城市多模式公交行程时间可靠性研究

论文摘要

随着经济实力的不断提升以及城市规模的持续扩张,越来越多的城市加大了对公共交通系统的建设力度以缓解日益严峻的交通问题,特别是近年来城市轨道交通和快速公交系统的迅猛发展,使得以轨道交通为骨干,其他多种公交方式相互协调补充的多模式公交网络格局成为城市公交系统发展趋势。社会及经济活动的日臻激烈不断刺激着城市居民时间价值的增长,面对多模式公交网络环境,居民对公交行程时间提出了更为苛刻的要求。行程时间可靠性作为衡量公交运行时间稳定程度的关键指标,直接反映公交系统的服务质量,能为居民出行选择和管理者优化公交网络提供决策依据。基于此,本文针对多模式公交网络条件下的行程时间可靠性开展研究。在深入分析多模式公交网络特征的基础上,结合超级网络及状态增广法构建多模式公交状态增广邻接关系网络及其数据模型,在此基础上设计了换乘次数约束条件下的多模式公交多路径搜索算法。本文结合居民出行心理特点定义乘客感知行程时间,从出行者角度和管理者角度两个层面对公交路径行程时间可靠性、OD区间行程时间可靠性以及网络行程时间可靠性进行分析,并建立相应的计算模型和蒙特卡洛算法。路径行程时间可靠性有助于出行者路径选择,OD区间行程时间可靠性以及网络行程时间可靠性能反映网络状态,为管理者进行多模式公交网络规划建设及管理改善工作提供必要决策支持。最后,通过具体算例对公交路径行程时间可靠性、OD区间行程时间可靠性以及网络行程时间可靠性方法加以分析,验证本文所述多模式公交行程时间可靠性模型及算法的可行性和合理性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 研究目的与意义
• 1.3 研究对象与条件
• 1.4 国内外研究现状
• 1.4.1 基于管理者的网络可靠性评价
• 1.4.2 基于出行者的网络可靠性评价
• 1.4.3 研究现状分析
• 1.5 研究内容
• 1.6 研究技术路线
• 2 多模公交网络描述与乘客出行特征分析
• 2.1 多模式公交网络结构特征
• 2.1.1 多模式公交网络组成特征
• 2.1.2 多模式公交层次结构特征
• 2.1.3 多模式公交邻接结构特征
• 2.2 多模式公交网络抽象数据模型构建
• 2.2.1 多模式交通网络描述方法
• 2.2.2 多模式公交状态增广网络
• 2.2.3 多模式公交网络抽象数据模型
• 2.3 多模式公交网络出行特征分析
• 2.3.1 多模式公交出行过程
• 2.3.2 乘客出行心理特征
• 2.4 本章小结
• 3 多模式公交网络路径集合搜索算法
• 3.1 传统路径搜索算法
• 3.1.1 单条最优路径搜索算法
• 3.1.2 多路径搜索算法
• 3.2 换乘约束下基于SAT路径集合搜索算法
• 3.3 算例验证
• 3.4 本章小结
• 4 基于乘客感知的路径行程时间可靠性模型
• 4.1 路径行程时间可靠性分析意义
• 4.2 路径行程时间可靠性定义
• 4.3 公交路径行程时间计算
• 4.3.1 路段行程时间分布
• 4.3.2 实际路径行程时间估计
• 4.3.3 乘客感知路径行程时间
• 4.4 路径行程时间可靠性模型
• 4.5 行程时间可靠性估计算法
• 4.5.1 蒙特卡洛法基本原理
• 4.5.2 可靠度估计算法设计
• 4.6 算例应用与分析
• 4.6.1 线路选择与数据采集
• 4.6.2 路径行程时间可靠性分析
• 4.6.3 路径行程时间可靠度敏感性分析
• 4.7 本章小结
• 5 面向管理者的公交网络行程时间可靠性模型
• 5.1 必要性分析
• 5.2 网络行程时间可靠性定义
• 5.3 管理层面网络行程时间可靠性模型
• 5.3.1 公交路径客流分配
• 5.3.2 OD区间行程时间可靠性模型
• 5.3.3 网络行程时间可靠性模型
• 5.4 求解算法
• 5.5 算例应用与分析
• 5.5.1 路径行程时间可靠度计算
• 5.5.2 区间与网络行程时间可靠度计算
• 5.5.3 敏感性分析
• 5.6 本章小结
• 6 结论与展望
• 6.1 论文研究主要工作及成果
• 6.2 论文创新点
• 6.3 研究展望
• 致谢
• 参考文献
• 攻读硕士学位期间参与科研及发表论文情况
• 附录