摘要：车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿,因此,本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型,通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案,其创新之处在于,在服务过程中允许乘客提交实时出行需求;定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解,该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力,通过算例测试分析对本文算法的有效性及先进性进行验证。最后,基于西安市延平门地铁站设计数值实验,结果表明,考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。

摘要：针对目前城市居民出行方式选择的相关研究主要集中在个人属性对交通方式选择的影响方面,忽略了不同城市建成环境与出行方式的关联性分析问题。选取个人属性、交通供给属性和城市规模为外因变量,同时选取出行目的、出行时间、出行偏好、出行距离和出行方式选择为内因变量,采用结构方程模型(SEM)建立各影响因素与城市居民出行方式选择的关系结构;以3个不同规模的城市为研究对象,利用其居民出行调查数据对构建的SEM进行辨识与修正,采用卡方自由度比、适配度、调整适配度和均方残差4个指标对构建的SEM进行拟合优度检验,从而得到各因素对居民出行方式选择的正负影响及程度。结果表明:4个评价指标的结果均符合适配标准或临界值要求,表明构建的SEM较好;性别、职业和收入水平3个外因观察变量对"个人属性"具有显著的正影响;目的地是否有停车场对交通供给属性具有显著的正影响,目的地停车设施越完善、停车供给越充足,城市居民选择小汽车出行的比例越大;大城市和中等城市对城市规模有显著的正影响,大城市和中等城市的居民更偏爱公交车出行;个人属性、交通供给属性和城市规模3个外因潜在变量对出行方式有显著的正影响;出行偏好对出行方式有显著的正影响。研究结果对进一步优化居民出行方式结构、改善城市交通拥堵具有指导意义。