并重点分析了公交停靠时间对该系数的影响.

路段上游直线式公交站点对车辆延误影响分析

针对公交车在直线式公交站点停靠时对车辆运行效率影响问题,利用交通波理论对交通流稳定输入下路段上游直线式公交站点对车辆延误影响分析,将延误分为在公交站点受公交车停靠阻滞产生的延误及受到公交车停靠影响的车辆在交叉口处产生的延误,并利用交通波理论分别对不受公交车停靠影响的车辆延误及受到影响的车辆延误计算模型构建,进而得到公交车停靠引起车辆延误变化即车辆附加延误.最后对所提出的延误模型数值分析,分别得到交叉口信号周期、绿信比、交通流量及公交车停靠时间对车辆延误影响.结果表明,随着绿信比、信号周期减小和交通流量、公交车停靠时间增加,车辆附加延误呈上升趋势,其中公交车停靠时间和交通流量对附加延误影响较大.

公交站点设置对道路通行能力的影响分析

分析了现有道路通行能力计算方法,认为其在计算的过程中忽略了公交停靠站对通行能力的影响,使得计算结果偏大,针对这一明显的不足,提出了改进思路。列举了国内常见的6种公交停靠站点设置形式,并对其进行了比较分析,按照公交站点对道路通行能力的影响方式的不同,将它们分为4类。研究各类公交停靠站处交通流的运行特征,指出车辆在公交站点处的排队现象可以用M/M/C系统进行近似分析,在此基础上,就3个主要类别的公交站点对道路通行能力的影响程度进行量化,得到了相应的修正系数。最后,通过实例的验算,证明了所得修正系数的可行性及正确性。

基于改进极限学习机的公交站点短时客流预测方法

以公交车IC卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC卡和GPS数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法,进而得到公交站点上车客流量;通过分析公交客流数据特征,确定ELM输入参数维度,并采用IPSO算法找到ELM的最优隐含层节点参数;最后依托广州市19路公交车客流数据仓库进行了方法验证.结果表明:所用优化后的ELM方法预测误差在10%以内,并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析,发现改进的ELM方法拥有更高的可靠性和泛化性能.

石家庄市公交站点尘土重金属的生物可给性及人体健康风险评估

利用生理提取试验(physiologically based extraction test,PBET)法研究石家庄市建设大街15个公交站点表层尘土中Cr、Mn、Cu、Zn、Cd、Pb的生物可给性,并采用美国环保局人体健康风险模型对6种重金属的健康风险进行评价。结果表明:与河北省土壤元素背景值相比,Mn和Cr在各站点的含量未超过背景值,Cu、Zn、Cd、Pb在各站点含量均超过背景值,其中Cd的富集程度最大。重金属溶解态量在胃和肠阶段差异较大,除在运河桥客运站Cr的溶解态量肠阶段大于胃阶段外,各重金属在所有站点溶解态量胃阶段均高于肠阶段。在所有站点中,Cu、Zn、Cd、Pb、Mn、Cr的生物可给性分别为40.57%~90.31%、45.67%~77.57%、61.03%~84.14%、49.05%~82.99%、59.46%~85.32%、11.36%~54.17%。儿童的非致癌风险商(HQ)和致癌风险商(CR)高于成人。6种重金属在各站点的HQ均小于1,在安全阈值之内。Cr和Cd在各站点的CR在1×10^-6~1×10^-4范围内,对儿童及成人存在一定致癌风险,但尚可接受;Pb在各站点的CR小于1×10^-6,对儿童及成人的致癌风险甚微,可忽略。

GIS空间分析方法在公交站点选址中的应用

根据交通规划中交通流量、道路状况、人口分布等相关因素和最佳站距公式确定的站距,通过GIS的缓冲区分析、叠加分析及克里金插值等空间分析方法,以形象、易于理解、可视化方式表现出来,从而确定公交线路中公交站点的位置,为交通规划提供一种方法。

基于库仑定律的公交站点OD矩阵生成研究

为获得更为合理的公交客流分配结果,引入库仑定律,根据公交站点在交通小区中的分布情况,分别建立了小区间和小区内的公交站点OD矩阵生成模型;然后,根据不同公交方式站点的特性对模型进行了优化,并通过对灵敏度系数的分析建立了灵敏度系数的求解模型;最后,通过实例对模型的有效性进行了验证.结果表明:文中模型具有较高的理论和实用价值,提高了公交客流预测的可靠程度.

