李 磊
(重慶交通大學(xué)交通運輸學(xué)院,重慶 400074)
關(guān)鍵字:公交規(guī)劃;通行能力;跳站??浚粚哟畏治龇?/p>
熱門公交站點公交排隊與大量乘客等候公交的現(xiàn)象普遍存在,導(dǎo)致乘客與公共汽車的需求矛盾加劇。此外,公交車排隊進站過程中,車輛在站臺泊車范圍不明,乘客無法確定公交車停靠位置,隨公交車移動,影響他人乘車;公交車進出站時,極易與當(dāng)前道路行駛機動車發(fā)生沖突,使得公交進出站和乘客乘車效率大大降低,延長乘客出行時間,降低道路通行效率。本文考慮采用跳站停靠的方式來避免列車化現(xiàn)象的產(chǎn)生,對重復(fù)系數(shù)大,通行能力不能滿足需求的公交線路進行簡化,提高公交運行效率。
目前,部分公交站點處交通擁堵嚴重,公交車運行效率下降。這是因為高峰期間的公交流量超過了站點的服務(wù)能力,傳統(tǒng)公交運行方法無法滿足不斷增長的公交停靠需求。而公交跳站停靠策略能夠減少部分交通站點的??寇囕v數(shù),同時提升公交運行效率。早在20世紀,在歐美等發(fā)達國家的大城市中就已開始采用公交跳站運行策略,我國部分特大城市也開始研究這一策略,其中,吉林大學(xué)的孫鋒等人通過分析跳站運行對乘客出行時間的影響,建立乘客總出行時間最小的公交跳站運行方法。但在實際運用中,由于缺少實驗成果,實際運行效果不佳,出現(xiàn)公交站點利用率低、乘客換乘難等問題,公交服務(wù)水平?jīng)]有顯著提高。
(1) 一次完整的公交出行要經(jīng)歷四個階段:①到達公交站點的時間;②乘客等待公交的時間;③公交載客運行時間;④最終抵達目的地的時間。
(2) 路網(wǎng)中只存在公交車和小汽車。
(3) 乘客隨機分布在站點周圍,且乘客上下車不受其他干擾因素的影響。
(4) 某公交路線在站點i實行跳站停靠后,所有受跳站??坑绊懙某丝涂梢栽谥貜?fù)站點換乘其他公交線路來到達目的地。
(1) 查詢所有待調(diào)整線路的站點,并將位于地圖上最左端的站點定義為1,然后依次將站點定義為1到n;
(2) 針對所有線路,構(gòu)建n階的矩陣,對該矩陣中的元素xij(i,j∈n且i≠j) 定義如下:
定義該矩陣對角線上的元素xii均為0,由此得到每一條公交線路所對應(yīng)的矩陣;
(3) 將步驟二得到的任意兩個矩陣A和B進行點乘,得到一個新的n階矩陣Y,則有:
即Yij=1則站點i與站點j為公交線路A和B上的重復(fù)站點,反之則不是。
(4) 對所有點乘得到的矩陣進行分析,由站點數(shù)字推導(dǎo)出可以設(shè)置跳站??康恼军c,以及與之對應(yīng)的公交路線。
對可以設(shè)置跳站??康恼军c進行公交運行分析,將公交線路重復(fù)系數(shù)大,通行能力不能滿足需求的站點作為跳站??康膬?yōu)選目標(biāo)。
(1) 確定一個目標(biāo)層,將各影響因素 (本方案為各客運線路小時客流量、汽車班數(shù)、站點??繒r間) 作為指標(biāo)層,根據(jù)實際調(diào)查情況給出各影響因素對于目標(biāo)層的影響程度,將途徑重復(fù)站點的線路依次羅列到方案層,并根據(jù)實際情況給出每條線路對于指標(biāo)層各因素的影響程度。
(2) 根據(jù)步驟一可以得到n+1個比較矩陣,求解指標(biāo)層對目標(biāo)層比較矩陣和方案層對指標(biāo)層比較矩陣的特征值以及特征向量的求解,并進行一致性驗證,然后將特征向量合并得到方案層對指標(biāo)層的權(quán)重矩陣,最后將權(quán)重矩陣相乘,則可得到方案層對目標(biāo)層的權(quán)重,而可以從方案層中選出目標(biāo)線路。
