鄭曉峰，盧 凱，吳 煥，劉永洋，徐建閩

（華南理工大學(xué) 土木與交通學(xué)院，廣州510640）

基于BRT站臺(tái)乘車誘導(dǎo)的公交車輛載客均衡模型

鄭曉峰，盧 凱＊，吳 煥，劉永洋，徐建閩

（華南理工大學(xué) 土木與交通學(xué)院，廣州510640）

針對(duì)公交站臺(tái)乘客乘車誘導(dǎo)的問(wèn)題，以公交線路載客均衡為目的，建立了乘客乘車誘導(dǎo)模型，實(shí)現(xiàn)了最佳乘客乘車誘導(dǎo)方案的編程求解.本文通過(guò)建立單條BRT線路車輛載客模型，組合形成了整個(gè)區(qū)段的BRT線路車輛載客模型，建立了一種面向載客均衡的BRT站臺(tái)乘客乘車誘導(dǎo)模型.理論與算例分析表明，該模型可以生成最佳的乘客乘車誘導(dǎo)方案，能夠?qū)崿F(xiàn)BRT區(qū)間線路的載客率均衡，將填補(bǔ)當(dāng)前公交站臺(tái)乘客乘車誘導(dǎo)研究領(lǐng)域的空缺，具有廣闊的應(yīng)用前景與重要的現(xiàn)實(shí)意義.

智能交通；載客均衡模型；乘車誘導(dǎo)；載客率；BRT站臺(tái)

1 引 言

隨著私人機(jī)動(dòng)車輛的迅猛增長(zhǎng)，人們已逐漸認(rèn)識(shí)到了私人交通工具泛濫的嚴(yán)重后果[1]，發(fā)展城市公共交通已成為世界各國(guó)解決城市擁堵和治理城市陰霾的一項(xiàng)重要舉措.快速公交系統(tǒng)[2]（Bus Rapid Transit，BRT）是一種介于快速軌道交通與常規(guī)公交之間的新型公共客運(yùn)系統(tǒng)，可為城市居民出行提供高效、優(yōu)質(zhì)、快捷的公共交通服務(wù)，以緩解城市交通供需矛盾，引導(dǎo)城市交通合理發(fā)展.

現(xiàn)有的BRT系統(tǒng)在站臺(tái)指引與乘車服務(wù)方面的信息化與智能化水平不高，導(dǎo)致同一行駛區(qū)段內(nèi)不同線路車輛的載客率不均衡，降低了BRT系統(tǒng)的運(yùn)營(yíng)服務(wù)質(zhì)量.如何實(shí)現(xiàn)BRT系統(tǒng)內(nèi)公交車輛的載客均衡是提高BRT系統(tǒng)運(yùn)營(yíng)管理水平的一條重要途徑.

現(xiàn)有研究成果主要集中在BRT車站規(guī)劃和運(yùn)行方案設(shè)計(jì)及優(yōu)化，有關(guān)以乘客為主體的車站乘客上車誘導(dǎo)研究很少.TRB[3]提出了快速公交車站設(shè)施設(shè)計(jì)應(yīng)遵循的基本原則，對(duì)快速公交車站的選址、站間距、站臺(tái)規(guī)模尺寸及車站設(shè)施進(jìn)行了詳細(xì)設(shè)計(jì).參考文獻(xiàn)[4]對(duì)公交車站的車站規(guī)模、行人通道、顯示信息、收費(fèi)系統(tǒng)等進(jìn)行了設(shè)計(jì).楊曉光[5]對(duì)比分析了?？空驹O(shè)置在進(jìn)口道和出口道對(duì)公交車車均延誤的影響，論證了?？空镜淖罴巡荚O(shè)位置.Khaled[6]考慮公交專用道、大站快車服務(wù)、交叉口信號(hào)優(yōu)先及站點(diǎn)設(shè)置等因素，提出了一種動(dòng)態(tài)交通分配模擬建模的框架.范婷[7]以濟(jì)南市BRT乘客信息服務(wù)系統(tǒng)開(kāi)發(fā)為例，介紹了乘客信息服務(wù)系統(tǒng)，實(shí)現(xiàn)了BRT站臺(tái)對(duì)車輛的預(yù)報(bào)站、信息顯示、線路車輛等功能，對(duì)引導(dǎo)乘客上車有一定幫助，但并沒(méi)有建立直接針對(duì)乘客誘導(dǎo)的模型算法.王寶杰[8]提出了一種基于Kalman濾波行程時(shí)間預(yù)測(cè)的BRT車輛速度誘導(dǎo)模型，提高了BRT車輛的運(yùn)行效率.于洋[9]從站臺(tái)乘客換乘量和泊位對(duì)站臺(tái)規(guī)模的影響進(jìn)行了探討，提出了基于乘客換乘量和基于泊位的站臺(tái)規(guī)模計(jì)算模型.安健[10]采用多智能體建模方法，對(duì)信息條件下乘客的認(rèn)知方式與出行行為規(guī)則進(jìn)行了解析，建立了考慮容量限制的公交運(yùn)行服務(wù)仿真模型.

