稀疏和密集的混合网格易于运输网络基于旅游需求的不均匀分布

文摘

旅游需求的不均匀分布在城市非常普遍,但不足一直注意这个问题。在本文中,我们探索的影响旅游需求的不均匀分布在一个可访问的网络。网格密度稀疏模型和混合交通网络提出了基于分布不均的旅游需求提供一个高性能的巴士服务。交通网络是由两部分组成:一个密集的网格网络在市区和稀疏网格网络的边缘。模型的目标函数包括代理成本和客运成本,决策变量是downtown-to-city比率,市中心的进展,停止间距(行间距),比市区外围进展的进展。本研究验证了该模型使用旧金山的要求。集中的空间需求导致较低的总成本,而不同的旅游需求必须控制在一个适当的范围内维护总线性能。稳定的公交线路,突然在一个变量的时间表提出了快速发展的城市模型都是盈利的。

1。介绍

公共交通是一个关键的方法解决交通的效率低下和严重的环境污染扩散造成的私人汽车。增加公共汽车系统的竞争力减少私家车出行。为了吸引更多的居民乘公共汽车去旅行,交通部门必须提供高质量的服务水平。总线网络具有良好的覆盖在时间和空间的一个主要方法是提高公交的服务水平。巴士服务有良好的覆盖在时间和空间包括以下要素:停止空间覆盖率高,可以行之间的乘客任何术语叫做(OD)对,高频率的车辆,和长期服务时间1]。一个简单而强大的总线网络有利于优化这些元素。

公交网络规划方法可以分为两类:直接网络和访问网络1]。直接网络(2- - - - - -11)旨在减少乘客转移通过设计多向行基于OD矩阵。然而,直接网络存在以下问题:(1)总线机构的成本是高的,因为高重复的公交线路和网络的复杂性。(2)不同线路的频率和服务时间大大影响了OD矩阵。因此,方便旅客旅行当需求减少的OD矩阵。(3)随着这座城市的发展,公交线路需要完全重新计划,这将导致公交系统稳定性差(12- - - - - -17]。

克服上述问题的直接网络,一些研究人员已经开发出一种可访问网络,减少乘客的上门旅行时间,虽然转移将会增加。对于一个可访问的网络,网络的计划并不是基于OD矩阵。总线网络的设计是基于城市道路的几何结构和旅游需求函数,如直接的服务无处不在(18)、径向网络(19)、网格网络(20.],radial-ring网络[21),和混合网络(12- - - - - -17]。与直接网络相比,访问网络具有以下优点:(1)公交线路在网络的设计是基于简化,降低了公交线路的重复,这就增加了频率的所有公交线路和容易理解。(2)易访问的网络以人为本与灵活的乘客的要求(22]。在上面的研究中,grid-radial Daganzo提出的混合网络统一的需求(12是显著的。grid-radial混合网络可以大大减少乘客的出行时间不增加公共汽车机构的成本。埃斯特拉达等人应用的结果Daganzo [12)重新设计巴塞罗那的交通网络(13]。通过比较巴塞罗那变换前后的网络,这是证明模式的交通转换后大大增加(14]。雨果et al。15),Nocera et al。16陈,et al。17由Daganzo[]改变了网络12为城市旅游需求具有不同结构和功能。

在实践中,旅游需求更集中在市中心地区,然而,在外围,旅游需求减少。换句话说,在城市旅游需求总是不均匀。旅游需求的分布不均的问题更加复杂,但它是更准确的。最新研究时不考虑不均匀的旅游需求调查访问网络的问题。不均匀的影响,讨论了旅游需求在一个可访问的网络。grid-radial混合网格网络组成的网络在市区和径向网络边缘,所以网络不太稳定,因为市区的发展。因此,稀疏和密集的混合网格提出了交通网络,从而使grid-radial混合网络来提高稳定性。本研究的主要目的是提供一个可行的方法,设计和频率分配在公交系统规划。这对提高公共交通的性能是至关重要的。

论文的结构如下:第二部分是部分引入稀疏和密集的混合网格交通网络,目标函数,约束,和模型的决策变量;这项研究的结果发表在第3部分来验证该模型;第四部分分析进行了空间的变化要求,和稀疏和密集的混合网格交通网络与grid-radial混合网络;最后,第5部分给出了结论和未来工作考虑。

