基于公交网络模型的最优出行路径选择的研究

在讨论公交网络特性的基础上 ,基于结点 弧段 有向线描述了公交网络的数据组织 ,研究综合换乘次数及距离因素的出行路径选择模型 。

一种新的多重边复杂公交网络模型

在现有公交网络模型的基础上,建立了一种新的多重边公交线路网络模型.这种公交线路网络模型以公交线路为节点,公交线路间的若干个相同停靠站点为连边.同时根据网络拆分的思想,对具有相同站点的三条不同的公交线路,通过引入时滞,将四重边公交线路网络拆分为四个性质不同的子网络,进而以Chen系统为网络的节点,研究了四重边复杂公交网络的全局同步.改变公交车辆之间的控制强度和相同的站点个数,分析了公交车辆的人为调度和线路优化对公交线路网络平衡的影响.最后通过Matlab进行数值仿真,为城市公交网络的合理调度提供理论依据.

城市公交线网多目标优化的建模及其求解

通过对城市公交线网的优化原则、优化目标以及约束条件的分析,提出公交线网优化目标的函数表达式及相应约束条件的数学表达式。在考虑城市公交线网各因素的基础上,利用有关数学方面的知识,建立了城市公交线网优化的线性模型,由于运筹学中的逐步法是一种迭代法,适合于多目标优化问题,所以用逐步法对建立的优化模型进行求解,得到能够满足城市公交线网优化需求的解,并且得到的解与实际生活比较接近。

一种双重时滞多重边复杂公交网络模型的同步研究

在传统的建模方法的基础上,建立一种新的城市公交网络模型.根据4种不同的公交路线,通过引入时滞,将两重边复杂公交网络拆分为两个性质不同的子网络.进而研究具有双重时滞两重边复杂公交网络的全局自适应同步,给出自适应同步的一般条件.以Lorenz系统为例,验证该方法的有效性.

突发公共卫生事件下公交暴露风险辨识方法:以深圳应对新型冠状病毒肺炎为例

为定量评估突发公共卫生事件下的公交暴露风险,基于公交线网、交通分析区及新型冠状病毒肺炎(COVID-19)疫情信息等多源数据,考虑公交站点、交通分析区及疫情场所3种研究尺度,集成公交网络结构拓扑模型、公交网络中心性模型及核密度分析等空间分析方法,提出公交暴露风险的多尺度辨识方法,并以深圳市为例进行验证。结果表明:公交站点暴露风险在空间上呈现多中心—圈层结构,较高及高暴露风险站点多为交通枢纽、商场等,占比达26.40%;较高及高暴露风险交通分析区主要分布在工业、商业聚集区及居民点密集区,占比达32.84%;较高及高暴露风险疫情场所主要集中在城市核心区域,占比为28.92%。

城市公交线网优化的线性模型

为了对现有公交线网进行优化,有效利用现有交通资源,解决城市交通问题,运用系统科学的思想,通过对城市公交线网优化的主要内容、优化原则、优化目标以及约束条件的分析,兼顾考虑乘客出行时间、公交线网密度和公交企业的利益以及公交线网的布局对整个城市的交通系统的影响,提出了优化目标的函数表达式及相应约束条件的数学表达式,建立了公交线网优化的线性模型,并给出了运用逐步筛选法对所提出的数学模型进行求解的方法。

基于最短路径查询的城市公交网络拓扑建模研究

最短路径分析是地理信息系统 (GIS)中网络分析的一项重要功能 ,等价于图论中的节点间求解最短路径问题。对地理网络进行地理分析和建模 ,以实现最短路径搜索已经有大量论文讨论 ,但是专门针对城市公交网络的建模和路径寻优 ,则少鲜有研究 ,而且已有的一些网络模型也不能直接应用到公交网络寻优中。本文应用图论理论 ,讨论公共交通网络的拓扑建模 。

混合时滞四重边复杂网络的自适应同步及在常规公交调度中的应用

研究了一类混合时滞四重边复杂网络模型,它既包含节点时滞和耦合时滞,又可以拆分成多个性质不同的子网络.基于Lyapunov稳定理论,设计简单的同步控制器,给出网络的全局同步准则.利用网络拆分的思想,建立一个具有4重边双重时滞的城市公交线路网络模型.最后以Lorenz系统为例进行数值模拟,同时分析公交车辆之间的控制强度和时滞时间对公交运营的影响.

