短时事件下的地铁乘客路径选择行为研究

为研究轨道交通短时事件下出行者的择路行为,将在途出行者的择路行为分为3类,并引入前景理论描述其出行行为,考虑了行程时间、出行费用及换乘次数3类因素,以Logit模型为基础,建立流量加载模型。最后以广州塔地铁站为研究对象,分析地铁不经停情况下的乘客择路行为,比较了乘客对换乘次数敏感及线路换乘次数增加的影响。结果显示:当乘客对换乘次数敏感或线路换乘次数上升时,线路流量与换乘次数负相关;乘客的路径选择行为是3类因素的客观大小及乘客的主观偏好的共同结果。     

一种新的基于WebGIS的公交换乘模型

分析最小换乘算法比Dijkstra算法更适合基于WebGIS的公交换乘查询.考虑交通路况对出行路径选择的影响,引入站点热度和线路热度,提出换乘次数最少、换乘站点热度最小、出行线路热度最小优先级递减的线路评价指数模型,能够给乘客提供更加合理的最优出行线路,期望在WebGIS得到广泛的应用.     

改进的基于关系数据库技术的公交查询算法

为满足公众对出行路径的多样性需求,针对目前公交查询算法的不足,提出改进的基于关系数据库技术的公交查询算法.该算法依据"最优路径的子路径都是最优路径"理论,通过换乘次数小的最优路径逐步求取换乘次数大的最优路径,并利用关系数据库技术进行最优路径集合的生成和优化,从而实现大规模公交网络的多目标路径搜索.以北京公汽网络作为算例,分别以最短出行时间、最小换乘次数、最少出行费用为评价标准编制程序搜索最优路径,结果表明最短出行时间算法的多目标搜索结果最优,查询速度快,具有推广价值.     

公交出行查询系统中出行路径选择模型的研究

在公交出行查询系统中,最关键的部分就是出行路径的选择问题。为了帮助利用公交的出行者方便地进行出行路径、换乘路线等选择,文章首先对公交乘客出行路径的选择因素进行了简要分析,然后分别讨论了换乘次数算法和最短路算法,最后基于组合优化的角度,在两者的基础上对它们进行了综合,针对大部分乘客的出行需求提出了公交乘客出行路径的选择模型。     

公交网络中最优路径算法的探索

通过对公交乘客出行心理调查的统计结果,可以了解换乘次数最少是乘客考虑的首要优先目标,其次是出行耗时最少和出行距离最短.文章则将出行耗时最少和出行距离最短合并简化为第二目标,最后根据公交乘客可以步行小段距离再转车的实际情况,提出既实用又简便的公交最优路径的算法.     

基于ArcGIS的公交换乘功能研究及实现

针对沈阳市的公交运行线路、公交站点和城市道路进行分析研究之后,结合ArcGIS软件的特点,研发出公交换乘系统。系统实现地图放大、缩小、漫游等GIS软件所具备的基本功能。乘客能够对现有的公交站点、公交线路,地名进行查询,并可以对查询信息进行定位。乘客输入任意出行起点、终点,系统可在相应的约束条件下,查找搜索出最优公交出行路径和换乘方案。     

公交网络最优路径选择算法研究

公交乘客出行路径的选择是公共交通信息查询的重要内容.依据公交线路网络的特点以及公交路径选择的需要构造了公交线路网络的数学模型,在Dijkstra算法的基础上综合考虑乘客出行的乘车习惯、线路距离、换乘次数和乘车费用等因素,并考虑了多种不同的换乘方式和不同的线路类型对选路的影响,设计并验证了能够满足多种出行特点的路径选择算法.     