根據(jù)實地調(diào)查的數(shù)據(jù)資料構(gòu)建出指標(biāo)層對目標(biāo)層的判斷矩陣以及方案層對指標(biāo)層各指標(biāo)的判斷矩陣B1、B2、B3,然后對待選擇的公交站點數(shù)據(jù)進行分析,將指標(biāo)層客流量、汽車班次及??繒r間之間兩兩比較得到三個指標(biāo)之間的重要程度,從而得到三個指標(biāo)的判斷矩陣A,再將各條線路的客流量、汽車班次以及??繒r間進行匯總整理,則可得相關(guān)指標(biāo)的數(shù)據(jù)表格,數(shù)據(jù)內(nèi)容為:
通過關(guān)聯(lián)矩陣,得到方案層各線路對于各指標(biāo)的影響程度矩陣B。在此基礎(chǔ)之上,通過matlab編程,從而求解出各判斷矩陣最大特征值所對應(yīng)的特征向量,即指標(biāo)層對目標(biāo)層的權(quán)向量w1,方案層對各指標(biāo)的權(quán)向量w2、w3…wm?,F(xiàn)令矩陣將矩陣C和矩陣D相乘即可得到方案層中各方案對于目標(biāo)層的影響程度wa。通過權(quán)向量可得某站點具體是哪條公交線路對該站點的影響最小,則為優(yōu)化路線。
本文以重慶市301、313、475三條公交線路為樣本,采用上述模型進行分析。由于篇幅問題,涉及的公交站點僅考慮了該三條線路的通過站點。
根據(jù)實際調(diào)查,并統(tǒng)計篩選三條公交線路站點,得到一共40個不同的站點,即n=40。根據(jù)這40個站點在重慶市內(nèi)的具體位置,對這40個站點進行賦值,則每一條公交線路都可用一個40階的矩陣來表示,其中301線路對應(yīng)矩陣A,313線路對應(yīng)矩陣B,475線路對應(yīng)矩陣C。
采用公式 (2),線路A和線路B的點矩陣為YAB,其中YAB(1,2) =1等13個元素的值都為1,即這13個元素所代表的公交站點為301與313這兩條線路的重復(fù)站點。對這13個元素進行分析,得到不同的數(shù)字一共有16個,即共有16個重復(fù)站點。
進行比對,得到301和313這兩條線路的具體重復(fù)站點為磁器街,中興路等16個站。同理,矩陣YAB點乘矩陣C得到矩陣YABC,求得線路A,B,C的重復(fù)站點為四公里,五公里,六公里,七公里。
將六公里作為跳站停靠線路優(yōu)化中的目標(biāo)層,選擇301路、313路、475路公交作為方案層。通過數(shù)據(jù)分析,影響程度大小依次為客流量,汽車班數(shù),站點停靠時間從而可以得到這三個指標(biāo)的判斷矩陣A:
根據(jù)相關(guān)線路的具體數(shù)據(jù)可以得到方案層中三條公交線路對于指標(biāo)層的矩陣B1,B2,B3。指標(biāo)層對目標(biāo)層的權(quán)向量w1,方案層對各指標(biāo)的權(quán)向量w2、w3、w4。令矩陣C=w1,矩陣,則有:
最終,將矩陣C和矩陣D相乘即可得到方案層中各方案對于目標(biāo)層的影響程度,本文通過對程序的運行后得到最終的權(quán)向量為:
通過該權(quán)向量可以得出,在六公里站點301路公交車的影響程度最大,313路影響程度次之,475路公交車影響程度最小,故應(yīng)該對475路公交進行跳站運行。
采用vissim對該路段的現(xiàn)狀及方案進行模擬,同時輸出兩個主要的評價指標(biāo)——排隊時間和通過數(shù)據(jù)檢測點的瞬時速度,評價指標(biāo)見表1。
表1 跳站運行前后的運行狀態(tài)對比
通過仿真前后的運行數(shù)據(jù)進行對比可以發(fā)現(xiàn):采用跳站停靠后的公交線路的總排隊時間減少了51.90%,運行速度提高了23.21%。
本文在分析公交跳站??康倪\行策略和公交路網(wǎng)中公交站點運行情況的基礎(chǔ)上,建立公交車跳站??康膬?yōu)化模型,對城市高峰期擁堵頻發(fā)的公交線路進行優(yōu)化。利用vissim對路段優(yōu)化前后分析可得,在高峰時期設(shè)置公交跳站???,可以有效地減少公交站點的車流交織,提高站點及其關(guān)聯(lián)路段的通行效率,提升公交線網(wǎng)服務(wù)水平,降低城市道路擁擠程度。