基于县域公交短时客流的大站快车组合调度优化研究

发布时间：2022-12-08 03:07

　　随着公共交通的迅速发展,人们的出行方式越来越多样化,对于县域居民来说,公共交通的发展目标是让所有居民“行有所乘”,公交车辆是县城居民出行和通勤最主要的公共交通工具。由于县城的人口、经济、地理条件以及道路条件、基础设施条件等各方面都不如大城市,所以公交短时客流的特征比较显著,规律性较强,时段性拥挤比较严重。在全程车的调度形式中加入大站快车调度可以很好的缓解高峰时段客流拥挤的问题。本文依托公交信息系统,对府谷县5路公交大站快车组合全程车调度进行设计,并对设计过程中的数据调查采集方法、数据挖掘方法、客流分布特征、短时客流预测方法及组合调度模型等内容进行研究。首先,利用跟车调查、走访交通单位、实地调研和合理的调查问卷等形式来获取县域公交运营调度的基本现状,基于此分别从公交服务水平和运营调度机制分析,发现目前县域公交急需解决的问题就是中午高峰时段的调度问题。通过对县城公交收费系统中的IC卡数据和车辆GPS数据及字段的描述和挖掘,得到刷卡乘客的上车站点,并对下车站点进行估算。针对公交客流历史数据的时间分布,客流的不均衡性,短时客流相邻周、相邻天以及相邻时段的客流特征进行分析,初步确定通过大站快车的... 

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 国内外研究现状评述
    1.3 主要研究内容和技术路线
        1.3.1 主要研究内容
        1.3.2 技术路线
第二章 县域公交运营调度问题分析
    2.1 数据来源
        2.1.1 调查目的
        2.1.2 数据调查方法
    2.2 县域公交服务水平问题分析
        2.2.1 县域公交的满意度问卷调查分析
        2.2.2 县域公交的服务水平指标分析
    2.3 县域公交的调度机制分析
    2.4 县域公交运营调度存在的问题
    2.5 本章小结
第三章 县域公交客流特征分析
    3.1 公交客流数据的采集与预处理
        3.1.1 公交客流数据的采集方法
        3.1.2 公交IC卡数据
        3.1.3 公交GPS数据的采集
    3.2 公交客流的上下车站点判定
        3.2.1 公交客流的上车站点判定
        3.2.2 公交客流的下车站点判定
    3.3 公交客流的分布特征分析
        3.3.1 公交客流时间分布特征
        3.3.2 公交客流的不均衡性
        3.3.3 短时公交客流特征分析
    3.4 本章小结
第四章 县域公交短时客流预测方法
    4.1 公交短时客流预测方法分析
    4.2 Elman神经网络的基本原理概述
        4.2.1 Elman神经网络结构
        4.2.2 神经网络激励函数
        4.2.3 神经网络训练算法
        4.2.4 隐含层节点数的选择
    4.3 公交站点短时客流预测实例分析
        4.3.1 网络训练算法和传递函数的选择
        4.3.2 输入变量的选择及数据预处理
        4.3.3 预测模型的性能评价标准
        4.3.4 预测结果分析
    4.4 本章小结
第五章 基于短时公交客流的调度优化研究
    5.1 适用于县域公交的线路调度优化方法
    5.2 大站快车组合调度
        5.2.1 组合调度的影响因素
        5.2.2 县域公交调度作业流程
    5.3 大站快车组合调度模型研究
        5.3.1 模型假设
        5.3.2 参数标定
        5.3.3 目标函数
        5.3.4 约束条件
    5.4 遗传算法求解
        5.4.1 遗传算法概述
        5.4.2 遗传算法设计
    5.5 算例分析
        5.5.1 算例数据选取
        5.5.2 算例求解
        5.5.3 效果评价
    5.6 本章小结
结论与展望
参考文献
附录
攻读学位期间取得的研究成果
致谢


【参考文献】：
期刊论文
[1]基于LM-BP算法的轨道交通客流短时预测[J]. 王立政,朱从坤.  价值工程. 2018(03)
[2]基于AP聚类的支持向量机公交站点短时客流预测[J]. 杨信丰,刘兰芬.  武汉理工大学学报(交通科学与工程版). 2016(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]基于遗传算法与小波神经网络的客流预测研究[J]. 邹巍,陆百川,邓捷,马庆禄,邱世崇,张勤.  武汉理工大学学报(交通科学与工程版). 2014(05)
[5]基于最小二乘向量机的公交站点短时客流预测[J]. 郭士永,李文权,白薇,张东.  武汉理工大学学报(交通科学与工程版). 2013(03)
[6]城市公交区间车与全程车组合调度问题研究[J]. 胡宝雨,王孝坤,陈维强.  武汉理工大学学报(交通科学与工程版). 2012(06)
[7]配合区间车的单线公交组合调度模型[J]. 巫威眺,靳文舟,魏明,孙德强.  华南理工大学学报(自然科学版). 2012(11)
[8]接运公交时刻表与区域车辆调度的综合优化[J]. 孙杨,宋瑞,何世伟.  吉林大学学报(工学版). 2011(05)
[9]基于卡尔曼滤波的公交站点短时客流预测[J]. 张春辉,宋瑞,孙杨.  交通运输系统工程与信息. 2011(04)
[10]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)

博士论文
[1]APTS下公交车辆区域调度问题研究[D]. 何迪.西南交通大学 2009

硕士论文
[1]基于IC卡数据的短时公交客流预测[D]. 朱翔希.大连理工大学 2017
[2]基于IC卡数据的不同时间层次公交客流预测方法与应用研究[D]. 左快乐.东南大学 2016
[3]基于短时客流预测的公交区域调度优化研究[D]. 崔文.哈尔滨工业大学 2015
[4]基于动态规划的公交发车调度时刻表优化问题研究[D]. 祝文菲.北京交通大学 2015
[5]公交线路区间车组合调度方法研究[D]. 程赛君.华中科技大学 2013
[6]县域居民出行调查方法的研究[D]. 常艳.西南交通大学 2011
[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：3713421