轨道交通换乘常规公交平均候车时间模型

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用.本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性.检验结果表明:模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05%以内.

城市公交平均候车时间估计模型

城市公交系统中包含海量的IC卡刷卡数据与公交智能调度数据,这些数据是对城市公交的运营状况和服务水平进行全面、客观、科学评价的基础。公交候车时间可以直接反映公交系统的运营和服务水平,是影响公交运输竞争力的一个重要因素。该文分别针对普通公交站点和快速公交(BRT)站点建立平均候车时间估计模型。其中对于普通站点,通过泊松分布、伽马分布等概率模型来估计乘客到达车站的时间,结合公交车的报站信息获取公交车辆的到达间隔,以此进行平均候车时间的计算;而对于BRT站点,通过上下车信息推断算法,估计乘客的上车时间,再结合乘客刷卡进站的时间来进行平均候车时间的计算。通过对公交站点的实地调查,验证了该模型估计的准确性。最后将其应用于广州市公交系统全网的分析计算,实现线路—班次—站点的层面对平均候车时间进行估计。

轨道交通枢纽地铁换乘接运公交乘客平均候车时间研究

在分析4个主要影响因素的基础上,基于换乘乘客到站时间符合正态分布,建立换乘乘客平均候车时间模型,由此确定的平均候车时间与Welding公式计算的结果有很大的差异。应用微分理论,绘出平均候车时间变化曲线,发现接运公交发车时刻是影响平均候车时间的关键因素,且存在最小平均候车时间的发车时刻;通过敏感性分析发现平均候车时间受换乘乘客到站时间均值影响很小,但随方差变化较大;平均候车时间增大倍数超过接运公交发车间隔的增大倍数的2倍;并随着接运公交运营可靠度的降低而急剧增加。

基于几何概型的出租车合乘候车时间分析

出租车合乘平均候车时间是合乘效益评价的主要参数,随着合乘的逐渐兴起,对其求解模型进行研究具有重要的现实意义.经过等候合乘者的任一辆出租车仅存在合乘成功与合乘不成功两种情况,本文在此前提下建立模型,先根据出租车车流载客数分布及方向修正系数建立合乘成功率分布模型,再结合出租车到达时间分布运用几何分布原理建立出租车合乘候车时间计算模型.文中通过对大连市主干道黄河路与西安路商业中心的实地调查得到具体数据标定模型参数,并设计试验对模型的准确性进行了检验,检验结果表明模型能够准确地估算出租车合乘候车时间,相对误差在3%以内.

基于蒙特卡洛模拟的地铁对公交线网布局影响分析

城市公共交通线路的设计直接影响人们日常出行采用的公共交通方式及相关线路选择。因此,如何平衡多种公共交通方式的作用,使其功效最大化,就成为城市规划工作者面临的重要课题。提出一种地铁线路对公交线路影响的评价模型,并以陕西省西安市(该市正在修建地铁)的公共交通线路数据为例,建立蒙特卡洛仿真模型,估计出修建地铁后各条公交线路的客流量和乘客平均候车时间,通过比较修建地铁前后地铁站附近公交线路的客流量和乘客平均候车时间的改变情况,给出铺设地铁后公交系统运营线路规划的修改意见。

基于近邻传播聚类的地铁运营时段划分

地铁在每天不同时段客流量差异较大,运营时段的科学划分,是低峰与高峰列车运行计划合理交替的前提。目前地铁运营时段划分主要依据人工经验,主观性强且难以保证精度。以10min为时间间隔,把全天运营时间6∶00～23∶00分为102个时间点样本,将地铁沿线各车站每个时间点的进站客流量作为样本描述变量。采用近邻传播聚类算法将各时间点归并为不同类别,并引入CH、Hart以及IGP等聚类有效性评估指标对聚类结果加以检验以确定最优类别数,从而得到运营时段的最优划分方案和最佳时段分割点。天津地铁二号线实例研究表明,基于近邻传播聚类算法得到的运营时段划分结果更能体现实际客流需求波动特性,在此基础上优化行车计划后,旅客等待时间明显下降。