定制公交线路特征及需求分析-以南京滴滴定制公交为例文献综述

 2022-07-15 08:07

摘 要

定制公交(CB)系统是一种新兴的公共交通系统,为城市通勤者提供灵活的需求导向型公交服务。现有的CB系统可以应对以下两个挑战:1)有效地收集出行需求,并有效地覆盖出行模式;2)根据出行模式规划可提供服务的公交线路。本文在充分利用滑行轨迹数据的基础上,提出了公交线路规划框架T2CBS。在T2CBS中,通过聚类算法发现了乘客轨迹的相似行程需求,并利用整数线性规划在轨迹聚类的上落点处部署了CB站点。为了规划可供选择的CB线路,我们提出了一个可供选择的估算模型,该模型考虑了可吸引到CB公交车上的出租车乘客数量。提出了一种路由算法(CBrooking)和一种时间记录算法(CBTimeTabling),用于生成一条能够为每个轨迹簇实现最大利润的CB线。我们在中国南京进行了为期一个月的滑行轨迹数据实验。实验结果表明,与基线方法相比,我们的T2CBS可以产生具有更高利润的CB线路,并且沿CB线路的行程时间的适度增加显著地由公交票价的节省所主导。

引言

近年来,中国兴起了一种新型的公共交通方式,即定制公交系统(CB)。CB系统为城市通勤者提供灵活的需求导向交通服务。它通过在线调查并汇总收集出行需求,发布候选公交线路,供用户预订座位或购票。CB系统具有缓解交通拥堵、环境友好和良好的出行体验等优点,在中国越来越多的城市受到欢迎。

CB系统不同于传统公交系统,它们旨在通过提供直接和有效的公交服务,为具有类似出行需求的乘客群体提供服务。如图1所示,典型的CB线路具有以下特点:1)始发地和目的地设置多个公交车站,在步行距离较短的地方提供公交服务;2)始发地和目的地之间没有或很少设置中间站;3)时刻表与目标旅客的需求相匹配。相反,传统的公交系统的目标是为大多数人服务。为了尽可能服务更多人,现有模型在规划CB线路时无法满足要求。

图 1 典型的定制公交线路示意图

现有的CB系统通过在线调查,收集潜在乘客的出行需求,汇总相似需求,并由公交运营商生成CB线路。该策略存在以下问题:(1)在线调查收集的出行数据仅仅是参与调查的潜在通勤者人数有限的出行意图,因此所收集的数据可能不可靠或与现实不符。(2)在线调查很难及时发现出行方式的变化(3)通过手动分析测量数据来规划CB线路非常繁琐、不高效并且成本高昂。因此,研究如何更可靠、更经济有效地发现相似的出行需求,规划CB系统的公交线路是很有必要的。

本文通过分析出租车乘客轨迹,提出了一种基于T2CBS的公交线路设计框架。出租车行车轨迹记录乘客的详细出行信息,如出发时间和地点、到达时间和地点。大量实际旅客的综合出行数据揭示了全市的实际出行需求,比调查数据更可靠。此外,T2CBS可以通过定期使用最新的旅行数据来检测旅行模式的任何显著变化,从而对现有的CB服务进行必要的调整。

T2CBS挖掘滑行轨迹数据,以识别作为CB系统旅行需求指示器的滑行乘客-s轨迹,从乘客轨迹中发现旅行模式,并根据发现的旅行模式规划可配置的cb线路。具体来说,我们首先将基于密度的聚类算法DBSCAN扩展到具有相似起点、目的地和出发时间的聚类乘客轨迹,以发现大量通勤者共享的出行模式。然后,通过整数线性规划,在轨迹簇的上落点处部署CB挡块,目标是在可接受的步行距离内,尽可能减少能够覆盖一定百分比上落点的挡块数量。为了为每个轨迹簇规划一条CB线,我们首先提出了一个预测模型,该模型考虑了步行距离和等待时间,以确定可吸引到CB线的出租车乘客数量。利用该模型,用路由算法(CBrooking)和时间表算法(CBTimeTabling)生成了具有最大利润的CB线。

本文的其余部分组织如下。第二节解决了问题。第三节和第四节提供了t2cbs的详细方法。第五节给出了评估结果。最后,我们在第六节中总结本文。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。