摘要：建立以乘客广义出行成本和公交线网运营成本之和最小为目标的公交发车频率优化模型,并将乘客出行前获得的实时公交信息对其出发时刻和出行路径选择的影响融入公交客流分配中,以实现对乘客公交出行行为决策的真实描述。运用改进的遗传算法求解所提出的优化模型。以国内某城市区域内的公交网络为案例,结果表明提出的方法能够在有效控制公交线网运营成本的同时提高公交乘客的整体服务水平,并强调了在规划模型中考虑实时公交信息的必要性。

摘要：提出了一种优化公交网络的双层模型,其中上层模型是以直达客流密度最大为目标,基于公交站点客流分布数据优化公交网络。考虑到随着网络的变化公交乘客的出行行为会发生相应变化,为此,下层模型在优化的网络上重新进行公交客流分配,其分配的结果(新的客流矩阵)又会影响公交网络的设计。然后,采用了改进的蚁群算法和标号法对该双层模型进行了求解。最后,利用大连市主城区的数据对该方法进行了检验。

摘要：针对高速铁路列车停站方案优化问题,结合铁路运输按流开车、大客流优先的特点,根据乘客对列车的选择方式,即乘客会选择在途时间最短的列车,提出了一种适用于铁路的客流分配方式,并命名为大客流优先分配法.建立了以列车总停站次数、列车空费能力、旅客时间损失最小为目标,满足客流、列车运输能力、每辆列车停站次数、始发终到站及重点车站停站约束的多目标高速铁路列车停站方案优化模型,并设计了以理想点法为适应度函数的遗传算法进行求解.最后,对京沪高铁的实例进行验证.研究表明:优化后列车停站方案的总停站次数降低了7.92%,列车空费能力降低了19.84%,旅客损失时间降低了41.52%.研究成果可为列车停站方案的制定提供合理参考.

摘要：在对铁路客流分配问题进行概述的基础上,结合铁路旅客运输组织的特点,采用平衡分配法对铁路客流分配问题进行研究,建立了拥挤条件下的铁路随机用户平衡配流模型,并给出了求解算法和算例。

摘要：瓶颈区段限制高速铁路路网的整体能力及运营水平,研究其识别方法对高速铁路路网的规划、设计、运营等阶段均有重要意义。在将瓶颈区段归为服务瓶颈的前提下,研究高速铁路客流需求、高速铁路路网结构和高速旅客列车开行方式等因素对瓶颈区段的影响,结合高速铁路的特点对旅客出行时刻和旅客出行路径进行简化,提出高速铁路路网抽象的方法。在此基础上,利用客流分配方法设计一种关于高速铁路路网瓶颈区段的识别方法,并采用相关算例对该方法进行验证分析,针对瓶颈区段提出改变运输组织模式、加强运输组织工作等建议,为缓解瓶颈区段对高速铁路路网的限制具有一定作用。

摘要：为提升高速铁路在旅客运输市场中的运输效益和竞争力,考虑运输市场中其他交通方式的影响,引入对出行路径的差异定价,通过细致刻画旅客的出行选择行为以实现高速铁路开行方案的优化。基于差异定价策略,提出考虑弧段容量限制的随机用户均衡客流分配策略,并构建双层规划模型,其中上层模型以高速铁路运输效益最大为目标来对列车开行方案进行优化,下层模型以旅客总出行费用最小为目标进行客流分配,设计改进的粒子群算法对该模型进行求解。以京沪高速铁路列车开行方案为例,对模型的正确性及有效性进行了验证,为适应市场环境下高速铁路开行方案的优化提供支持。

摘要：结合国内城市轨道交通无缝换乘的运营特点,充分考虑影响城市轨道交通网络客流分配的主要因素及轨道交通网络的特有属性,用运行时间、换乘时间、拥挤附加时间构造城市轨道交通网络广义费用函数,分析乘客在城市轨道交通网络中的路径选择行为;在此基础上,基于图的理论和随机用户平衡原则提出城市轨道交通网络客流分配数学优化模型,设计基于费用约束的K最短路算法进行求解,得出更符合实际的有效路径集合,并通过一组数据对模型和算法进行了验证。

摘要：本文首先根据北京城市轨道交通网络的特点，以静态非平衡分配模型中的最短路径分配为理论基础，实现历史客流在断面上的分配，得到具有参考价值的断面客流。然后通过大量BP神经网络建模试验，对北京城市轨道交通客流预测问题，建立了合理的预测模型。最后利用BP神经网络模型对13号线西直门站至2号线西直门站的换乘断面客流进行预测，并与最小二乘拟合结果进行对比分析，得出合理的客流预测结果。

摘要：在突发状况下为了快速、安全的疏散轨道交通车站中的客流,将车站抽象成网络图,确定网络图中节点与边的设施,以及各设施的实际疏散能力,基于最短路径优先饱和疏散的思想,设计有效疏散路径算法,并且通过不断调整更新来确定每条路径的实际疏散人数,从而得到最优疏散路径方案。最后以南京市珠江路地铁站为例验证该方案的有效性。