基于乘客偏好动态随机网络的多模式长距离公共运输出行方案研究
发布时间：2021-12-08 21:26
随着全国各地经济交流,文化交流等日益频繁,为了满足人们日益增长的长距离出行需求,公共交通系统也随之越来越丰富且复杂。由于大型长距离公共交通运输网络通常涉及很多不同的线路以及公共交通方式,因此如何为出行者个性化提供基于随机路线特征的优化路径选择,为方便乘客出行提供理论支撑和应用参考,就显得至关重要。为此,针对当前基于乘客偏好动态随机网络的多模式公共交通路径规划研究的不足与迫切需求,本文立足于乘客的偏好以及随机线路特征,引入动态随机网络和前景理论的相关理论,重点研究基于乘客偏好动态随机网络的多模式公共交通路径规划模型的构建和求解,将构建的模型运用于长距离公共交通路径规划系统中的实证研究,进行具体的算例验证。首先,以最常见的客运长途大巴、旅客列车、民航客机三种长距离公共运输模式为研究对象,对公共运输方式优缺点和衔接性进行研究;其次,讨论了多模式长距离公共交运输出行方案模型的网络建构问题,包括基本时刻表问题和多模式时刻表问题,为接下来使用拓扑排序算法来解决最短路径问题奠定了基础;再次,根据Dijkstra算法获得初步推荐路径,并借鉴了国内外研究学者解决动态随机最短路径的思路,将网络节点划分至多...
【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】：
技术线路图
第三章多模式长距离公共运输网络结构构建21ow：构建的虚拟起始点。：基本时刻表网络Ge’无站点弧的起始点。：基本时刻表网络G有站点弧的起始点。：基本时刻表网络G无站点弧的目的地。：基本时刻表网络Ge’有站点弧的目的地。3.1.2空间数据和时间数据图G=(N,A)表示一个运输网络，其中N表示节点集，A表示弧集。节点集N中的一个节点代表一些交通工具可以停车上下乘客的物理交通站点，例如汽车站，火车站或者飞机常[84-86]至少有一条交通线性路线通过节点集N中的一个节点。一条线性路线可能通过若干个节点但没有转乘。例如，在图3-1中，走路线1通过了节点1和节点3，中间没有换乘。因此线路1是一条线性路线。[87,88]有向连接弧(i,j)A代表一条线性路线中节点i到节点j的有向连接。例如无站点的路线段。假设图G中有K条路线，kR表示第k条路线中弧的次序，其中k=1,…,K。kR中弧的数量等于kR。以图3-1为例，这个图中有4个节点和5个唬其中，路线1包括弧(1,3)，路线2包括弧(1,3)’和(3,4)，路线3包括弧(1,2)，路线4包括弧(2,4)。因此，1R=[(1,3)]，2R=[(1,3)’,(3,4)]，3R=[(1,2)]，4R=[(2,4)]。如表3-1示，交通线路中空间数据可以由拓扑连接关系表示。两个站点之间可能会有不止一条线性路线，也就是在运输网络中存在平行的唬图3-1简单运输网络图
东南大学硕士学位论文26图3-2多层次运输网络空间数据的另一需要考虑的部分是长途站点以及最终目的地的距离，这一距离定义为两点之间的欧氏距离。两点之间的欧式距离表示为,,,ijcijNij。这些欧式距离可以表示为空间数据的一部分，如表3-3所示。通过设置参照市内交通工具，即可设定不同长途站点(例如南京有南京南站和南京站)到之间采用市内公共交通的耗费时间。
【参考文献】：
期刊论文
[1]基于前景理论的风险型语言决策方法（英文）[J]. 刘树利,刘新旺. Journal of Southeast University（English Edition）. 2017(03)
[2]基于期望效用与前景理论的行为决策精算定价模型[J]. 陈凯,黄滋才. 保险研究. 2017(01)
[3]基于累积前景理论的出行方式选择模型及实证[J]. 田丽君,杨茜,黄海军,吕成锐. 系统工程理论与实践. 2016(07)
[4]Multi-Objective Optimization of Urban Bus Network Using Cumulative Prospect Theory[J]. LI Xiaowei,WANG Wei,XU Chengcheng,LI Zhibin,WANG Baojie. Journal of Systems Science & Complexity. 2015(03)
[5]基于前景理论的具有指标期望的多指标决策方法[J]. 刘云志,樊治平. 控制与决策. 2015(01)
[6]城市轨道交通车站接驳范围的计算模型[J]. 武倩楠,叶霞飞,林小稳. 同济大学学报(自然科学版). 2014(07)
[7]城市轨道交通乘车路径随机效用模型[J]. 解晓灵,张星臣,陈军华,王永亮,褚文君. 交通运输系统工程与信息. 2014(02)
[8]基于前景理论的居民出行方式选择[J]. 张薇,何瑞春. 计算机应用. 2014(03)
[9]基于前景理论的实时路径选择模型(英文)[J]. 吴磊,杨立才. 控制理论与应用. 2013(07)
[10]动态随机最短路径算法研究[J]. 张水舰,刘学军,杨洋. 物理学报. 2012(16)
博士论文
[1]多模式公共交通运行协调优化方法[D]. 窦雪萍.东南大学 2016
[2]多方式公共交通资源耦合效能评价[D]. 赵德.东南大学 2016
[3]复杂动态随机网络最短路径问题研究[D]. 俞峰.浙江大学 2009
