论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　出行的广义费用一般由2部分构成,即一次出行的时间价值和货币成本。根据出行的不同过程,又可将出行的广义费用分解为各种方式的运行成本、交通方式之间的换乘成本和连接弧成本(终端成本、始端等待成本)。运行成本是指所采用的交通方式在行走途中消耗的成本,包括行走时间价值和货币成本2部分,设置在各路段上。换乘成本包括换乘时间价值与换乘货币成本。换乘时间价值主要包括换乘步行时间和换乘候车时间;对于换乘货币成本,则主要为上一交通工具的存取费用。连接弧成本主要是指候车时间和存车费用。其中,类似于小汽车的停车费用,可以根据所在区域的不同设置不同的费用,这也是设置连接弧的一个重要作用。对于时间成本,步行和等待期间的单位时间价值与行车期间的单位时间价值是不同的。文献提出的相关理论:通勤者愿意花在公交车上的时间价值,约为该时间段内工资的一半;普通的通勤者愿花他每小时薪水的一半而不愿花1h在公共汽车或火车上,而花在步行或等待上的时间价值还要大2～3倍,一个普通的通勤者愿花他每小时薪水的1.0～1.5倍而避免花1h来步行或等待。西方国家的公共交通规划中,时间价值的系数一直沿用这个相对比例。

　　由于受体力的限制,对于步行和自行车方式应限定在一定走行距离,超出这个距离就认定其广义费用为无穷大或给定一个大数。本文根据西安市的调查数据,建议一次连续步行距离限制在1500m以内,一次自行车连续走行限制在4000m以内。

　　4.6路径选择

　　出行者在选择交通方式及路径时往往有很大的随机性。出行者从节点i到节点j的可行路径中出行链l的选择概率为P(i,j,l)=exp(-γF(i,j,l))ΣNr=1exp(-γF(i,j,r))(10)式中:P(i,j,l)为节点i到节点j的OD量在路径出行链l上的分配比例,这里路径l通常是组合出行路径;F(i,j,l)为节点i到节点j的可行路径中出行链l的广义费用;N为可行路径出行链的数目;γ为参数,一般取3.0～3.5。

　　为了避免出现“红蓝巴士”的诡异现象,在具体分配时可采用2次Logit概率分配。具体做法如下:①找出节点i、j之间的最短路径,其广义费用为Fmin;②继续搜索节点i、j之间的广义费用在Fmin～1.5Fmin的所有有效路径集K;③在路经集K中寻找含各主方式的最短路径,以交通方式m(m=1,2,…,7)为主方式的最短路径为Km,将路径Km作为主方式m的典型路径,其广义费用为Fmmin;④利用Logit模型将节点i、j之间的OD量在这m条典型路径上作概率选择,划分各主出行方式的比例,得到节点i、j之间的各主方式出行量;⑤对除常规公交和轨道交通外其余交通方式为主方式的出行量,分别按随机型或确定型分配到相关路径上;⑥以常规公交或轨道交通为主方式的出行量联合,再次采用Logit模型在不同的公共交通线路(因为同一区段可能存在多条同一走向的线路)上进行选择分配;⑦在分配过程中,通过统计各种客流信息,整理得到最终的客流预测结果。

　　5、实例分析

　　5.1西安地铁3号线概况

　　西安地铁3号线是西安城市轨道交通线网的主骨架线路,线路全长50.5km,共设车站30座,具体线路布设如图5所示。整个工程分两期实施:一期工程(鱼化寨—国际港务区),线路长37.57km,共设车站24座;二期工程(鱼化寨—侧坡),线路长12.93km,共设车站8座。3号线一期工程计划2011年开工,2015年9月通车试运营。据此,确定西安地铁3号线客流预测特征年初期为2018年;近期为2025年;远期为2040年。

　　5.2客流预测及结果分析

　　在研究范围内划分了519个交通小区(与2008年居民出行调查交通小区保持一致),经预测整个区域在3个特征年的出行总量分别为:1727.3×104人次、2043.5×104人次、2186.6×104人次。

　　全日出行分布预测采用式(2)和式(3)所示的双约束重力模型进行,其中模型中的阻抗函数,采用负指数函数形式。

　　高峰小时的发生吸引和分布采用式(4)和式(5)进行预测。根据高峰小时的工作和上学出行现状OD量,标定了模型参数。

　　高峰小时工作和上学出行所占的比例α和β分别为:α=0.5716;β=0.3060。

　　出行目的模型参数工作aw=0.0295bw=-0.0067cw=0.7401dw=0.1401上学as=0.0033bs=-0.0168cs=0.6798ds=0.3614在综合交通网络上,利用方式划分与分配组合模型,得到地铁3号线主要客流指标。

　　6、结语

　　(1)提出了基于“四阶段”法的轨道交通客流预测技术路线,分别构建全日OD矩阵和高峰小时OD矩阵,然后通过相应的分配过程,得到轨道交通线路的全日客流指标和高峰小时客流指标。

　　(2)基于交通小区的人口数与就业岗位数,建立了全日交通发生(吸引)预测模型,并采用双约束重力模型预测全日出行分布;建立了高峰小时工作和上学的出行生成-分布共生模型,用于预测高峰小时的出行发生(吸引)及分布。

　　(3)在建立综合交通网络的基础上,基于Logit模型提出了方式划分与分配组合模型,并给出了相应的技术路线和具体操作方法。

　　(4)经预测,西安地铁3号线初期、近期、远期的全日客运量分别为39.00×104人次、74.76×104人次、106.08×104人次;初期、近期、远期的高峰小时单向最高断面流量分别为1.69×104人次、3.08×104人次、3.75×104人次。

　　参考文献:

　　[1]吕慎,过秀成.轨道线网客流预测方法研究[J].系统工程理论与实践,

　　[2]吴祖峰,沈菲君.轨道交通客流预测方法研究[J].宁波高等专科学校学报,

　　[3]过秀成,吕慎.基于合作竞争类OD联合方式划分轨道客流分配模型研究[J].中国公路学报,

　　[4]吴祥云,刘灿齐.轨道交通客流量均衡分配模型与算法[J].同济大学学报:自然科学版,

　　[5]沈景炎.城市轨道交通客流预测的评估和抗风险设计[J].城市轨道交通研究,

　　[6]袁玉玲,王选仓.城市轨道交通建设模式与措施[J].交通运输工程学报,

　　[7]安学武,杜殿虎,马超群,等.基于溢出交通需求的城市轨道交通线网规模测算模型[J].交通运输工程学报,

　　[8]马超群,王玉萍.西安城市快轨交通线网方案客流测试研究[J].都市快轨交通,

　　[9]宋杨,陈宽民,姚新虎.配合城市轨道交通的常规公交起讫点的确定[J].长安大学学报:自然科学版,

　　[10]孙壮志,唐孝飞,胡思继.基于混合模式客流分配的城市轨道交通线路设计模型[J].北方交通大学学报,

　　[11]肖秋生.行程时间随交通流量变化规律研究[J].中国公路学报,

　　[12]阿瑟·奥沙利文.城市经济学[M].苏晓燕,常荆莎,朱雅丽,译.北京:中信出版社,