深圳市轨道交通清分方法研究
|
摘要
在无障碍换乘的模式下,对于深圳地铁网络来说,如何在保证整个地铁系统一体化运营的同时,公平、公正地维持各运营商的利益,制订合理的清分制度,从而确保整个深圳市轨道交通系统的可持续发展,是当前多家运营商合作前应当要解决的重要问题。
本文通过研究国内外城市轨道交通换乘模式和清分方法、分析乘客路径选择行为的基本规律和影响因素,运用理论分析和交通调查相结合的方法,建立合理的清分清算模型,并以此为依据计算各个运营商在深圳市轨道交通系统中所应获得的运费收入。
本文针对深圳市轨道交通的实际,提出基于多路径选择概率的清分方法,首先根据乘客出行OD点的确切的旅行时间(包含乘车时间和换乘时间)得出初始出行阻抗,利用阻抗最小、允许增加的阈值和限制最大换乘次数找出多条有效路径；再根据乘客出行影响因素得出修正出行阻抗后依据多路径概率模型(正态分布概率模型)得出各有效路径的客流分担比例；最后根据各运营商的里程比例(会依据票价政策制定后修改)得出各路径内各运营商的清分比例,结合多路径分担比例和路径内各运营商的清分比例,即可得到该OD点各运营商的清分比例。
本文清分模型参数是基于深圳市乘客轨道交通出行的调查结果进行标定,为了适应深圳市轨道交通线网和乘客出行特征的变化,需要对模型参数进行修改。当新线路的接入或运营一段时间后可以通过乘客出行调查来修正模型参数满足轨道交通客流特征变化。
Along with the Barrier-free transfer model has been put forward, it is difficult to keep the integration of the entire rail system operating, while maintain each operator's interests fairly and justly. it has became an critical issue need to be solved that how to establish a reasonable fare clearing system, and it is also a foundation of the sustainable development of Shenzhen rail transit.
This thesis researches the existing transfer modes and fare clearing methods of urban rail transit, and analyzes the basic regulations of route choice behavior and various factors influences it. Combining the theoretical analysis and traffic survey together, this thesis establishes a reasonable fare clearing model, and then calculates each operator's passenger revenue based on this model.
According to the actual condition of Shenzhen rail transit, this thesis proposes the fare clearing method based on probabilistic multi-path selection model. Firstly, we can determine the initial travel impedance in the light of the exact passenger transport time between origin-destination(OD) stations, including the riding time and transfer time; considering factors such as the minimum impedance, the threshold could be added, and the limitation of maximum transfer times, we can find number of valid paths. Secondly, we can revise the travel impedance, based on the probabilistic multi-path selection model, an evolution of the Normal Distribution Probability Model; then we can figure out the ratio of the passenger-sharing on every effective paths. Lastly, we can estimate each operator's percentage of clearing on every effective paths, on the basis of their different running mileage which adjusted along with the fare policy revised. Obtain both the ratio of the passenger-sharing and each operator's percentage of clearing on every effective paths, we can calculate each operator's proportion of clearing between the certain OD stations.
The parameters of this fare clearing model are based on the traffic survey of Shenzhen, those should be revised to adapt to the adjustment of Shenzhen railway network and the changes of route choice behavior. If a newly railway turning on, we can revises the model parameters by surveying the traffic after operating for a period, to correspond to the changing characteristics of rail passenger traffic.
本文通过研究国内外城市轨道交通换乘模式和清分方法、分析乘客路径选择行为的基本规律和影响因素,运用理论分析和交通调查相结合的方法,建立合理的清分清算模型,并以此为依据计算各个运营商在深圳市轨道交通系统中所应获得的运费收入。
本文针对深圳市轨道交通的实际,提出基于多路径选择概率的清分方法,首先根据乘客出行OD点的确切的旅行时间(包含乘车时间和换乘时间)得出初始出行阻抗,利用阻抗最小、允许增加的阈值和限制最大换乘次数找出多条有效路径；再根据乘客出行影响因素得出修正出行阻抗后依据多路径概率模型(正态分布概率模型)得出各有效路径的客流分担比例；最后根据各运营商的里程比例(会依据票价政策制定后修改)得出各路径内各运营商的清分比例,结合多路径分担比例和路径内各运营商的清分比例,即可得到该OD点各运营商的清分比例。
本文清分模型参数是基于深圳市乘客轨道交通出行的调查结果进行标定,为了适应深圳市轨道交通线网和乘客出行特征的变化,需要对模型参数进行修改。当新线路的接入或运营一段时间后可以通过乘客出行调查来修正模型参数满足轨道交通客流特征变化。
Along with the Barrier-free transfer model has been put forward, it is difficult to keep the integration of the entire rail system operating, while maintain each operator's interests fairly and justly. it has became an critical issue need to be solved that how to establish a reasonable fare clearing system, and it is also a foundation of the sustainable development of Shenzhen rail transit.
