信息影响下区分潜在类别的公交线路选择模型

为分析实时公交运行信息和用户自身偏好对公交用户路径选择行为的影响,引入三角分布描述公交信息的不确定性,并使用前景函数替代效用函数描述出行者决策的不完全理性,建立基于前景函数的选择概率模型。为进一步区分不同出行者偏好差异,在前景模型的基础上结合潜在类别模型,构建区分出行者潜在类别的前景概率模型。利用2013年北京市的实际调查数据进行参数估计并检验。结果表明:a)出行者的选择行为受自身的偏好影响;b)基于景函数的选择模型比传统的效用函数模型拟合度更好、更贴合实际选择行为;c)区分潜在类别模型的统计学特征更优秀;d)多数公交用户对等车时间更敏感。通过各种措施缩短等车时间或直觉等车时间比提高公交运行速度更能吸引乘客。

一种快速的基于分区域的公交线路选择算法

提出了一种快速的基于分区域的公交线路选择算法。本算法首先把所有的公交车站划分为若干个区域,然后按照每个线路上为目标区域的站点数来确定搜索线路的优先级,而对于一条特定的线路上的站点,则按照站点是否在目标区域来确定搜索优先级。算法只搜索其中优先级较高的一部分,并且使用从起点终点两向同时搜索的技术,极大地减少了搜索空间。实验表明,该算法是快速而有效的。

公交出行系统最优线路选择的研究

本文针对市民出行的公交线路选择问题,结合实际情况分别建立了基于便捷性和经济性的线路选择模型。在模型拓展中,通过引入"虚站点"和"虚线路"的概念,将问题转化为动态规划可以求解的问题,具有一定的启发性。

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。

公交转车的最短时间模型及求解

针对2007年全国大学生数学建模竞赛B题——"乘公交,看奥运"中的关于公交线路的选择问题,建立了最短时间的数学模型,并给出了该数学模型的精确求解.