蚂蚁算法在公交查询最短路径求法中的应用

公交乘客出行路径选择是公交乘客信息系统的关键技术 ,提出以换乘次数最少为首要目标、出行距离最短为第二目标的算法 ,本算法是基于广度优先搜索并结合蚂蚁算法提出公交路线最短路径选择的新算法     

高自由度响应公交分区路径与调度的协调优化

因乘客乘车时长、车辆容量等的限制,较大服务区域内可能需要开通多条线路、运行多辆车,故有必要进一步划分服务区域,按分区安排发车时间、配置车辆、优化行车路径等。考虑预约型乘客的出行需求,构建了协调优化分区路径与调度的迭代算法。针对每个分区,以乘客出行时间窗要求、车辆容量、车辆出行时长等为约束,以车辆总费用最小为目标,基于VRP方法构建了分区路径优化模型,设计了遗传模拟退火求解算法。通过多组试验获知,车型可选时,无论需求大小,均可降低总费用,但需求越大,总费用降低程度越小;总费用与分区数相关,低需求量时分区可能产生不利影响,较高需求量时适当分区将大大降低总费用,最优分区数不随需求量的增加而增加;本优化方法能显著减低总费用。     

基于GIS的公交乘客出行路径选择模型

公交乘客出行路径选择模型是公交乘客信息系统的关键技术。本文通过对公交乘客出行心理的研究,结合地理信息系统（GIS）的特点,提出了以换乘次数最少为首要目标、出行距离最短为第二目标的基本GIS的公交乘客出行路径选择模型。为提高路径搜索效率,模型中提出了GIS方向估价函数的概念。在南京市实际公交网络上的试算结果表明该模型实用、高效。     

基于DFS-回溯算法的公交网络限时免费换乘优化模型求解

基于青岛市“限时免费换乘”政策理念,建立费用与时间、换乘次数的关系模型,采用深度优先遍历与回溯相结合的算法,寻找限定时间内最短时间与超限时条件下最低费用路径,给出起讫点间的最优路径方案,结合车站智能诱导发布平台对算法进行验证。运行结果表明,DFS-回溯算法在数据规模较大的情况下,比蚁群等全局搜索算法效率高,可既快又准的找到最优路线;基于该算法的最佳路径模型方案,可准确的为乘客提供最大选择便利性,实现公共交通资源利用最大化。     

基于乘客异质性的早高峰单起点多讫点公交均衡研究

分析早高峰单起点多讫点公交系统的均衡乘车行为。考虑乘客对公交内部拥挤敏感程度不同，分析乘客出行成本构成，乘客在拥挤成本、延误时间成本和乘车时间成本之间权衡，做出乘车班次选择，以此建立均衡乘车模型。研究结果表明异质用户下单起点多讫点公交均衡具有如下性质：目的地相同的乘客分布在连续班次，且越靠近最优到达班次，累计乘客人数越多；连续两站都有出行者乘坐特定班次时，在之后站点登上该特定班次的总人数为常数；目的地相同的不同类型乘客最多在一个班次上混乘；对拥挤敏感的乘客会乘坐对应的远离期望到达时间的班次；对拥挤不敏感的乘客会乘坐对应的靠近期望到达时间的班次。研究结果有利于加深对公交乘车行为的理解，为公交调度管理提供辅助支持，进一步完善公交均衡模型的相关研究。     

老龄化背景下城轨换乘站客流组织仿真分析

针对人口老龄化背景下的城轨换乘站客流组织问题,从影响因素分析出发,量化老年乘客生理特征对乘客行动力影响的外在表现,并运用社会力模型描述换乘站内行人运动。借助AnyLogic仿真软件,以重庆市某换乘站为实验对象构建地铁换乘站仿真模型。通过设计多场景仿真实验,结果发现老年乘客比例对站内客流速度、进站时间、换乘时间都有明显影响,尤其是在站内客流瓶颈处和高差变化处的影响更为明显。最后,对适老背景下城轨车站设计和运营提出针对性建议。     

基于滚动时域控制的轨道交通车站单站限流策略研究

针对部分高负载节点车站存在站台拥挤的问题,建立数学模型优化乘客的平均等待时间,制定相应限流策略。以乘客在车站各处的等待时间最小为优化目标,进站口单位时间的限流人数作为决策变量,通过乘客在车站中不同位置的行为特征,制定站台容量、列车容量、限流区域3个约束条件,同时设计了基于滚动时域控制的算法进行模拟计算。结果表明,该算法较于一般的限流策略,在超限次数和超限人数上都有较大优势,能够在保证站台安全性的前提下,在繁忙时期有效减少超限次数,站台超限人数降低9%,并将乘客出行的总延误时间降低11%。该研究可为城市轨道交通限流提供有效参考。     

考虑拥挤费用条件下的轨道交通客流分配模型

以往的轨道交通网络客流分析常以乘车时间、换乘时间为主要影响因素,但在实际调查中除上述影响因素外,乘车拥挤延误时间和换乘排队时间也是乘客在路径选择时的重要考虑因素.以改进后的广义费用模型为基础提出城市轨道交通随机均衡配流(SUE)模型,并给出相应的MSA算法步骤进行求解.     