兰州市公交线网优化模型构建

为了对兰州市现有公交线网进行优化,有效利用现有资源,解决城市交通问题,分析兰州市公共交通存在的问题,依据兰州市公交发展的特点,通过对城市公交线网的优化原则、优化目标的分析,提出公交线网优化的直达乘客密度模型,给出模型的函数表达式及相应约束条件的数学表达式,构造出适合兰州市公交线网优化的模型。

城市公交线网优化方法的研究与应用

城市公共交通线网优化是城市交通规划的主要组成部分之一.它是解决目前城市居民普遍面临的"乘车难"的有效措施,具有非常重要的现实意义.该文根据城市公交线路的功能,将公交线路划分为公交主干层、公交次干层和公交支线层3个层次,并建立了3个层次的公交网络设计优化模型,提出了基于蚁群算法的"分层建模,优化成网"规划方法.在一个包括9个交通小区,35个节点的路网中,应用上述方法,对公交线路网络进行了设计.实证表明"分层建模,优化成网"设计方法增加了公交线路的覆盖范围,提高了站点的覆盖率,减少了乘客的平均换乘次数.

基于CML的多重边复杂公交线路网络相继故障研究

为给城市公交系统的规划、建设和管理优化提供决策依据,在现有公交网络模型的基础上,以常规公交线路为网络的节点,公交线路间的若干个公共停靠站点为连边,建立了基于耦合映像格子的多重边复杂公交线路网络模型,基于该模型研究了多重边复杂公交线路网络的相继故障问题。通过Matlab数值仿真技术,详细分析了扰动幅值和耦合强度对网络相继故障的影响。研究结果表明:蓄意攻击多重边复杂公交线路网络中节点度最大的节点最容易造成网络全局故障;另外,耦合强度和扰动幅值越大,多重边复杂公交线路网络越容易发生相继故障。

基于随机灰色蚁群神经网络的近期公交客流预测

为了科学准确地预测近期公交客流量,根据近期公交客流量预测受到多因素影响以及非线性的特点,利用随机灰色变量描述预测系统的不确定性,建立了随机灰色预测模型以及基于蚁群算法的递归神经网络模型,在此基础上,提出了一种基于随机灰色蚁群神经网络的近期公交客流量预测方法。最后以铜陵市为例,对模型的预测精度和有效性进行了分析。结果表明,基于蚁群算法的递归神经网络模型的预测精度不但高于其他单一预测模型,而且明显优于其他传统组合预测模型,能很好地反映事物发展的规律,能够指导公交经营管理者近期的决策行为,有效地改善了预测精度。

基于道路繁忙程度下的城市交通路径选择算法

针对城市公交自助查询问题,提出了一种基于交通繁忙程度下的公交选择算法。首先构建基于繁忙程度权重的公交网络权值矩阵。然后针对四种不同的公交地铁混合线路对权值矩阵进行修正。最后在此基础上建立三种实用的双目标动态模型:最少换乘下的最短时间、一定换乘忍耐下的最短时间、一定换乘忍耐下的最少花费。实验表明,该模型是解决基于整个交通网络系统不同交通繁忙程度下,用户出行选择的个体最优选择的有效途径。

基于轨道交通的常规公交线网优化模型研究

在常规公交支持轨道交通的发展模式下,运用主轨道有效影响因子对研究区域进行梯度分级;提出了基于路段客流、广义票价费用、服务时间及环境费用的四维有效因子,并构建基于供需平衡与乘客出行有效费用的双层优化模型,利用考虑约束条件遗传算法对上层模型进行求解,并用该模型及其算法对基于地铁1、2号线的成都市公交线网进行优化。结果表明:优化后线网不仅使地铁取得客流效益,尤其减少了地铁沿线公交客运走廊上地铁与常规公交的无效竞争,充分发挥轨道主骨架效益。

