基于乘客异质性的乘客出行动态均衡研究

文章研究了早晨高峰期乘客从居住地乘公交车到达工作地的交通行为;假设乘客对拥挤敏感程度具有异质性,在多起点单讫点的线路上建立了考虑时间延误成本和车内拥挤成本的均衡乘车模型;探索了均衡状态下的性质;算例结果支持模型的结论,反应了不同类型的乘客间的混成特点及其分布特征。研究结果有助于掌握人们出行的基本规律,对指导公交调度与管理具有一定意义。     

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.     

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.     

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.     

考虑乘客异质性的公交阶梯票价策略优化

针对早高峰轨道交通拥挤问题,文章根据用户均衡准则建立了考虑计划延误成本和车内拥挤成本的均衡乘车模型,研究了异质乘客的出发时间选择行为及不同的阶梯票价优化策略,并推导出不同票价调整策略下的最优调整区间以及相应的票价调整量。研究发现,票价区间划分得越多,系统总成本越小,乘客的出行分布越均匀。最后通过数值算例验证了模型的正确性。     

面向铁路夜间乘客疏散的定制公交线路优化

针对铁路车站夜间乘客疏散问题提出基于定制公交的解决方案,并对其核心的多线路动态规划问题展开研究.首先,针对乘客目的地较为分散的特性,基于DBSCAN算法对乘客目的地聚类,并结合道路停靠条件及乘客门到门服务的特殊需求动态确定定制公交停靠站点;其次,兼顾公交企业和乘客双方利益,构建以定制公交车辆保有成本、运行成本和乘客时间成本之和最小为目标,以乘客出发与到达时间窗、载客量等为约束的多线路动态规划模型;最后,以北京南站为例进行分析.结果表明:相比于出租车疏散,改进定制公交疏散方案能提高10％～35％的乘客疏散效率;与传统定制公交疏散相比,可在节约28.6％的运营成本的同时提高10％的疏散效率.     

考虑拥堵道路停车惩罚的定制公交调度研究

为了满足城市产业聚集区乘客出行的个性化需求，同时缓解路网过饱和问题，提出了考虑拥堵道路停车惩罚的定制公交调度模型。分析定制公交运营条件和调度规则，标定拥堵道路停车载客成本惩罚函数和违反乘客时间窗惩罚函数，以乘客在车时间成本、车辆运行时间成本、违反乘客时间窗惩罚成本和拥堵道路停车惩罚成本构成的系统总成本最优为目标，建立了响应实时需求的定制公交调度决策模型。设计了改进遗传算法和插入算法进行问题的求解，以中关村软件园为实例来验证模型和算法的有效性。结果表明，定制公交在班次时长、满载率以及成本控制等目标上均能达到预期效果，模型和算法具有一定的可行性。     

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。     

基于乘客效益最优的BRT客流均衡模型

针对BRT通道内乘客优化引导问题,文中从BRT快速通道内的乘客需求特性角度出发,根据乘客起讫点(OD)需求与快速通道的线路特点对乘客进行分类,考虑影响在站乘客总效益的各个出行成本(乘车时间成本、延误等待成本和拥挤成本),采用客流分配的方法对到站线路车辆分配不同类型的乘客,并对不同类型的乘客需求采用不同的分配原则,在此基础上建立基于乘客效益最大化的BRT均衡配流模型,并通过设计改进的遗传优化算法对模型进行求解。算例分析表明,该模型可以在满足乘客总效益最优的情况下得到各条线路的乘客分配方案。与不使用该方案相比,算例乘客出行总成本减少162.3元,成本减少17.68%,证明了文中模型的有效性和实用性。     

机场出租车司机的最优决策模型

基于载客路程这个随机变量的密度函数建立了机场出租车所载乘客的期望收益函数,给出了任意时刻起单位时间内候车总人数的表达式,在揭示了出租车等待乘客的时间与候车人数关系的基础上,获得了每辆出租车的平均服务时间的估计公式;综合考虑出租车司机不同选择的有关收益和费用,考察机场出租车司机决定排队载客起至搭载乘客到达目的地止这一包括了出租车司机等待和载客的完整过程对应的时间区间内,基于出租车司机不同选择对应的单位时间的平均净收益构建了出租车司机选择的最优决策模型,给出出租车司机的最优选择策略;建立了机场短途载客且再次返回机场载客的出租车排队的"优先权"模型,且能有效地均衡出租车司机的收益,更有便于操作的优点。     

基于时空特征提取的城市轨道交通乘客出行目的地预测

为满足城市轨道交通运营组织进行客流管控和行车调度的实时需求,提出了基于乘客OD时空特征的出行目的地在线预测方法。通过分析定义乘客OD时空特征矩阵,以乘客个体的历史自动售检票系统（AFC）数据为训练样本,提出了基于行程密度聚类的乘客OD时空特征提取方法。分析制定乘客实时进站刷卡信息与其OD时空特征矩阵的匹配规则,基于3种匹配情况分别提出了相应的目的地实时预测方法。以南京市轨道交通AFC数据为实例进行验证,结果表明本文提出的预测方法在高峰时段预测准确率、全天预测稳定性等方面效果良好,可为地铁运营组织提供参考。     

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.     

配合城市轨道交通的常规公交起讫点的确定

为了配合城市快速轨道交通，应用交通分配的方法对城市公交客流O-D矩阵加以调整，除去快速轨道交通直达运送的客流，对换乘快速轨道交通的客流作O-D的变换，从而得到常规公交客流O-D矩阵，在此基础上，根据客流量大小原则确定常规公交起讫点。这种方法既考虑了直达客流，又考虑了换乘客流，所确定的常规公交起讫点更加符合实际，也更能体现常规公交与城市快速轨道交通的配合与衔接。     

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。     

常规公交乘客对车内拥挤的感知阻抗的调查方法与模型

采用SP(stated preference)与RP(revealed preference)相结合的调查方法,在分析得出车内拥挤程度分级阈值的基础上,通过Binary Logit模型分析得出不同车内拥挤程度下乘客出行选择行为效用函数,计算得到乘客出行时间价值,建立车内拥挤程度与时间价值的函数关系,进而将车内拥挤转化为时间,给出车内拥挤的乘客感知阻抗模型.     

基于人群分类的城市公交走廊客流分配模型

在随机用户均衡理论基础上,在静态均衡模型中引入时间变量及人群属性分类,建立基于人群分类的城市公交走廊动态客流分析模型,描述了走廊内出行者对于出发时刻和路径的选择问题,并分析不同人群的行为差异.给出了模型的基本假设及求解算法.研究结果表明,模型的动态化及人群分类特征,不仅能够真实反映走廊内不同属性客流的时空分布情况,还能够仿真不同交通措施的作用及效果.算例通过采取错峰上班及调整票价,使高峰时刻走廊断面客流下降24%;选择轨道交通的客流由82%下降71%,选择巴士交通的客流由11%提升至20%,有效降低了公交走廊的交通负荷,并使各方式分担率更加均匀.此动态客流分析模型为城市公交走廊的功能优化提供了有力工具.     

确定型公交时间表分配

基于分配问题的基础时间表是对一个给定起,迄点及到达,离开时间信息的乘客找到一个最优路径,确定型公交分配在确定最佳路径时不必使总消耗时间最小化,而是使用权因和非时间费用因素。因此,算法是根据时间确定路径的可行性并根据费用业确定路径的吸引力而进行的。