CN103761589A - 一种城市轨道交通清分方法 - Google Patents

一种城市轨道交通清分方法 Download PDF

Info

Publication number
CN103761589A
CN103761589A CN201410055566.4A CN201410055566A CN103761589A CN 103761589 A CN103761589 A CN 103761589A CN 201410055566 A CN201410055566 A CN 201410055566A CN 103761589 A CN103761589 A CN 103761589A
Authority
CN
China
Prior art keywords
passenger
path
trip
colony
track traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410055566.4A
Other languages
English (en)
Other versions
CN103761589B (zh
Inventor
张宁
邵远忠
何铁军
刘书斌
潘�清
武雪都
王中堂
陈晓玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201410055566.4A priority Critical patent/CN103761589B/zh
Publication of CN103761589A publication Critical patent/CN103761589A/zh
Application granted granted Critical
Publication of CN103761589B publication Critical patent/CN103761589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种城市轨道客流清分方法:(1)通过建立相关调查和意向调查表;(2)搜索进站站点至出站站点之间的有效路径;(3)根据调查数据及城市轨道运行历史数据,计算各路径的服务质量得分;(4)建立乘客群体选择路径出行的效用函数,根据调查数据标定乘客路径选择效用函数各影响因素的系数;(5)运用混合战略博弈模型求解纳什均衡解方法计算各群体最优的路径选择概率分布;(6)根据群体路径选择概率及调查样本各群体比例计算各路径的客流清分比例;(7)根据路网所有OD间各路径的客流清分比例计算得出各线路运营方票务收益的清分比例表。本发明的优势在于充分考虑了乘客的主观能动性,建立了乘客群体的博弈模型,更好的模拟城市轨道交通中乘客的路径选择行为,为运营企业提供准确有效的票务清分比例数据。