本文將根據(jù)BRT站臺(tái)乘客的上下車需求，采用車站乘客上車誘導(dǎo)控制方法，建立基于BRT站臺(tái)乘車誘導(dǎo)的公交車輛載客率模型，通過(guò)計(jì)算生成相應(yīng)的乘客乘車誘導(dǎo)方案，實(shí)現(xiàn)BRT系統(tǒng)內(nèi)公交車輛的載客均衡.

2 公交車輛載客率模型

為保證系統(tǒng)的可控性，假設(shè)BRT站臺(tái)內(nèi)的所有候車乘客均按照誘導(dǎo)提示信號(hào)選擇搭乘相應(yīng)的BRT線路車輛.

根據(jù)BRT站臺(tái)內(nèi)乘客的OD需求，通過(guò)對(duì)車站乘客進(jìn)行誘導(dǎo)控制，可以分別建立單條線路與整個(gè)區(qū)段內(nèi)的公交車輛載客率模型.

2.1 單條線路

（1）狀態(tài)方程.

以從區(qū)間首站（第1站）駛?cè)氲絽^(qū)間末站（第n站）駛出的BRT線路i為例，列出該線路車輛離開(kāi)中途第z站（1≤z≤n）時(shí)載客人數(shù)p(i,z)的表達(dá)式為

n——BRT車站總數(shù).

對(duì)于任意一條BRT線路i，假設(shè)該線路車輛從第j站駛?cè)氲降趉站駛出，建立其離開(kāi)中途第z站（j≤z≤k）時(shí)載客人數(shù) p(i,z)的表達(dá)式為

（2）控制變量.

式中 ci——第i條BRT線路車輛的額定乘客容量.

2.2 整個(gè)區(qū)段

（1）狀態(tài)方程.

根據(jù)式（2）建立的第i條BRT線路（從第j站駛?cè)氲降趉站駛出）車輛在中途站臺(tái)的載客人數(shù)通式p(i,z)，可以聯(lián)立組成整個(gè)區(qū)段各條線路車輛的載客人數(shù)狀態(tài)方程組.

（2）控制變量.

（3）評(píng)價(jià)指標(biāo).

定義線路i的車輛載客率評(píng)價(jià)指標(biāo)Pi為

應(yīng)滿足條件關(guān)系為

式中 m——BRT線路總數(shù).

（3）目標(biāo)函數(shù).

為使整個(gè)BRT系統(tǒng)的車輛載客率均衡，建立整個(gè)區(qū)段的車輛載客率目標(biāo)函數(shù)為

3 模型求解

如何求解公交車輛載客率模型中的提示信號(hào)方案，使整個(gè)區(qū)段的車輛載客率目標(biāo)函數(shù)P最小，可以采用如圖1所示的流程圖進(jìn)行求解.