This thesis researches the existing transfer modes and fare clearing methods of urban rail transit, and analyzes the basic regulations of route choice behavior and various factors influences it. Combining the theoretical analysis and traffic survey together, this thesis establishes a reasonable fare clearing model, and then calculates each operator's passenger revenue based on this model.
According to the actual condition of Shenzhen rail transit, this thesis proposes the fare clearing method based on probabilistic multi-path selection model. Firstly, we can determine the initial travel impedance in the light of the exact passenger transport time between origin-destination(OD) stations, including the riding time and transfer time; considering factors such as the minimum impedance, the threshold could be added, and the limitation of maximum transfer times, we can find number of valid paths. Secondly, we can revise the travel impedance, based on the probabilistic multi-path selection model, an evolution of the Normal Distribution Probability Model; then we can figure out the ratio of the passenger-sharing on every effective paths. Lastly, we can estimate each operator's percentage of clearing on every effective paths, on the basis of their different running mileage which adjusted along with the fare policy revised. Obtain both the ratio of the passenger-sharing and each operator's percentage of clearing on every effective paths, we can calculate each operator's proportion of clearing between the certain OD stations.
The parameters of this fare clearing model are based on the traffic survey of Shenzhen, those should be revised to adapt to the adjustment of Shenzhen railway network and the changes of route choice behavior. If a newly railway turning on, we can revises the model parameters by surveying the traffic after operating for a period, to correspond to the changing characteristics of rail passenger traffic.
引文
[1]毛保华,四兵锋,刘智丽.城市轨道交通网络管理及收入分配理论与方法[J].科学出版社.2007年12月
[2]卢曙光.韩、日城市轨道交通票款清分中心的经验与借鉴[J].都市快轨交通.2007年4月
[3]丁耿,卢曙光,刘乐.多线运营时AFC系统票务运作——以深圳市轨道交通为例[J].城市交通.2007年11月
[4]韦强等.基于概率模型的轨道交通清分算法.城市轨道交通研究[J].2009年9月
[5]陶玥,张冬泉.城市轨道交通票款清分方法[J].都市快轨交通.2010年4月
[6]杨甲,罗钦,徐瑞华.城市轨道交通网络清分方法研究[J].城市轨道交通研究.2009年05期
[7]赵峰,张星臣,刘智丽.城市轨道交通系统运费清分方法研究[J].交通运输系统工程与信息.2007年12期
[8]于僳.东京轨道交通的融资与运营[J].运输经理世界.2007年09期
[9]金懋.基于规制理论的城市轨道交通票款清分研究[J].铁道运输与经济.2009年5期
[10]赖树坤,姚宪辉,彭愚.交通网络中有效路径确定方法的探讨[J].交通标准化.2008年1期
[11]赵路敏,郝庆玲,杜世敏.北京市轨道交通线网客流及票款清分方法[J].都市快轨交通.2009年12期
[12]徐瑞华,罗钦,高鹏.基于多路径的城市轨道交通网络客流分布模型及算法研究.铁道学报.2009年04期
