CN104361543B - 一种基于时空链模型的公交线路评价方法 - Google Patents
一种基于时空链模型的公交线路评价方法 Download PDFInfo
- Publication number
- CN104361543B CN104361543B CN201410568794.1A CN201410568794A CN104361543B CN 104361543 B CN104361543 B CN 104361543B CN 201410568794 A CN201410568794 A CN 201410568794A CN 104361543 B CN104361543 B CN 104361543B
- Authority
- CN
- China
- Prior art keywords
- bus
- space
- time
- passenger
- model
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 61
- 238000013178 mathematical model Methods 0.000 claims abstract description 7
- 238000004378 air conditioning Methods 0.000 claims description 13
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 230000032258 transport Effects 0.000 description 38
- 238000000034 method Methods 0.000 description 16
- 238000011835 investigation Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 1
- 238000011438 discrete method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于时空链模型的公交线路评价方法,其包括以下步骤:步骤1、建立乘客出行的驻点集合;步骤2、获取公交车在该相邻两公交站点Zi、Zj之间的移动轨迹Sij(t);步骤3、组成一条完整的乘客出行时空路径L(t);步骤4、利用时空间地理学理论对乘客出行时间路径L(t)进行建模;步骤5、得到一条完整的乘客出行时空路径评价的数学模型S′。本发明对公交线路及公交出行行为进行可视化地评价和表达,对科学评价和合理设置公交线路具有重要价值。
Description
技术领域
本发明涉及公共交通技术领域,具体涉及一种基于时空链模型的公交线路评价方法。
背景技术
城市公交线网的科学规划是吸引市民选择公交出行的前提,科学、方便的公交线网可以提升城市公交系统的运行效率、增加公交出行的比例。对公交线网的准确评价是科学规划和高效调度的基础,目前对公交线网的技术指标评价已经较为成熟,如线网密度、线路长度、重复系数、非直线系数、可达性、站点密度、客流不均衡系数等技术指标的计算,已经有了成熟的计算方法。但是结合技术指标与经济、环境、服务等指标的综合评价方法,目前还处于研究阶段,尚没有一个公认的、成熟的评价方法。王海涌等(2004)在考虑城市公交线网的各因素基础上,应用模糊数学有关知识,将城市公交线网评价的内容分为“网络技术性能、服务水平、效益水平、持续发展”为准则的准则层以及与各准则相关的指标层,建立了城市公交线网评价的多级模糊综合评价模型;胡启洲(2006)等基于物元分析模型和灰色关联模型提出了灰色评价方法,在建立评价等级的基础上,通过定量分析为主、定性分析和定量分析相结合的方法,建立了城市公交网络的多层次评价模型,把城市公交网络中许多定性分析转化为定量分析;张超(2007)等提出一种基于宏观仿真模拟的公交线网评价模型,应用宏观仿真模拟软件TransCAD软件,对公交线网的设施水平和公交线路客运能力水平评价方法进行了探讨,给出了评价指标计算模型;胡开桥(2009)对公交线网评价指标体系进行了研究,提出了以公交线网为要素的城市公共交通评价指标体系的评价标准,根据科学性、可比性、可操作性等原则构造出公交线网评价指标体系,将指标由面到线再到点分为三大类,并对每个指标的内涵进行了说明;葛芳等(2009)提出基于证据理论和突变理论对我国大城市公交线网综合评价的方法并进行了研究,通过在北京市公交线网评价中进行应用,结果表明该方法对大城市公交线网的综合评价是可行的;陈翔等(2009)将临界簇模型应用于地面公交线网可达性评价中,该方法也具有一定的实用性;安新磊等(2012)提出了公交线网服务水平多级模糊综合评价方法,在构建公交线网服务水平综合评价指标体系的基础上,运用层次分析法确定各指标的权重,进而运用多级模糊理论建立了公交线网服务水平综合评价模型;房晋源(2012)将基尼系数理论应用于城市常规公交线网评价研究中,以效率性和公平性为出发点,建立相关评价指标体系,对中小城市常规公交线网布局均衡性评价方法进行相关研究。