Description

一种城市轨道交通清分方法
技术领域
本发明属于城市轨道交通票务收益清结算领域,特别涉及一种城市轨道交通清分方法。
背景技术
在目前已有的公共交通方式中,由于城市轨道交通具有运能大、方便快捷、节约能源用地、环保等优点,城市轨道交通已成为大中型城市解决城市交通问题的有效措施。
由于轨道交通建设项目总造价高、投资金额巨大、建设工期长,单一投资主体无法承担如此巨大的建设任务和投资规模,所以,国内各大城市普遍以渐进的形式,由不同投资主体参与投资参与建设轨道交通线路。随着轨道交通在城市交通方式中所占比重的迅速扩大,轨道交通规划的网络化及与其他交通工具的无缝衔接已成为必然趋势。轨道交通采用的无缝换乘方式为出行者消除了换乘的障碍,吸引更多的乘客选择轨道交通出行方式。但在轨道交通的数据库中只记录乘客进出站信息,没有换乘站点记录,从而增加轨道交通各运营方之间收益清分的难度。为保障各运营方的利益提供公平、公开的信任合作的基础,就要得到合理的清分模式。实现合理的票务清分,首要是掌握路网上客流的分布。在庞大交织的线网上,要分析各OD对之间客流的分布,必须要了解乘客选择出行路径的机理。这需要研究乘客选择时的影响因素,以及各因素对乘客路径选择结果的影响程度。从理论上研究城市轨道交通的乘客出行规律,是建立与之相对应的清分模型的理论基础。同时,研究轨道交通客流的出行规律对指导新线路规划,换乘站改扩建,增加设施设备从而更好的服务乘客也具有重要的意义。
清分可以分为两个主要部分内容:网络任一OD对间可供选择路径的确定和各路径应分配的客流比例,清分方面的研究主要集中在前者。目前城市轨道交通清分方面的研究还较少,主要还是简单的将道路交通网络中求解路径的方法运用到轨道交通网络上来,没有考虑轨道交通自身的特性以及乘客的特性。鉴于此,本文在综合考虑乘客心理和轨道交通自身特性基础上,将非集计模型引入到轨道交通乘客路径选择上来,通过乘客主体之间的利益冲突形成博弈模型,计算乘客选择路径的概率。
因此,需要一种新的城市轨道交通清分方法以解决上述问题。
发明内容
发明目的:本发明的目的在于克服现有技术的不足提供一种硬件设施要求低、算法操作简便、资金投入要求小,易于在各类型城市得到推广和普及的城市轨道交通清分方法。
技术方案:本发明所述的城市轨道交通清分方法,包括公交车上的车载报站装置、公交车站的公交车到达时间预告装置和公交车;公交车到站时间预告执行如下步骤:
一种城市轨道交通清分方法,包括以下步骤:
(1)、建立城市轨道交通乘客RP和SP调查表,对乘客进行分类;
(2)、搜索进站站点至出站站点之间空间最短的K条路径,确定所述进站站点至出站站点之间的有效路径;
(3)、根据调查数据及城市轨道运行历史数据计算各个路径的服务质量得分,所述路径k的服务质量评分方法为:
Q k = λ ( 1 - e m k + m ‾ k - F 0 F 0 )
其中,λ为修正系数,mk为样本量等比扩大至该OD间客流量时选择路径k的出行人数,
Figure BDA0000467091510000022
为路径k列车在进站车站下一个断面客流平均值减去该OD间客流量得到的路径k列车的平均乘客数,F0为服务质量处于正负临界值时路径k的乘客数;
(4)、对分类群体i建立乘客选择路径k的效用函数Uik
Uik=aiT1k+biT2k+ciT3k+diQk+eiHk+fi
其中,T1k为乘客选择路径k的乘车时间,T2k为乘客选择路径k在车站内的步行时间,T3k为乘客选择路径k的候车时间,Hk为乘客选择路径k的换乘站的个数,ai,bi,ci,di,ei和fi为群体i的待定系数,
根据调查数据标定乘客选择路径k的效用函数Uik中ai,bi,ci,di,ei和fi的值;
(5)、出行群体i以混合战略Pi(pi1,…,pik,…,piK)出行,pik表示群体i选择路径k的概率,令标定后的效用函数Uik
Figure BDA0000467091510000023
的取值为:
m ‾ k = N OD N Σ i n i p ik
其中,N为调查有效样本量,NOD为该OD间客流量,ni为调查样本中群体i的样本量;
根据混合战略博弈模型求解纳什均衡解方法:Ui1=Ui2=Uik=UiK
得出群体i最优的路径选择概率分布
Figure BDA0000467091510000032
(6)、根据群体i最优的路径选择概率分布
Figure BDA0000467091510000033
及调查样本中各群体比例计算各路径的客流清分比例;
(7)、根据路网中所有OD间各路径的客流清分比例计算得出各线路运营方票务收益的清分比例表。
其中,OD即为进站站点和出站站点,OD间客流量就是指进站站点和出站站点之间的客流量。“O”来源于英文ORIGIN,指出行的出发地点,“D”来源于英文DESTINATION,指出行的目的地。
更进一步的,步骤(1)中所述调查表包括乘客的个人属性、乘客的出行特征、乘客的步行时间、乘客的等候时间、乘客的换乘时间和乘客的舒适度水平,所述乘客的个人属性包括乘客的年龄、性别、职业和收入水平;所述乘客的出行特征包括乘客的出行目的、出行距离、出行时段和出行偏好。综合考虑了乘客心理、轨道交通出行特征、轨道交通客流量以及站点环境影响因素,形成以人为本,适应不同时段客流量变化的清分方法,能够更准确有效的对城市轨道交通客流进行清分。
更进一步的,步骤(2)中K小于等于5。
更进一步的,步骤(1)中所述乘客调查表包括RP调查表和SP调查表。对实际行动进行的调查成为RP调查(相关调查:Revealed Preference Survey),这是传统使用的方法,与之对应的SP调查(意向调查:Stated Preference Survey)是指为了获得“人们对假定条件下的方案所表现出来的主观偏好”而进行的实际调查。
有益效果:本发明的城市轨道交通清分方法将非集计模型引入到轨道交通乘客路径选择上来,通过乘客主体之间的利益冲突形成博弈模型,计算乘客选择路径的概率,形成适应城市轨道交通的清分方法。该方法能够准确有效的对城市轨道交通客流进行清分。
附图说明
图1为本发明的城市轨道交通清分方法的流程示意图。
具体实施方式
下面对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。以上实施方式仅用于说明本发明,而并非对本发明限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
实施例1
Step1、建立城市轨道交通出行RP和SP调查表,所述调查表包含乘客的个人属性和出行特征;乘客的个人属性包括年龄、性别、职业和收入水平,出行特征包括主要出行目的、出行距离、出行时段和出行偏好;此外调查表还包括乘客的步行时间、等候时间、换乘时间和舒适度水平信息。对实际行动进行的调查成为RP调查(相关调查:Revealed Preference Survey),这是传统使用的方法,与之对应的SP调查(意向调查:Stated Preference Survey)是指为了获得“人们对假定条件下的方案所表现出来的主观偏好”而进行的实际调查。
Step2、根据乘客的个人属性和出行特征对乘客进行分类,确定博弈参与方;从理论上讲,一般个人属性以及出行特征相同的乘客会选择同一路径,但是实际同一个群体对路径的选择存在一定的概率随机性;乘客群体的划分可根据一般的认识进行分类,例如出勤与娱乐或者可对乘客个人属性和出行特征信息进行聚类,根据实际需要确定类别数量。
Step3、采用K条渐短路径搜索法搜索进站站点至出站站点之间空间最短的K条路径,确定该OD对间的有效路径,一般K≤5。
Step4、路径k的服务质量评分方法为:
Q k = λ ( 1 - e m k + m ‾ k - F 0 F 0 )
其中,λ为修正系数(一般取值0.9-1.1),mk为样本量等比扩大至该OD间客流量时选择路径k的出行人数,为路径k列车在进站车站下一个断面客流平均值减去该OD间客流量得到的路径k列车的平均乘客数,F0为服务质量处于正负临界值时路径k的乘客数。其中,OD间客流量可通过乘客进出站闸机数据推算,断面客流平均值可通过断面客流历史数据得到,F0根据临界站席密度和路径发车频次以及列车车型车辆数计算得到。
Step5、对分类群体i建立乘客选择路径k的效用函数Uik
Uik=aiT1k+biT2k+ciT3k+diQk+eiHk+fi
其中,T1k为乘客选择路径k的乘车时间,T2k为乘客选择路径k在车站内的步行时间,T3k为乘客选择路径k的候车时间,Hk为乘客选择路径k的换乘站的个数,ai,bi,ci,di,ei和fi为群体i的待定系数。
根据RP和SP调查数据运用最大似然法标定参数ai,bi,ci,di,ei和fi
Step6、出行群体i以混合战略Pi(pi1,…,pik,…,piK)出行,pik表示群体i选择路径k的概率,令标定后的效用函数Uik的取值为:
m ‾ k = N OD N Σ i n i p ik
其中,N为调查有效样本量,NOD为该OD间客流量,ni为调查样本中群体i的样本量;
根据混合战略博弈模型求解纳什均衡解方法,可以认为个人或者某一群体在各条路径上的出行效用值是相等的,公式可表达为:
Ui1=Ui2=Uik=UiK
未知数
Figure BDA0000467091510000053
为乘客群体i选择路径k的最优概率,
Figure BDA0000467091510000054
共有(K-1)个未知数;因此总共有n类乘客的未知数为n*(K-1)个,而根据上述公式可以建立一个n*(K-1)的方程组,根据纳什均衡的存在性,在理论上每一类乘客选择的路径概率均可以求出,得群体i最优的路径选择概率分布
Figure BDA0000467091510000055
Step7、根据群体i最优的路径选择概率分布
Figure BDA0000467091510000056
及调查样本各群体比例计算各路径的客流清分比例。
Step8、根据路网所有OD间各路径的客流清分比例计算得出各线路运营方票务收益的清分比例表。

