多模式網(wǎng)絡(luò)公交od矩陣的一種推算方法

1、<p>　　多模式網(wǎng)絡(luò)公交OD矩陣的一種推算方法</p><p>　　作者簡介： 張毅（1978-），男，高級工程師，博士研究生，研究方向為交通規(guī)劃管理，E-mail：zhangyi@shenhua.cc </p><p>　　文章編號： 0258-2724（2013）03-0520-05DOI： 10.3969/j.issn.0258-2724.2013.03.020 <

2、/p><p><b>　　摘要： </b></p><p>　　為了分析軌道交通對常規(guī)公交乘客選擇出行方式的影響，用Dijkstra算法尋找出行時間最短的路徑，在此基礎(chǔ)上，以出行時間最短作為出行方式選擇的規(guī)劃目標，使用MATLAB軟件，設(shè)計了軌道交通影響下的常規(guī)公交客流量OD矩陣的算法.與傳統(tǒng)的重力模型相比，避免了估計阻抗系數(shù)的復(fù)雜過程.算例結(jié)果表明：為了換乘軌道交通，

3、43.7%的公交站客流量增至軌道交通出現(xiàn)前的2.73倍； 56.3%的公交客流量被軌道交通替代. </p><p><b>　　關(guān)鍵詞： </b></p><p>　　OD矩陣；常規(guī)公交；城市軌道交通；出行時間 </p><p>　　中圖分類號： U491文獻標志碼： A </p><p>　　目前常規(guī)公共交通客流的預(yù)測

4、主要基于以下思路：首先是出行發(fā)生預(yù)測；其次是出行分布預(yù)測；然后是出行方式劃分預(yù)測；最后是出行分配預(yù)測.文獻[1]認為公交客流預(yù)測是公共交通規(guī)劃的基礎(chǔ)工作.文獻[2]研究了多路徑概率分配與容量限制分配相結(jié)合的公交客流分配算法.文獻[3]參考路段斷面車流量推算方法來推算公交客流的OD分布.文獻[4]在城市道路交通均衡配流模型的基礎(chǔ)上，探討了公交網(wǎng)絡(luò)的均衡原則，提出了一種較為簡單的城市公共交通網(wǎng)絡(luò)設(shè)計方法，并給出公交網(wǎng)絡(luò)配流問題的均衡模型及求

5、解算法.文獻[5]利用雙層規(guī)劃模型分析了公交網(wǎng)絡(luò)連續(xù)平衡配流模型及算法.文獻[6]在超級路徑概念的基礎(chǔ)上，描述了城市公交網(wǎng)絡(luò)的系統(tǒng)特征，分析擁擠條件下乘客選擇路線的原則和不確定因素的影響，提出了阻抗函數(shù)，給出一個隨機用戶平衡配流模型，并用遺傳算法求解. </p><p>　　文獻[7]提出了一種基于四階段法的軌道交通客流預(yù)測方法.文獻[8]提出了一種綜合BP網(wǎng)絡(luò)與灰色系統(tǒng)的公交客流量預(yù)測模型. </p>

6、;<p>　　神經(jīng)網(wǎng)絡(luò)方法也在公交客流預(yù)測方面得到了廣泛應(yīng)用[9-11].應(yīng)用神經(jīng)網(wǎng)絡(luò)方法，將歷史客流數(shù)據(jù)作為時間序列數(shù)據(jù)，進行網(wǎng)絡(luò)訓(xùn)練并得到相應(yīng)的模型.但如同神經(jīng)網(wǎng)絡(luò)自身的黑箱缺陷一樣，無法刻畫公交網(wǎng)絡(luò)環(huán)境的改變和乘客的出行特征.另一種廣泛使用的方法是通過研究OD矩陣的性質(zhì)，進而推算公交客流OD矩陣[12-14].但這類方法主要是建立在數(shù)據(jù)統(tǒng)計模型基礎(chǔ)上，也無法解釋乘客的出行決策行為. </p><p

7、>　　近期一些高科技技術(shù)也應(yīng)用于公交客流預(yù)測.文獻[15]提出了利用移動定位技術(shù)獲取公交客流OD矩陣的思路，闡述了基于手機定位技術(shù)的公交客流OD矩陣數(shù)據(jù)的獲取方法及步驟.文獻[16]針對現(xiàn)有公交客流OD矩陣數(shù)據(jù)調(diào)查成本高、數(shù)據(jù)不可靠、影響因素考慮不全等問題，通過對公交IC卡信息的處理獲得公交站上下乘客人數(shù)，并對公交乘客的出行特征進行分析，結(jié)合站點吸引率，提出了單條公交線路站點之間OD矩陣反推結(jié)構(gòu)化算法. </p>&