在专利申请方面,王嘉寅等(2007)采用模糊评价方法,考虑语气算子的作用,提出了一种新的公交线路评价方法,该发明考虑每条路径的路程、费用和耗时三个方面的因素;翁剑成等(2013)提出一种基于多源动态数据的多维公共交通运行指数评价方法,采用包括公交便利指数、公交快捷指数、公交可靠指数和公交舒适指数四个维度的公交出行指数计算模型以及公交出行指数的分级方法,评价乘客选择公共交通出行的方便程度,以及在出行过程中公共交通运送旅客的快捷程度、可靠程度和舒适程度;孙建平等(2013)提出一种地面公交运行舒适性指数计算方法,针对地面公交各层级网络,以每一个网络中每一个站间的平均车速和断面客流量为最小单位,以断面客流量为权重,计算该网络的平均线网速度,并通过该网络速度与舒适性指数的对应关系,计算该网络的舒适性指数,最后以快线网和普线网客运量进行加权计算,得出地面公交网络的快性指数;高永等(2013)提出了一种地面公交运行快捷性指数计算方法,针对地面公交各层级网络,以每一个网络中每一个站间的平均车速和断面客流量为最小单位,以断面客流量为权重,计算该网络的平均线网速度,并通过该网络速度与快捷性指数的对应关系,计算该网络的快捷性指数,最后进行加权计算,得出地面公交网络的快性指数。
综上所述,目前针对公交线网的评价方法,均没有基于乘客出行的时空特征并结合乘客乘坐体验进行评价,并且以整个城市或区域的公交线网为评价对象,没有针对单条公交线路的评价方法,评价结果以定性为主,部分定量评价的也缺少可视化的表达方法。
随着城市规模不断扩大,交通问题日益成为制约城市发展的瓶颈,科学合理地规划和设置城市公共交通线网,可以有效提高城市交通效率、解决市民出行难题。如何科学地对公交线网进行评价,是城市公共交通规划和管理中遇到的一个重要问题。目前国内外采用的公交线网评价方法主要存在三方面的问题:(1)已有的评价方法主要从线网本身的技术指标进行评价,如线网密度、线路长度、重复系数、非直线系数、可达性、站点密度、客流不均衡系数等,而在实际应用中最能体现公交线网设置是否科学合理的最关键评价标准是出行体验;(2)已有的评价方法主要以城市整体或某个区域作为评价对象,缺乏针对具体的某条公交线路进行评价,而实际上交通管理部门在设置公交线路时,都是要求具体针对某一条公交线路进行评价;(3)已有的评价方法所获得的结果大多是一系列的表格和技术指标数字,缺乏直观的表达和感受。
发明内容
为了解决上述问题,本发明的目的在于提供一种基于时空链模型的公交线路评价方法,对公交线路及公交出行行为进行可视化地评价和表达,对科学评价和合理设置公交线路具有重要价值。
为实现以上目的,本发明采取的技术方案是:
一种基于时空链模型的公交线路评价方法,其包括以下步骤:
步骤1、建立乘客出行的驻点集合,所述驻点集合由公交站点按时间先后排列而形成的有限序列集合:
Z={(ZS,...,Zi,Zj,...,ZE)|tS<...<ti<tj<...<tE} (1)
其中,Z为公交车每次停留的公交站点;ZS、ZE分别是乘客的上车站点和下车站点;tS、tE分别是乘客到达上车站点和下车站点的时间点;Zi、Zj分别为位于ZS、ZE之间的公交站点,且Zi和Zj为相邻公交站点,j=i+1,Zi=z(ti)=Pi,Pi是公交站点Zi对应的空间点,ti是乘客到达公交站点Zi的时间点;
步骤2、连接相邻两公交站点Zi、Zj成一直线,获取公交车在该相邻两公交站点Zi、Zj之间的移动轨迹Sij(t):
Sij(t)=(1-a)Xi+aXj (2)
其中,Xi、Xj分别为公交站点Zi、Zj对应的空间点的经度,t为公交车在公交站点Zi、Zj之间的实时时间点,ti<t<tj;a为所述直线的斜率,且:
步骤3、将步骤1中的驻点集合以及步骤2中的相邻两公交站点之间的移动轨迹连接,组成一条完整的乘客出行时空路径L(t):
步骤4、利用时空间地理学理论对乘客出行时间路径L(t)进行建模,其包括任一公交站点的时空信息和任一相邻两公交站点之间移动轨迹的时空模型;
其中,公交站点Zi的时空信息包括该公交站点Zi对应的经纬度坐标(Xi,Yi)以及时间点ti:
Zi=(Xi,Yi,ti) (5)
相邻两公交站点Zi、Zj移动轨迹的时空模型为:
Sij={Xi,Yi,Xj,Yj;ti,tj} (6);
步骤5、得到一条完整的乘客出行时空路径评价的数学模型S′:
所述基于时空链模型的公交线路评价方法进一步包括增加乘客体验指数E以对数学模型S′进行优化,获取一条完整的乘客出行时空路径评价的数学优化模型S:
其中,Ei(i+1)=Eij为乘客在公交站点Zi、Zj之间的乘客体验指数。
影响乘客体验的因素指数包括拥挤程度c,车厢环境d以及行车状况r:
Eij=cij×0.7+dij×0.2+rij×0.1 (9)
式中,cij、dij、rij分别在公交站点Zi、Zj之间的拥挤程度,车厢环境以及行车状况。
所述拥挤程度c分为五个等级:
I级:有座,值为1;
