基于公交GPS和IC卡数据的乘客人均候车时间估算方法研究

候车是公交出行的重要组成部分,而候车时间是决定公交系统吸引力的关键因素,也是评价城市公交服务水平的指标之一.目前,获取乘客候车时间的主要途径为问卷调查法和视频采集法.但是这些方法费时费力,仅能实现小范围典型站点的候车时间的调查,无法快速完成线路甚至线网级别的候车时间采集.为解决上述问题,本文基于北京公交GPS和IC卡刷卡数据,采用非时齐泊松过程理论构建了乘客到站模型,并给出了一种离散条件下任意时刻的乘客人均候车时间计算方法,该方法能动态准确的获知不同站点、线路和线网乘客的人均候车时间.基于此方法本文计算了1 d内北京公交606路全线的人均候车时间变化情况,计算结果表明,606路早晚高峰和中午乘客人均候车时间最短大约在200 s左右,下午乘客的候车时间较长.

基于动态客流的城市轨道列车全天时刻表优化

针对乘客需求的动态变化,提出一种基于整数规划的全天候乘客排队模型,该模型综合考虑高峰时期和非高峰时期的客流需求。以乘客总候车时间为优化目标,对各车站所有列车的时刻表进行优化,以提高乘客的候车体验。此外,提出基于0~1整数规划的遗传算法,计算使乘客候车时间达到最小的列车时刻表。最后,利用北京地铁的客运需求数据进行仿真实验,验证该模型和算法的有效性。相比现行的时刻表,优化后的时刻表使乘客的总候车时间缩短56.89%。

铁路枢纽站地铁列车运行图的衔接优化

分析铁路出站乘客转乘地铁的行为特征与客流规律,以衔接车站乘客总候车时间最小为目标,建立城市轨道交通发车时刻优化模型,并设计相应的遗传算法进行求解。北京地铁7号线案例分析表明,优化后的时刻表能够减少乘客候车时间6.47%,且在铁路列车密集到达的地铁平峰时段,优化效果尤为显著。

突发事件下城轨列车运行调整模型及算法分析

随着轨道交通快速发展,突发事件带来的损失与影响也日益增加。在此背景之下,从乘客的角度出发,为提高突发事件下轨道交通服务水平、降低乘客候车时间,构建以事故线路乘客总候车时间最短为目标的列车运行调整模型。同时,提出一种缓解重点车站客流压力的单车站列车运行调整优化算法以及一种不同突发事件持续时间分别计算和每隔5 min滚动计算的策略,在保证突发事件列车运行安全的基础上,缓解突发事件下重点车站的客流压力的行车调整结果,降低突发事件带来的客流积聚压力,为运营管理人员进行突发事件下的行车调整及客流管控提供数据支撑。以天津地铁某一实际突发事件为例,对模型计算结果与实际情况进行比较分析,验证模型及算法的有效性。