Claims (4)

1.一种城市轨道交通清分方法,其特征在于:包括以下步骤:
(1)、建立城市轨道交通乘客调查表,对乘客进行分类;
(2)、搜索进站站点至出站站点之间空间最短的K条路径,确定所述进站站点至出站站点之间的有效路径;
(3)、根据调查数据及城市轨道运行历史数据计算各个路径的服务质量得分,所述路径k的服务质量评分方法为:
Q k = λ ( 1 - e m k + m ‾ k - F 0 F 0 )
其中,λ为修正系数,mk为样本量等比扩大至该OD间客流量时选择路径k的出行人数,
Figure FDA0000467091500000012
为路径k列车在进站车站下一个断面客流平均值减去该OD间客流量得到的路径k列车的平均乘客数,F0为服务质量处于正负临界值时路径k的乘客数;
(4)、对分类群体i建立乘客选择路径k的效用函数Uik
Uik=aiT1k+biT2k+ciT3k+diQk+eiHk+fi
其中,T1k为乘客选择路径k的乘车时间,T2k为乘客选择路径k在车站内的步行时间,T3k为乘客选择路径k的候车时间,Hk为乘客选择路径k的换乘站的个数,ai,bi,ci,di,ei和fi为群体i的待定系数;
根据调查数据标定乘客选择路径k的效用函数Uik中ai,bi,ci,di,ei和fi的值;
(5)、出行群体i以混合战略Pi(pi1,…,pik,…,piK)出行,pik表示群体i选择路径k的概率,令标定后的效用函数Uik
Figure FDA0000467091500000013
的取值为:
m ‾ k = N OD N Σ i n i p ik
其中,N为调查有效样本量,NOD为该OD间客流量,ni为调查样本中群体i的样本量;
根据混合战略博弈模型求解纳什均衡解方法:Ui1=Ui2=Uik=UiK
得出群体i最优的路径选择概率分布
Figure FDA0000467091500000021
(6)、根据群体i最优的路径选择概率分布
Figure FDA0000467091500000022
及调查样本中各群体比例计算各路径的客流清分比例;
(7)、根据路网中所有OD间各路径的客流清分比例计算得出各线路运营方票务收益的清分比例表。
2.根据权利要求1所述的城市轨道交通清分方法,其特征在于:步骤(1)中所述调查表包括乘客的个人属性、乘客的出行特征、乘客的步行时间、乘客的等候时间、乘客的换乘时间和乘客的舒适度水平,所述乘客的个人属性包括乘客的年龄、性别、职业和收入水平;所述乘客的出行特征包括乘客的出行目的、出行距离、出行时段和出行偏好。
3.根据权利要求1所述的城市轨道交通清分方法,其特征在于:步骤(2)中K小于等于5。
4.根据权利要求1所述的城市轨道交通清分方法,其特征在于:步骤(1)中所述乘客调查表包括RP调查表和SP调查表。
CN201410055566.4A 2014-02-18 2014-02-18 一种城市轨道交通清分方法 Active CN103761589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410055566.4A CN103761589B (zh) 2014-02-18 2014-02-18 一种城市轨道交通清分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410055566.4A CN103761589B (zh) 2014-02-18 2014-02-18 一种城市轨道交通清分方法