II级:无座、站立乘客无身体接触,值为0.8;
III级:无座、站立乘客有轻微身体接触,值为0.5;
IV级:无座、站立乘客较为拥挤,值为0.3;
V级:无座、车厢拥挤、上车困难或无法上车,值为0。
所述车厢环境d分为四个等级:
I级:新车、有空调、清洁,值为1;
II级:旧车、有空调、清洁,值为0.8;
III级:旧车、有空调、不清洁,值为0.5;
IV级:旧车、无空调、不清洁,值为0.3。
所述行车状况r分为四个等级:
I级:路况良好、驾驶平稳,值为1;
II级:路况良好、驾驶不平稳,值为0.8;
III级:路况较差、驾驶平稳,值为0.5;
IV级:路况较差、驾驶不平稳,值为0.3。
所述基于时空链模型的公交线路评价方法进一步根据数学优化模型S绘制乘客出行时空路径的时空信息表达模型,以对乘客出行时空路径做一直观的评价。
所述时空信息表达模型包括X轴和Y轴组成的公交站点的经纬度二维空间坐标以及Z轴为时间维坐标而形成的三维立体评价模型,任两相邻公交站点在该三维立体评价模型中对应的时空坐标之间的连线以粗细或不同颜色以区分不同的乘客体验指数。
以公交线路起始站点Z1和终点站点Zn分别代替乘客的上、下车站点ZS和ZE可对整条公交线路进行评价。
通过对该条公交线路的“时空链”进行分析,我们就可以了解该线路具体到每个站点和站段的出行时间、空间距离和乘坐体验,从而对该线路有一个具体、直观的认识和评价。
与现有技术相比,本发明的优点在于:
本发明提出一种基于“时空链”模型的公交线路评价方法。由于公共交通系统的公共服务性质以及政府补贴等原因,不同公交线路之间的价格差别很少成为影响市民出行选择的因素。因此,本方法主要从公交出行的时间、空间和乘坐体验三个角度对具体的公交线路进行评价,并通过“时空链”模型对公交线路及公交出行行为进行可视化地评价和表达。本发明可以为公交管理部门和公交企业提供一种更为科学的公交线路评价方法,对科学评价和合理设置公交线路具有重要价值。
附图说明
图1为本发明一种基于时空链模型的公交线路评价方法的流程图;
图2为根据图1的方法绘制而成的时空信息表达模型图;
图3为本发明实施例涉及的某条公交线路在早高峰、晚高峰和平峰时段的出行时空链模型。
具体实施方式
下面结合附图和具体实施方式对本发明的内容做进一步详细说明。
实施例
将乘客的公交出行行为定义为在(x,y,t)时空中的一条三维轨迹(x、y是二维空间坐标,t是时间维坐标)。本时空链模型主要由两部分构成:即驻点和轨迹片断。驻点的表现形式为公交站点,轨迹片断的表现形式为两个相邻公交站点之间的公交车运行轨迹(称之为站段)。请参照图1所示,其具体包括以下步骤:
步骤1:采用分时、分段法进行出行数据调查。
基于时空链模型的公交线路评价方法需要首先对公交线路的每个站段按早高峰、晚高峰以及非出行高峰等不同时段进行调查,从而获得最全面的数据。要求最少以一周(7天)为一个调查周期,分别对早高峰、晚高峰以及非出行高峰3个时段进行调查。采集该条公交线路的公交车到站时间、离站时间、拥挤程度、车厢环境、行车状况等数据,记录在出行调查表中。
步骤2:对调查数据进行处理分析。
采用上述的调查方法,对需要评价的公交线路(包括上、下行线路中)进行一个周期(要求最少为7天)的连续调查,获得该条线路早高峰(7:00—9:00)、晚高峰(17:30—19:30)以及下午(14:00—16:00)时段的出行数据。按时段对该批调查数据进行处理。
以早高峰调查数据为例:根据到站时间和离站时间,计算得到在每个站点的停靠时间以及相邻两个站点之间的行驶时间,应用公式(20)计算得到各个站段的乘坐体验数据;对7天的数据进行平均,获得每个站点的停靠时间、每个站段的行驶时间以及每个站段的乘坐体验值。根据出行时间、空间以及乘坐体验,建立评价体系,绘制时空链模型。通过对该条公交线路的“时空链”进行分析,我们就可以了解该线路具体到每个站点和站段的出行时间、空间距离和乘坐体验,从而对该线路有一个具体、直观的认识和评价。
其具体包括以下步骤:
步骤21、建立乘客出行的驻点集合。
将公交车每次在站点上的停留标记为Z,表达方式如下:
Zi=z(ti)=Pi (10)
其中:Pi是一个空间点,ti是一个时间点。
乘客出行的时空路径可以表示为一个由公交站点按时间先后排列而形成的有限序列集合:
Z={(ZS,...,Zi,Zj,...,ZE)|tS<...<ti<tj<...<tE} (11)
其中:ZS、ZE分别是乘客的上车站点(或公交线路起始站)和下车站点(或公交线路终点站);tS、tE分别是乘客到达上车站点(或公交线路起始站)和下车站点(或公交线路终点站)的时刻。
步骤22、获取公交车的移动轨迹。
公交线路用公交车的移动轨迹来表示,如果把两个相邻站点之间的公交车移动轨迹连接起来成为一条直线,则直线的斜率(a)表示公交车从一个站点到另一个站点的移动速度,速度越快表明从一个站点到另一个站点所需要的时间越短。两个相邻站点(Zi,Zj)之间的移动轨迹定义为:
Sij(t)=(1-a)Xi+aXj (12)
其中:
