面向BRT車隊形成的站臺乘車誘導控制模型

盧　凱　 吳　煥　 張　孜　 徐廣輝　 胡建偉

(1華南理工大學土木與交通學院, 廣州 510640)(2東南大學現代城市交通技術協(xié)同創(chuàng)新中心, 南京 210096)(3廣州市交通委員會, 廣州 510620)

面向BRT車隊形成的站臺乘車誘導控制模型

盧凱1,2吳煥1張孜3徐廣輝1胡建偉1

(1華南理工大學土木與交通學院, 廣州 510640)(2東南大學現代城市交通技術協(xié)同創(chuàng)新中心, 南京 210096)(3廣州市交通委員會, 廣州 510620)

摘要:分析了乘客乘車誘導控制對公交車輛停站時間的影響．根據BRT站臺內乘客的OD需求,利用站臺乘車誘導控制方法,以BRT車輛進出站臺保持隊形為目的,建立了單條與多條公交線路車輛的停站時間模型．給出了停站時間狀態(tài)方程的矩陣形式,分別設計了全局尋優(yōu)的遍歷方法和局部快速尋優(yōu)的遺傳算法,使得同一進站車隊中不同公交車輛的停站時間趨于一致,從而實現了面向BRT車隊形成的站臺乘車誘導控制．通過案例分析,對比了利用本模型所求誘導控制方案與無誘導方式下客流均分方案的實施效果,驗證了本模型在均衡公交站臺車輛停站時間的優(yōu)越性,為實現上下游交叉口間的BRT車隊協(xié)調控制奠定了技術基礎．

關鍵詞:BRT;停站時間;乘車誘導;車隊形成;公交站臺;狀態(tài)方程

當公交車隊從上游信號交叉口駛出并到達公交站臺后,如果各公交車輛的上下車乘客數相差較大,則會使得公交車輛在站臺上的停站時間不相等,駛出站臺時難以保持隊形,不利于在下游交叉口對公交車輛實施信號協(xié)調控制．因此如何通過合理的乘客分配,使得公交車輛駛出站臺時仍能保持隊形,是實現公交信號協(xié)調控制的重要前提．特別是對于BRT公交系統(tǒng),由于不同線路之間存在較多的站點重合,且經過上游信號交叉口后車輛往往將以車隊形式進入下游站臺,因此可以針對即將進站的車隊進行乘客選乘線路的合理分配,使得各進站車輛的停站時間均等,以保持公交車輛駛出站臺時的隊形,從而有利于在下游信號交叉口對BRT車隊進行信號協(xié)調控制．

20世紀80年代起,國內外學者開始對公交車輛停站時間展開研究．Levinson[1]統(tǒng)計發(fā)現停站時間主要由乘客上下車時間和車門開閉時間決定;Guenthner等[2]研究了公交車輛停站時間與公交收費系統(tǒng)之間的關系;Jiang等[3]研究了不同公交站臺類型下乘客特性對公交車輛停站時間的影響,建立了公交車輛停站時間回歸模型;Milkovits[4]研究了上下車乘客數、收費形式、車輛設計等因素對停站時間的影響;Meng等[5]提出了一種基于概率的停站時間估計方法;Gonzalez等[6]建立了城市公交主線上的停站時間模型;Zhang等[7]針對上海市的公交現狀,綜合考慮上下車人數、擁擠度、收費方式等因素影響,建立了較為精確的公交停站時間預測模型;彭慶艷等[8]建立了公共汽車中途站?？繒r間模型;吳洋等[9]建立了乘客上下車時間的統(tǒng)計與回歸模型;陳耀如[10]建立了公交車輛停站時間預測模型,提出了基于公交乘客總等待時間最短的泊位動態(tài)分配算法;邵敏華等[11]建立了車內擁擠程度與時間價值的函數關系,構建了乘客對車內擁擠的感知阻抗模型;錢臻等[12]考慮乘客上下車、步行、換乘、線路票價等因素影響,改進了現有的公交網絡客流分配算法．

