面向通勤出行需求的大站快线设计方法研究
发布时间：2021-07-12 00:59
随着城市经济的飞速发展,交通拥堵的问题也日益严重,在机动化水平持续提高的背景下,公交出行分担率却呈现逐年下降的态势。交通压力的日益增大,使得城市居民的通勤时间也在逐步增加。尽管轨道交通方式运量大、速度快,但高昂的建设成本和运营成本难以在中小城市中普及。如何挖掘现有公交潜力,吸引其他交通方式通勤乘客显得尤为重要。考虑到通勤乘客在出行时间、出行空间的相对稳定,大站快线公交无疑是一个很好的选择,可以有效地服务中长距离通勤出行用户。论文基于常州市居民出行调查数据和IC卡刷卡数据,从时间分布、空间分布和方式分布对通勤出行需求特性进行分析,并比较了不同交通方式的差异性。在把握通勤出行需求的基础上,设计大站快线出行意向调查,利用SPSS软件进行Logistic回归,构建了出行方式转移模型。以通勤乘客出行时间最短和公交公司运营成本最小两个目标构建大站快线与常规公交组合调度模型,并利用遗传算法对模型进行求解。在实例研究中,论文选取常州市2路公交作为研究对象,应用出行方式转移模型,得到新的公交出行需求并代入组合调度模型进行求解。结果表明,综合考虑站点不均衡性和OD客流不均衡性的方案效果最好。
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
研究技术路线图
东南大学硕士学位论文14图2-1调查范围示意图表2-1各辖区居民出行调查抽样表辖区抽样户数抽样率天宁区34351.42%钟楼区31911.39%经开区10170.73%新北区25160.95%武进区38771.18%金坛区28951.11%合计169311.17%本次居民出行调查具有调查对象规模大、调查范围广、调查周期短的特点。选择调查方法的标准是既要讲究科学，也要考虑城市特点，且能够广泛实施和容易操作。全面考虑多方面之后，综合应用分层抽样法、等距抽样法和整群抽样法进行调查。2.1.2调查样本基本特征2.1.2.1样本家庭特征（1）户规模本次调查样本的平均户规模为2.64人，以2人和3人家庭为主体，比例达65.0%。从各辖区来看，新北区和武进区的调查样本平均户规模相对较大，分别为2.76人和2.69人，金坛区的调查样本平均户规模较小，仅为2.50人。总体来说，各辖区的调查样本平均户规模差异不大。
第二章通勤出行需求特性分析23图2-5通勤群体识别流程图2.3.2通勤时间分布将扩样后的居民出行调查数据进行筛选处理后可以得到全体通勤用户的时间分布，如下图所示，通勤早上出发时间集中在7:00到8:00之间，早上到达时间集中在8:00到9:00之间；晚上出发时间集中在16:30到17:30之间，晚上到达时间集中在17:00到18:00之间。综合考量，常州市区通勤早高峰为7:00~9:00，通勤晚高峰为16:30~18:00。
【参考文献】：
期刊论文
[1]城市居民通勤行为与感知的空间特征研究——以福州市主城区为例[J]. 李想,刘承良. 世界地理研究. 2018(04)
[2]考虑客流分配的大站快车改进模型[J]. 章锡俏,孙志超,袁亚龙. 西华大学学报(自然科学版). 2017(01)
[3]配合大站快车的单线公交组合调度模型[J]. 魏明,陈学武,孙博. 交通运输系统工程与信息. 2015(02)
[4]通勤者出行链类型与出行方式选择的相互影响[J]. 王孝坤,饶秋丽,唐春艳,葛颖恩. 交通运输系统工程与信息. 2014(02)
[5]基于APTS数据的公交卡乘客通勤OD分布估计方法[J]. 陈君,杨东援. 交通运输系统工程与信息. 2013(04)
[6]居民全日出行方式选择动态模型研究[J]. 万霞,王炜,陈峻. 中国公路学报. 2012(02)
[7]小汽车与轨道交通出行方式选择行为分析[J]. 王雯静,干宏程. 城市交通. 2010(03)
[8]基于SP调查的出行方式选择模型与公交优先政策[J]. 赵淑芝,赵贝,朱永刚. 吉林大学学报(工学版). 2009(S2)
[9]公共交通大站快车调度模型[J]. 徐大伟,裴玉龙. 哈尔滨工业大学学报. 2008(04)
[10]苏州居民通勤出行交通方式选择特征研究[J]. 陈征,周恒,刘英舜. 道路交通与安全. 2006(08)
博士论文
[1]公交站点运行效率计算及车辆停靠组织优化[D]. 孙锋.吉林大学 2013
[2]通勤者活动—出行选择行为研究[D]. 鲜于建川.上海交通大学 2009
[3]通勤者出行行为特征与分析方法研究[D]. 陈团生.北京交通大学 2007
[4]中国城市居民出行特征研究[D]. 毛海虓.北京工业大学 2005
硕士论文
[1]基于一卡通数据分析的通勤性定制公交线路规划[D]. 周亚楠.吉林大学 2017
[2]基于出行者效用的城市通勤方式转移模型研究[D]. 吕向茹.兰州交通大学 2017
[3]大站快车调度设计与客流分配及评价研究[D]. 孙志超.哈尔滨工业大学 2016
[4]考虑公交车尾气排放的常规公交大站快车组合调度研究[D]. 魏昌海.北京交通大学 2016
[5]基于大数据的公交调度规则研究[D]. 尹婷婷.北京交通大学 2015