步骤23、组建乘客出行时空路径(或公交时空线路)。
将站点与站点之间的轨迹片段(站段)连接起来,构成一条完整的乘客出行时空路径。数学公式表达为:
步骤24、对乘客出行时空路径(或公交时空线路)进行建模。
通过上述时空路径中公交站点和公交线路的数学关系,利用时空间地理学理论和方法对乘客出行的时空间行为(或公交线路)进行建模,公交站点Zi的时空信息包括经纬度坐标(Xi,Yi)以及时间点ti 3个变量,即:
Zi=(Xi,Yi,ti) (15)
步骤25、得到一条完整的乘客出行时空路径评价的数学模型S′。
公交线路由公交站点和站段连接而成,相邻两个公交站点Zi、Zj之间的站段的数学模型表达形式为:
Sij={Xi,Yi,Xj,Yj;ti,tj} (16)
步骤26、增加乘客体验指数对数学模型S′进行优化,获取一条完整的乘客出行时空路径评价的数学优化模型S。
对于公交线路评价来说,除了时间和空间因素之外,乘坐体验(E)也是一个非常重要的评价因子。影响乘坐体验的因素包括公交车的拥挤程度、车厢环境、行车状况等。因为是针对单条线路进行评价,故不考虑换乘的影响。对公式(16)进行优化,得到相邻两个公交站点Zi、Zj之间的站段评价公式如下:
Sij={Xi,Yi,Xj,Yj;ti,tj;Eij} (18)
其中:Eij是Zi、Zj之间的乘客体验指数。
根据公式(18),可得到一条公交线路(假设共有n个站点)评价的数学模型:
影响乘客在车上的乘坐体验的因素包括拥挤程度(c)、车厢环境(d)、行车状况(r)。
在实际研究中发现,影响乘坐体验的因素中最关键的因子是车厢拥挤程度。根据对广州市公交出行市民的调查,将车厢拥挤程度c设定为五个等级(各个等级的值可根据不同城市的交通调查结果进行设定):
I级(优),有座,值为1;
II级(良),无座、站立乘客无身体接触,值为0.8;
III级(中),无座、站立乘客有轻微身体接触,值为0.5;
IV级(差),无座、站立乘客较为拥挤,值为0.3;
V级(极差),无座、车厢拥挤、上车困难或无法上车,值为0。
车厢环境(d)包括车厢清洁状况、是否有空调、车辆新旧状况。根据对广州市公交出行市民的调查,将车厢环境(d)设定为四个等级(各个等级的值可根据不同城市的交通调查结果进行设定):
I级(优),新车、有空调、清洁,值为1;
II级(良),旧车、有空调、清洁,值为0.8;
III级(中),旧车、有空调、不清洁,值为0.5;
IV级(差),旧车、无空调、不清洁,值为0.3。
行车状况(r)主要包括道路是否颠簸、司机开车是否急停急起等。根据对广州市公交出行市民的调查,将行车状况(r)设定为四个等级(各个等级的值可根据不同城市的交通调查结果进行设定):
I级(优),路况良好、驾驶平稳,值为1;
II级(良),路况良好、驾驶不平稳,值为0.8;
III级(中),路况较差、驾驶平稳,值为0.5;
III级(差),路况较差、驾驶不平稳,值为0.3。
根据对公交出行市民的调查,影响乘客在车上的乘坐体验的因素中,拥挤程度(c)约占70%的比重,车厢环境(d)约占20%的比重,行车状况(r)约占10%的比重。则Zi、Zj之间的乘客体验指数Eij计算公式如下:
Eij=cij×0.7+dij×0.2+rij×0.1 (20)
步骤3:应用“时空链”模型进行表达和评价
根据公式(19)绘制时空信息表达模型图,请参照图2所示,在图2中,平行四边形代表地理空间平面轴(相当于代表地理空间经纬度的X、Y轴);纵向垂直带箭头射线表示时间轴(即Z轴);“站1”、“站2”等代表公交站点;连接“站1”与“站2”之间的曲线代表公交车行驶的实际轨迹(站段);“t1”、“t2”等表示时间节点;粗细不等的线段即表示乘坐条公交线路的出行“时空链”,线段粗细表示乘坐体验好与差。应用出行时空信息表达模型对出行调查的结果进行分析,并绘制公交出行时空链。通过对公交出行时空链进行分析,可以得到要评价的公交线路的总体出行时间、各站段出行时间、各站点停靠时间、各站段的乘座体验以及可以对早高峰、晚高峰、平峰等不同时段的出行情况进行比较,对上行线路和下行线路的出行情况进行比较,从而实现直观的、可视化的公交线路评价。
以广州市3路公交车(如意坊——>东山)为例,应用本发明提出的方法对其进行评价:以一周(7天)为一个周期,对该条线路早高峰(7:00—9:00)、晚高峰(17:30—19:30)以及平峰(14:00—16:00)时段的出行数据进行采集,获得该条线路7天的平均数据,如下表1、表2所示:
表1:3路公交车上行(如意坊——>东山)线路调查数据
表2:3路公交车下行(东山——>如意坊)线路调查数据
应用公式(19)的数学评价模型以及附图2的信息表达模型,对3路公交车(含上行线路和下行线路中)进行评价,即可得到该条公交线路在早高峰、晚高峰和平峰时段的出行时空链模型,请参照图3所示。
通过图3,我们可以得到该条公交线路在早高峰、晚高峰和平峰时段的出行情况,包括线路总出行时间、分站段出行时间、各个站点的停靠时间、线路各个站段的乘座体验等。通过对各个出行时段以及各个站段的比较,可以对该条线路有一个直观的、可视化的评价。
