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.     

基于成本分析的快速公交发车频率优化方法

以公共交通走廊上单条快速公交线路为研究对象,建立了基于快速公交线路站点OD数据的用户成本模型及企业运营成本模型,并以总成本最小为目标函数建立了快速公交线路的发车频率优化模型,建模过程中充分考虑了时间价值对模型优化结果的影响.以常州市快速公交1号线为例对模型进行了应用研究,结果表明:随着发车频率的增加,总成本先降后升,在15 veh/h处达到最小值.因此建议高峰时间发车间隔为3～5 min;平峰时段发车间隔为6～8 min.对用户成本和企业运营成本随发车频率变化的敏感性进行了分析,得出了优化发车频率对降低乘客等车时间成本有显著的效果,而对减少乘客车内时间成本作用较小的结论,为企业在满足一定公交服务的基础上降低运营成本提供了决策依据.     

考虑车内拥挤状态的公交弹性发车间隔优化

为提高常规公交的出行服务质量，建立了考虑车内拥挤状态的公交弹性发车间隔优化模型.通过量化车内拥挤状态，给出各拥挤状态下的乘车成本;建立了线路各区间的拥挤状态转移函数.考虑乘客的车内拥挤状态感知，建立站点乘客随时间的上下车数量的度量模型;构建乘客出行成本度量模型，以乘客出行成本与车辆运营亏损之和最小化为目标函数，建立了公交弹性发车间隔优化模型;并设计遗传算法对模型进行求解.结果表明:优化模型能够有效降低出行成本.模型对等待成本有着“补短板”效果，对乘车成本有着“削峰”效果，即通过增加乘客到站量小站点的等待成本，降低乘客到站量大站点的等待成本，削弱乘车成本峰值的手段，达到总成本最低的效果.     

城市轨道交通换乘常规公交时间优化模型

为探究城市轨道交通换乘常规公交的时间优化模型,以上海市晚高峰时段地铁6号线金桥站换乘874线路公交车为例,利用统计分析软件,分析客流到站时间,得到对数正态分布;并在此基础上建立乘客候车时间模型,运用调查所得数据设置模型各参数值;最后以乘客候车时间最少为目标函数,利用遗传算法求解得到874线路公交车优化后的到站时间.结果表明:利用时间优化模型求得的874线路公交车发车时间与优化前的发车时间相比,乘客的候车时间平均每人节约约52.8 s,有效提高了人们的出行效率.     

实时信息下共线公交线路发车时刻表的协同优化

为改善实时信息下共线公交线路的运营服务水平,提出了一种实时信息下的共线公交线路发车时刻表优化模型。首先,基于时变的客流需求和路况信息,考虑实时信息下乘客出行行为动态变化导致的共线线路客流分布变化,以乘客出行成本、公交企业运营成本为优化目标建立共线公交线路发车时刻表协同优化模型。然后,选择基于动态拓扑结构的改进粒子群优化算法(PSO-DT)对模型进行求解。最后,以大连市两条共线线路为例进行分析,给出了优化后的发车时刻表、车辆运行轨迹图,分析了有无实时信息下客流分布的差异。结果表明：与现有方案相比,文中方案可使乘客出行成本降低12.6%,公交公司运营成本降低8.3%,总成本降低12.3%,发车次数整体上减少3次,乘客平均承载量增加3人,瞬时最高承载量减少4人,各车次承载量标准差降低2.192人,优化后线路服务水平有所提升,各车次的载客量分布更加均衡,说明文中模型是有效的。     

基于异质性出行需求的公交线路组合调度研究

为进一步研究异质性需求公交线路的组合调度,设计全程车、区间车和大站快车组合调度研究模型:以公交线路总成本(包括用户成本和运营成本)为目标函数,以各种调度模式发车频率、大站快车跳过站点为优化参数,以满足乘客出行需求为约束条件。模型首先基于Logit模型计算换乘比例,将乘客的出行需求进行分类,然后对组合调度方案进行建模。设计一种混合遗传算法的布谷鸟算法求解算例,获得最优解,并对模型参数进行敏感性分析。计算分析结果表明:此组合调度方法相较于全程车、全程车+区间车调度模式,总成本分别减少24.3%和14.4%;并优化乘客出行方式;乘客时间价值和单位运营成本对结果影响较大。通过这种组合调度优化方法,为公交运营企业调度方案提供一种新思路。     

