论文部分内容阅读
加快构建以公共交通为主体的城市出行服务体系,更好地满足人民群众美好出行需要是交通强国的重要任务之一。其中,轨道交通-租赁自行车一体化出行智能诱导是实现出行即服务（Mobility as a Service,Maa S）理念的重要一环,已纳入我国Maa S系统的发展框架。租赁自行车作为轨道交通的主要补给方式能有效地解决城市“首先/最后一公里问题”。然而,目前大多数城市这两个系统提供的出行信息和接驳服务仍然是分离的。为了满足城市居民轨道交通-租赁自行车的一体化出行需求,提升以公共交通为主导的出行服务效率和品质,需深刻理解居民的组合出行全过程特征,掌握组合出行用户的路径选择机理,并在考虑个体需求和系统供给均衡的基础上,为用户推荐个性化的路径选择方案及相应的引导服务。为此,本论文基于轨道交通刷卡数据、公共自行车刷卡数据、轨道交通运营时刻表和电子地图数据等多源数据,研究轨道交通与租赁自行车复合交通网络构建与用户路径重构方法,剖析基于换乘行为识别的组合出行路径选择机理,预估复合交通网络的动态承载状态,提出轨道交通-租赁自行车组合出行路径实时优化方案。首先,提出轨道交通-租赁自行车复合交通网络的概念,综合考虑网络拓扑结构和用户实际出行需求,构建轨道交通-租赁自行车复合交通拓扑网络:以轨道交通站点和租赁自行车站点作为网络节点,以轨道交通线网和自行车路网作为网络线路,将具有换乘其他交通方式功能的网络节点作为连接各子网络的换乘点;利用轨道交通和租赁自行车智能刷卡数据、轨道交通运营时刻表等多源异构数据,依托Arc GIS平台将复合交通网络用户起讫点与所构建的网络节点进行位置匹配,并利用高斯混合模型和最短路算法,分别实现轨道交通网络和租赁自行车网络层用户的出行路径重构。其次,以轨道交通-租赁自行车组合出行用户为研究对象,将换乘行为划分为“出站借车”和“还车进站”两种模式,利用一卡通刷卡数据对换乘行为的时空特征进行挖掘,建立非一卡通轨道交通与租赁自行车刷卡数据的关联规则,提出基于多源数据的轨道交通-租赁自行车换乘行为识别方法,并利用混淆矩阵验证该方法的有效性;提取组合出行用户在复合交通网络中的全覆盖全过程组合出行链,利用可视化方法,从用户属性、换乘频率、换乘时刻、换乘时空分布多个维度,全方位解析轨道交通-租赁自行车组合出行用户的换乘行为特征,并依托复合交通网络拓扑结构,分析用户组合出行路径中的轨道交通路径、租赁自行车骑行路径以及组合出行路径特征。第三,提出基于供需关系的复合交通网络承载状态测度指标,研究数据驱动下考虑网络承载状态的组合出行路径选择机理模型;考虑在实际出行中用户可能存在大量可选组合出行路径的情况,将轨道交通周边多个租赁自行车站点合并为新的“换乘节点”,提出基于“换乘节点”的可选组合出行路径搜索方法,并确定每条可选路径的方案属性;在此基础上,以前述识别得到的组合出行路径作为因变量,以可选组合出行路径作为因变量的选择肢,从用户属性、网络承载状态属性、出行时段、骑行距离等方面分析组合路径选择的影响因素,并针对“还车进站”和“出站借车”两类换乘用户分别构建基于混合Logit模型的轨道交通-租赁自行车组合出行路径选择模型。结果表明:“出站借车”换乘用户对列车拥挤度感知以及换乘感知均远大于“还车进站”换乘用户,而无论哪种换乘类型用户均倾向于选择自行车设施充足、库存变化率高的组合路径出行。此外,用户性别、出行时段、是否为固定用户也会影响组合出行路径的选择。第四,针对轨道交通系统和租赁自行车系统中交通需求的分布特点,分别提出基于卡尔曼滤波（KF）和小波变化支持向量机的动态承载状态估计（WT-SVR）方法,对南京市工作日内的轨道交通线网和租赁自行车站点动态承载状态进行估计,并利用平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和均方根误差（RMSE）等预测评价指标和其他同期对比模型,检验动态承载估计模型的估计效果。结果表明:针对轨道交通动态承载估计,KF模型在所有工作日表现出的估计精度和计算速度均明显优于历史值估计法（HIS）,特别是在非高峰时段精度提高超过15%;针对租赁自行车站点动态承载估计,WT-SVR模型的总体估计性能明显优于传统SVR模型、神经网络（ANN）模型和季节性单整自回归移动平均（SARIMA）模型。最后,从供需平衡的角度研究轨道交通-租赁自行车组合出行路径的实时优化方法;以用户的“换乘节点”为优化对象,以用户总出行效用、用户路径优化成本和系统调度成本加权组合的综合效用最大化为目标函数,构建面向网络负载均衡的组合出行路径优化模型,并采用分支定界法求解模型的最优解。以南京市复合交通系统某工作日的实际数据作为实例,对5:30-24:00时间段内每间隔15分钟的用户组合出行路径进行优化,进而提出基于用户的组合路径优化方案。结果表明:通过对74个时间段内平均每个“换乘节点”调度1.18次,优化12.51%的用户群体,可以将用户的总出行效用提升8.89%。优化后“换乘节点”触发租赁自行车调度的次数明显少于优化前,且触发时段更为集中,这不仅降低了调度成本,还有利于提高系统的运营效率。此外,优化后用户的“换乘节点”空间分布相对分散,在保障用户骑行可达范围的同时,还有助于复合网络客流的负载均衡。基于此,论文进一步根据用户属性提出考虑群体异质性的组合路径优化策略。