上列详细说明是针对本发明可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。
Claims (5)
1.一种基于时空链模型的公交线路评价方法,其特征在于,其包括以下步骤:
步骤1、建立乘客出行的驻点集合,所述驻点集合由公交站点按时间先后排列而形成的有限序列集合:
Z={(ZS,...,Zi,Zj,...,ZE)|tS<...<ti<tj<...<tE} (1)
其中,Z为公交车每次停留的公交站点;ZS、ZE分别是乘客的上车站点和下车站点;tS、tE分别是乘客到达上车站点和下车站点的时间点;Zi、Zj分别为位于ZS、ZE之间的公交站点,且Zi和Zj为相邻公交站点,j=i+1,Zi=z(ti)=Pi,Pi是公交站点Zi对应的空间点,ti是乘客到达公交站点Zi的时间点;
步骤2、连接相邻两公交站点Zi、Zj成一直线,获取公交车在该相邻两公交站点Zi、Zj之间的移动轨迹Sij(t):
Sij(t)=(1-a)Xi+aXj (2)
其中,Xi、Xj分别为公交站点Zi、Zj对应的空间点的经度,t为公交车在公交站点Zi、Zj之间的实时时间点,ti<t<tj;a为所述直线的斜率,且:
步骤3、将步骤1中的驻点集合以及步骤2中的相邻两公交站点之间的移动轨迹连接,组成一条完整的乘客出行时空路径L(t):
步骤4、利用时空间地理学理论对乘客出行时空路径L(t)进行建模,其包括任一公交站点的时空信息和任一相邻两公交站点之间移动轨迹的时空模型;
其中,公交站点Zi的时空信息包括该公交站点Zi对应的经纬度坐标(Xi,Yi)以及时间点ti:
Zi=(Xi,Yi,ti) (5)
相邻两公交站点Zi、Zj移动轨迹的时空模型为:
Sij={Xi,Yi,Xj,Yj;ti,tj} (6);
步骤5、得到一条完整的乘客出行时空路径评价的数学模型S′:
基于时空链模型的公交线路评价方法进一步包括增加乘客体验指数E以对数学模型S′进行优化,获取一条完整的乘客出行时空路径评价的数学优化模型S:
其中,Ei(i+1)=Eij为乘客在公交站点Zi、Zj之间的乘客体验指数;
影响乘客体验的因素指数包括拥挤程度c,车厢环境d以及行车状况r:
Eij=cij×0.7+dij×0.2+rij×0.1 (9)
式中,cij、dij、rij分别在公交站点Zi、Zj之间的拥挤程度,车厢环境以及行车状况;
所述基于时空链模型的公交线路评价方法进一步根据数学优化模型S绘制乘客出行时空路径的时空信息表达模型,以对乘客出行时空路径做一直观的评价;
所述时空信息表达模型包括X轴和Y轴组成的公交站点的经纬度二维空间坐标以及Z轴为时间维坐标而形成的三维立体评价模型,任两相邻公交站点在该三维立体评价模型中对应的时空坐标之间的连线以粗细或不同颜色以区分不同的乘客体验指数。
2.根据权利要求1所述的基于时空链模型的公交线路评价方法,其特征在于,所述拥挤程度c分为五个等级:
I级:有座,值为1;
II级:无座、站立乘客无身体接触,值为0.8;
III级:无座、站立乘客有轻微身体接触,值为0.5;
IV级:无座、站立乘客较为拥挤,值为0.3;
V级:无座、车厢拥挤、上车困难或无法上车,值为0。
3.根据权利要求1所述的基于时空链模型的公交线路评价方法,其特征在于,所述车厢环境d分为四个等级:
I级:新车、有空调、清洁,值为1;
II级:旧车、有空调、清洁,值为0.8;
III级:旧车、有空调、不清洁,值为0.5;
IV级:旧车、无空调、不清洁,值为0.3。
4.根据权利要求1所述的基于时空链模型的公交线路评价方法,其特征在于,所述行车状况r分为四个等级:
I级:路况良好、驾驶平稳,值为1;
II级:路况良好、驾驶不平稳,值为0.8;
III级:路况较差、驾驶平稳,值为0.5;
IV级:路况较差、驾驶不平稳,值为0.3。
5.根据权利要求1-4任一项所述的基于时空链模型的公交线路评价方法,其特征在于,以公交线路起始站点Z1和终点站点Zn分别代替乘客的上、下车站点ZS和ZE可对整条公交线路进行评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410568794.1A CN104361543B (zh) | 2014-10-22 | 2014-10-22 | 一种基于时空链模型的公交线路评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410568794.1A CN104361543B (zh) | 2014-10-22 | 2014-10-22 | 一种基于时空链模型的公交线路评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104361543A CN104361543A (zh) | 2015-02-18 |
CN104361543B true CN104361543B (zh) | 2018-06-19 |
