作者簡介： 張毅（1978-），男，高級工程師，博士研究生，研究方向?yàn)榻煌ㄒ?guī)劃管理，E-mail：zhangyi@shenhua.cc

文章編號： 0258-2724（2013）03-0520-05DOI： 10.3969/j.issn.0258-2724.2013.03.020

摘要：

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(shí)間最短的路徑，在此基礎(chǔ)上，以出行時(shí)間最短作為出行方式選擇的規(guī)劃目標(biāo)，使用MATLAB軟件，設(shè)計(jì)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(jì)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， 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.

關(guān)鍵詞：

OD矩陣；常規(guī)公交；城市軌道交通；出行時(shí)間

中圖分類號： U491文獻(xiàn)標(biāo)志碼： A

目前常規(guī)公共交通客流的預(yù)測主要基于以下思路：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(xiàn)[1]認(rèn)為公交客流預(yù)測是公共交通規(guī)劃的基礎(chǔ)工作.文獻(xiàn)[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(xiàn)[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(xiàn)[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(jì)方法，并給出公交網(wǎng)絡(luò)配流問題的均衡模型及求解算法.文獻(xiàn)[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(xiàn)[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(gè)隨機(jī)用戶平衡配流模型，并用遺傳算法求解.

文獻(xiàn)[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(xiàn)[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.

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(shí)間序列數(shù)據(jù)，進(jìn)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(jìn)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(jì)模型基礎(chǔ)上，也無法解釋乘客的出行決策行為.

近期一些高科技技術(shù)也應(yīng)用于公交客流預(yù)測.文獻(xiàn)[15]提出了利用移動(dòng)定位技術(shù)獲取公交客流OD矩陣的思路，闡述了基于手機(jī)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(xiàn)[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(jìn)行分析，結(jié)合站點(diǎn)吸引率，提出了單條公交線路站點(diǎn)之間OD矩陣反推結(jié)構(gòu)化算法.

綜上所述，當(dāng)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(jìn)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(gè)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(jìn)行科學(xué)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足夠的重視，本文以最短出行時(shí)間為目標(biāo)，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(xué)的依據(jù).

1

軌道交通對常規(guī)公交客流的影響

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(jìn)行優(yōu)化配置的基礎(chǔ).軌道交通與常規(guī)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.

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(shí)間，也可能考慮選擇軌道交通.對情況（3），可能同樣為了選擇軌道交通，而不得不選擇一個(gè)到達(dá)軌道交通且與之相交的公交線路.作為有財(cái)政補(bǔ)貼的城市公交系統(tǒng)，其費(fèi)用較低，因此，本文在分析人們選擇出行交通方式時(shí)，暫不考慮費(fèi)用因素，主要考慮出行時(shí)間.

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(dá)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.

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(jìn)行選擇和規(guī)劃，規(guī)劃目標(biāo)是出行時(shí)間最短.

2

公交客流變化預(yù)測

可以通過傳統(tǒng)的調(diào)查統(tǒng)計(jì)方法獲取新的公交客流量OD矩陣，但是這樣既費(fèi)時(shí)，也未必能獲得準(zhǔn)確的結(jié)果.尤其是在軌道交通尚未開始營運(yùn)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(shí)間的減少、換乘次數(shù)的減少），以縮短出行時(shí)間為決策目標(biāo)重新規(guī)劃最優(yōu)出行線路，得到新的公交客流OD矩陣.

3

算法與算例

對圖1所示公交線路進(jìn)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(jì)算結(jié)果顯示，一些站點(diǎn)的OD客流量值大幅度增加，說明該站點(diǎn)是重要的換乘站點(diǎn)，計(jì)算結(jié)果表明， 43.7%的公交站點(diǎn)客流量增至軌道交通出現(xiàn)前的2.73倍.而一些站點(diǎn)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(diǎn)的運(yùn)營車輛，對那些換乘軌道交通客流量較大的公交站點(diǎn)增加運(yùn)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(dāng)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)測各交通方式分擔(dān)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.

4

結(jié)束語

在考慮軌道交通出現(xiàn)后，基于最小出行時(shí)間的目標(biāo)調(diào)整，對常規(guī)公交客流的變化進(jìn)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(diǎn)，通過公交到達(dá)的出行人數(shù)會大幅度增加.同時(shí)，在軌道交通可以到達(dá)的一些站點(diǎn)，選擇公交到達(dá)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(jìn)一步配合軌道交通對常規(guī)公交線路進(jìn)行規(guī)劃調(diào)整.