然而,現有文獻對于乘客乘車的誘導控制方法[13]涉及甚少,沒有從公交區(qū)間段的角度來考慮如何通過誘導技術均衡站臺上各線路車輛的停站時間．因此，本文將引入一種BRT站臺乘客乘車誘導的控制方法,以BRT區(qū)間段內車輛停站時間均衡為目的,建立一個面向BRT車隊形成的站臺乘車誘導控制模型,以保持公交車輛駛出站臺時的緊湊隊形．

1停站時間控制模型

車輛在公交站臺的停站時間,通常由車輛基本?？繒r間(正常進站停車、離站啟動與車門開閉的時間和)和站臺乘客上下車時間兩部分組成．其中,對于站臺乘客上下車時間的計算,將視站臺乘客實際上下車過程而定．例如在一個公交系統(tǒng)中,若乘客通過刷卡進站,當公交車輛到站時,車內乘客將通過前后門同時下車,之后站臺乘客再通過前后門同時上車,此時站臺乘客上下車時間等于乘客上車時間與乘客下車時間之和;若乘客是在前門刷卡上車、后門下車,此時站臺乘客上下車時間則取為乘客上車時間與乘客下車時間之中的較大值．本文的研究對象為BRT車輛,乘客上下車時間的計算采用求和方法．

為了闡明公交車輛停站時間的誘導控制原理及意義,下文將通過一個例子進行說明．

1.1問題分析

假設在某個BRT區(qū)段內包含2條公交線路(記為線1、線2)和4個公交站點(記為站1、站2、站3、站4)．其中線1在4個站點均有?？?線2只在站1～站3有?？?站1→站2、站1→站3的乘客數均為16人,站2→站3的乘客數為2人,站2→站4的乘客數為18人．已知乘客上車或下車平均所需時間均為1 s;線1與線2在到達站1前的車上初始載客中,均有5人在站1下車、3人在站2下車．

針對無誘導與有誘導2種情況,對比分析線1與線2公交車輛在站1和站2的停站時間.

1) 無誘導情況. 站臺乘客的選乘規(guī)則為:乘客等概率地選乘可選線路,即乘客人數將被均分到各條可選公交線路上．分析無誘導時乘客選乘與車輛停站時間情況,結果如表1所示．由表可看出,線1與線2在站2的停站時間分別為30和12 s,由于停站時間相差較大,故難以繼續(xù)保持車隊．

表1　無誘導時乘客選乘與車輛停站時間情況

2) 有誘導情況. 站臺乘客的選乘規(guī)則為:所有乘客均按照誘導方案選乘可選線路．對于誘導方案“在站1,誘導所有前往站2的乘客選乘線2,誘導所有前往站3的乘客選乘線1;在站2,誘導所有前往站3的乘客選乘線2,所有前往站4的乘客只能選乘線1”,分析有誘導時乘客選乘與車輛停站時間情況,結果如表2所示．由表可看出,線1與線2在站1和站2的停站時間都相等,故公交車隊可以一直保持隊形．

表2　有誘導時乘客選乘與車輛停站時間情況

根據公交站點之間的乘客OD需求,假設站臺乘客均服從誘導控制,可以建立單條線路以及整個區(qū)段內的公交車輛停站時間控制模型．

1.2單條線路

1.2.1狀態(tài)方程

對于一段包含n個站點的BRT區(qū)間段,以從第1站駛入到第n站駛出的公交線路i為例,建立該線路車輛在各公交站點的停站時間狀態(tài)方程:

T(i,1)=t0+(u(i,1,2)q(1,2)+u(i,1,3)q(1,3)+

u(i,1,4)q(1,4)+…+u(i,1,n)q(1,n)+

u(i,1,n+)q(1,n+))t1+o(i,1)t2

T(i,2)=t0+(u(i,2,3)q(2,3)+u(i,2,4)q(2,4)+

u(i,2,5)q(2,5)+…+u(i,2,n)q(2,n)+

u(i,2,n+)q(2,n+))t1+(o(i,2)+u(i,1,2)q(1,2))t2

T(i,3)=t0+(u(i,3,4)q(3,4)+u(i,3,5)q(3,5)+

u(i,3,6)q(3,6)+…+u(i,3,n)q(3,n)+

u(i,3,n+)q(3,n+))t1+(o(i,3)+

u(i,1,3)q(1,3)+u(i,2,3)q(2,3))t2

?

