基于短时客流预测的公交区域调度优化研究

发布时间：2021-06-08 13:30

　　随着交通供需矛盾的日益加重,公交优先战略的深入实施迫在眉睫,采用先进的公交调度技术成为提升公交核心竞争力的重要途径。目前,我国城市公交公司基本上仍采用“定点发车,两头卡点”的单线调度模式,这种模式制约了公交资源的合理配置,限制了先进的公交系统（APTS）中各种新技术在公共交通发展中的推广,导致乘客等待时间过长、车辆载客率不均衡等问题,公交服务水平和运营效益都普遍不高。相较于单线运营模式,区域调度模式下公交的运营效率可以提高8%²0%。本文从区域调度的角度,充分挖掘和利用公交乘客出行信息,对公交调度优化技术进行了研究,旨在为公交公司推行高效的区域调度模式提供理论和决策依据。本文以智能公共交通系统为背景,利用公交IC卡、公交GPS、公交站点等各种公交信息进行数据融合和挖掘,确定了公交刷卡乘客上车、下车、换乘站点的判断方法,结合哈尔滨市某公交线路对公交客流时空分布特性进行了分析。在分析公交短时客流特性的基础上,提出了基于RBF神经网络模型的公交短时客流预测方法,应用实例对模型预测精度进行评估,结果表明模型预测误差较小,另外对比各类型输入变量对预测结果的影响,发现预测模型... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

哈尔滨市公交IC卡数据样本(部分)

公交 GPS 数据包含了公交车辆调度信息及实时位置信息，这些信息公家 IC 卡数据，实现公交刷卡乘客上车、下车、换乘站点的判定。要包含公交线路上下行情况、公交车到站、离站时刻、相邻站点运行息。哈尔滨市公交 GPS 数据见图 2-2，主要数据字段含义见下表 2-3

图 2-4 四种数据源字段关联关系站点确定方法的详细过程如下：过 IC 卡数据和车辆信息表数据匹配将刷卡乘客的乘坐线路时间进行统一；过公交 GPS 数据和站点信息表数据匹配得到各线路不同车

【参考文献】：
期刊论文
[1]基于多核最小二乘支持向量机的短期公交客流预测[J]. 邓浒楠,朱信山,张琼,赵锦焕.  交通运输工程与信息学报. 2012(02)
[2]动态公交客流预测方法研究[J]. 梁雪玲.  城市公共交通. 2012 (04)
[3]基于小波神经网络的短时客流量预测研究[J]. 任崇岭,曹成铉,李静,史文雯.  科学技术与工程. 2011(21)
[4]基于ARMA模型的公交枢纽站客流量预测方法研究[J]. 顾杨,韩印,方雪丽.  交通信息与安全. 2011(02)
[5]短时公交客流小波预测方法研究[J]. 刘凯,李文权,赵锦焕.  交通运输工程与信息学报. 2010(02)
[6]基于换乘优化的公交区域调度[J]. 颜建新,李文权,柏海舰.  交通运输工程与信息学报. 2010(02)
[7]基于公交IC卡数据信息的客流预测方法研究[J]. 杨智伟,赵骞,赵胜川,金雷,毛羿.  交通标准化. 2009(09)
[8]基于BP神经网络的公交线路站点时段上下车人数预测模型[J]. 刘翠,张艳青,陈洪仁.  交通标准化. 2008(05)
[9]公交区域调度的最大同步换乘模型[J]. 石琴,覃运梅,黄志鹏.  中国公路学报. 2007(06)
[10]基于主成分分析和组合神经网络的短时交通流预测方法[J]. 张晓利,贺国光.  系统工程理论与实践. 2007(08)

硕士论文
[1]公交客流实时分析与短时预测研究[D]. 董海洋.大连理工大学 2013
[2]智能公交系统背景下的公交调度优化研究[D]. 穆礼彬.西南交通大学 2013
[3]区域公交调度时刻表优化研究[D]. 宋同阳.华中科技大学 2013
[4]基于换乘价值的城市公交区域调度方法研究[D]. 杨丽.西南交通大学 2011
[5]基于随机机会约束的公交实时调度研究[D]. 张琳琪.北京交通大学 2009
[6]区域公交时刻表生成的模型与方法研究[D]. 陈石.北京交通大学 2009
[7]基于公交IC信息的公交数据分析方法研究[D]. 戴霄.东南大学 2006



本文编号：3218556