Family
ID=52528801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410568794.1A Active CN104361543B (zh) | 2014-10-22 | 2014-10-22 | 一种基于时空链模型的公交线路评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104361543B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157603B (zh) * | 2016-08-23 | 2018-09-07 | 浙江工业大学 | 一种衡量公交网络交通流空间分布不均衡程度的方法 |
CN107067710B (zh) * | 2017-04-21 | 2019-11-29 | 同济大学 | 一种考虑节能的城市公交车运行轨迹优化方法 |
CN109243290B (zh) * | 2018-10-08 | 2021-02-26 | 杭州飞弛网络科技有限公司 | 一种基于线下活动的足迹展示生成方法与系统 |
CN109816979B (zh) * | 2019-02-19 | 2021-07-27 | 辽宁师范大学 | 考虑公交车到站频率和乘车舒适度的公交线路推荐方法 |
CN112149919B (zh) * | 2020-10-15 | 2024-01-16 | 武汉市公用电子工程有限责任公司 | 公交运营线路评测方法、装置、设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745089A (zh) * | 2013-12-20 | 2014-04-23 | 北京工业大学 | 一种多维公共交通运行指数评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001034663A (ja) * | 1999-07-16 | 2001-02-09 | Hitachi Information Systems Ltd | 時刻表システム及びそのプログラム記憶媒体 |
-
2014
- 2014-10-22 CN CN201410568794.1A patent/CN104361543B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745089A (zh) * | 2013-12-20 | 2014-04-23 | 北京工业大学 | 一种多维公共交通运行指数评价方法 |
Non-Patent Citations (3)
Title |
---|
大城市公共交通出行指数分析研究;闫卫坡;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20130115(第1期);第1-5章 * |
时空行为数据的GIS分析方法;赵莹等;《地理与地理信息科学》;20090930;第25卷(第5期);第1-5页 * |
面向时空可达性建模的公交网络数据模型;姜慧夫;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20140315(第3期);第1-3章 * |
Also Published As
Publication number | Publication date |
---|---|
CN104361543A (zh) | 2015-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Narayanan et al. | Shared autonomous vehicle services: A comprehensive review | |
Yi et al. | Energy impact evaluation for eco-routing and charging of autonomous electric vehicle fleet: Ambient temperature consideration | |
CN104361543B (zh) | 一种基于时空链模型的公交线路评价方法 | |
Amirgholy et al. | Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach | |
Ma et al. | Large-scale demand driven design of a customized bus network: A methodological framework and Beijing case study | |
Kung et al. | Exploring universal patterns in human home-work commuting from mobile phone data | |