圖1中，判斷所選乘車誘導(dǎo)提示信號(hào)方案是否優(yōu)于當(dāng)前最佳誘導(dǎo)方案，其評(píng)價(jià)指標(biāo)為整個(gè)區(qū)段的最大車輛載客率.一旦所選方案中某車輛在某站臺(tái)的載客率大于當(dāng)前最佳誘導(dǎo)方案的最大車輛載客率，則該方案可以立刻被排除，從而大大加快了模型求解的運(yùn)算速度.

圖1 流程圖Fig.1 Flow chart

4 案例分析

（1）案例數(shù)據(jù).

已知在某個(gè)BRT區(qū)段上，依次布設(shè)有S1、S2、S3、S4、S5共5個(gè)站臺(tái)，有L1、L2、L3、L4、L5、L6共6條線路穿行其中，各條線路在BRT區(qū)段上的始末站臺(tái)情況如表1所示.各線路車輛的額定乘客容量c1、c2、c3、c4、c5、c6分別為80、160（大容量）、80、80、80、80人.

表1 各條線路的始末站臺(tái)Table1 Origin and destination station of each route

為驗(yàn)算方便，假設(shè)各線路車輛在其終止站臺(tái)的載客人數(shù)為0.已知BRT站臺(tái)間的OD需求，如表2所示.

表2 BRT站臺(tái)間的OD需求Table2 OD demand amount of BRT stations

表3 各線路車輛的初始載客情況Table3 Initial passengers on the bus of each route

（2）求解過(guò)程.

對(duì)于本案例來(lái)說(shuō)，根據(jù)各條線路在BRT區(qū)段的始末情況可以推算，總的乘車誘導(dǎo)提示信號(hào)方案?jìng)€(gè)數(shù)為2 654 208，可以利用遍歷法進(jìn)行計(jì)算機(jī)編程求解.

通過(guò)計(jì)算機(jī)編程運(yùn)算（i3雙核CPU，CPU主頻為2.53 GHz，內(nèi)存3.8 GB，運(yùn)算時(shí)間約為18.8 s），計(jì)算得到10 806個(gè)最佳誘導(dǎo)提示信號(hào)方案，其最大車輛載客率P=0.825.對(duì)于最佳誘導(dǎo)方案的最大車輛載客率0.825是否達(dá)到最小，可以從S1站臺(tái)的載客率進(jìn)行分析論證.

在S1站臺(tái)接送乘客的線路車輛包括L1、L2、L3、L6，他們?cè)谕Ｕ鞠驴椭?，車上的乘客?shù)量分別為45、82、39、38人.在S1站臺(tái)上車的乘客需求分別為=12、=20、=28、=30人.

（3）效果分析.

表4 各車輛在各站臺(tái)的載客率Table4 Passenger occupancy rate of each bus on each station

由表4可以看出，在各個(gè)站臺(tái)各線路車輛的載客率也較為均衡，有利于提高公交系統(tǒng)的整體服務(wù)水平.

5 研究結(jié)論

本文根據(jù)整個(gè)公交區(qū)段上各個(gè)站臺(tái)的乘客OD需求，建立了整個(gè)區(qū)段的公交線路車輛載客率模型，通過(guò)對(duì)站臺(tái)乘車誘導(dǎo)提示信號(hào)方案進(jìn)行全局優(yōu)化，科學(xué)引導(dǎo)公交乘客選擇搭乘相關(guān)線路車輛，實(shí)現(xiàn)了公交區(qū)間線路車輛載客率的整體均衡，對(duì)于提升公交系統(tǒng)的服務(wù)品質(zhì)與智能化水平具有重要現(xiàn)實(shí)意義.

由于乘車誘導(dǎo)提示信號(hào)方案?jìng)€(gè)數(shù)將隨公交站臺(tái)與線路數(shù)量快速增長(zhǎng)，最佳方案的優(yōu)化求解可能將面臨維數(shù)災(zāi)難，因此，如何提高模型求解的計(jì)算速度與精度，是擴(kuò)大本模型算法應(yīng)用范圍的一個(gè)重要研究課題.