基于快慢车组合的城市轨交走廊客流分析模型

构建的客流分析模型由三部分组成,首先在随机用户均衡分配理论的基础上建立乘客路径选择模型,确定乘客选择路径的原则和客流分配的基本依据;其次,以轨道行程时间、车内拥挤度及平均候车时间作为影响乘客出行成本的主要因素建立乘客出行成本模型;再次,通过建立弹性需求模型,考虑乘客出行意愿与服务水平的相互影响.最后运用案例,对客流分析模型进行验证,并得出快慢线组合运营对轨道交通走廊运营效率的影响效用及相关结论.     

城际道路客运班车发车时刻表优化模型与算法

为科学优化城际道路客运班车发车时刻表,以客流时变规律为依据,以此确定合理的班车发车计划。首先对客运班车发车时刻表优化的影响因素进行分析;然后在综合测算旅客出行费用和班车运营成本的基础上,建立了以旅客出行费用和企业运营成本的加权和最小化为目标的时刻表优化模型;最后设计了基于二进制编码的遗传求解算法,并给出了详细求解流程。以万州区至开州区的道路客运班车案例数据为例,验证模型的合理性。结果表明：与滚动发车方案相比,通过增加少量班次,该优化方案可有效减少旅客的平均候车时间,并且求解算法的收敛速度较快,能够为城际道路客运企业的班车组织提供参考。     

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.     

考虑运营与服务平衡的公交时刻表优化研究

发车时刻表的编制是公交运营调度中的重要工作,为简化公交公司设计发车时刻表的过程与难度,平衡发车运营过程中公交公司与乘客的利益,提出了考虑运营与服务平衡的单线公交时刻表优化方法,将时刻表的制定流程简化为每班车发车时刻的确定。分别建立模型计算发车运营成本与期望服务价值,模型中对各站点乘客累计等待时间的计算考虑了车辆到达各站时刻滞后于发车时刻的情况,以两者加权后的值相等为目标,迭代求解各班车的发车时刻;以佛山公交309线路高峰时段为例进行求解,所得优化后的时刻表与现状运行时刻表相比,公交公司运营成本降低了3.65%,乘客等车时间成本降低了3.53%,且公交公司与乘客成本均衡,定量验证了方法的可行性和有效性。     

常规公交组合调度优化研究

为满足公交企业管理运营和乘客二者共同的利益需求,达到资源合理配置,结合现场调查数据,借助Matlab进行公交OD客流量的反推计算,同时在确定大站快车开行的站点的基础上,分别得到大站快车和全程车调度的OD客流量,然后建立包含大站快车和全程车两种调度形式的发车间隔优化模型. 以北京某公交线路作为研究对象,选取平均运行速度、开行班次、停车次数、公交运营成本等指标进行敏感性分析. 结果表明,模型在满足乘客的需求的同时,降低了公交企业约25%的运营成本.     

城市轨道站台乘客候车位置选择行为分析与Logit建模

探索城市轨道交通乘客站台候车位置选择行为的影响因素,从乘客主体、站台特性、列车运行等3方面分析其对候车位置选择行为的影响。应用Logit模型,构建了包含拥挤容忍程度、排队长度、列车车厢满载率、走行距离、视野关注范围、出行目的等6个影响因素的乘客候车位置选择行为模型。通过调查问卷数据对模型参数进行标定。结果表明不同轨道交通乘客候车位置选择行为存在差异,拥挤容忍程度高的乘客倾向于综合列车车厢满载率和排队长度再选择候车位置,而视野关注范围小的乘客倾向于综合走行距离和列车车厢满载率再选择候车位置。     