Publications (2)

Publication Number Publication Date
CN103761589A true CN103761589A (zh) 2014-04-30
CN103761589B CN103761589B (zh) 2016-11-16

Family

ID=50528823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410055566.4A Active CN103761589B (zh) 2014-02-18 2014-02-18 一种城市轨道交通清分方法

Country Status (1)

Country Link
CN (1) CN103761589B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846214A (zh) * 2016-11-24 2017-06-13 西安建筑科技大学 分析交通枢纽可达性对区域公共运输方式竞争影响的方法
CN107403235A (zh) * 2017-06-30 2017-11-28 东南大学 轨道交通站台乘客候车位置诱导系统及方法
CN107798446A (zh) * 2016-09-07 2018-03-13 北京嘀嘀无限科技发展有限公司 富矿路线的评测处理方法及装置
CN107909201A (zh) * 2017-11-14 2018-04-13 东南大学 基于广义出行费用的交通方式优势出行距离的量化方法
CN108108897A (zh) * 2017-12-20 2018-06-01 中国科学院深圳先进技术研究院 一种轨道交通客流清分方法、系统及电子设备
CN111275482A (zh) * 2020-01-14 2020-06-12 浙江浙大中控信息技术有限公司 基于机器学习的轨道交通实时动态清分方法
CN111428919A (zh) * 2020-03-17 2020-07-17 深圳先进技术研究院 路径规划方法、装置、电子设备及存储介质
CN111640294A (zh) * 2020-04-27 2020-09-08 河海大学 一种新建地铁线路影响下城市公交线路客流变化预测方法
US10859387B2 (en) 2016-04-27 2020-12-08 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for determining routes of transportation service
CN112183815A (zh) * 2020-08-28 2021-01-05 浙江众合科技股份有限公司 基于规则推荐算法的精准短时客流预测模型
CN112734206A (zh) * 2020-12-31 2021-04-30 广州广电运通智能科技有限公司 基于用户画像的轨道交通清分方法、装置、设备及介质
CN113361738A (zh) * 2020-03-06 2021-09-07 北京交大思源信息技术有限公司 一种确定出行路径的方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6076067A (en) * 1997-11-05 2000-06-13 Sabre Inc. System and method for incorporating origination and destination effects into a vehicle assignment process
CN102279950A (zh) * 2011-08-02 2011-12-14 中国铁道科学研究院电子计算技术研究所 基于数据挖掘和神经网络的轨道交通清分方法
CN103208034B (zh) * 2013-03-22 2016-05-18 北京交通大学 一种轨道交通客流分布预测模型建立及预测方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10859387B2 (en) 2016-04-27 2020-12-08 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for determining routes of transportation service
CN107798446A (zh) * 2016-09-07 2018-03-13 北京嘀嘀无限科技发展有限公司 富矿路线的评测处理方法及装置
CN106846214A (zh) * 2016-11-24 2017-06-13 西安建筑科技大学 分析交通枢纽可达性对区域公共运输方式竞争影响的方法
CN107403235A (zh) * 2017-06-30 2017-11-28 东南大学 轨道交通站台乘客候车位置诱导系统及方法
CN107909201A (zh) * 2017-11-14 2018-04-13 东南大学 基于广义出行费用的交通方式优势出行距离的量化方法
CN107909201B (zh) * 2017-11-14 2021-08-24 东南大学 基于广义出行费用的交通方式优势出行距离的量化方法
CN108108897A (zh) * 2017-12-20 2018-06-01 中国科学院深圳先进技术研究院 一种轨道交通客流清分方法、系统及电子设备
CN108108897B (zh) * 2017-12-20 2021-11-30 中国科学院深圳先进技术研究院 一种轨道交通客流清分方法、系统及电子设备
CN111275482A (zh) * 2020-01-14 2020-06-12 浙江浙大中控信息技术有限公司 基于机器学习的轨道交通实时动态清分方法
CN111275482B (zh) * 2020-01-14 2023-05-09 浙江中控信息产业股份有限公司 基于机器学习的轨道交通实时动态清分方法
CN113361738A (zh) * 2020-03-06 2021-09-07 北京交大思源信息技术有限公司 一种确定出行路径的方法及装置
CN113361738B (zh) * 2020-03-06 2024-02-02 北京交大思源信息技术有限公司 一种确定出行路径的方法及装置
CN111428919A (zh) * 2020-03-17 2020-07-17 深圳先进技术研究院 路径规划方法、装置、电子设备及存储介质
CN111428919B (zh) * 2020-03-17 2022-07-19 深圳先进技术研究院 路径规划方法、装置、电子设备及存储介质
CN111640294A (zh) * 2020-04-27 2020-09-08 河海大学 一种新建地铁线路影响下城市公交线路客流变化预测方法
CN111640294B (zh) * 2020-04-27 2022-02-11 河海大学 一种新建地铁线路影响下城市公交线路客流变化预测方法
CN112183815A (zh) * 2020-08-28 2021-01-05 浙江众合科技股份有限公司 基于规则推荐算法的精准短时客流预测模型
CN112183815B (zh) * 2020-08-28 2023-04-07 浙江众合科技股份有限公司 基于规则推荐算法的精准短时客流预测模型
CN112734206A (zh) * 2020-12-31 2021-04-30 广州广电运通智能科技有限公司 基于用户画像的轨道交通清分方法、装置、设备及介质

