基于多智能体的公交运行服务仿真模型

分析了APTS(advanced public ransport system)环境下公交运行服务特性、乘客的出行特性及其相互作用机理.采用多智能体建模方法,对信息条件下乘客的认知方式以及出行行为规则进行解析,建立了考虑容量限制的公交运行服务仿真模型.基于开发的SimCUBE仿真平台进行了仿真实验分析,并就仿真过程中乘客认知的收敛特性得出了相应的结论.     

快速公交服务水平模糊分级方法

提出了“分类评价指标、构建隶属度矩阵、绘制隶属函数图”的快速公交服务水平模糊分级方法.选取到站时间、等车时间、公交车速度作为评价指标,采用自主开发的公交出行调查系统开展快速公交乘客出行调查,基于调查所获数据采用模糊分级方法建立了快速公交服务水平的模糊分级.与目前国内外使用的硬分级对比后发现:模糊分级消除了清晰的边界,通过隶属度来体现评价指标属于不同服务水平等级的程度,评价指标变化引起的服务水平变化通过隶属度改变得以体现,从而有效地克服了硬分级存在的问题.     

考虑上游信号控制的公交停靠站车辆延误模型

针对公交停靠站运行效率缺少评价方法的问题,以时空轨迹图描述公交车辆在停靠站的到达、服务及驶离过程,在考虑上游交通信号配时影响的情况下,建立公交车辆延误与到达率、服务时间的数学关系模型,并通过实际调查数据验证模型的有效性.结果表明在不同条件下模型计算结果与实测值的相对误差为9.98%,能够准确反映公交停靠站的运行机理,对于评价公交停靠站的服务水平和分析相关影响因素提供了重要依据.     

基于公交运行数据的到站时间填充方法

公交实时到站数据是乘客出行行为分析的基础,但是现有公交运行数据存在到站时间缺失问题。以公交实时到站数据为基础,结合公交车辆的运行特性以及拥堵传播特性,建立考虑多因素加权的多项式插值方法,对公交车辆的到站缺失数据进行填补。填补后的到站时间能够更详细地描述车辆运行过程,得到更精确的车辆到站间隔。应用该方法对北京市地面公交运行数据进行补全,得到了修正的时刻表,并对公交运行间隔与串车现象进行分析。     

基于公交运行数据的到站时间填充方法

公交实时到站数据是乘客出行行为分析的基础,但是现有公交运行数据存在到站时间缺失问题。以公交实时到站数据为基础,结合公交车辆的运行特性以及拥堵传播特性,建立考虑多因素加权的多项式插值方法,对公交车辆的到站缺失数据进行填补。填补后的到站时间能够更详细地描述车辆运行过程,得到更精确的车辆到站间隔。应用该方法对北京市地面公交运行数据进行补全,得到了修正的时刻表,并对公交运行间隔与串车现象进行分析。     

考虑站场实时排班可行性的纯电动公交调度

近年来,中国纯电动公交车占比逐年提高,2019年已超过46.8％,北上广深等多个城市已实现100％.通过深入分析纯电动公交车行驶过程中的耗能组成,由此建立电能能耗成本函数;构建同时考虑乘客出行与公交企业运营成本的纯电动公交车调度排班模型;将公交场站车辆数作为约束条件引入模型,真实反映实际车辆运行情况;为严格做好疫情防控,将车辆满载率纳入模型约束以保证乘客安全距离;通过分析发现该模型属于NP-hard问题,提出利用遗传算法对其进行求解.利用广州市105路公交线路的运行和OD需求数据进行仿真验证,表明该模型和算法具有一定的有效性.     

可变线路式公交的两阶段车辆调度模型

针对可变线路式公交设计了一种可同时处理预约需求和实时需求的两阶段车辆调度模型.第1阶段模型以预约需求为服务对象,建立了以乘客出行成本和车辆运营成本最小为目标的路径优化模型,采用模拟退火算法对模型进行求解,获得车辆初始行驶路径方案.第2阶段模型以实时需求为服务目标,在原定行驶路径方案上利用启发式插入算法将4类乘客排入车辆行车计划中.基于实例的仿真试验验证了两阶段车辆调度模型的可行性,结果表明:通过提高乘客预约出行比例的方式可提升系统性能,本例中当乘客需求量达到25人/h、预约出行比例达到70%时,系统整体性能相较于纯动态需求条件下提升近10%.     

基于多层次综合评价的公交运行瓶颈诊断

运行瓶颈诊断对公交发车时刻表调整和车辆调度优化具有重要意义。从公交乘客和公交运营企业的不同关切点出发,结合公交GPS和IC卡等实时运营数据,提出一种公交运行瓶颈诊断方法。在公交企业运营效益、公交乘客出行效率等因素分析的基础上,分别从站点层面提出公交车头时距、车辆延误度等运行评价方法,在线路层面构建公交行程时间与运输效益评价方法,以及基于站点、线路评价结果的线网层面综合分析方法。最后,利用案例获取的公交车位置、行驶速度、公交乘客数量等实时数据,以及公交站点、线路、线网和调度方案等静态数据,对所提方法进行检验。结果表明,公交运行瓶颈诊断结果与公交实际运行状况具有较高符合度,能够实时、有效反应公交运行状态,具有较好的工程实用价值。     

考虑乘客时间成本的城市公交发车间隔优化模型

针对城市公交发车间隔优化时对公交运行过程描述不够全面、未充分考虑乘客时间成本的问题,提出了考虑乘客时间成本的城市公交发车间隔优化模型.首先,在详细分析能够体现公交车辆运行特征的不同时段与站间的运行速度、站点停站时间、上车人数、下车人数、滞留人数以及新增候车人数等变量或参数基础上,建立车辆运行约束和乘客人数约束,将包含等候时间和在车时间的乘客平均出行时间作为出行成本、车辆平均满载率作为公交企业载客成本,以乘客出行成本与公交企业载客成本之和最小为目标建立发车间隔优化模型.然后,使用软件Pycharm中scikit-opt代码库调用遗传算法求解模型.最后,以北京市848路公交上行线路早高峰8:00—9:00时段为例,求解其理论最优发车间隔,结合运营实际确定实际最优发车间隔及总成本.研究结果表明：考虑乘客时间成本后的发车间隔较实际发车间隔,乘客平均出行成本降低9.09%,公交企业载客成本上涨0.57%,乘客与企业总成本下降约3.01%,提出的模型可行有效.     

基于阶梯收费刷卡数据的公交下车站点算法优化与实证评估

以某市连续5日全天公交阶梯收费刷卡数据、公交出行GPS(global positioning system)数据及公交站点数据为基础,结合出行链算法与随机森林网络,构建了一套公交下车站点融合分析模型.在模型中,首先匹配GPS数据与公交站点数据,确定不同时刻的公交到站信息,再以乘客上车站点位置、出行频率、活动空间、下车点...