2。材料和方法

2.1。稀疏和密集的混合网格网络

稀疏和密集的混合网格网络中使用网格的城市道路网络和市区在角落,如旧金山、上海、汕头、呼和浩特在中国。两个相邻的城市市区很近的城市。城市总是受限于自然环境因素或者是根据他们的经济发展。城市结构的不均匀分布对交通规划有较大的影响。这些类型的网站图所示1。旅游需求在时间和空间上分布是不均匀的。需求均匀分布,市区和周边旅游需求减少线性距离市中心的边缘。市区的旅游需求f(f≥1)倍在外围的边缘。让市区旅游需求密度函数是1,并让(1−外围需求函数kx),x是旅游起源的距离市区边缘的边缘和k是一个函数的f: 。旅客旅行的城市是长期有效的。旅行的乘客数量(pax / h)高峰时段和平均水平在服务时间(pax / h)每小时。是一个常数。

根据乘客需求的分布,总线网络的布局是一个密集的网格在市中心和外围的一个稀疏的网格。两个方向的公交线路的设计。该模型包括四个决策变量:空间变量和与时间相关的变量。空间变量是车站间距年代(公里)α,这是市中心边长的比值d城市边长(公里)D(公里)。市区的进展H(h)和外围国家的进展比市区的进展是与时间相关的变量。公交车站间距在整个城市年代。市区的进展是H;在外围,一个汽车上运行n道路和进展nH。的空间覆盖整个城市的交通是恒定的,而时间覆盖的边缘小于在市中心地区。甚至电网网络相比,距离的车辆和车辆的数量减少,和巴士服务维护一个高的时间和空间范围。对于乘客而言,最大传输,网络更方便阅读和记住。

2.2。代理成本

该模型的目标函数是最小化网络的总成本。为了达到这个目标,机构和客运成本考虑。代理成本由车道的建设成本l(公里),总成本每小时距离的车辆V(veh.km / h)和每小时的车辆总数成本米(veh / h)。车道建设成本是固定资本投资,而其他人则灵活,属于运营成本。如果存在公交车道,车道施工成本是零。米的比例是V旅行速度(公里/小时)12]。提出了这些参数的完整推导在附录。

2.3。乘客的成本

客运成本包括访问和疏散时间一个(h),等待时间W(h),车载的时间T(h)和传输时间。车载的时间比预期的旅行距离E(公里) 。传输时间计算的预计数量的传输/旅行e_T,平均传输距离b(公里),行走的速度(公里/小时)23]。最大的入住率在关键线路在高峰时段O(pax / h)也是一个关键参数,以确定总线能力C(pax / h)可以满足旅游需求(24]。乘客分布基于全有或全无的基础。假设如下:(1)乘客选择公交线路根据最短时间,和(2)他们选择最近的汽车站。如果两个公交车站可以使用他们的乘客,然后随机选择一个公车站。根据这一假设,方程(2)- (8)客运成本相关参数的表达式。附录包括每个参数的计算程序。 在哪里表示巡航速度(公里/小时),这是一样的私家车和影响交通管理和控制措施;(h /停止)表示总线居住时间在每一站;和(h /p)表示平均旅客的登机时间。

2.4。目标函数

目标函数Z提出了模型的最小化总成本,包括乘客的成本和代理。代理成本考虑旅行的票价,乘客考虑旅行时间成本。本研究将代理成本转换为每位旅客的时间(12]。代理成本的三个部分是乘以权重变量 , ,和 ,在哪里是旅客的时间价值。乘客的四个组件成本乘以重量变量,即 , , ,和(24]。给出了目标函数和约束后的两个方程,分别为:

第一个目标函数的括号是代理成本Z_一个,和第二个是客运成本Z_U。第二个约束限制了最小和最大进展的价值观。H_最小值表示最低进展,避免聚束(25),而H_马克斯表示的最大进展保持报道的时间。第四个约束限制了最大的入住率O在车辆和不超过车辆的容量C。

2.5。结果

摘要提出了一种数值方法来衡量的影响提出了网络。城市规模和旅游需求,在这种情况下,与旧金山是一致的(26,27),大约是20美元/小时(12]。为了达到这个目标,快速公交系统(BRT)是最适当的方式12]。因此,BRT被选为本研究的基本模式。参数的值取自文献来自美国,欧洲,中国12- - - - - -17,25,28- - - - - -31日]。在这些研究中,因素,如公交车道的类型,信号延迟,总线成团,和标准被认为是高质量的服务。访问和疏散时间、等待时间和传输时间为乘客可能会引起不适和焦虑。因此, , ,和被设置为2.2,2.1,和2.5,分别24]。车载的重量是1。行人的步行速度是大约4.5公里/小时,而是2 km / h由于延误造成的信号控制和弯路。为了便于计算,f被设置为1。使用的参数表中列出1。模型可以使用Lingo软件生成全局最优的解决方案。

