考虑动态走行时间的铁路换乘公交衔接优化

铁路到达客流衔接换乘城市公交显著影响枢纽内的交通疏散效率和乘客体验,以往研究将换乘走行时间作为常量或简单函数处理,无法完全真实反映铁路与公交系统的动态关系,换乘衔接仍有优化空间。通过构建phase-type型流体换乘排队网络模型,推导不同换乘客流状态下的换乘走行时间,在此基础上,构建以乘客换乘等待时间成本与企业运营成本之和最小为目标的综合客运枢纽内铁路到达旅客换乘公交的衔接优化模型,实现了在铁路换乘公交系统的设计过程中对动态走行时间的精细化考虑。最后,对成都东站进行实例分析,结果表明,通过协调公交车辆到站时间,减小了乘客换乘等待时间,相较于现有运行方案,成本减少了31%,换乘等待时间约减少了62%,证明模型有效。

考虑公交换乘的地铁常态化限流站点识别方法研究

目前地铁常态化限流站点选择的研究,未考虑线路运输能力限制以及客流损失问题,脱离实际运营而难以推广使用。为平衡地铁公司和车站的决策标准,减少常态化限流站点的数量,提出一种考虑公交换乘疏散客流的地铁常态化限流站点识别方法。首先构建由地铁-公交耦合网络拓扑模型,并分别从地铁网络化运营和公交换乘减少客流损失2个角度设计7个地铁站关键程度量化指标;验证系统的线性时不变特性,基于子网生成策略设计站点识别算法;最后以2018年1月某工作日北京市的乘客出行链数据为例,验证指标和算法设计的合理性,研究每10 min时变客流分布规律,对比2018年的实际方案,结果表明:初始网络可控性为0.057 5,识别准确度趋近于80%,准确率高且误判率低的限流站数量分别为67,70,73,78。将常态化限流站分为固定和备选2类,并提出了结合公交换乘引导、分批次限流的措施,从而为大城市地铁车站高峰时段的常态化限流方案决策提供参考。

空间异质性建成环境对地铁与公交换乘客流的影响

地铁与常规公交换乘的出行方式成为人口密集型城市的主要出行方式,探究两者换乘模式的影响因素有助于提高公共交通分担率。本文采用AFC(Automatic Fare Collection System)数据与AVL(Automatic Vehicle Location)数据,识别地铁-公交(M-B)和公交-地铁(B-M)两种模式的换乘客流。以地铁站点为核心,围绕站点周边开发程度、交通系统、城市设计及地铁网络结构特征这4个维度构建地铁站点建成环境指标体系。利用多尺度地理加权回归模型(MGWR)探究城市建成环境对地铁-公交与公交-地铁两种换乘模式的影响机理及其尺度效应,并以成都市为对象进行实证研究。研究结果表明:MGWR模型能够反映不同建成环境要素与M-B和B-M方式间依赖关系的空间异质性与作用尺度差异性,估计结果优于全局OLS(Ordinary Least-Squares)模型与GWR(Geographic Weighted Regression)模型;建成环境要素对公交与地铁换乘客流的影响效应存在空间异质性,公交线路数量空间异质性最为显著,非机动车道密度、土地利用混合度及地铁线路数量空间异质性较弱;不同建成环境要素对换乘客流的影响效果具有差异性,公交站点数量与线路数量影响程度对换乘客流促进作用较大,而非机动车道密度则有明显的抑制作用。

成都“金沙公交枢纽综合体”产业融合TOP创新试点项目

一、工程概况金沙公交枢纽综合体作为成都BRT车辆的调度中心,集快速公交BRT、常规公交、地铁轨道交通于一体,实现公交换乘与多元功能交互,引入公交上盖物业综合体理念,实现功能聚合、土地集约,总建筑面积约25万m2。金沙公交枢纽综合体建设项目位于成都市中心城区,由停车楼、综合楼、匝道桥三部分组成。停车楼地上6层,地面1~3层为常规公交车停车场,4~6层为BRT停车场,总共可容纳约400辆公交车停放,是西部最大的公交综合枢纽站。

一种公交换乘优化算法设计

目前,在智能交通系统应用中,公交查询亟待解决其算法效率和换乘两大问题。对此,本文首先在分析乘客出行因素和公交网络特性的基础上,提出了关键站点的公交网络通达矩阵,分析了直达矩阵的计算原理;其次,阐述了城市道路网络最短路径算法,引入直达矩阵和公交网络通达矩阵,设计了一种公交换乘优化算法。该算法的基本原理:利用公交网络通达矩阵来确定哪些临时标记节点是潜在的永久标记结点,并始终优先考虑直达节点作为最短路径上的节点,从而实现对经典最短路径算法——Dijkstra算法的改进;最后,通过一个案例对该算法进行验证。实验表明,该算法不仅能够获得优于Dijkstra算法的性能,而且换乘次数更加合理。该算法能够适用于一般公交网络,对于换乘代价较高的公交网络更有优势。

基于GIS的公交数据模型研究及换乘算法实现

针对公交出行中的一些实际问题,设计一种用GIS矢量数据结构表达公交网络数据位置和关系的公交数据模型,在此基础上实现了以最少换乘次数为第一目标、最少途经站数为第二目标的公交换乘算法。该算法不仅解决了步行换乘、环路换乘等问题,而且优化了换乘点的选择。此外,利用数据库和空间数据引擎的索引和快速检索性能,并结合基于内存的查询、集合运算等高效处理机制,有效地解决了算法的效率问题,并应用于实践。

城市建成区轨道站公交换乘设施规划方法

基于城市建成区大量轨道站点客流换乘特征调查数据,对轨道站公交换乘客流比例、客流空间分布、公交客流吸引范围进行分析,依托轨道网络提出轨道站点公交线路优化规划方法,给出轨道站点出入口始发公交线路、途经公交线路的公交换乘设施用地估算方法.

多分类支持向量机在公交换乘识别中的应用

为获取居民公交出行的换乘信息,设计了一套基于多分类支持向量机(multi-class support vector machine)的公交换乘识别方法.通过融合GPS数据和公交IC卡数据获取训练样本,利用多分类支持向量机进行样本训练,选取最佳训练样本量,并采用网格搜索法结合粒子优化算法对模型参数进行标定,以获取最优SVM分类模型.测试结果显示模型分类精度可达90%.以佛山市公交车GPS数据和IC卡数据对算法进行验证,并获取公交换乘量、公交换乘比例等基本换乘数据.结果表明:算法可在少样本条件下完成公交换乘识别,且分类识别精度高,尤其适用于公交线网复杂的大城市公交换乘识别,有助于在公交前期规划时进行线路布设和枢纽选址.

基于短信平台的公交换乘查询系统

在城市交通中,乘客通常要多次换乘公交车才能到达目的地.乘客出行时一般没有携带公交线路手册,亦无条件运行电脑桌面程序,无法获得最优的换乘方案.手机短信是出行中比较便宜快捷的通讯方式,本课题组尝试了基于GSM MO-DEM技术构建公交换乘查询的自动短信平台,换乘算法选用换乘次数最少的优先.平台建成后,乘客可用短信随时查询到最优最新的换乘方案.项目具有公益性,可加以推广,应用前景广阔.

公交换乘的优化枚举算法研究与应用

公交换乘问题在公共交通中是一个重要的问题。针对十分流行的8684公交网络查询系统只能查询到2次换乘的缺点,提出了一种对公交线路信息预先进行处理,然后采用减少站点和线路剪枝的优化枚举算法,可以实现换乘4次的优化线路;并用Visucal C++实现了该算法。通过对大型城市的公交网络的实际计算,与8684的查询结果进行比较;结果表明该算法不但可以提供更好的线路,而且还能提供8684无法提供的线路。实际计算时间不到1s,能够到达实时性要求,因此算法具有很强的实用性和通用性,在公交网络中可以广泛采用。

城市轨道交通的公交换乘问题与对策分析

城市轨道交通车站与公交线路车站的衔接设施按其规模和等级可分为3种类型:综合枢纽站、大型接驳站和一般换乘站。乘客换乘的主要问题可概括为设备接续和组织协调两大类,合理规划换乘设施可提高乘客的换乘方便程度及整个公共交通系统的运转效率。针对城市轨道交通的公交换乘问题给出了相应的优化对策。

基于公交IC卡的公交换乘数据获取方法研究

城市公共交通系统能否正常和高效地运营不仅取决于道路和车辆等设施条件,更有赖于运营管理手段和技术手段的先进性。传统的人工调查方法耗费巨大的人力物力,而调查结果却很难达到理想效果,所得数据不能动态反映城市公交出行的长期变化趋势。文中以公交IC卡为切入点,通过对乘客2次刷卡间的时间分析以及利用公交GPS时间点的数据进一步分析乘客换乘所用的时间,判断出乘客2次乘车是换乘行为还是2次出行。

基于AHP-DEMATEL法的公交换乘系统乘客满意度模糊评价

提高公交换乘系统乘客满意度水平可有效缓解城市拥堵等交通问题。在分析乘客需求特征的基础上,根据指标体系设计原则,构建了科学全面实用的乘客满意度评价指标体系,综合应用AHP法和DEMATEL法对各指标赋权,提升指标赋权的科学性和客观性,建立基于AHP-DEMATEL的模糊评价模型,运用MCEFUZZY软件进行实例评价研究。结果表明该模型提高了公交系统乘客满意度评价的科学性、合理性和高效性,研究结果有助于及时发现公交换乘中存在的问题,为提高公交服务水平提供科学依据。

一种优化的最少换乘公交算法

针对当前算法存在可能遗漏最佳邻近站点或距离偏大和效率偏低等问题,文章基于换乘次数最少的原则,提出了一种优化的公交换乘算法:在起讫点处邻近距离设定方面做出改进,将起点处的邻近距离设定为用户可接受的最大步行距离,同时使讫点处的邻近距离动态变化;将传统的一个起点对应一个讫点的搜索模式,改进为一个起点对应多个讫点的搜索模式;引入两个阈值对搜索过程进行控制,且通过对大量的实验数据进行统计分析得到两个阈值的最优值。实验结果表明该算法能有效提高路线的实用性并降低搜索时间。

基于公交IC卡和AVL数据的换乘行为识别方法

公交换乘枢纽是多模式公交系统的关键节点,而公交换乘行为特征是公交换乘枢纽规划和管理的重要依据.本文从公交出行过程入手,将公交换乘过程抽象为若干时间节点.结合现状公交系统数据的特点,通过公交IC卡和AVL数据的有效融合,推算得到乘客换乘前的下车时间和步行到换乘站点的时间.基于'随到随走'的出行假设,本文提出通过比较换乘前下车时间、换乘上车时间与换乘线路的车辆到站时间,来进行换乘行为的判断.本文应用苏州市某乘客的IC数据对算法的可行性和有效性进行了验证,结果表明,本算法比直接通过连续两次刷卡的时间间隔判断更加合理和准确.

基于优化灰色神经网络模型预测公交换乘需求量的换乘枢纽选址

根据公交换乘枢纽换乘量的生成特点和影响交通换乘量的主要组成因素,研究发现交通换乘量具有"小样本、贫信息"的灰色特征,为此提出了一种基于灰色软计算的换乘需求量预测方法。该方法利用灰色系统原理建立灰色神经网络系统预测模型,通过采用遗传算法改进神经网络的性能,提高系统预测的精度。以兰州市市区公共交通枢纽规划为例,结合实际的道路交通调查数据,运用该方法对提出的交通枢纽方案进行了实证分析与评价。结果表明:改进的灰色神经网络能有效地改善预测精度;运用GA-GNN模型求解道路交通中的非线性问题对提高决策水平具有较大的现实意义。

基于WebGIS的城市公交换乘查询系统的研究

公交是市民出行最为普遍的选择,为方便市民以公交方式出行,采用基于逻辑的搜索算法研发出基于WebGIS的城市公交换乘查询系统,市民出行前,在电子地图上选择起始点和目的点后,系统自动生成多种公交换乘方案供参考,包括换乘次数最少或费用最省等.介绍了公交换乘算法原理,给出了系统结构及各模块的实现,并分析了系统的性能;通过实际测试表明,系统方案可行,运行良好.

基于GPS的自助式高效公交换乘查询系统的研究

本文针对城市公交快速发展的现状,提出了一种基于GPS的自助式高效的公交线路查询系统。分析了公交系统的基本形态、特点,对查询系统的工作流程做出说明。针对传统公交线路查询算法以站点为主的分析方式,提出一种新的公交查询算法,着重说明了站点与线路,线路与线路之间的关系,将公交查询算法的切入点从站点转向各条线路之间的联系,大大减少了系统查询时所分析的目标数量,节省了硬件资源,加快了响应速度。该算法特别适用于手机、PDA等硬件资源并不充裕的便携设备,并具有升级灵活、通用性强等优点。

基于公交IC卡和GPS数据的换乘识别方法

为提高公交换乘识别的精度,将IC卡和GPS数据融合推断得到乘客上车站点和下车站点及下车时间,在此基础上根据居民公交出行的特点及过程,从时间角度和空间角度来判断公交换乘行为。时间角度判断是从乘客站台候车时间及乘客站台候车时间段内是否乘坐第一辆目标线路车辆两个方面进行换乘行为识别。空间角度判断通过两个参数即迂回系数和直达系数来进行换乘行为的判断。最后,与只从时间角度识别的方法进行了对比。结果表明:考虑空间因素的识别方法更为合理全面。

考虑车辆运输能力限制的公交换乘优化

研究了车辆运输能力限制下的多个换乘点之间平均换乘等待时间的优化问题。在一定时间周期内,通过调整各公交线路的运营时刻表,在车辆运输能力约束条件下使乘客在各线路之间换乘等待时间最小,并采用遗传算法对该模型进行求解。优化结果表明:当车辆运输能力约束起作用时,相对于Shafahi等没有考虑车辆运输能力限制的研究,乘客的平均换乘等待时间增加了370%,该结果说明公交车辆运输能力对乘客换乘时间的影响明显,需作为主要因素在公交换乘优化中进一步考虑。