T(i,n-1)=t0+(u(i,n-1,n)q(n-1,n)+

u(i,n-1,n+)q(n-1,n+))t1+(o(i,n-1)+

u(i,1,n-1)q(1,n-1)+u(i,2,n-1)q(2,n-1)+…+

u(i,n-2,n-1)q(n-2,n-1))t2

T(i,n)=t0+u(i,n,n+)q(n,n+)t1+(o(i,n)+

u(i,1,n)q(1,n)+u(i,2,n)q(2,n)+…+

u(i,n-1,n)q(n-1,n))t2

(1)

式中,T(i,j)為第i條公交線路車輛在第j站的停站時間;t0為車輛基本?？繒r間(假設各車輛取值相同);t1為乘客平均上車時間;t2為乘客平均下車時間;u(i,j,k)為指引從第j站出發(fā)在第k站駛出BRT區(qū)段的乘客搭乘第i條公交線路車輛的提示信號;u(i,j,k+)為指引從第j站出發(fā)在第k站駛出BRT區(qū)段的乘客搭乘第i條公交線路車輛的提示信號;q(j,k)為從第j站出發(fā)到第k站下車的乘客人數;q(j,k+)為從第j站出發(fā)在第k站駛出BRT區(qū)段的乘客人數;o(i,k)為第i條公交線路車輛在第k站下車的初始乘客人數;n為公交站點總數．

由式(1)可歸納出從第1站駛入到第n站駛出的第i條公交線路車輛在第z站的停站時間T(i,z):

(2)

對于從第j站駛入到第k站駛出的公交線路i,可歸納出其在第z站(j≤z≤k)的停站時間T(i,z):

(3)

1.2.2控制變量

為了增加乘車誘導的可控性,提示信號控制變量u(i,j,k)與u(i,j,k+)只能取值為1或0,即

(4)

式中,控制變量取1表示指引搭乘,取0則表示不指引搭乘．

1.2.3評價指標

為了使得同一進站車隊中不同公交車輛的停站時間趨于一致,選取公交站臺上所有線路車輛的停站時間標準差作為評價指標(對于不在該站停站的線路車輛,將不被納入停站時間標準差的計算)．

對于所有線路車輛均在公交站點j停站的情形,計算站點j的停站時間標準差σj,計算公式如下:

(5)

1.3整個區(qū)段

1.3.1狀態(tài)方程

由公交站臺停站時間計算通式(3),可聯立組成整個BRT區(qū)段站點停站時間的狀態(tài)方程組．

1.3.2控制變量

在各個公交站點上,所有途經線路的控制變量u(i,j,k)與u(i,j,k+)將滿足如下關系:

(6)

1.3.3目標函數

為了使得公交車輛在離開各公交站點時都能保持較好的隊形,在此選取整個區(qū)段內各站點停站時間方差之和作為目標函數,即

(7)

1.4矩陣形式

為了描述與計算方便,將停站時間模型轉化為矩陣形式．

1.4.1矩陣定義

對于從第1站駛入到第n站駛出的公交線路i,搭乘線路i的需求矩陣Qi定義如下:

(8)

令q(i,1), q(i,2),…,q(i,n)為矩陣Qi的第1,2,…,n行向量,q(i,l)可記為

搭乘線路i的提示信號矩陣Ui定義如下:

(9)

令u(i,1), u(i,2), …,u(i,n)為矩陣Ui的第1,2,…,n行向量,u(i,l)可記為

對于從第j站駛入到第k站駛出的公交線路i,搭乘線路i的需求矩陣Qi定義如下:

(10)

搭乘線路i的提示信號矩陣Ui定義如下:

(11)

1.4.2矩陣方程

對于從第1站駛入到第n站駛出的公交線路i,建立如下停站時間矩陣方程式:

(12)

對于從第j站駛入到第k站駛出的公交線路i,建立如下停站時間矩陣方程式:

(13)

2模型求解

圖1　遍歷算法流程

圖2　遺傳算法流程

使用遺傳算法搜索最佳誘導方案時,需對任意一種乘客OD需求的選乘方案進行二進制編碼和解碼，即

r=sgn(log2t-[log2t])+[log2t]

(14)

(15)