贵阳公共交通网络上级联失效的研究

级联失效是研究复杂网络的一个重要分支,如何应对级联失效所引起的大规模故障一直是网络科学的重要课题之一。首先,简要地介绍了复杂网络上级联失效的负荷-容量模型。最后,基于负荷-容量模型,对贵阳市公交停靠站点网络的一部分上的级联失效进行了仿真分析。结果表明,随着容许系数α增大,该网络的鲁棒性有了较明显的提高。

基于功效系数法的城市公交线网优化模型

城市公共交通线网优化是城市客运交通规划的重要部分之一。对现有公交线网进行优化,可以更有效地利用现有资源,解决城市交通问题。通过对城市公交线网优化的主要内容、优化模式、优化目标以及约束条件的分析,同时兼顾乘客出行时间、线网平均满载率、公交线网密度和公交线网的布局,对整个城市交通系统的影响提出优化目标的函数表达式及相应约束条件的数学表达式,建立公交线网优化的多目标模型。通过对模型的分析,提出可用功效系数法对模型进行寻优和评价。

城市公交线网优化的非线性模型

通过对城市公交线网优化的整体研究,给出其优化的主要内容、优化原则以及线网优化的主要因素,提出公交线网优化的约束条件和三大优化目标,并给出相应的数学表达式使约束条件和优化目标定量化,同时建立公交线网整体优化的模式,并对其进行讨论和评价,有助于提高城市公交线网的优化效率,同时可使约束条件和优化目标定量化。

辽阳市公交客运需求发展预测

在分析辽阳市公交线网现状的基础上,采用"四阶段"需求预测法,研究辽阳市公交客运需求的发展。通过几何级数法、调查分析法、Frator法、Ballman回程算法和向前运算法,对未来的人口数量、居民出行分布、人均出行率、日人均公交乘次进行预测,确定了辽阳市公交线网规划的模型和方法。利用全民交通出行量(OD)和方式划分预测的结果,得出公交出行OD结果,将各种出行方式的空间OD量分配到具体的公交线网上,得到公交客流分配结果图,为研究公交客运需求提供理论支持。

长沙市交通发展模式选择研究

调查分析了长沙市的现状,以长沙市城市总体规划为研究基础,利用TransCAD仿真软件构建了长沙市"四阶段法"交通需求模型,并基于不同的交通模式,对目标年长沙市交通状况进行预测,通过指标测算,论述了长沙市选择公共交通模式的必然性,提出了实现公共交通模式的行动建议。

面向公共交通的电动自动驾驶模块车调度优化

基于模块车的公交运输系统具备可伸缩的载客能力,能够满足复杂多变的出行需求。因此,在公共交通领域开始得到广泛关注。为理解模块车系统的资金预算、运营模式、充电参数、乘客单位等待时间价值等因素对运营成本与服务水平的影响,提出面向公共交通的电动模块车宏观网络调度模型;并以直达公交网络为建模对象,按照模块车的运营模式,将模型分为2种不同的数学表述:智能网联模式,即每辆模块车均配有动力系统,若干模块车组成编队,后车复制前车行为;牵引模式,即在系统中1辆公交车由动力模块车和厢式模块车构成,厢式模块车需要被动力模块车牵引才能移动。模型的关键之处在于利用车小时守恒约束表达车队规模、资金预算以及车流量三者之间的数学关系。2种运营模式下的调度模型属于混合整数非线性规划问题,其中目标函数含有非线性项,约束条件均为线性项。通过引入辅助变量和线性不等式组将目标函数中的非线性项转化为线性形式,从而提高问题的求解效率。以北京公交子网络为例,设计不同影响因素下的数值试验。研究结果表明:在本案例分析的参数设置下,牵引模式在降低车辆运营成本方面要优于智能网联模式,智能网联模式在提高乘客服务水平方面要优于牵引模式;智能网联模式下的车辆运行成本高出牵引模式下车辆运行成本的1.14倍,牵引模式下的乘客等待成本高于智能网联模式下乘客等待成本的1.38倍。提出的调度模型与敏感性分析框架具有普适性和可移植性,有助于决策者深入理解基于模块车的公交运输系统。