[13]四兵锋,毛保华,刘智丽.无缝换乘条件下城市轨道交通网络客流分配模型及算法[J].铁道学报.2007年12期
[14]陆春江.城市轨道交通网络“一票通”换乘的票款分配比例模型[J].现代城市轨道交通.2004年10期
[15]赖树坤.城市轨道交通票务清分方法研究[D].北京交通大学硕士论文.2008 年6月
[16]贾楠.城市轨道交通票务清分问题研究[D].北京交通大学硕士论文.2008年05月
[17]郑丽娟.基于城市轨道交通网络运营的客流分布预测研究[D].同济大学硕士论文.2008年03月
[18]杨甲.城市轨道交通网络票务清分模型研究[D].同济大学硕士论文.2009年
[19]刘瑜.北京市轨道交通网络仿真研究[D].北京工业大学硕士论文.2008年
[20]黄一华.城市轨道交通客流分配模型与算法的研究[D].北京交通大学硕士论文.2010年
[21]苏娟.城市轨道交通客流分配研究[D].北京交通大学硕士论文.2009年
[22]王静.城市轨道新线接入后全网客流分布及成长规律研究[D].北京交通大学硕士论文.2010年
[23]王志强.城市轨道交通应急决策辅助技术研究[D].同济大学交通运输工程学院硕士论文.2008年
[24]四兵锋,高亮,毛保华.无缝换乘的城市轨道交通运费清分模型及算法[J].管理科学学报.2009年10月
[25]罗钦.基于网络运营的城市轨道交通客流分布理论及仿真研究[D].同济大学硕士论文.2009年
[26]陆奕婧.网络化运营条件下城市轨道交通票务清分方法研究[J].轨道交通.2008年12期
[27]赵峰,张星臣,刘智丽.城市轨道交通系统运费清分方法研究[J].交通运输系统工程与信息.2007年6期
[28]秦志鹏.成网条件下城市轨道交通乘客出行路径选择问题研究[D].北京交通大学硕士论文.2011年
[29]刘剑锋,孙福亮,柏赟,许娟.城市轨道交通乘客路径选择模型及算法[J].交通运输系统工程与信息.2009年2期
[30]杨维.城市轨道交通路网承载能力计算方法研究[D].北京交通大学硕士论文.2011年
[31]殷锡金.城市轨道交通网络化运营与清分原则[J].轨道交通.2007年5期
[32]MRT CORPORATION LTD. Annual Report 2009
[33]Seoul Metro. 2008 Brochure
[34]Tokyo Metro Co., Ltd.. Tokyo Metro Handbook 2009
[35]London Underground Limited. Annual Report and Financial Statements(Year ended 31 March 2010)
[36]日本地下铁协会.世界の地下铁[M].束京,2005
[37]杨学斌.最优路径算法在票务清分系统中的研究与应用[D].东华大学硕士论文.2009年03月
[38]何晋川.轨道交通路网票务清算系统的研究与实践[D].东华大学硕士论文.2010年01月
[39]李金海.城市轨道交通网络客流分配模型与算法研究[D].北京交通大学硕士论文.2010年06月
[40]梁娜.国内外部分城市轨道交通票制票价研究及对北京的启示[D].北京交通大学硕士论文.2007年06月
[41]刘剑锋,黄悦,陈锋.基于IC卡数据的地铁客运量推算模型及求解算法[J].第五届中国智能交通年会暨第六届国际节能与新能源汽车创新发展论坛优秀论文集(上册)——智能交通.2009年12月
[42]周淮,朱效洁,吴强.上海轨道交通网络化运营管理问题研究[J].城市轨道交通研究.2006年06月
[43]蔡晓春.城市轨道交通网络客流分配模型与计算方法研究[D].北京交通大学硕士论文.2011年05月
[44]李红莲.可换乘条件下的城市多模式交通分配研究[D].北京交通大学硕士论文.2011年06月
[45]房霄虹.城市轨道交通网络化运输组织协调理论及方法研究[D].北京交通大学博士论文.2010年06月
[46]刘倩.城市轨道交通客流诱导系统的研究与实现[D].北京交通大学硕士论文.2009年06月
[47]马丹.网络结构对城市交通流运行的影响分析[D].北京交通大学硕士论 文.2010年06月
[48]皇妍妍.基于网络的城市轨道交通运输能力瓶颈问题研究.北京交通大学硕士论文[D].2011年06月
[49]Anonymous. China Urban Mass Transit Industry and Transit Equipment Manufacturers Report 2008[J]. M2 Presswire.2008
[50]Naohiko H, Hyodo T, Uchiyama H. Astudy on character-istics of non-ⅡAroute choice models on high densityrailwaynetwork[J]..2004
[51]Christopher C. Skiscim, Bruce L. Golden. Solvingk-shortest and constrained shortest path problems efficiently[J],1989
[52]Huang H J. A combined algorithm for solving and calibrating the stochastic traffic assignment model..1995
[53]A BI-LEVEL FORMULATION AND QUASI-NEWTON ALGORITHM FOR STOCHASTIC EQUILIBRIUM NETWORK DESIGN PROBLEM WITH ELASTIC DEMAND..2001