式中,t為一種乘客OD需求所對應的可選乘線路總數;r為乘客可選乘線路數所對應的二進制編碼位數;sgn為符號函數;[]為取整函數;(string)2為乘客OD誘導方案所對應的二進制碼;a為可選乘線路最小編號;b為可選乘線路最大編號;s為所選線路序號．

3案例分析

已知某BRT區(qū)段內包含4個公交站點(S1～S4),有4條公交線路(L1～L4)在該區(qū)段內運行,各條線路在公交區(qū)段內的出入情況如表3所示．所有公交線路車輛的額定載客量均為80人,t0=10s,平均乘客上下車時間t1=1s,t2=1s．

表3　各條線路在公交區(qū)段內的出入情況

已知公交站點之間的乘客OD需求,如表4所示．各線路車輛在中途各站下車的初始乘客人數,如表5所示．

表4　公交站點之間的乘客OD需求　人

表5　中途各站下車的初始乘客人數　人

注:/表示該線路不在對應站點?？?沒有下車人數．

3.1模型建立

將表4和表5中的數據代入通式(3),分別建立各線路車輛在各站點的停站時間數學模型．各線路車輛的控制變量滿足式(6)．

根據各站點的上下乘客數量與停站公交線路數目,可預先計算出各站點的平均停站時間:

各站點的停站時間標準差分別為

根據表4和表5中的數據,可利用式(13)建立停站時間矩陣方程，然后對其進行計算求解．

3.2計算分析

由于本例中乘車誘導提示方案數量有限(共65 536個),因此可以利用遍歷算法對所有乘車誘導提示方案進行計算求解．運算環(huán)境為Inter(R)Core(TM)i5-3230MCPU@ 2.60GHz,內存為12GB,運算時間為2.1s．得到最優(yōu)方案的目標函數值為23.63,最大標準差為3.49.最佳乘車誘導方案的提示信號矩陣U1～U4如下:

根據以上最佳提示信號矩陣,可計算出各線路車輛在各個站點的停站時間,如表6所示．

表6　各車輛在各站點的停站時間　s

注:/表示該線路不在對應站點?？?沒有停站時間．

由表6可看出,最佳乘車誘導提示方案使各站點上各車輛的停站時間較為接近,有利于站臺駛出車輛保持隊形．

3.3方案對比

在無誘導提示情況下,站臺乘客等概率地選擇可以到達目的地的公交線路,各站臺的客流分配情況如表7所示．各線路在各站的上下車乘客數和停站時間如表8和表9所示．

表7　無誘導提示情況下的客流分配　人

注:/表示該OD乘客不會選擇乘坐對應線路．

表8　無誘導提示情況下各站的上下車乘客數　人

注:/表示該線路不在對應站點停靠,沒有上、下車人數．

表9　無誘導提示情況下各線路在各站的停站時間　s

注:/表示該線路不在對應站點停靠,沒有停站時間．

在無誘導提示情況下,各站停站時間方差之和為176.15,最大標準差為8.05．

對比表6與表9可看出,本文模型所求誘導方案在均衡公交車輛停站時間方面優(yōu)越性顯著．與無誘導提示方式相比,本文模型所求誘導方案的各站點停站時間方差之和降低了86.59%,最大站點停站時間標準差降低了56.65%,非常有利于保持BRT車輛進出站的隊形．

4結論

1) 通過對乘客選乘車輛進行誘導指引,實現了對公交車輛停站時間的有效控制,從而可以使得進出站臺的BRT車隊保持隊形．

2) 本文建立的停站時間控制模型,對BRT區(qū)間段內各站點的乘客上下車情況進行了綜合考慮,所生成的誘導控制方案可以保證整個公交區(qū)間段全局最優(yōu)．

3) 針對BRT區(qū)間段內站點與線路數量的不同情況,分別設計了遍歷算法與遺傳算法的求解流程,后者可以實現大規(guī)模方案下誘導控制方案的快速尋優(yōu)．

本文提出的乘客乘車誘導方法是對BRT站臺內每一種乘客OD需求進行統(tǒng)一性誘導,即誘導控制變量u只能取0或1．以后的研究目標是如何針對每一位乘客進行個性化誘導,使誘導控制變量u能在[0,1]上多樣化取值,實現對乘客乘車的實時動態(tài)誘導控制．

參考文獻 (References)

[1]Levinson H S. Analyzing transit travel time performance [J].TransportationResearchRecord, 1983, 915: 1-6.

