基于活动的瓶颈模型:公交枢纽晚高峰居民通勤研究

如何快速消除公交枢纽瓶颈的制约,是居民通勤的老大难问题.本文结合瓶颈模型与基于活动的方法来研究公交枢纽晚高峰居民通勤行为,以解决通勤者在其活动和出行之间的时间分配问题.以瓶颈模型为基础,考虑公交内部拥挤,将出行行为与活动相关联.通过引入公交内部拥挤成本,根据不同的效用函数选择出发时间,建立了动态出行均衡模型.并由此得出均衡条件下的相关性质,来解释晚高峰通勤者在瓶颈入口前排队的交通现象.研究发现,与传统瓶颈模型相比,基于活动瓶颈模型乘客动态更加丰富,出发时间选择更为复杂.算例结果表明,通勤者对公交车内部拥挤的敏感度越高,越会尽量地避开高峰出行.为了使净效用更大,通勤者会选择在工作地滞留较长时间,晚高峰时段推迟.     

基于瓶颈模型的异质出行者早高峰出行问题研究

早高峰出行中道路瓶颈是造成交通拥堵的主要原因之一.本文针对存在高速公路(含有高承载力车道)和普通道路的瓶颈路段,研究了时间价值不同的出行者早高峰出行行为.基于瓶颈模型的均衡条件,推导了不同收费标准下,出行者改变出行方式时个人早到惩罚的临界值.研究发现收费较低时,时间价值较低的出行者使用高承载力车辆的数量会增加.收费达到一定程度时,即使是时间价值较高的出行者也会选择高承载力车辆出行.数值算例也表明设置恰当的收费标准可以降低系统出行时间.     

通勤出发时间和驻停次数联合选择模型

分析了对通勤出发时间和驻停次数进行联合建模的必要性,基于离散选择的理论方法,建立了通勤者通勤出发时间和通勤途中驻停次数的联合选择模型。并以居民出行调查数据为基础,进行了模型标定,分析了影响因素对通勤出发时间和通勤驻停数的影响。分析了出发时间和驻停数的关系,结论是出发时间与驻停数呈负相关关系,与实际的统计结果相吻合。     

基于离散-连续选择模型的通勤出行时间预测

把握出行者的日时间分配是交通行为分析的重要内容之一. 本文基于离散-连续建模思想, 结合运用Ordered Probit离散选择模型和Hazard连续选择模型, 建立了由上班(上学), 下班(放学)出发时刻模型和上班(上学), 下班(放学)出行耗时模型组成的通勤时间预测模型系统, 预测了通勤者的日时间安排. 研究表明, 所建模型能够以较高的预测精度, 预测通勤者的活动-出行时间安排. 研究将为活动-出行行为的整体建模预测和分析奠定时间轴预测基础, 为城市居民的交通行为分析提供模型工具, 为制定交通管理政策, 解决城市交通拥挤问题提供决策分析依据.     

用于异质用户出行管理的可交易许可证研究

针对公共交通与私家车出行方式并行的双模式交通系统,在考虑不同用户的时间价值情况下,通过引进可交易的道路许可证政策,建立了均衡出行交通模型.研究发现,许可证政策将拥挤产生的交通成本内部化,在缓解交通拥堵的同时,通过经济手段,降低了系统总成本.进一步地,本文证明如果汽车比公交快,那么时间价值较高的人会选择私家车出行;反之,如果公交比汽车快,时间价值相对较高的有车族会选择公交出行.通过与OD收费进行比较,我们得到在收费为正的情况下,许可证政策可以得到与基于OD收费相同的效果.最后,算例结果表明,许可证政策使得部分人选择公交出行的成本更低,达到鼓励公交出行的目的;甚至在许可证发放数量少于临界数量的情况下,选择公交出行的人会获得正收益.     