[54]Willian H. K. Lam, Jing Zhou, Zhao-han Sheng. capacity restraint transit assignment with elastic line frequency[J]..2002
[55]Chaug-Ing Hsu, Shwu-Ping Guo. Externality reductions in residential areas due to rail transit networks[J],2005
[56]Haluk Gercek, Birsen Karpak, Tulay Kilincaslan. A multiple criteria approach for the evaluation of the rail transit networks in Istanbul[J],2004
[57]M. R. Bussieck, T. Winter, U. T. Zimmermann. Discrete optimization in public rail transport[J],1997
[58]Liu Shuxia, Jin Won Choi, Doo Young Kwon. Developing a Framework of a 3D Intelligent Guidance System for the Underground Space[A]. proceedings of 12th International Conference of the Associated Research Centers for Urban Underground Space(ACUUS2009)[C].2009
[59]Chowdhury, M, Chien S. "Optimization of Transfer Coordination. "..2001
[60]Assis W 0. et al. Generation of optimal schedules for metro lines using model predietive control [J]. Automatica.2004
[61]Castelli L, Pesenti R, Ukovieh W. Scheduling multimodal transportation systems[J]..2004
[62]CHANDRASEKHARAN R, HANS Z. Ant-colony algo-rithms for permutation f lowshop schedul ing to minimizemakespan/total flowtime of jobs [J]. 2004
[63]Merchant D K, Nemhauser G L.A model and an algorithm for the dynamic traffic assignment problems. Transportation Science.1978
[64]Moller M F. A scaled conjugate gradient algorithm for fast supervised learning. Neural Networks.1993
[65]Battiti R.First and second order methods for learning:Between steepest descent and Newton's method. Neural Computation.1992
[66]Dorigo M,Maniezzo V, Colorni A. The ant system:An autocatalytic optimizing process..1991
[67]Cybcbko G.Approximations by superpositions of sigmoid function. Mathematics of Computation.1989
[68]Chandrasekaran Sivapragasam, Nitin Muttil. Discharge Rating Curve Extension-A New Approach[J],2005
[69]Fatine Maghrebi. On a Hopf ield Net Arising in the Modelling and Control of Over-Saturated Signalized Intersections [J],1999
[70]Song-Yee Yoon, Soo-Young Lee. Training Algorithm with Incomplete Data for Feed-Forward Neural Networks[J],1999
[71]Mikko Lehtokangas. Constructive Backpropagation for Recurrent Networks[J],1999
[72]Siu-yeung Cho, Tommy W. S. Chow. A Fast Heuristic Global Learning Algorithm for Multilayer Neural Networks[J],1999
[2]卢曙光.韩、日城市轨道交通票款清分中心的经验与借鉴[J].都市快轨交通.2007年4月
[3]丁耿,卢曙光,刘乐.多线运营时AFC系统票务运作——以深圳市轨道交通为例[J].城市交通.2007年11月
[4]韦强等.基于概率模型的轨道交通清分算法.城市轨道交通研究[J].2009年9月
[5]陶玥,张冬泉.城市轨道交通票款清分方法[J].都市快轨交通.2010年4月
[6]杨甲,罗钦,徐瑞华.城市轨道交通网络清分方法研究[J].城市轨道交通研究.2009年05期