它花了37分钟获得全局最优解,结果列在表2。解决方案的模型是合理的。因为f1,旅游需求是均匀分布在整个城市。α接近1。市区的比值对整个城市面积大约是0.92。进展是在市区大约四分钟n等于1,所以周边的进展也大约四分钟。停止间距约为406米。整个城市的时空覆盖范围是一致的。每个乘客的总成本是1.22 h。乘用车辆的平均成本是0.96 h,平均旅客旅行时间Z_UT0.62 h。每个乘客的代理成本是0.26 h。最大的入住率在关键线路在高峰时段没有达到车辆的容量,所以在高峰小时旅客旅行可以增加。总成本是稳定和不受决策变量的影响,根据灵敏度分析。这是类似于Daganzo获得的结果(12和陈17]。

3所示。讨论

3.1。空间旅游分销

空间分布的需求更大影响巴士出行时间和成本,并与城市规划和土地利用密切相关。在本节中,讨论了空间需求的变化。f从1改为1.9,而其他参数保持不变。更大的价值f越集中,旅行是市中心。

目标函数的变化和空间需求的决策变量数据所示2和3。结果显示,当旅游需求更多的是集中在市区,Z和Z_U显著下降,而Z_一个慢慢地增加。代理、资源更集中在市中心地区提供更好的服务,更高的需求,平均出行距离和时间减少了乘客。代理成本的增长小于平均旅行时间的下降。因此,降低总成本。当f增加,α和年代降低了。H是4至5分钟。n不同的从1到4和只有一个非决策变量。停止间距是由原来的406调整到309。在这种情况下,网络的空间覆盖范围增加。市区的比例,整个城市和停止间距是相对稳定的,而进展更变量。结果,行和停止网络的稳定和灵活的时间表。最重要的是,公共汽车系统在该模型是相对稳定的。

虽然车辆的速度将减少需求集中,乘客仍然更愿意居住在城市密集的要求。当f为1.4,总成本和最大占用的关键线路在高峰时段是最小的。当f> 1.9,模型没有解决方案,和市区发生了翻天覆地的变化。因此,目标的基础上减少旅客的旅行时间和保持竞争力的巴士,在城市空间密度差应该是有界的。

3.2。比较稀疏和密集的混合网格和Grid-Radial混合网络

在本节中,稀疏和密集的混合网格网络和grid-radial混合网络进行了比较。网格的混合网络由网络在市区和径向网络在北部和东部边缘(17]。这两种类型的网络时相比f是1和1.6。当f> 1.6,混合网络崩溃17]。其他参数是相同的。

如表所示3、为决策变量的值年代两种类型的网络关闭。然而,的值α显著改变从一个网络向另一个。市区城市区域的比例混合网格网络总是大于混合网络。的值H是相似的,网格中的进展网络总是大于混合网络。

对于目标函数,当f1,混合网络的总成本较低的代理和乘客。网格中的网络,传输的数量小,传输速度更快。当f等于1.6,网格网络表现的更好。虽然代理成本增加,旅客成本大大降低。网格网络的总成本下降了34%的混合网络。代理成本是相似的,而乘客网格中的网络成本低得多。显著降低车载时间是一个简单的总线网络的结果。车载时间平均小网格中的网络,吸引更多的乘客。在不同的情况下,周边公交线路的长度是长在网格网络,但大多数城市不需要公共汽车专用车道建设成本由于现有的车道。空间需求的差异越大,混合网格网络的优势越明显。

网络也比较稳定。公交系统,公交线路和停止是相对稳定的,而不同的时间表。随着城市的发展,网格的进展在外围网络只能减少。自然,稳定的公交线路和停止与灵活的旅行更吸引乘客的要求。因此,混合网格网络是更有意义的发展中城市,因为城市规划和土地利用的变化。

4所示。结论

提出了一种稀疏和密集的混合网格网络基于不平衡与市区旅游需求面临城市角落。该模型是由一个数值方法测试的旅游需求和城市结构与在旧金山是一致的。全局最优的解决方案是使用Lingo软件获得令人满意的时间内。不均匀的影响在一个可访问的网络,如公共汽车线路和频率,进行了讨论。目前,很少有研究关注访问总线网络,访问网络和不均匀的影响旅游需求往往被忽视了。这种类型的网络可以有利于提高线路的稳定性和停止和减少乘客的车载时间相比,grid-radial混合网络。稀疏和密集的混合网格网络更有利于城市发展。

