原文传递
公共交通车辆串车形成原因及预测研究
| 论文题名： | 公共交通车辆串车形成原因及预测研究 |
| 关键词： | 交通预测;公交车;串车现象;运行调度;径向神经网络 |
| 摘要： | 公交出行是缓解城市交通拥堵，提升城市交通可持续发展的重要手段。城市常规公交是公共交通的主体，其服务水平很大程度上影响了居民的出行选择，而公交车车辆串车问题很大程度上影响着城市公交系统的服务水平。因此，论文基于理论分析和实际数据分析，在系统分析串车问题基础上，通过建立公交车串车的预测模型，实现对公交车串车问题的有效预测，从而为串车问题改进模型的构建提供数据支撑，并提出了基于BDS(公交车载设备系统，Bus Dispatch System)实时数据的反馈控制模型框架，从而有效避免串车现象发生，对于改善城市公共交通服务水平具有一定的理论意义和实用价值。 论文的研究内容围绕公交串车问题，采用理论模型和基于实际数据的实例分析相结合的方式，按照“什么是公交串车问题”、“为什么会发生公交串车问题”以及“怎样有效预测与改进公交串车问题”的研究思路展开。首先，结合车头时距不稳定性的概念，对串车现象给出判定依据，解决了“什么是公交串车问题”。其次，给出串车问题产生的六种典型过程，采用描述性分析与自贡市38路公交车的案例分析相结合的方式，说明这六种典型过程是如何发生的。接着，为串车问题建立数学模型，对串车发生的原因进行理论分析，给出4种导致串车问题发生的原因，并与串车问题产生的六种典型过程进行对照。然后，通过数据分析的方式，运用相关性检验、方差分析、回归分析等多种统计分析方法，找到了实时数据之间的数量关系，并结合逻辑分析确定了实际情况中导致串车问题发生的影响因素。此后，通过回归分析给出了串车的7个影响因素，并对其进行重要度排序。接着，研究了不同预测模型之间的差别，通过层次分析法确定基于RBF（径向基函数，Radial Basis Function）径向神经网络的公交车串车问题预测模型，对未来站的车头时距进行预测，并通过预测结果为串车问题的改进模型提供数据支撑，并选取了自贡市38路公交车的实时数据进行案例分析，结果验证了模型的可靠性。最后，在分析公交车调度指挥系统流程的基础上，设计出串车问题的改进模型框架。该改进模型结合历史数据、实时BDS数据，运用RBF神经网络的预测结果，计算理想状态下合理的区间旅行时间（速度）、停站时间、发车间隔，进而通过调度指挥系统对公交司机下达实时调度命令，调整运行状态，同时将新生成的数据作为历史数据反馈给系统。 |
| 作者： | 李梦甜 |
| 专业： | 交通运输规划与管理 |
| 导师： | 冉斌 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