8、lt;p>　　綜上所述，當前對公交客流OD數(shù)據(jù)的研究，主要是基于單一的公交線網(wǎng)路，而目前我國很多城市都已開通或正在建設(shè)軌道交通.由于軌道交通的出現(xiàn)，必須重新對常規(guī)公交在城市公共交通系統(tǒng)中的功能進行定位，尤其是那些直接受到軌道交通影響的區(qū)域.因此，必須重新規(guī)劃調(diào)整常規(guī)公交線網(wǎng)，充分發(fā)揮整個城市公共交通系統(tǒng)的效能.公交線網(wǎng)優(yōu)化調(diào)整的基礎(chǔ)工作就是對公交客流OD數(shù)據(jù)進行科學可靠的預(yù)測.目前，關(guān)于考慮軌道交通對常規(guī)公交客流分布的影響尚未得到

9、足夠的重視，本文以最短出行時間為目標，研究軌道交通對常規(guī)公交客流OD數(shù)據(jù)變化的影響，以便為常規(guī)公交線網(wǎng)的優(yōu)化調(diào)整提供科學的依據(jù). </p><p><b>　　1 </b></p><p>　　軌道交通對常規(guī)公交客流的影響 </p><p>　　公交客流預(yù)測及分配技術(shù)是公交線網(wǎng)優(yōu)化的重要組成部分，也是對公交網(wǎng)絡(luò)進行優(yōu)化配置的基礎(chǔ).軌道交通與常規(guī)

10、公交線網(wǎng)的關(guān)系有3種情況： （1） 常規(guī)公交與軌道交通基本共線；（2） 常規(guī)公交與軌道交通基本平行；（3） 軌道交通與常規(guī)公交存在交叉關(guān)系.在上述情況下，軌道交通都會對選擇常規(guī)公交的客流產(chǎn)生重要影響. </p><p>　　情況（1）可能會導(dǎo)致直接選擇軌道交通作為常規(guī)公交的替代出行方式.對情況（2）可考慮常規(guī)公交-軌道交通-常規(guī)公交換乘方式，為減少總出行時間，也可能考慮選擇軌道交通.對情況（3），可能同樣為了選擇

11、軌道交通，而不得不選擇一個到達軌道交通且與之相交的公交線路.作為有財政補貼的城市公交系統(tǒng)，其費用較低，因此，本文在分析人們選擇出行交通方式時，暫不考慮費用因素，主要考慮出行時間. </p><p>　　軌道交通的出現(xiàn)，除了改變以前常規(guī)公交客流的分配外，還可能吸引新的客流選擇常規(guī)公交.例如，原先選擇自駕車（或自行車）出行的人，可能選擇乘公交車，然后換乘軌道交通到達目的地，或者選擇軌道交通再換乘常規(guī)公交方式.甚至原來

12、出行次數(shù)較少的人，可能會增加出行次數(shù)等.這些都會影響常規(guī)公交和軌道交通客流數(shù)據(jù)的變化. </p><p>　　軌道交通的快捷性促使人們對原來的出行方式（公交、自駕車或自行車等交通方式）和出行線路重新進行選擇和規(guī)劃，規(guī)劃目標是出行時間最短. </p><p><b>　　2 </b></p><p><b>　　公交客流變化預(yù)測 <

13、;/b></p><p>　　可以通過傳統(tǒng)的調(diào)查統(tǒng)計方法獲取新的公交客流量OD矩陣，但是這樣既費時，也未必能獲得準確的結(jié)果.尤其是在軌道交通尚未開始營運前，不能通過調(diào)查得到相關(guān)數(shù)據(jù).所以，本文提出基于原公交客流OD矩陣數(shù)據(jù)，結(jié)合軌道交通對出行特征的改變（出行時間的減少、換乘次數(shù)的減少），以縮短出行時間為決策目標重新規(guī)劃最優(yōu)出行線路，得到新的公交客流OD矩陣. </p><p><

14、;b>　　3 </b></p><p><b>　　算法與算例 </b></p><p>　　對圖1所示公交線路進行了算例分析.先設(shè)定沒有出現(xiàn)軌道交通之前的公交OD矩陣，通過上述算法可以得到軌道交通出現(xiàn)后的公交OD矩陣.最終的計算結(jié)果顯示，一些站點的OD客流量值大幅度增加，說明該站點是重要的換乘站點，計算結(jié)果表明， 43.7%的公交站點客流量增至軌道