[7]赵峰,张星臣,刘智丽.城市轨道交通系统运费清分方法研究[J].交通运输系统工程与信息.2007年12期
[8]于僳.东京轨道交通的融资与运营[J].运输经理世界.2007年09期
[9]金懋.基于规制理论的城市轨道交通票款清分研究[J].铁道运输与经济.2009年5期
[10]赖树坤,姚宪辉,彭愚.交通网络中有效路径确定方法的探讨[J].交通标准化.2008年1期
[11]赵路敏,郝庆玲,杜世敏.北京市轨道交通线网客流及票款清分方法[J].都市快轨交通.2009年12期
[12]徐瑞华,罗钦,高鹏.基于多路径的城市轨道交通网络客流分布模型及算法研究.铁道学报.2009年04期
[13]四兵锋,毛保华,刘智丽.无缝换乘条件下城市轨道交通网络客流分配模型及算法[J].铁道学报.2007年12期
[14]陆春江.城市轨道交通网络“一票通”换乘的票款分配比例模型[J].现代城市轨道交通.2004年10期
[15]赖树坤.城市轨道交通票务清分方法研究[D].北京交通大学硕士论文.2008 年6月
[16]贾楠.城市轨道交通票务清分问题研究[D].北京交通大学硕士论文.2008年05月
[17]郑丽娟.基于城市轨道交通网络运营的客流分布预测研究[D].同济大学硕士论文.2008年03月
[18]杨甲.城市轨道交通网络票务清分模型研究[D].同济大学硕士论文.2009年
[19]刘瑜.北京市轨道交通网络仿真研究[D].北京工业大学硕士论文.2008年
[20]黄一华.城市轨道交通客流分配模型与算法的研究[D].北京交通大学硕士论文.2010年
[21]苏娟.城市轨道交通客流分配研究[D].北京交通大学硕士论文.2009年
[22]王静.城市轨道新线接入后全网客流分布及成长规律研究[D].北京交通大学硕士论文.2010年
[23]王志强.城市轨道交通应急决策辅助技术研究[D].同济大学交通运输工程学院硕士论文.2008年
[24]四兵锋,高亮,毛保华.无缝换乘的城市轨道交通运费清分模型及算法[J].管理科学学报.2009年10月
[25]罗钦.基于网络运营的城市轨道交通客流分布理论及仿真研究[D].同济大学硕士论文.2009年
[26]陆奕婧.网络化运营条件下城市轨道交通票务清分方法研究[J].轨道交通.2008年12期
[27]赵峰,张星臣,刘智丽.城市轨道交通系统运费清分方法研究[J].交通运输系统工程与信息.2007年6期
[28]秦志鹏.成网条件下城市轨道交通乘客出行路径选择问题研究[D].北京交通大学硕士论文.2011年
[29]刘剑锋,孙福亮,柏赟,许娟.城市轨道交通乘客路径选择模型及算法[J].交通运输系统工程与信息.2009年2期
[30]杨维.城市轨道交通路网承载能力计算方法研究[D].北京交通大学硕士论文.2011年
[31]殷锡金.城市轨道交通网络化运营与清分原则[J].轨道交通.2007年5期
[32]MRT CORPORATION LTD. Annual Report 2009
[33]Seoul Metro. 2008 Brochure
[34]Tokyo Metro Co., Ltd.. Tokyo Metro Handbook 2009
[35]London Underground Limited. Annual Report and Financial Statements(Year ended 31 March 2010)
[36]日本地下铁协会.世界の地下铁[M].束京,2005
[37]杨学斌.最优路径算法在票务清分系统中的研究与应用[D].东华大学硕士论文.2009年03月
[38]何晋川.轨道交通路网票务清算系统的研究与实践[D].东华大学硕士论文.2010年01月
[39]李金海.城市轨道交通网络客流分配模型与算法研究[D].北京交通大学硕士论文.2010年06月
[40]梁娜.国内外部分城市轨道交通票制票价研究及对北京的启示[D].北京交通大学硕士论文.2007年06月
[41]刘剑锋,黄悦,陈锋.基于IC卡数据的地铁客运量推算模型及求解算法[J].第五届中国智能交通年会暨第六届国际节能与新能源汽车创新发展论坛优秀论文集(上册)——智能交通.2009年12月
[42]周淮,朱效洁,吴强.上海轨道交通网络化运营管理问题研究[J].城市轨道交通研究.2006年06月
[43]蔡晓春.城市轨道交通网络客流分配模型与计算方法研究[D].北京交通大学硕士论文.2011年05月
[44]李红莲.可换乘条件下的城市多模式交通分配研究[D].北京交通大学硕士论文.2011年06月
[45]房霄虹.城市轨道交通网络化运输组织协调理论及方法研究[D].北京交通大学博士论文.2010年06月
[46]刘倩.城市轨道交通客流诱导系统的研究与实现[D].北京交通大学硕士论文.2009年06月
[47]马丹.网络结构对城市交通流运行的影响分析[D].北京交通大学硕士论 文.2010年06月
[48]皇妍妍.基于网络的城市轨道交通运输能力瓶颈问题研究.北京交通大学硕士论文[D].2011年06月
[49]Anonymous. China Urban Mass Transit Industry and Transit Equipment Manufacturers Report 2008[J]. M2 Presswire.2008
[50]Naohiko H, Hyodo T, Uchiyama H. Astudy on character-istics of non-ⅡAroute choice models on high densityrailwaynetwork[J]..2004
[51]Christopher C. Skiscim, Bruce L. Golden. Solvingk-shortest and constrained shortest path problems efficiently[J],1989
