数据驱动的城轨列车延误下乘客出行时空路径选择模型

研究列车延误下乘客的出行路径选择有助于地铁客流预测与客流组织。为此构建一个利用自动售检票(AFC)数据和列车实际运行时刻驱动的列车延误下乘客出行时空路径选择模型,基于贝叶斯定理估计乘客各出行时空路径的选择概率,并采用蒙特卡洛仿真方法得到乘客出行时空路径选择结果,从而获取不同路径的选择比例。最后使用北京地铁实际列车延误场景进行实验,选取典型OD对比分析了正常情况与列车延误下的乘客出行时空路径选择。实验结果表明,提出的模型可以计算得到列车延误下乘客出行物理路径和乘车方案的选择概率;概率模型在多次仿真中产生的路径选择比例呈现出稳定趋势;并且乘车方案概率统计反映出延误会给乘客带来更多滞留等待。同时实验结果证明,乘客会因列车延误增加的时间成本而更倾向于绕行选择受延误影响较小换乘次数较多的路径。

交通信息影响下的动态路径选择模型研究

考虑交通信息对出行者选择出行路径的动态影响 ,建立一种动态路径选择模型。将不同类型的出行者对路段(路径 )运行时间的预测看作不同的随机过程 ,通过对出行路径上节点的到达时间取期望值 ,利用一阶近似表达式 ,研究交通信息对出行者的出行路径选择行为的影响。

交通信息下危险品道路运输动态路径选择研究

根据影响危险品道路运输路径选择的风险、经济及时间因素,构建了包含风险、经济及时间的广义运输时间函数。将出行者对路段的广义运行时间预测看作随机过程,对出行路径上节点到达广义时间取期望值,利用一阶近似,建立基于广义时间最短的动态路径选择模型。研究表明,在交通信息可获知条件下,只要给定起讫点对(Origin-Destination,简称OD)中起点的出发时间,就可通过基于广义时间最短的动态路径选择模型求解通过某一路径到达终点的期望时间,而最小期望时间所对应路径即是危险品道路运输动态最短路径。

一种个性化城市多目标最短路径随机优化算法

以两点间的有效路径为基础定义了个性化城市多目标最短路径,给出了个性化城市多目标最短路径优化数学模型,并归纳总结了城市内一般驾驶员出行路径选择行为的3个共性特征,进而提出了一种基于有效路径集合迭代计算的多目标最短路径随机优化算法,以自定义的3个弧阻抗设计了有效路径集合的初始化和迭代更新方法,构建形成的路径寻优机制,给出了计算结果的评价方法。与遗传算法的对比实验结果表明,提出的模型和算法的计算结果贴近实际,且计算速度更快。

基于路径选择偏好的路网容量启发式算法

为了准确地测算路网容量,考虑道路通行效用和出行时间两个主要因素,构建了路径选择偏好模型,设计了基于最大忍耐时间的路径生成方法和基于增量加载的交通分配启发式算法.以淮北市路网为例进行应用.结果表明,路网容量随着道路偏好权重的增加而减小;路网平均速度约束下的路网容量低于路段通行能力约束下的路网容量大小.

路票交易下的私家车通勤路径选择

与传统拥堵收费方案相比,可交易电子路票方案相对具有更好的合理性与公平性.为研究在路票交易约束下的出行人通勤路径选择特性,基于可交易电子路票的运行机理,根据出行者效用最大化原理,构建通勤出行路径选择模型.进行路网仿真实验,模拟确定了5条可供出行的不同效用选择路径,通过设计意向偏好调查问卷,采集了上海市居民驾车通勤出行路径选择的相关数据.结果发现,随着时间损耗的加剧,路票交易奖励机制所发挥的作用逐渐减小.利用Stata软件进行数据处理,分析了路票交易条件下出行者通勤出行时路径选择的影响因素.其中,相对于出行人对最短路径的选择,综合出行成本对出行者的路径选择有非常显著的影响,而随着绕路时间的增加,平日通勤时间、对路径3和路径4的选择产生显著影响;职业因素对路径3和路径5的选择产生显著影响;月收入对路径4和路径5的选择产生显著影响.研究结果对路票交易方案的施行有一定的指导意义.

道路车辆快速运行路径优化选择仿真研究

研究道路车辆快速运行路径优化选择问题,出行者进行路径选择时多根据路径行程时间长短作为路径选择的依据,但现有研究对车辆行程时间的随机动态性考虑不足,且其值不唯一。根据车辆排队长度与相位、车流消散速度之间的关系,预测随机动态路径行程时间,再根据可靠性理论将得到的行程时间集转化为行程时间可靠性,作为路径选择的依据,并对该算法进行案例仿真分析验证。实验结果表明,使用行程时间可靠性作为随机动态路网条件下的路径选择依据,既能将路网的随机动态影响考虑在内,又能避免行程时间的不确定性给出行者带来的选择困扰,是一种合理有效的路径选择方法。