城市外围非高峰时段公交柔性调度系统研究

基于城市外围居民出行的交通特点以及公交车运行成本与乘客等待时间之间的矛盾,提出了基于互联网技术和网约车思想的公交柔性调度系统,阐述了柔性公交调度系统的运行方式,设计了柔性公交调度系统的总体结构、模块功能以及工作流程。通过构建基于预约乘客数量的柔性发车间隔函数来确定非高峰时段的发车时间,利用建立的柔性调度辅助决策模型规划出响应时的最短路径以及计算乘客和公交车的综合效益。最后选取重庆市180路公交为例,用柔性调度模式的3种预约比例与传统运行模式进行对比分析,得出柔性公交调度系统能减少乘客的等待时间,降低公交的运营成本。

基于多属性TOPSIS决策的交通网络路段重要度计算

根据路网中路段自身的物理特征和交通流变化特性以及路段与周围邻接路段交通流相互影响程度,提出了基于多决策变量和层次熵权TOPSIS理论的路段重要度计算方法。首先在综合考虑路段静态物理属性和动态交通需求的基础上,结合时空相关系数量化路段与周边邻接路段交通流影响程度构建了多属性决策指标;其次利用层次熵权法的主客观赋权优势和TOPSIS模型的处理“小样本”优点,建立了基于层次熵权TOPSIS多属性决策的路段重要度测算模型,并提出了基于变异SI模型的交通路段影响力验证方法;最后通过实例分析表明,考虑交通流变化及影响特性的层次熵权TOPSIS法在平峰和高峰时段都能准确识别交通网络路段重要程度,且与其他方法相比测算精度更高。

基于心理场场强模型的路段行人过街安全措施

从心理学的角度分析了不同行人过街时的交通心理及其行为特点,运用物理学中场论的方法,结合对过街行人的心理分析,将行人过街时心理上的受力进行量化,建立了行人在路段过街时的心理场场强模型。通过模型可以得出行人与车辆间的安全场强。将心理场模型运用于对重庆市回龙路三处地点进行案例分析。结果表明,对行人进行心理受力分析可以为过街设施的改进提供基础。

基于GA-PSO和时空特性的城市交通协同控制

城市交通流受时间与空间因素的影响,文章综合考虑交通流的时空相关性,进行了时空维度的交通数据处理与交通协同控制;采用遗传算法(genetic algorithm,GA)小波神经网络(wavelet neural network,WNN)模型与最小二乘法对时空维度的交通数据进行融合,建立了时空相关的城市交通协同控制模型;结合GA群体搜索技术与粒子群优化(particle swarm optimization,PSO)快速收敛能力,提出了基于GA-PSO的协同控制求解模型。实例验证结果表明,考虑交通流时空特性影响的协同控制能有效减小路网行程时间、优化交通控制参数,从而能达到均衡路网交通分布、缓解城市交通拥堵的目的。

城市外围非高峰时段多线路柔性公交协调调度研究

利用柔性公交灵活度高和成本低的优点,考虑公交线路交互对乘客出行选择的影响,提出了城市外围非高峰时段多线路柔性公交的协调调度。首先阐述了柔性公交的运营模式和适用条件以及柔性公交与定制公交的区别。其次分析了城市外围非高峰时段多线路柔性公交的协调调度问题,并给出了柔性公交协调调度的具体流程。接着以乘客的候车时间、乘客减少的步行时间、乘客增加的乘车时间、公交车的运营成本为指标,考虑常规乘客的候车时间约束和公交车响应预约请求时的综合效益约束,建立了多线路柔性公交协调调度的双层规划模型,其中上层模型以乘客的出行时间最少为目标,下层模型以公交的运营成本最低为目标。然后设计了遗传算法,对公交车响应预约站点时的车上乘客数量进行编码来求解该模型。最后以重庆市180路和396路公交为例设置了预约站点,并在4种预约比例下对多线路柔性公交的协调调度和单线调度进行了对比分析。结果表明:有多条柔性公交线路可响应预约站点时,进行协调调度可减少实时预约乘客的候车时间;有共同目的站点的乘客数量越多,进行多线路柔性公交协调调度时乘客整体减少的出行时间越多;预约站点所有乘客有共同目的站点时,进行多线路柔性公交协调调度能降低公交的运营成本。