15、交通出現(xiàn)前的2.73倍.而一些站點的OD客流量大幅度減少，甚至為0，有56.3%公交客流量被軌道交通代替，所以公交公司應(yīng)該減少相應(yīng)站點的運營車輛，對那些換乘軌道交通客流量較大的公交站點增加運營車輛. 　　軌道交通出現(xiàn)前，已通過客流調(diào)查獲得了常規(guī)公交的客流OD矩陣數(shù)據(jù).當軌道交通出現(xiàn)后，對公共交通出行的OD客流預(yù)測，目前比較通用的方法是四階段法[17]，其步驟如下：（1） 預(yù)測客流發(fā)生量和吸引量；（2） 建立客流分布模型；（3） 預(yù)測各

16、交通方式分擔客流量；（4） 建立軌道交通與常規(guī)公交換乘客流預(yù)測模型. </p><p><b>　　4 </b></p><p><b>　　結(jié)束語 </b></p><p>　　在考慮軌道交通出現(xiàn)后，基于最小出行時間的目標調(diào)整，對常規(guī)公交客流的變化進行了分析.通過算例分析結(jié)果顯示，在軌道交通的一些重要換乘點，通過公交到達

17、的出行人數(shù)會大幅度增加.同時，在軌道交通可以到達的一些站點，選擇公交到達的出行人數(shù)會大幅度減少.根據(jù)此變化趨勢調(diào)整公交線路和發(fā)車頻率，以便進一步配合軌道交通對常規(guī)公交線路進行規(guī)劃調(diào)整. </p><p>　　為了簡化問題，本文未考慮換乘花費時間帶來的影響.實際上，出行時間最短未必是乘車人的唯一決策目標.因此，在后續(xù)研究中可結(jié)合個人的換乘偏好和效用感受，對文中提出的算法進行修正，并進行實證檢驗. </p>

18、;<p><b>　　參考文獻： </b></p><p>　　[1]王煒. 城市交通工程應(yīng)用技術(shù)研究[M]. 南京：東南大學出版社，1996： 117-119. </p><p>　　[2]孫愛充. 公交客流預(yù)測方法研究[J]. 城市交通，1996（6）： 32-33. </p><p>　　SUN Aichong. Resea

19、rch on forecasting methods of bus passenger flow[J]. Urban Transportation， 1996（6）： 32-33. </p><p>　　[3]四兵鋒，高自友. 城市公交網(wǎng)路均衡配流模型及算法的研究[J]. 公路交通科技，1998，15（3）： 41-44. </p><p>　　SI Bingfeng， GAO Ziyou

20、. A study on the equilibrium assignment model and algorithm for urban transit network[J]. Journal of Highway and Transportation Research and Development， 1998， 15（3）： 41-44. </p><p>　　[4]宋一凡，高自友. 連續(xù)平衡網(wǎng)絡(luò)設(shè)計問題的

21、雙層規(guī)劃模型及其求解算法[J]. 公路交通科技，1999，16（1）： 40-43. </p><p>　　SONG Yifan， GAO Ziyou. A bi-level programming model and solution algorithm for the continuous equilibrium network design problem[J]. Journal of Highway an

22、d Transportation Research and Development， 1999， 16（1）： 40-43. </p><p>　　[5]姜虹，高自友. 用遺傳算法求解擁擠條件下的公共交通隨機用戶平衡配流模型[J]. 公路交通科技，2000，17（2）： 37-41. </p><p>　　JIANG Hon， GAO Ziyou. Genetic algorithm fo

23、r solving a stochastic user equilibrium assignment model of congested transit network[J]. Journal of Highway and Transportation Research and Development， 2000， 17（2）： 37-41. </p><p>　　[6]過秀成，王煒，呂慎. 基于合作競爭類OD

24、的軌道客流預(yù)測方法研究[J]. 公路交通科技，2000，17（4）： 57-63. </p><p>　　GUO Xiucheng， WANG Wei， L Shen. Study on URTs forecast model on co-operant and competitive OD matrix[J]. Journal of Highway and Transportation Research and

25、 Development， 2000， 17（4）： 57-63. </p><p>　　[7]呂慎，過秀成. 軌道線網(wǎng)客流預(yù)測方法研究[J]. 系統(tǒng)工程理論與實踐，2001（8）： 106-110. </p><p>　　L Shen， GUO Xiucheng. Method of the URTs passenger flow forecast[J]. Systems Enginee