為了簡化問題，本文未考慮換乘花費(fèi)時(shí)間帶來的影響.實(shí)際上，出行時(shí)間最短未必是乘車人的唯一決策目標(biāo).因此，在后續(xù)研究中可結(jié)合個(gè)人的換乘偏好和效用感受，對文中提出的算法進(jìn)行修正，并進(jìn)行實(shí)證檢驗(yàn).

參考文獻(xiàn)：

[1]王煒. 城市交通工程應(yīng)用技術(shù)研究[M]. 南京：東南大學(xué)出版社，1996： 117-119.

[2]孫愛充. 公交客流預(yù)測方法研究[J]. 城市交通，1996（6）： 32-33.

SUN Aichong. Research on forecasting methods of bus passenger flow[J]. Urban Transportation， 1996（6）： 32-33.

[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.

SI Bingfeng， GAO Ziyou. 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.

[4]宋一凡，高自友. 連續(xù)平衡網(wǎng)絡(luò)設(shè)計(jì)問題的雙層規(guī)劃模型及其求解算法[J]. 公路交通科技，1999，16（1）： 40-43.

SONG Yifan， GAO Ziyou. A bi-level programming model and solution algorithm for the continuous equilibrium network design problem[J]. Journal of Highway and Transportation Research and Development， 1999， 16（1）： 40-43.

[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(jī)用戶平衡配流模型[J]. 公路交通科技，2000，17（2）： 37-41.

JIANG Hon， GAO Ziyou. Genetic algorithm for 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.

[6]過秀成，王煒，呂慎. 基于合作競爭類OD的軌道客流預(yù)測方法研究[J]. 公路交通科技，2000，17（4）： 57-63.

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 Development， 2000， 17（4）： 57-63.

[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(shí)踐，2001（8）： 106-110.

L Shen， GUO Xiucheng. Method of the URTs passenger flow forecast[J]. Systems Engineering： Theory and Practice， 2001（8）： 106-110.

[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(xué)學(xué)報(bào)，2003，25（1）： 25-28.

FAN Haiyan， FAN Bingquan， ZHANG Linfeng. The application of gray-BP networks method in the passenger volume forecast[J]. Journal of University of Shanghai for Science and Technology， 2003， 25（1）： 25-28.

[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(yùn)輸系統(tǒng)工程與信息學(xué)報(bào)，2005，5（6）： 110-115.

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 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(xué)學(xué)報(bào)，2008，31（3）： 340-342.

JIANG Ping， SHI Qin， CHEN Wuwei， et al. Prediction of passenger volume based on Elman type recurrent neural network[J]. Journal of Hefei University of Technology， 2008， 31（3）： 340-342.

[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(xué)學(xué)報(bào)：工程科學(xué)版，1997，1（2）： 42-48.

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.

[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.

LIU Cui， CHEN Hongren. Study on OD matrix estimation of transit passenger flows[J]. Urban Transportation， 2007， 15（4）： 81-84.

[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(yùn)輸工程與信息學(xué)報(bào)，2006，4（3）： 75-79.

REN Qiliang， PENG Qiyuan， XIE Xiaosong， et al. A reversal reckon method of OD matrix of public traffic passenger flow[J]. Communication and Transportation Systems Engineering and Information， 2006， 4（3）： 75-79.

[14]陳素平，陳學(xué)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.

CHEN Suping， CHEN Xuewu， YANG Min. OD matrix of transit passenger flow based on note survey[J]. Journal of Transport Information and Safety， 2009， 27（1）： 11-14.

[15]鄒亮，張孜，朱玲湘. 基于手機(jī)定位的公交OD獲取方法研究[J]. 交通信息與安全，2011，29（5）： 122-126.

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.

[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(yùn)，2010（3）： 31-33.

LIU Yingjie， JIN Wenzhou， KANG Kai. Transport OD matrix approach based IC information and probability theory[J]. Highways and Automotive Applications， 2010（3）： 31-33.

[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.

WU Youmei. Study of forecast modeling for transit passenger how between urban rail transport and conventional public transit[J]. Urban Public Transport， 2005（11）： 30-33.