[52]Huang H J. A combined algorithm for solving and calibrating the stochastic traffic assignment model..1995
[53]A BI-LEVEL FORMULATION AND QUASI-NEWTON ALGORITHM FOR STOCHASTIC EQUILIBRIUM NETWORK DESIGN PROBLEM WITH ELASTIC DEMAND..2001
[54]Willian H. K. Lam, Jing Zhou, Zhao-han Sheng. capacity restraint transit assignment with elastic line frequency[J]..2002
[55]Chaug-Ing Hsu, Shwu-Ping Guo. Externality reductions in residential areas due to rail transit networks[J],2005
[56]Haluk Gercek, Birsen Karpak, Tulay Kilincaslan. A multiple criteria approach for the evaluation of the rail transit networks in Istanbul[J],2004
[57]M. R. Bussieck, T. Winter, U. T. Zimmermann. Discrete optimization in public rail transport[J],1997
[58]Liu Shuxia, Jin Won Choi, Doo Young Kwon. Developing a Framework of a 3D Intelligent Guidance System for the Underground Space[A]. proceedings of 12th International Conference of the Associated Research Centers for Urban Underground Space(ACUUS2009)[C].2009
[59]Chowdhury, M, Chien S. "Optimization of Transfer Coordination. "..2001
[60]Assis W 0. et al. Generation of optimal schedules for metro lines using model predietive control [J]. Automatica.2004
[61]Castelli L, Pesenti R, Ukovieh W. Scheduling multimodal transportation systems[J]..2004
[62]CHANDRASEKHARAN R, HANS Z. Ant-colony algo-rithms for permutation f lowshop schedul ing to minimizemakespan/total flowtime of jobs [J]. 2004
[63]Merchant D K, Nemhauser G L.A model and an algorithm for the dynamic traffic assignment problems. Transportation Science.1978
[64]Moller M F. A scaled conjugate gradient algorithm for fast supervised learning. Neural Networks.1993
[65]Battiti R.First and second order methods for learning:Between steepest descent and Newton's method. Neural Computation.1992
[66]Dorigo M,Maniezzo V, Colorni A. The ant system:An autocatalytic optimizing process..1991
[67]Cybcbko G.Approximations by superpositions of sigmoid function. Mathematics of Computation.1989
[68]Chandrasekaran Sivapragasam, Nitin Muttil. Discharge Rating Curve Extension-A New Approach[J],2005
[69]Fatine Maghrebi. On a Hopf ield Net Arising in the Modelling and Control of Over-Saturated Signalized Intersections [J],1999
[70]Song-Yee Yoon, Soo-Young Lee. Training Algorithm with Incomplete Data for Feed-Forward Neural Networks[J],1999
[71]Mikko Lehtokangas. Constructive Backpropagation for Recurrent Networks[J],1999
[72]Siu-yeung Cho, Tommy W. S. Chow. A Fast Heuristic Global Learning Algorithm for Multilayer Neural Networks[J],1999