硕士论文
[1]基于前景理论的中长途出行方式选择模型研究[D]. 陈芬菲.重庆交通大学 2016
[2]基于前景理论的出行者出行方式选择模型研究[D]. 钱昆.南京财经大学 2015
[3]基于前景理论的城市公共交通方式选择模型研究[D]. 尹毫企.长安大学 2012
[4]基于期望效用理论与前景理论的出行决策模型对比研究[D]. 王燕.西南交通大学 2011
[5]基于多模式公共交通最优路径算法研究[D]. 潘星.华中科技大学 2011
本文编号：3529269
【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】：
技术线路图
第三章多模式长距离公共运输网络结构构建21ow：构建的虚拟起始点。：基本时刻表网络Ge’无站点弧的起始点。：基本时刻表网络G有站点弧的起始点。：基本时刻表网络G无站点弧的目的地。：基本时刻表网络Ge’有站点弧的目的地。3.1.2空间数据和时间数据图G=(N,A)表示一个运输网络，其中N表示节点集，A表示弧集。节点集N中的一个节点代表一些交通工具可以停车上下乘客的物理交通站点，例如汽车站，火车站或者飞机常[84-86]至少有一条交通线性路线通过节点集N中的一个节点。一条线性路线可能通过若干个节点但没有转乘。例如，在图3-1中，走路线1通过了节点1和节点3，中间没有换乘。因此线路1是一条线性路线。[87,88]有向连接弧(i,j)A代表一条线性路线中节点i到节点j的有向连接。例如无站点的路线段。假设图G中有K条路线，kR表示第k条路线中弧的次序，其中k=1,…,K。kR中弧的数量等于kR。以图3-1为例，这个图中有4个节点和5个唬其中，路线1包括弧(1,3)，路线2包括弧(1,3)’和(3,4)，路线3包括弧(1,2)，路线4包括弧(2,4)。因此，1R=[(1,3)]，2R=[(1,3)’,(3,4)]，3R=[(1,2)]，4R=[(2,4)]。如表3-1示，交通线路中空间数据可以由拓扑连接关系表示。两个站点之间可能会有不止一条线性路线，也就是在运输网络中存在平行的唬图3-1简单运输网络图
东南大学硕士学位论文26图3-2多层次运输网络空间数据的另一需要考虑的部分是长途站点以及最终目的地的距离，这一距离定义为两点之间的欧氏距离。两点之间的欧式距离表示为,,,ijcijNij。这些欧式距离可以表示为空间数据的一部分，如表3-3所示。通过设置参照市内交通工具，即可设定不同长途站点(例如南京有南京南站和南京站)到之间采用市内公共交通的耗费时间。
【参考文献】：
期刊论文
[1]基于前景理论的风险型语言决策方法（英文）[J]. 刘树利,刘新旺. Journal of Southeast University（English Edition）. 2017(03)
[2]基于期望效用与前景理论的行为决策精算定价模型[J]. 陈凯,黄滋才. 保险研究. 2017(01)
[3]基于累积前景理论的出行方式选择模型及实证[J]. 田丽君,杨茜,黄海军,吕成锐. 系统工程理论与实践. 2016(07)
[4]Multi-Objective Optimization of Urban Bus Network Using Cumulative Prospect Theory[J]. LI Xiaowei,WANG Wei,XU Chengcheng,LI Zhibin,WANG Baojie. Journal of Systems Science & Complexity. 2015(03)
[5]基于前景理论的具有指标期望的多指标决策方法[J]. 刘云志,樊治平. 控制与决策. 2015(01)
[6]城市轨道交通车站接驳范围的计算模型[J]. 武倩楠,叶霞飞,林小稳. 同济大学学报(自然科学版). 2014(07)
[7]城市轨道交通乘车路径随机效用模型[J]. 解晓灵,张星臣,陈军华,王永亮,褚文君. 交通运输系统工程与信息. 2014(02)
[8]基于前景理论的居民出行方式选择[J]. 张薇,何瑞春. 计算机应用. 2014(03)
[9]基于前景理论的实时路径选择模型(英文)[J]. 吴磊,杨立才. 控制理论与应用. 2013(07)
[10]动态随机最短路径算法研究[J]. 张水舰,刘学军,杨洋. 物理学报. 2012(16)
博士论文
[1]多模式公共交通运行协调优化方法[D]. 窦雪萍.东南大学 2016
[2]多方式公共交通资源耦合效能评价[D]. 赵德.东南大学 2016
[3]复杂动态随机网络最短路径问题研究[D]. 俞峰.浙江大学 2009
硕士论文
[1]基于前景理论的中长途出行方式选择模型研究[D]. 陈芬菲.重庆交通大学 2016
[2]基于前景理论的出行者出行方式选择模型研究[D]. 钱昆.南京财经大学 2015
[3]基于前景理论的城市公共交通方式选择模型研究[D]. 尹毫企.长安大学 2012
[4]基于期望效用理论与前景理论的出行决策模型对比研究[D]. 王燕.西南交通大学 2011
[5]基于多模式公共交通最优路径算法研究[D]. 潘星.华中科技大学 2011
本文编号：3529269
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3529269.html
