快慢车模式下早高峰时空乘车路径选择研究

研究早高峰通勤乘客的时空出行规律有助于更好地组织快慢车运营模式。本文从一种常见的快慢车运营模式出发,首先,根据乘客的起点车次和直达/换乘方案联合选择构建乘车路径;其次,以出行时间、早到/迟到延误和车内拥挤度作为早高峰通勤乘客出行选择的影响因素,对不同乘车路径下的出行成本进行构建;再次,以用户均衡理论建立乘车路径分配模型,并证明了该模型用户均衡路段解的存在性及唯一性;最后通过案例,对均衡模型进行验证。研究结果发现:短途乘客更愿意接受高拥挤但终点到达时刻接近工作开始时刻的车次,而长途乘客的车次选择分布较为均匀;除出行时间因素以外,延误惩罚和乘车拥挤同样影响早高峰通勤乘客的换乘行为,虽然换乘快车有可能降低出行时间,但高延误惩罚和拥挤成本会导致部分站点的乘客不选择换乘路径。

城市居民低碳出行方式选择研究

作为居民行为的一部分,出行方式的选择对城市交通结构和环境条件有着重要的影响。引导居民低碳环保出行是减少城市空气污染的有效途径之一。低碳出行是低碳城市和低碳交通的重要组成部分,低碳城市发展的一个重要因素是研究城市人口流动制约的影响因素和相互作用机制,这项研究可为运输部门做出决策提供参考性意见,具有重要的现实指导意义。

基于Vague集的铁路旅客乘车选择行为研究

根据铁路旅客乘车行为的影响因素,建立包括时间、费用以及舒适度的乘车方案选择指标体系。结合Vague集理论,提出铁路旅客乘车选择的多准则模糊决策方法。该方法根据每个指标所包含的正、负影响因素,采用Vague集表述各乘车方案的特征,依据max-min、max-max、max-center三种方法分别计算各乘车方案的记分函数值,据此得到各方案的优劣排序。最后以兰州—北京段铁路旅客乘车实例对该方法进行了验证,并对指标权重、乘车费用及运行时间进行灵敏度分析。研究结果表明:Vague集理论能够充分考虑铁路旅客出行乘车方案选择问题中的模糊性和不确定性,该方法可以为铁路旅客出行选择决策提供合理参考。

基于改进遗传算法求解旅行商问题

为解决用基本遗传算法求解旅行商问题过程中保持群体多样性能力较差问题,提出了一种改进遗传算法.算法的主要改进手段是:通过二交换法来构造初始种群,以提高寻找到最优解的速度;用改进交叉算子进行交叉操作,避免了种群过早成熟.仿真结果验证了改进遗传算法的良好性能.

基于MNL模型的定制公交选择研究

文章通过定制公交出行意向调查,基于随机效用最大化理论,选择了费用、车内时间、车外时间及出行者相关属性作为效用变量,构建了包含多种交通方式选择枝的MNL模型,并借助BIOGEME软件进行参数估计,预测出定制公交的分担率。同时,通过灵敏度分析,考虑不同因素变化时所引起的定制公交选择概率的变化,为定制公交的合理运营提供理论依据。

通识教育中的旅行安全教育:概论、实践、反思

文章从教育模式、学科属性、教育内容等方面探讨通识教育背景下的旅行安全教育。研究认为:通识教育中旅行安全教育的教学对象具有学生与游客的双重主体身份,旅游客体应选取常见旅游资源,将旅行安全与旅游文化相结合进行隐性教育为主的安全教育,构建以生命财产安全为主体的多元安全观,并尽可能以第一视角进行课程讲授。未来的课程模式可考虑切块链条模式,扶持跨学科“金课”,课程内容更加专业化、系统化,并结合教育实践,进一步改进课程建设。

基于均衡配流模型的城际轨道交通票价需求弹性分析

城际客运市场中的多种交通工具存在竞争关系,城际轨道交通票价高低直接影响通道内各交通工具客流分配大小,也就是票价需求弹性关系。为了明确这一关系,通过确定城际旅客出行选择影响因素构建出行选择函数,在通道总客流守恒的条件下,构造基于票价需求弹性的均衡配流模型。通过西安北客站至机场城际通道内的调查及运营数据,应用该模型计算在通道总客流守恒的条件下该城际通道内各交通工具自身及相互间的票价需求弹性值,并将城际轨道交通票价设置为变量,测算在票价变化下通道内各交通工具客流量及弹性值的变化规律,结果符合实际情况,验证了算法的有效性和合理性。

旅客出行选择道路运输服务方式的机理研究

为办人民满意的交通,提升道路客运的有效供给。突出强调旅客出行的需求层次性,以时间价值表示不同出行主体的运输需求。采用出行剩余理论,以出行剩余价值最大化为准则揭示出行者选择运输服务方式的机理。将出行情景分为计划出行与突发出行,构建不同情景下的出行剩余价值函数。通过算例分析不同情景下不同需求主体出行选择的运输服务方式。结果表明:经济欠发达地区与中等发达地区仍然存在对班线客运的需求,而经济发达地区定制客运与私人汽车具有一定的市场空间。

基于预知信息和实时服务选择的在线TSP问题

现实生活中,提供外送服务的快餐店为了降低成本、提高效率,在接到顾客的订餐信息时,可能会因为距离等因素拒绝一些顾客的送餐要求,而拒绝顾客需求会带来一定的惩罚(如丧失部分客户).针对快餐店选择性提供送餐服务,同时送餐点信息被提前获知但是不能马上被服务的情形,提出了基于预知信息和实时服务选择的在线旅行商问题(traveling salesman problem,TSP).针对需求点在正半轴和直线上的情形分析了问题的下界,并设计了相应的算法,同时分析了每个算法的竞争性能.结果表明,算法的竞争性能会随着预知信息的增加而得到改善.