[1]Lloyd W.Training course:mass transit[M].Federal Min?istry for Economic Cooperation and Development,2004.

[2]Transportation Research Board.Bus rapid transit volume 1:case studies in bus rapid transit[R].Washington D C: Transportation Research Board,2003.

[3]Transportation Research Board.Bus rapid transit volume 2:implementation guidelines[R].Washington D C: Transportation Research Board,2003.

[4]ACT Planning and Land Authority.ACT bus passenger station/stop design guidelines[R].ACT Planning and Land Authority,Australia,2005.

[5]楊曉光,陰炳成.公共汽車交通專用道及其?？空咀罴巡贾梅椒╗J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,32 (7):901-905.[YANG X G,YIN B C.Optimal location of exclusive bus lane and bus stops[J].Journal of Tongji University(Natural Science),2004,32(7):901-905.]

[6]Khaled F A,Hani S M,Ahmed F A.A modeling frame? work for bus rapid transit operations evaluation and ser?vice planning[J].Transportation Planning and Technolo?gy,2007,30(6):571-591.

[7]范婷.城市快速公交BRT乘客信息服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)——以濟(jì)南為例[D].山東:山東大學(xué),2012. [FAN T.Design and implementation of BRT passenger information service system—Jinan as an example[D]. Shandong:Shandong University,2012.]

[8]王寶杰,王煒,楊敏,等.基于Kalman濾波行程時(shí)間預(yù)測(cè)的BRT車速誘導(dǎo)[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2014, 44(1):41-46.[WANG B J,WANG W,YANG M,et al. BRT speed induction based on Kalman travel time pre?diction[J].Journal of Jilin University(Engineering and Technology Edition),2014,44(1):41-46.]

[9]于洋,何世偉,宋瑞,等.基于乘客換乘量和停車泊位的BRT站臺(tái)規(guī)模研究[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,27(4):634-637.[YU Y,HE S W,SONG R,et al.Research on the platform scale model of BRT based on the passengers transfer volume and vehicle lots [J].Journal of Chongqing Jiaotong University(Natural Science),2008,27(4):634-637.]

[10]安健,楊曉光,滕靖,等.基于多智能體的公交運(yùn)行服務(wù)仿真模型[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,38 (6):832-838.[AN J,YANG X G,TENG J,et al.Multiagent-based simulation of transit service process[J]. Journal of Tongji University(Natural Science),2010,38 (6):832-838.]

Bus Passenger Equilibrium Model Based on BRT Station Boarding Guidence

ZHENG Xiao-feng,LU Kai,WU Huan,LIU Yong-yang,XU Jian-min
(School of Civil Engineering and Transportation,South China University of Technology, Guangzhou 510640,China)

In terms of the problem of boarding guidance for bus station passenger,this study develops a boarding guidance model with full consideration of passenger equilibrium.It programs the best passenger guidance schemes.From establishing the passenger equilibrium model for a single bus rapid transit(BRT) route,the passenger equilibrium model is extended to the whole section for many BRT routes.Then,the bus passenger equilibrium model is formulated based on the BRT station boarding guidance.The theatrical and numerical analysis show that the proposed model is able to generate the best passenger guidance schemes that can realize the equilibrium of passenger occupancy rate for BRT routes.The findings of this study may fill the gap in the field of bus station passenger boarding guidance and have wide application prospects and important practical significance.

intelligent transportation;passenger equilibrium model;boarding guidance;passenger occupancy rate;BRT station

1009-6744（2014）03-0137-05

U491

A

2013-12-30

2014-04-09錄用日期：2014-04-17

國(guó)家自然科學(xué)基金項(xiàng)目(61203164);廣東省自然科學(xué)基金項(xiàng)目(S2012040007998);廣東省交通運(yùn)輸廳科技項(xiàng)目(2013-02-055);廣東高校優(yōu)秀青年創(chuàng)新人才培養(yǎng)計(jì)劃項(xiàng)目(2012LYM_0014).

鄭曉峰(1977-),男,廣東湛江人，博士生.*通信作者:kailu@scut.edu.cn