广州水上巴士低乘坐率问题调查研究与对策

作为有河流经过的城市中独特的交通方式,水上巴士是城市发展与城市交通的重要组成部分。然而,广州水上巴士客流量少、存在低乘坐率问题。通过调查和数据分析,得出结论:现有站点设置虽合理,但线路较短,部分江段缺乏站点设置;候船时间长、收船早,对公众出行选择水上巴士影响较大;水上巴士与其他交通方式一体化换乘接驳较差,公交、地铁站距水上巴士码头500 m以外,对远距离潜在乘客吸引较弱;应借召开亚运会契机,将交通、休闲两功能结合,发展其为休闲性交通方式。研究成果将为广州水上巴士未来发展提出建议,为城市发展与交通规划的政府决策提供技术支持。     

基于离站时刻协调的水上巴士换乘优化研究

通过调整各线路水上巴士离开始发站的时刻,以协调各线路到达换乘站的时刻,实现减少旅客换乘等待时间,提高换乘效率。在不改变线路运营时间和发船班次的前提下,建立了以换乘站内所有换乘关系的换乘等待时间最小为目标的换乘优化模型,并运用粒子群算法对模型进行求解。最后,以广州市水上巴士西堤码头为例,根据设计的粒子群算法求解,得出优化后的水上巴士在始发站的离站时刻表。计算结果表明,通过协调线路在换乘站的到站时间,西堤换乘站所有换乘线路等待时间减少了20.43%,优化效果较为明显。研究结果可为水上巴士线路网络化运营及优化提供支持。     

满足客流需求的地铁列车延误协同调整方法

以尽快疏散客流为出发点,提出协同调整城市轨道交通初始延误列车前方列车的方法.基于列车能力与客流需求的交互关系、运行约束和调整时间约束,协调考虑车内乘客和站台乘客,以全部乘客总旅行时间最小为目标建立了整数规划模型,并构建多列车、多车站时刻调整的组合动态规划求解算法.实例验证结果表明了模型与算法的有效性,与其他方法相比,该协同调整方法得到了更少的乘客旅行时间.     

基于仿真的深埋地铁车站疏散时间研究

随着地铁车站的埋深深度日益增加,车站的安全疏散风险增大。本文从站型结构、疏散安全区、车站疏散设施、客流规模和疏散引导等方面,分析了影响深埋地铁车站人员疏散时间的因素。针对紧急疏散场景,构建深埋地铁车站网络模型和疏散行为模型。以北京某在建深埋地铁车站为例,通过模型校验,利用轨道交通乘客集散仿真系统对该站疏散时间进行测算,并将测算结果与理论计算疏散时间对比,结果显示所有乘客能够在5.5 min内从站台疏散至安全区域,符合规范要求。本文研究结果表明采用的系统能够用于深埋地铁车站的疏散时间研究。     

考虑公交车内拥挤的区间公交优化设计

为满足公交客流走廊集聚的需求,研究了全程车和区间车形成的多服务模式公交优化设计问题.针对公交走廊需求特征,利用公交客流起止点(OD)数据,建立了双层优化模型,上层模型以发车频率和公交座位数为主要输出参数的公交设计研究模型,下层模型为经典的随机选择(SUE)模型,应用序列二次规划(SQP)算法求解模型.最后结合相关案例给出了优化算例,案例结果表明,模型具有较强的实用性,能够较好地反映公交车内拥挤对乘客出行成本的影响,能有效地提高公交走廊的运营效率.同时,模型通过输出不同站点上车在各站点能找到座位的概率,优化乘客选择不同公交出行的行为,均衡了公交客流,提高了车辆服务质量.