公交串车现象的机理解释与预测方法研究

摘要

串车现象是公交运营中的一种常见现象。串车的发生会导致乘客平均候车时间增大、部分乘客候车时间过长、公交载客量不均等一系列不利后果。本文通过研究公交车辆的驻站过程、交叉口延误过程及区间运行过程，建立了公交串车的机理分析模型；此后结合公交实际数据，借鉴粒子滤波的基本思想，建立了公交串车的预测模型，以期实现对公交串车现象发生的提前预警，为公交实时调度提供依据。 首先从分析公交数据入手，观测实际运行中的串车现象。针对AVL数据定位点位存在偏差的问题，采用正交投影方式，按照就近原则并符合时间序列，对车辆轨迹纠偏。之后标记定位点位与交叉口和站点的位置关系，提取车辆到离节点的时间，绘制车辆运行的时空图以及车头时距的分布图，直观分析车头时距随车辆运行的变化特征。 随后在给定公交串车的判定条件后，建立了可说明由驻站时间差异、信号交叉口处的延误以及区间运行时间波动性而造成车头时距波动性的串车动力学方程。其中，串车模型中包含的驻站时间模型，描述了驻站时间与车头时距的正比关系；交叉口通过模型中，在利用车辆运行轨迹推算交叉口信号配时的基础上，计算车辆实际通过时间，该模型也表明信号交叉口对车头时距的调节机制；而对于车辆在区间的运行时间，本文给定五种候选统计分布形式，并介绍参数估计及拟合优度检验的方法。 接下来，利用实际数据得到的公交运行关键信息，对公交串车模型中的参数进行标定。在驻站时间模型的参数估计中，人均刷卡时间可由唯一值标定，乘客实时到达率可由二次函数拟合。在交叉口信号参数推导的过程中，当迭代周期与实际周期相符时，交叉口零点处的轨迹点位分布图明显有别于错误的迭代周期。对于区间运行时间的拟合，对数逻辑斯特分布拟合效果最优，在对全天数据划分时间窗后，该概率分布形式全部通过K-S检验。 最后，基于粒子滤波思想，建立了公交串车的预测模型，对未来车辆串车的时空位置进行预测。由于每个粒子的预测轨迹相互独立，传统粒子滤波中对所有粒子加权求均值得到预测值的方法不再适用，本文选取有效粒子预测结果的中位数作为到站时间的预测值，避免预测轨迹遇红灯通过交叉口的情况出现。实际数据的预测结果表明，该预测模型对间隔较少站点的串车事件预测效果较好，随着区间的延长，预测误差逐渐增大，且考虑信号交叉口的预测效果优于不考虑信号交叉口的预测，平峰时期预测的准确度优于高峰时期。

目录

第一个书签之前