26、ring： Theory and Practice， 2001（8）： 106-110. </p><p>　　[8]范海雁，范炳全，張林峰. 灰色BP網(wǎng)絡(luò)預(yù)測方法在公交客流預(yù)測中的應(yīng)用[J]. 上海理工大學學報，2003，25（1）： 25-28. </p><p>　　FAN Haiyan， FAN Bingquan， ZHANG Linfeng. The application of

27、 gray-BP networks method in the passenger volume forecast[J]. Journal of University of Shanghai for Science and Technology， 2003， 25（1）： 25-28. </p><p>　　[9]劉靜，李亮，關(guān)偉，等. 基于神經(jīng)網(wǎng)絡(luò)的北京環(huán)路交通流短期預(yù)測研究[J]. 交通運輸系統(tǒng)工程與信息學報

28、，2005，5（6）： 110-115. </p><p>　　LIU Jing， LI Liang， GUAN Wei， et al. Short term prediction of traffic flow in Beijing ring road based on neural network[J]. Communication and Transportation Systems Engineering

29、 and Information， 2005， 5（6）： 110-115. 　　[10]姜平，石琴，陳無畏，等. 基于Elman型回歸神經(jīng)網(wǎng)絡(luò)的公交客流預(yù)測[J]. 合肥工業(yè)大學學報，2008，31（3）： 340-342. </p><p>　　JIANG Ping， SHI Qin， CHEN Wuwei， et al. Prediction of passenger volume based on El

30、man type recurrent neural network[J]. Journal of Hefei University of Technology， 2008， 31（3）： 340-342. </p><p>　　[11]夏志浩，王勝奎. 用公交車站上下客數(shù)推算公交OD分布的方法[J]. 四川聯(lián)合大學學報：工程科學版，1997，1（2）： 42-48. </p><p>　　

31、XIA Zhihao， WANG Shengkui. Estimating OD matrices of public transport system from observed passenger flows[J]. Journal of Sichuan Union University： Engineering Science Edition， 1997， 1（2）： 42-48. </p><p>　　[

32、12]劉翠，陳洪仁. 公交線路客流OD矩陣推算方法研究[J]. 城市交通，2007，15（4）： 81-84. </p><p>　　LIU Cui， CHEN Hongren. Study on OD matrix estimation of transit passenger flows[J]. Urban Transportation， 2007， 15（4）： 81-84. </p><

33、;p>　　[13]任其亮，彭其源，謝小凇，等. 公交客流OD矩陣反推法[J]. 交通運輸工程與信息學報，2006，4（3）： 75-79. </p><p>　　REN Qiliang， PENG Qiyuan， XIE Xiaosong， et al. A reversal reckon method of OD matrix of public traffic passenger flow[J]. Co

34、mmunication and Transportation Systems Engineering and Information， 2006， 4（3）： 75-79. </p><p>　　[14]陳素平，陳學武，楊敏. 基于小票法的公交線路客流OD分析方法[J]. 交通信息與安全，2009，27（1）： 11-14. </p><p>　　CHEN Suping， CHEN Xue

35、wu， YANG Min. OD matrix of transit passenger flow based on note survey[J]. Journal of Transport Information and Safety， 2009， 27（1）： 11-14. </p><p>　　[15]鄒亮，張孜，朱玲湘. 基于手機定位的公交OD獲取方法研究[J]. 交通信息與安全，2011，29（5）：

36、122-126. </p><p>　　ZOU Liang， ZHANG Zi， ZHU Lingxiang. Public transportation OD data collection based on mobile location technology[J]. Journal of Transport Information and Safety， 2011， 29（5）： 122-126. <

37、/p><p>　　[16]劉穎杰，靳文舟，康凱. 基于IC信息和概率理論的公交OD反推方法[J]. 公路與汽運，2010（3）： 31-33. </p><p>　　LIU Yingjie， JIN Wenzhou， KANG Kai. Transport OD matrix approach based IC information and probability theory[J]. Hi

38、ghways and Automotive Applications， 2010（3）： 31-33. </p><p>　　[17]吳友梅. 城市軌道交通與地面常規(guī)公交換乘客流預(yù)測模型研究[J]. 城市公共交通，2005（11）： 30-33. </p><p>　　WU Youmei. Study of forecast modeling for transit passenger h