城市公交线网差异化计程票价多目标优化

发布时间：2021-08-26 08:09

　　为获取更加接近实际城市公交线网的票价策略,将出行者的社会互动行为与后悔心理引入广义费用,提出线路客流OD矩阵均衡算法;分别以交通管理部门利润最大化及出行者效用最大化为目标,以公交计程票价、发车频率、私家车停车费为变量,建立固定需求下公交线网差异化计程票价多目标优化模型.引入集群智能多目标优化算法求解,并应用于Mandl标准公交线网.研究发现:以线路里程为标准,差异化计程票制可以有效降低出行成本;依据帕累托最优解调节票价,可以促进出行者选择行为向优势均衡转移. 

【文章来源】：交通运输系统工程与信息. 2020,20(05)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

Mandl路网Fig.2Mandlnetwork表1公交线路设计Table1Buslinedesign

证OD矩阵均衡算法收敛性.如图3所示，纵轴为maxi,j∈V,i≠jìíüytQ||mi,j,k+1-Qmi,j,kQmi,j≤ξ的取值.可见，迭代7次后，OD间客流量收敛，说明本文提出的OD矩阵均衡算法具有收敛性.5.3模型优化结果将表2参数带入本文算法对公交票价进行优化，同时与一票制的优化结果进行对比.一票制票价为表2中的单位里程票价区间中值(0.1元)与5条线路的平均里程的乘积.两种计价模式得出的帕累托前沿(一票制方案中仅对公交发车频率与停车费进行优化)如图4所示.图3OD矩阵均衡算法收敛性Fig.3ConvergenceofODmatrixequalizationalgorithm图4票价优化结果Fig.4Fareoptimizationresults由图4可知，相比于差异化计程票制，一票制使交通管理部门获取了更高收入，但也提高了出行成本.对差异化计程票制形成的帕累托前沿进行四等分，选取代表性票价方案1~方案5(S1~S5)，给出各方案优化结果，如表3和表4所示.表5为不同票制下全路网所有OD间平均候车时间对比结果，相比于总发车频率最高的一票制方案，差异化计程票方案S1可进一步减少候车时间.5.4有限理性对帕累托最优解的影响图5为有限理性对帕累托最优解的影响.由图5(a)可知，社会交互强度S增大时，出行者效用增加，交通管理部门总利润减小；由式(4)和式(5)及OD矩阵均衡算法的Step2可知，社会交互为出行153

数值模拟验证OD矩阵均衡算法收敛性.如图3所示，纵轴为maxi,j∈V,i≠jìíüytQ||mi,j,k+1-Qmi,j,kQmi,j≤ξ的取值.可见，迭代7次后，OD间客流量收敛，说明本文提出的OD矩阵均衡算法具有收敛性.5.3模型优化结果将表2参数带入本文算法对公交票价进行优化，同时与一票制的优化结果进行对比.一票制票价为表2中的单位里程票价区间中值(0.1元)与5条线路的平均里程的乘积.两种计价模式得出的帕累托前沿(一票制方案中仅对公交发车频率与停车费进行优化)如图4所示.图3OD矩阵均衡算法收敛性Fig.3ConvergenceofODmatrixequalizationalgorithm图4票价优化结果Fig.4Fareoptimizationresults由图4可知，相比于差异化计程票制，一票制使交通管理部门获取了更高收入，但也提高了出行成本.对差异化计程票制形成的帕累托前沿进行四等分，选取代表性票价方案1~方案5(S1~S5)，给出各方案优化结果，如表3和表4所示.表5为不同票制下全路网所有OD间平均候车时间对比结果，相比于总发车频率最高的一票制方案，差异化计程票方案S1可进一步减少候车时间.5.4有限理性对帕累托最优解的影响图5为有限理性对帕累托最优解的影响.由图5(a)可知，社会交互强度S增大时，出行者效用增加，交通管理部门总利润减小；由式(4)和式(5)及OD矩阵均衡算法的Step2可知，社会交互为出行153

【参考文献】：
期刊论文
[1]城市公交线网的一票制差异化票价策略优化[J]. 邓连波,徐毅梅,段科屹.  交通运输系统工程与信息. 2019(05)
[2]社会互动效应下通勤者出行方式选择行为研究[J]. 潘驰,郭志达.  交通运输系统工程与信息. 2017(06)
[3]基于后悔理论的出行路径选择行为研究[J]. 李梦,黄海军.  管理科学学报. 2017(11)
[4]城市轨道交通非高峰期开行方案建模与求解[J]. 孙鹏,丁宏飞,廖勇.  计算机工程与应用. 2012(28)



本文编号：3363876