分析变化的空间分布进行旅行。结果表明,该模型符合实际公交网络。不同的空间需求对交通的可持续性和性能是至关重要的。集中的空间需求的结果在一个较低的总成本和更好的使用公共巴士。城市集中乘客要求是首选,因为这些城市较少访问和疏散时间。但是,如果过度旅游主要集中在市区,不方便乘客在外围。因此,公交竞争力减弱。不同土地利用计划应该在一个合理的范围内。稀疏和密集的混合网格网络和grid-radial混合网络进行了比较。空间需求的差异越大,越明显稀疏和密集的混合网格网络的优点。 The simple lines reduce the in-vehicle time of passengers and total costs. The stable bus lines and stops and the variable timetable of the sparse and dense mixed grid transit network are beneficial for fast-growing cities.

总线设计城市与周边卫星城市,如纽约、洛杉矶和底特律,应该是未来研究的一个焦点。清洁能源汽车的设计问题,如机队规模、线路,并停止位置,也应考虑,特别是在随机充电要求(32]。

附录

结果1。两个方向的总长度给出了公共汽车专用车道 。

证明。停止接受双重空间覆盖率与2年代。停止的数量(D²/年代²]。

结果2。总距离的车辆是由每小时 。
车辆的距离的直线长度的比值的进展。距离的长度是两次市区线的长度: 。进展是H市中心的闹市区,所以每小时的距离是 。进展是nH在外围,距离的长度 。因此,每小时路程的外围 。 。

结果3。预期的数量每行程是由转移 在哪里e_T等于只做一个转移的概率。零转移:乘客,零转移发生在两个来源和目的地一个总线的服务区。计算的概率可能比旅游需求的满足条件的总旅行要求。因此,在市区或周边的起源区别对待。市中心,以下是正确的: 在外围,以下是正确的: 一个转移:转移的概率是1减去零的概率转移。由此,得到如下: 。

结果4。预期的访问和疏散时间 。
预期的旅行距离在每个站是一名乘客年代/ 2。因此,预期的访问和出口距离等于年代。

结果5。预期的每位乘客等待时间,包括起源和转移停止,

证明。独立假设乘客到达的时间表。预期的等待时间有两个组件:(i) ,在原点处停止,(2) ,在传输停止。和是相同的。
可分为等市区吗在外围 。
在市中心地区,等待时间H/ 2,当乘的概率位于市中心,得到如下: 在外围,等待时间nH/ 2。的概率乘以位于外围,得到如下: 因此, 和 。

结果6。预期的车载每趟旅行距离是由

证明。根据来源和目的地位置,旅行可以分为3例:(a)停落在市区;(b)停止超出市区;和(c)。让一个XY坐标系统的原点的西南角。让原点的坐标是(x₁,y₁)和目的地的坐标是(x₂,y₂)。
为例(a),两个随机停止旅行距离市中心 和概率是 因此, 为例(b), ,根据坐标系统的对称性。例(b)包括三种情况:(1)来源和目的地在东部边缘;(2)来源和目的地在北部边缘,如图4(一)- - - - - -4 (c);(3)休息,如图4 (d)- - - - - -4 (f)。 为例(c), ,根据坐标系统的对称性。让原点在市中心和目标边缘,如图5,反之亦然。

结果7。预期在高峰时间是由旅行速度

证明。这个证明可以在Daganzo找到的工作12]。

结果8。临界载荷的最大占用线路高峰小时大约是由

证明。这些结果可以被计算的平均乘客旅行关键线路高峰小时然后负载系数乘以2。乘客穿越赤道线是最。为目的的这个证明,乘客旅行从北到南是作为一个例子。这种方式出行的乘客数量 。乘客乘坐东西方赤道线可以分为两个部分:(i)基于外围线路和旅行(ii)。旅行的数量属于(i) 因此,旅行穿越赤道线的平均数量在市中心地区 因为有αD / H, 2 s关键线路和进展的车辆总数每小时在这些行 。在每一个赤道线,平均 乘客旅行。

数据可用性

(数据类型)的数据用于支持本研究的结果中包括这篇文章。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金(批准号51668048),西安城市建设专项资金项目(批准号SZJJ2019-22),内蒙古自治区自然科学基金(批准号2020 ms05060)。