基于生存分析方法的公交站间行驶持续时间影响因素敏感性分析

发布时间：2024-03-04 23:04

　　站间行驶持续时间是公交周转时间的基本单元,是提高公交信息服务智能化与增强公交调度科学性的核心参数。基于生存分析方法,将到站时间可靠性阈值作为判定站间行驶持续时间生存状态的依据,提出站间行驶持续时间模型。通过K-M非参数方法对各个站间行驶持续时间的生存率进行预估,以比例风险回归模型综合分析各因素对站间行驶持续时间的影响,以此判断各因素对站间行驶持续时间的敏感性。结果表明:道路拥堵状况与天气状况对其敏感度较高;上下车客流随着人数增加,敏感度随之增高。本研究可以为公交调度管理者周转时间预测提供运营参数支持。

【文章页数】：7 页

【部分图文】：

图1不同天气状况下站间行驶持续时间生存和危险函数

基于义乌市803号公交线路数据,将不同天气状况对站间行驶持续时间的敏感度进行分析,分析结果如图1所示。曲线1表征关键因素影响下的累积生存函数曲线或累计危险函数曲线;曲线0表征无关键因素影响下的累计生存函数曲线或累计危险函数曲线。由图1可知,有天气状况影响的持续时间生存曲线与危险曲....

图2不同拥堵状况下站间行驶持续时间生存和危险函数

将不同拥堵状况对站间行驶持续时间的敏感度进行分析,分析结果如图2所示。由图2可知,公交的持续时间在0～200s内发生了拥堵,由于存在右删失数据,可判断此时到站可靠性高;在350s的节点生存曲线下降梯度大,危险曲线上升锑度大,持续时间受到第二次拥堵的干扰。伴随着第二次拥堵的发生....

图3不同上下车客流量站间行驶持续时间生存和危险函数

将不同上下车人数对站间行驶持续时间的敏感度进行分析,分析结果如图3所示。曲线0表征上下车客流量在0～15人的累计生存函数曲线或累计危险函数曲线,曲线1表征上下车客流量在16～30人的累计生存函数曲线或累计危险函数曲线。由图3可知,持续时间在400～650s内上下车人数较多,....

图4综合因素影响下的站间行驶持续

根据比例风险模型,将不同天气状况、道路拥堵状况与不同上下车客流量等因素对站间行驶持续时间的影响综合分析,结果如图4所示。持续时间由于因素的干扰,会随着行驶时间的延长而增大。由图4可以看出在0～400s,生存率为1,虽然此区间的持续时间有影响因素的干扰,但是到站时间可靠性还有一定....

本文编号：3919307