Also Published As

Publication number Publication date
CN103761589B (zh) 2016-11-16

Similar Documents

Publication Publication Date Title
CN103761589B (zh) 一种城市轨道交通清分方法
CN105205557B (zh) 一种城市常规公交线网设计方法
CN110428117B (zh) 城市轨道交通多场景下客流精准诱导方法及系统
CN104064028B (zh) 基于多元信息数据的公交到站时间预测方法及系统
CN103208034B (zh) 一种轨道交通客流分布预测模型建立及预测方法
CN103745089A (zh) 一种多维公共交通运行指数评价方法
CN103984994B (zh) 一种城市轨道交通客流高峰持续时间预测方法
CN107609677A (zh) 一种基于出租车gps大数据的定制公交线路规划方法
CN104616076A (zh) 一种城市轨道交通多线协同运营方案的优化方法及系统
CN107909187B (zh) 一种快速匹配电子地图中公交站点与路段的方法
CN105787586A (zh) 一种最大化时空可达性的公交线路站点优化布设方法
CN106682812A (zh) 综合运输体系客运方式分担率‑距离转移曲线确定方法
CN106651728A (zh) 一种综合运输体系客运方式优势运距的确定方法
CN101930670A (zh) 公交行驶路段社会车辆运行时间预测方法
CN108536965A (zh) 城市轨道交通线路运营服务可靠性计算方法
CN106448165A (zh) 一种基于网络约租车数据的路网行程时间可靠性评价方法
Christoforou et al. Influencing longitudinal passenger distribution on railway platforms to shorten and regularize train dwell times
CN110222884B (zh) 基于poi数据和客流量的车站可达性评估方法
Tasic et al. Use of spatiotemporal constraints to quantify transit accessibility: Case study of potential transit-oriented development in West Valley City, Utah
CN106067078A (zh) 一种双站台的公交泊位分配优化方法
CN109447352B (zh) 一种公交出行od矩阵反推的组合方法
Ghodmare et al. Application of the multi attribute utility technique with its for sustainability evaluation of emerging metropolitan city of Nagpur
CN103077312A (zh) 一种城市轨道交通线路建设时序的自动判定方法
CN109657860A (zh) 基于轨道交通历史运营数据的轨道交通网络容量确定方法
CN105023063B (zh) 公交线网新能源公交车运行能耗指标体系的建立方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant