公共卫生事件下的通勤合乘路径规划方法

在重大公共卫生事件下,为减小暴露风险,通勤者愿意在所能接受范围内,采用互助合乘的方式前往工作地点.针对通勤合乘路径规划问题,构建整数线性规划模型,在使尽可能多的通勤者合乘配对成功的前提下,减少前往公司的总路程距离.提出一种改进的模拟退火算法,加入路径交换和节点插入操作,对无限制合乘、不合乘及限制合乘3种场景进行案例仿真,并测试了接送者所能接受的最大行驶距离和最大绕行距离在不同组合下的合乘效果.结果表明,不同场景下所设计的通勤合乘模型均能达到较高成行率,并同时减少总路程距离.当最大绕行距离大于10 km,最大行驶距离大于30 km时,除远离接送范围的搭乘者外,案例中90%以上节点都能完成合乘配对.研究结果有助于在重大公共卫生事件持续期,保证员工安全出行,提高公司通勤效率.

考虑性别偏好影响的通勤合乘匹配模型

为了增强通勤合乘的安全性,并提高合乘的匹配率,建立了考虑性别偏好影响的通勤合乘匹配模型.通过引入合乘匹配控制系数,新模型不仅可以分别处理了同性合乘、异性合乘、特别组合三种性别合乘模式,也可以分析以一种模式为主导,三种模式并存的情况.模型最优解可通过依次确定可行匹配集、计算各匹配相关特征量和利用分层法确定最佳合乘匹配来确定.数值分析表明:某种性别比例占优条件下,同性合乘模式的匹配效果较好,而异性合乘模式的匹配效果较差;当乘客均偏好与某一性别合乘时,该性别乘客如果占优,则匹配效果最好;随着性别偏好影响的逐渐减弱,通勤系统的合乘匹配效果逐渐提升.

重大公共卫生事件下通勤出行合乘车辆路径优化

【目的】降低无车员工通勤出行风险,提高通勤效率。【方法】首先,以参与合乘人数最多为第一优化目标、通勤合乘时间最短为第二优化目标,并考虑车辆额定载客量、员工上班时间限制及绕行时间等因素,构建单位通勤合乘车辆路径优化模型;然后,基于遗传算法,进行最佳合乘路径求解;最后,进行算例分析、参数灵敏度分析及员工居住地分散程度的影响分析。【结果】与非合乘相比,单位组织员工内部合乘后,员工的平均通勤时间减少了24.77 min,合乘匹配成功率达到了97.14%;合乘小组人数和员工拥车率在一定范围内对合乘效果影响较大;员工居住地集中时,合乘效果更好。【结论】合乘可有效地为无车员工提供通勤帮助,减少员工通勤时间。

公共卫生事件持续期通勤合乘设计及组织效率影响分析

为探究城市公共卫生事件下,考虑特殊时期的交通服务需求,通勤合乘模式解决通勤出行的可行性及组织效率,以2020年新型冠状病毒感染的肺炎(新冠肺炎)疫情为背景,基于疫情期乘客出行偏好网络问卷调研数据,分析民众出行偏好及对不同出行模式的暴露风险感知。意愿调研显示,71%的私家车主及无私家车群体均对与同单位人员发生合乘有较高的参与意愿,60%的私家车主表示愿意提供合乘服务,73%的无私家车通勤人群表示愿意接受合乘服务。在单位层面组织通勤合乘,有需求、有条件、有基础,具有良好可行性。以问卷数据为基础构建二元Logit模型对合乘出行驱动因素影响分析,研究发现疫情持续期出行者对交通方式主观感知风险将对合乘选择行为影响较为显著。结合出行群体在疫情持续期的交通方式选择偏好,提出基于健康管理的通勤合乘组织设计的公益互助、安心、用户群体固定、预约共享、合乘人数控制原则和服务水平要求。通过不同场景下合乘仿真,对该模式的预期效率进行解析,得出由单位组织的通勤合乘模式相较商业顺风车而言,前者"N对1"的配对需求与后者"N对N"配对相比,大幅提高了配对成功率。在不同拥车率条件下,存在一个成行率较高的合理员工规模,且该合理规模不是很大。员工住地较为分散的成行率均低于住地聚集场景,当拥车率达到65%的水平时,不论员工住地分布集聚还是分散,均可达到较高的成行率。面对公共卫生事件持续期,探索通过城市交通组织模式创新来破解通勤的流动需求与风险管控难题,为城市治理提供参考。