城市轨道站台乘客候车位置选择行为分析与Logit建模

探索城市轨道交通乘客站台候车位置选择行为的影响因素,从乘客主体、站台特性、列车运行等3方面分析其对候车位置选择行为的影响。应用Logit模型,构建了包含拥挤容忍程度、排队长度、列车车厢满载率、走行距离、视野关注范围、出行目的等6个影响因素的乘客候车位置选择行为模型。通过调查问卷数据对模型参数进行标定。结果表明不同轨道交通乘客候车位置选择行为存在差异,拥挤容忍程度高的乘客倾向于综合列车车厢满载率和排队长度再选择候车位置,而视野关注范围小的乘客倾向于综合走行距离和列车车厢满载率再选择候车位置。     

考虑乘客需求的公交发车时间表研究

以公交线路站点客流量为依据,所有乘客等车时间延误最小及车厢内满载率较均匀为目标,建立了公交车发车时间表模型。模型求解时,以车厢满载率为控制参数,得到高峰时间优化的发车时刻。     

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.     

基于行程数据的公交车到站时间预测

为向乘客提供较为准确的上下车时间参考,解决长距离预测中误差累积明显的问题,构建基于双层、双注意力、双向长短期记忆(LSTM)神经网络的公交车到站时间预测模型,提出一种基于行程数据的公交车到站时间预测方法.以广州市B2路、 560路公交车工作日的实际运行数据为例,对该预测方法进行精度验证.结果表明,由该模型所预测的行程时间,其平均绝对百分比误差为8.09%,在长距离到站时间估算上,15个站点的预测误差可保持在4.00 min左右.     

城市轨道车站设施的进站服务水平评价分析

通过对乘客的问询调查,从乘客感知角度出发,对各单个设施因素和进站总体服务水平进行评价,采用线性回归模型建立进站总体服务水平与各单个设施因素服务水平之间的数学关系,明确主要影响设施及其影响程度;而对莘庄轨道车站进站客流的问卷数据分析表明:换乘衔接设施、站外步行环境、轨道站台、验票匝机和总步行距离为对该车站进站服务水平显著影响的5个因素,影响程度依次为0.205,0.196,0.196,0.140,0.126,与实际情况相符,证明模型具有很好的适用性,且模型可操作性强,为轨道车站服务水平的评价提供了一种很好的方法.     

基于乘客风险意识的公交均衡配流

不确定的公交出行时间可能致使乘客无法准时到达目的地,因此有必要将乘客的风险意识作为公交路径选择的标准之一. 将公交到达延误惩罚费用纳入乘客路径选择标准,描述公交出行时间不确定下乘客的路径选择心理,建立具有风险意识的乘客公交均衡配流模型,设计基于路径的求解算法并应用于小型公交网络. 结果证明惩罚权重大于1的条件下,随着可接受到达时间的增大,乘客的路径选择心理由风险规避逐渐转变为风险倾向. 因此,公交到达延误惩罚费用能够描述乘客公交路径选择的风险意识.     

高峰期轨道交通廊道出行均衡模型及算法

为了指导城市轨道交通运营、规划及管理,在考虑轨道车厢内拥挤和早到与晚到成本的情况下,通过建立轨道交通廊道中的出行动态均衡模型,研究了模型算法以及出行时间价值对乘客出行分布的影响.如果乘客通过权衡拥挤成本与延误成本,选择最佳轨道班次使得个人出行总成本最小,那么会达到出行成本的用户均衡状态.基于Frank-Wolfe算法迭代计算轨道交通廊道中用户出行时间分布均衡解.结果 表明,均衡状态时,不同讫点的乘客连续分布在不同班次之间,人数分别在各自误时成本最小的车次上达到峰值;晚到成本增大到一定程度时,没有乘客选择晚到的班次;减少单位早到误时成本时,乘客只权衡拥挤成本来选择班次.研究结果不仅对轨道交通管理有一定理论意义,也对个人出行选择行为有一定的实践指导意义.