混行条件下直线式公交站点停靠车辆数优化

针对公交站点排队溢出导致的路段运行效率下降问题,通过分析混行交通条件下公交跳站运行对路段通行能力及乘客出行时间的影响,分别建立了小汽车和公交乘客的出行时间计算模型,并在此基础上建立了以乘客总出行时间最小为目标的公交站点停靠车辆数优化模型;以杭州市天目山路为例,使用上述方法对其站点停靠车辆数进行了优化,结果显示,优化后的停靠方案能够使小汽车运行速度提高9.32%,公交乘客的出行时间缩短3.98%,所有出行者的总出行时间减少4.75%;本文提出方法的优化结果能够为混行交通条件下公交跳站运行方案的设计提供基础。

大型房地产项目公交站点配置研究

大型房地产项目带来的公交客流出行是当前公交发展中的常见问题,从对周边原有站点进行评价着手,根据评价结论提出公交站点改善方案,并基于预测客流量对方案进行优化;最后以重庆南坪一房地产项目为实例进行研究,结果表明,规划方案能满足项目客流出行,并为客流发展奠定基础。

公交站点选址的分析与模糊评判

很多城市都在大规模的扩充或新建公共交通线路,以满足城市的发展对于公共交通的需求。总结常规公交站点选址的影响因素,并且运用模糊评判的方法,对在某点设置公交站点的优劣进行评价,依据评价结果来指导公交站点建设,最后用实例对此方法进行验证。

大城市中心区公交站点设置策略研究

首先分析了大城市中心区的客流分布特点及公交站点合并设站的设置特征。其次,以北京市中心区域公交站点为例,探讨了公交站点普遍存在的公交车辆拥堵排队、阻塞上游交叉口以及与非公交车流干扰严重等问题。在此基础上,提出了合理安排站点停靠线路,提高站点利用率,根据不同交通环境合理选择站点形式和位置以及优化公交站点内部组织等策略。

CEEMDAN-PSO组合优化BiLSTM的公交站点短时客流预测方法

客流观测数据的非平稳性和选择学习参数的主观性,是影响双向长短时记忆神经网络(Bidirectional Long Short-Term Memory,BiLSTM)预测公交站点短时客流精度的重要因素.通过自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition With Adaptive Noise,CEEMDAN)提升客流观测数据的平稳性,用粒子群算法(Particle Swarm Optimization,PSO)优化BiLSTM隐藏层神经元个数、学习率与训练次数;基于Theano和Tensorflow深度学习库Keras,构建了公交站点短时客流预测组合模型CEEMDAN-PSO-BiLSTM,用均方根误差与平均绝对误差进行预测精度检验,并在浙江省海宁市2个公交站点进行了应用.研究结果表明:客流预测精度由高到低依次为CEEMDAN-PSO-BiLSTM、CEEMDAN-BiLSTM、PSO-BiLSTM、BiLSTM和LSTM,2个站点CEEMDAN-PSO-BiLSTM比BiLSTM预测结果的均方根误差分别下降了53.76%和48.36%、平均绝对误差分别下降了45.71%和40.22%,提升数据平稳性与优化学习参数组合改进BiLSTM的CEEMDAN-PSO-BiLSTM模型,能显著提高公交站点短时客流预测精度.

公交站点网络规划多目标优化模型

为解决公交系统对路网交通流造成的延误积累问题。分析了公交站点对路段和路网交通流的影响因素和方式,采用多目标优化方法建立了求解设站策略最优解的数学模型,并通过统计分析和遗传算法建立了模型求解算法。研究结果表明:考虑区域路网公交站点服务水平的限制,通过求解公交站点网络规划多目标优化模型确定公交站点设置策略,可有效降低路网交通流平均延误时间。