CN102044149B (zh) | 一种基于时变客流的城市公交运营协调方法与装置 | |
Lyu et al. | Research on the big data of traditional taxi and online car-hailing: A systematic review | |
CN105809962A (zh) | 一种基于手机数据的交通出行方式划分的方法 | |
Ram et al. | SMARTBUS: A web application for smart urban mobility and transportation | |
Vedagiri et al. | Estimating modal shift of car travelers to bus on introduction of bus priority system | |
CN113672846A (zh) | 网约车调度方法、装置、电子设备及存储介质 | |
Shao et al. | Logistic regression models for the nearest train station choice: A comparison of captive and non-captive stations | |
Bhandari et al. | Consideration of access and egress trips in carbon footprint estimation of public transport trips: case study of Delhi | |
CN110837973A (zh) | 一种基于交通出行数据的人类出行选择信息挖掘方法 | |
Abenoza et al. | What is the role of weather, built-environment and accessibility geographical characteristics in influencing travelers’ experience? | |
Hassn et al. | The impact of intelligent transport system quality: drivers’ acceptance perspective | |
Chen et al. | Spatial visitation prediction of on-demand ride services using the scaling law | |
Jabeen et al. | Autonomous Vehicle Health Monitoring Based on Cloud-Fog Computing | |
Xia et al. | A distributed EMDN-GRU model on Spark for passenger waiting time forecasting | |
CN117455019A (zh) | 一种基于行程时间预测的网约车合乘动态匹配方法 | |
Wang et al. | GPS data in urban online Car-hailing: simulation on optimization and prediction in reducing void cruising distance | |
Aguiar et al. | MobiWise: Eco-routing decision support leveraging the Internet of Things | |
Waraich et al. | Disaggregate level simulation of bus transit emissions in a large urban region | |
Fatnassi et al. | Evaluation of different vehicle management strategies for the personal rapid transit system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: No. 100, Xianlie Middle Road, Guangzhou, Guangdong 510070 Patentee after: Guangzhou Institute of geography, Guangdong Academy of Sciences Address before: 510070 courtyard, No. 100, Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU INSTITUTE OF GEOGRAPHY |
|
CP03 | Change of name, title or address |