考虑校车的早高峰个人与家庭混合出行问题

在早高峰期间，家庭通勤者需要同时考虑家长和孩子双方的出行成本来制订出行计划。校车在各大城市的普及，改变了以往家长开车送孩子上学然后再去工作地点的单一出行方式。基于此，本文研究了在校车影响下的早高峰个人与家庭混合出行行为。首先，在校车、私家车双交通模式下，本文构建了个人与家庭混合出行的用户均衡模型，分别研究了个人通勤者和家庭通勤者的出发时间选择行为以及家庭通勤者的出行方式选择行为。其次，在均衡模型的基础上分别分析了校车费用、学校与工作开始时间差对个人和家庭两类通勤者出行成本的影响。然后，提出了相应的错峰调控策略来最小化交通系统总出行成本，从而提高交通系统的运行效率。最后，通过数值算例对本文所提出的模型和结论进行了验证。     

考虑家庭成员的早高峰出行行为分析

早高峰出行行为一般包括：通勤和通学.随着私家车拥有率的提高，在早高峰期间，家庭成员乘坐同一辆车，从居住地出发到达多个目的地的现象越来越普遍，如：通勤者开车先将小孩送到学校，继而前行去往工作地上班.本文基于Y型道路汇流网络，考虑个人通勤和家庭通勤两类出行者，构建高峰期出行选择均衡模型，分析通勤者的出发时间选择.在用户均衡状态下，每类通勤者都不能通过单方面改变自己的行为选择而使其出行成本变得更小.最后，通过数值算例对理论结论进行了验证和分析.     

考虑换乘费用的城市公交网络随机用户均衡配流模型及算法

文章在引用增广公交网络的基础上,考虑换乘次数对乘客出行时间的影响,引入换乘次数惩罚因子,给出了计算换乘费用的方法,并给出了乘客在公交出行中包括步行时间、等待时间、乘车时间和换乘时间以及换乘惩罚在内的路径费用. 在此基础上,构建了随机用户均衡模型来描述城市公交O-D需求在网络上的分配问题,证明了模型的最优解满足平衡条件,采用改进的MSA算法对模型进行求解. 最后,用一个简单算例验证了模型及算法的可行性和有效性.     

考虑早晚高峰出行链的出行方式选择均衡与定价机制

考虑从生活区与工作区之间的早晚高峰出行链,研究三种出行方式: 地铁直达,停车换乘和全程驾车. 基于瓶颈理论,建立了分层Logit模型刻画出行者的交通方式决策行为,利用弹性需求下的出行方式选择均衡等式, 进一步讨论了四种机制下的地铁票价和停车收费策略.研究结果表明,地铁和换乘停车场由政府经营,采用低票价的政策吸引出行者, 而工作区停车场由公司经营,实行高停车费的政策,不仅能有效鼓励停车换乘,提高公交出行分担率,并且能实现系统净收益最大. 算例结果从理论上支持了当前北京施行的差别化停车收费政策.     

公交网络换乘矩阵的分析与算法

居民出行选择公共交通时，换乘次数是一个非常重要的影响因素。本文提出公交网络中的换乘距阵的建立方法，给出相应的算法，并分析其数学特性。     

基于广义出行成本的出行方案优化

为了使出行成本更加符合出行者的认知规律,运用结构方程建模方法模拟出行成本,个体特征及出行决策之间的影响关系.引入敏感系数调整服务属性在出行成本中的贡献率,利用出行意愿调查数据对敏感系数进行标定.考虑出行者对抵达时刻的选择偏好,假设行程时间服从正态分布条件下,对最佳出发时刻及期望出行成本进行寻优求解,结果表明它取决于期望到达时刻,行程时间的期望值及方差,出行者对早到损失及晚到延误损失时间成本的相对大小.研究成果可为制定个性化及最优化出行决策方案提供依据.     

基于活动的瓶颈模型和收费机制:研究进展评述

Vickrey于1969年应用确定性排队理论,首次提出了一个能导致所有出行者具有相同交通费用的内生出发时间选择模型,即著名的瓶颈模型.50年前,Vickrey提出的瓶颈模型以出行作为分析单位,没有考虑出行与活动之间的相互关联.近年来,出现的基于活动的瓶颈模型考虑了时变活动效用对通勤者出发时间选择的影响.瓶颈处的排队延误纯粹是一种社会损失,拥挤收费是消减瓶颈排队延误的有效的经济手段,而瓶颈模型是研究拥挤收费的强有力工具.本文回顾了瓶颈模型的研究进展,介绍了经典的瓶颈模型和基于活动的瓶颈模型的基础理论,分析和比较了两类模型最优动态收费和最优阶梯收费下的解及其消除排队延误的效率.     

