考虑综合成本的常规公交客流分配方法

为改善常规公交客流数据传统调查方法效率低、准确性差,以及常规公交客流分配时对出行成本考虑不全面、个体间出行成本存在较大差距的缺点,开展了考虑综合成本的常规公交客流分配方法研究。以数据即服务为基础开发的手机信令数据平台作为常规公交客流分配数据来源。通过经纬度坐标匹配,得到用户与交通小区之间的空间关系。利用数据仓库工具筛取数据字典索引,界定时间、速度、起终点类型等数据参数,通过时间匹配、路径匹配进行交通方式识别,将用户比例外推扩样至全国人口,得到常驻居民早高峰常规公交通勤起讫点(origin-destination,OD)量。分析常规公交客流个体的出行时间成本、拥挤成本、票价成本,建立以个体利益最大为原则、考虑综合成本的常规公交客流分配模型。将交通小区间常规公交客流分配问题转换为有向赋权图路径选择问题,并采用深度优先搜索与连续平均法混合算法求解,进行常规公交出行方案筛选以及客流分配。选取哈尔滨市典型交通小区为案例,开展常规公交客流分配,并与传统Logit路径选择概率模型分配结果、人工调查结果对比分析。结果表明:模型分配结果与人工调查结果的平均绝对百分比误差为4%,Logit模型为17.5%。模型分配客流后个体出行成本极差、方差、总和分别为0.03,0.0001,1108.35,Logit模型分别为3.28,1.58,1127.02。验证了模型分配客流的准确性以及考虑综合成本的必要性,分配客流后个体出行成本差距更小,更符合利益最大原则。