[6]基于公交动态客流OD的车辆调度优化模型研究[D]. 赵安岭.重庆交通大学 2014
[7]城市公交大站快车的优化调度研究[D]. 任然.华南理工大学 2013
[8]基于公交IC卡信息的大站快车调度方法研究[D]. 黄悦.西南交通大学 2012
[9]城市常规公交调度问题的研究[D]. 万先进.中南大学 2011
[10]北京市轨道交通对居民职住地选择及通勤出行的影响研究[D]. 王珂.北京交通大学 2010
本文编号：3278863
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
研究技术路线图
东南大学硕士学位论文14图2-1调查范围示意图表2-1各辖区居民出行调查抽样表辖区抽样户数抽样率天宁区34351.42%钟楼区31911.39%经开区10170.73%新北区25160.95%武进区38771.18%金坛区28951.11%合计169311.17%本次居民出行调查具有调查对象规模大、调查范围广、调查周期短的特点。选择调查方法的标准是既要讲究科学，也要考虑城市特点，且能够广泛实施和容易操作。全面考虑多方面之后，综合应用分层抽样法、等距抽样法和整群抽样法进行调查。2.1.2调查样本基本特征2.1.2.1样本家庭特征（1）户规模本次调查样本的平均户规模为2.64人，以2人和3人家庭为主体，比例达65.0%。从各辖区来看，新北区和武进区的调查样本平均户规模相对较大，分别为2.76人和2.69人，金坛区的调查样本平均户规模较小，仅为2.50人。总体来说，各辖区的调查样本平均户规模差异不大。
第二章通勤出行需求特性分析23图2-5通勤群体识别流程图2.3.2通勤时间分布将扩样后的居民出行调查数据进行筛选处理后可以得到全体通勤用户的时间分布，如下图所示，通勤早上出发时间集中在7:00到8:00之间，早上到达时间集中在8:00到9:00之间；晚上出发时间集中在16:30到17:30之间，晚上到达时间集中在17:00到18:00之间。综合考量，常州市区通勤早高峰为7:00~9:00，通勤晚高峰为16:30~18:00。
【参考文献】：
期刊论文
[1]城市居民通勤行为与感知的空间特征研究——以福州市主城区为例[J]. 李想,刘承良. 世界地理研究. 2018(04)
[2]考虑客流分配的大站快车改进模型[J]. 章锡俏,孙志超,袁亚龙. 西华大学学报(自然科学版). 2017(01)
[3]配合大站快车的单线公交组合调度模型[J]. 魏明,陈学武,孙博. 交通运输系统工程与信息. 2015(02)
[4]通勤者出行链类型与出行方式选择的相互影响[J]. 王孝坤,饶秋丽,唐春艳,葛颖恩. 交通运输系统工程与信息. 2014(02)
[5]基于APTS数据的公交卡乘客通勤OD分布估计方法[J]. 陈君,杨东援. 交通运输系统工程与信息. 2013(04)
[6]居民全日出行方式选择动态模型研究[J]. 万霞,王炜,陈峻. 中国公路学报. 2012(02)
[7]小汽车与轨道交通出行方式选择行为分析[J]. 王雯静,干宏程. 城市交通. 2010(03)
[8]基于SP调查的出行方式选择模型与公交优先政策[J]. 赵淑芝,赵贝,朱永刚. 吉林大学学报(工学版). 2009(S2)
[9]公共交通大站快车调度模型[J]. 徐大伟,裴玉龙. 哈尔滨工业大学学报. 2008(04)
[10]苏州居民通勤出行交通方式选择特征研究[J]. 陈征,周恒,刘英舜. 道路交通与安全. 2006(08)
博士论文
[1]公交站点运行效率计算及车辆停靠组织优化[D]. 孙锋.吉林大学 2013
[2]通勤者活动—出行选择行为研究[D]. 鲜于建川.上海交通大学 2009
[3]通勤者出行行为特征与分析方法研究[D]. 陈团生.北京交通大学 2007
[4]中国城市居民出行特征研究[D]. 毛海虓.北京工业大学 2005
硕士论文
[1]基于一卡通数据分析的通勤性定制公交线路规划[D]. 周亚楠.吉林大学 2017
[2]基于出行者效用的城市通勤方式转移模型研究[D]. 吕向茹.兰州交通大学 2017
[3]大站快车调度设计与客流分配及评价研究[D]. 孙志超.哈尔滨工业大学 2016
[4]考虑公交车尾气排放的常规公交大站快车组合调度研究[D]. 魏昌海.北京交通大学 2016
[5]基于大数据的公交调度规则研究[D]. 尹婷婷.北京交通大学 2015
[6]基于公交动态客流OD的车辆调度优化模型研究[D]. 赵安岭.重庆交通大学 2014
[7]城市公交大站快车的优化调度研究[D]. 任然.华南理工大学 2013
[8]基于公交IC卡信息的大站快车调度方法研究[D]. 黄悦.西南交通大学 2012
[9]城市常规公交调度问题的研究[D]. 万先进.中南大学 2011
[10]北京市轨道交通对居民职住地选择及通勤出行的影响研究[D]. 王珂.北京交通大学 2010
本文编号：3278863
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3278863.html