基于交通瓶颈的动态交通分配模型

在动态交通分配模型中,假定在交通均衡状态下司机不可以通过改变出发时间和行驶路径而降低出行费用.经典的Vickrey模型作为一种基于交通瓶颈的动态交通分配模型,假设出行者选择不同的时间上班(下班)所面对的出行费用(含旅行时间和延误惩罚)相等.针对在Vickrey模型中,长期以来人们均假设瓶颈的通行能力是不变的,即从瓶颈离开的累计车辆数为直线,将对Vickrey模型的这一缺陷做出改进,建立瓶颈通行能力随时间变化时的交通均衡模型和求解算法.     

应用支持向量机预测公交车运行时间

采用一种新颖的神经网络-支持向量机(SVM),来预测公交车的到站时间,其目的是要验证SVM在运行时间预测领域的可行性.该模型采用了时间段、天气、路段以及当前路段的运行时间和下一路段的最新运行时间5个输入变量.最后,应用大连市开发区4路公交线对该模型进行了校验,并得到若干结论.     

公交运营的协控准点滞站调度模型

滞站调度策略是公交日常运营中最常用的一种控制策略.针对传统滞站策略存在较高误控率的问题,提出一种新型的协控准点滞站调度策略,该策略依据车辆在当前站点和下一站点的准点信息,来综合判断是否需要对该车辆进行滞站控制.为了获得车辆在下一站点的发车时间信息,设计了基于支持向量机的公交旅行时问预测模型.最后,利用基于Paramics的仿真实例对本文提出的预测模型和调度策略进行了验证,结果表明,基于支持向量机的预测模型具有较高的预测精度,可以为协控滞站调度策略提供较可靠的依据;协控准点滞站调度策略比传统的滞站调度策略具有更低的误控率和较少的乘客等待费用.     

多模式交通网络税费政策评价模型

为了实现节能减排,政府改革了燃油税并出台了车船税政策,以鼓励使用低能耗的小排量汽车. 为了科学评价这两种税费政策的实施效果,面向包含小汽车和公交车组成的多方式交通网络,利用网络均衡原理和变分不等式理论,构建了等价的多用户、多准则均衡变分不等式（Ⅵ）模型,设计了求解该模型的启发式算法,并进行了算例验证. 利用所建立的模型分别研究了燃油税和车船税对交通网络的成本-收益影响、公交出行分担率以及对不同排量汽车用户公平性的影响问题. 研究表明：提高燃油税和车船税的税率,虽然有可能减少交通网络的整体收益,但能提高公交分担率,其中车船税对公交分担率边际增加作用递减;而不同的税率将在出行成本方面影响出行者的公平性.     

基于支持向量机方法的轨道交通乘客旅行时间短时预测方法研究

目前,北京市已建成总长456km的轨道交通网络,41个换乘枢纽,已基本形成网络化运营,轨道交通在北京公共交通系统乃至城市交通系统中发挥越来越大的骨干作用. 同时,由于北京城市空间调整,城市交通出行活动中心有随城区扩展外移之势,轨道交通出行旅行时间越来越受到关注. 因此,本文研究基于历史数据的轨道交通乘客旅行时间预测方法,引入支持向量机回归模型,并针对预测算法中模型参数的选择问题,提出基于遗传算法的预测模型参数寻优算法,用以提高预测精度. 最后选取实际轨道交通运营线路的动态信息进行计算,预测结果误差小于10%,获得了较高的精度. 生成的旅行时间预测信息,通过乘客信息系统的发布,能够有效减少旅客换乘走行与等待时间,均衡网络客流分布,提高轨道交通网络运营效率.