[2]Guenthner R P, Hamat K. Transit dwell time under complex fare structure [J].JournalofTransportationEngineering, 1988, 114(3): 367-379.

[3]Jiang X K, Yang X G. Regression-based models for bus dwell time [C]//17thInternationalIEEEConferenceonIntelligentTransportationSystems. Qingdao, China, 2014: 2858-2863. DOI:10.1109/itsc.2014.6958148.

[4]Milkovits M. Modeling the factors affecting bus stop dwell time: Use of automatic passenger counting, automatic fare counting, and automatic vehicle location data[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard, 2008, 2072:125-130. DOI:10.3141/2072-13.

[5]Meng Q, Qu X. Bus dwell time estimation at bus bays: A probabilistic approach[J].TransportationResearchPartC:EmergingTechnologies, 2013, 36:61-71. DOI:10.1016/j.trc.2013.08.007.

[6]Gonzalez E M, Romana M G, Alvaro O M. Bus dwell-time model of main urban route stops: Case study in Madrid, Spain[J].TransportationResearchRecord, 2012, 2274: 126-134. DOI:10.3141/2274-14.

[7]Zhang C, Teng J. Bus dwell time estimation and prediction: A study case in Shanghai-China[C]//13thCOTAInternationalConferenceofTransportationProfessionals. Shenzhen, China, 2013: 1329-1340.

[8]彭慶艷, 楊東援. 公共汽車中途站?？繒r間模型[J]. 長安大學學報(自然科學版), 2002, 22(1):60-62.DOI:10.3321/j.issn:1671-8879.2002.01.016.

Peng Qingyan, Yang Dongyuan. Mathematical model of the dwell time at the bus stop[J].JournalofChang’anUniversity(NaturalScienceEdition), 2002, 22(1):60-62. DOI:10.3321/j.issn:1671-8879.2002.01.016. (in Chinese)

[9]吳洋, 羅霞. 公交車輛站停時間與乘客行為的關系[J]. 西南交通大學學報, 2007, 42(2):243-248.DOI:10.3969/j.issn.0258-2724.2007.02.022.

Wu Yang, Luo Xia. Relationship between bus stoppage time and passenger behavior[J].JournalofSouthwestJiaotongUniversity, 2007, 42(2): 243-248. DOI:10.3969/j.issn.0258-2724.2007.02.022.(in Chinese).

[10]陳耀如. 公交站臺多?？课怀丝徒M織與智能引導[D]. 濟南:山東大學控制科學與工程學院, 2014.

[11]邵敏華, 李田野, 孫立軍. 常規(guī)公交乘客對車內擁擠感知阻抗調查與建模[J]. 同濟大學學報(自然科學版), 2012, 40(7): 1031-1034. DOI:10.3969/j.issn. 0253-374x.2012.07.012.

Shao Minhua, Li Tianye, Sun Lijun. Survey method and model of passengers’ cost perception of crowding level in bus[J].JournalofTongjiUniversity(NaturalScience), 2012, 40(7):1031-1034. DOI:10.3969/j.issn.0253-374x.2012.07.012.(in Chinese)

[12]錢臻, 陸化普. 一種公交網絡客流分配方法及其實用性研究[J]. 清華大學學報(自然科學版), 2005,45(9): 1170-1174.

Qian Zhen, Lu Huapu. An assignment method for transit network and its practical application[J].JournalofTsinghuaUniversity(ScienceandTechnology), 2005, 45(9): 1170-1174.(in Chinese)

[13]鄭曉峰, 盧凱, 吳煥, 等. 基于BRT站臺乘車誘導的公交車輛載客均衡模型[J]. 交通運輸系統(tǒng)工程與信息, 2014, 14(3):137-141. DOI:10.3969/j.issn.1009-6744.2014.03.021.

Zheng Xiaofeng, Lu Kai, Wu Huan, et al. Bus passenger equilibrium model based on BRT station boarding guidance[J].JournalofTransportationSystemsEngineeringandInformationTechnology, 2014, 14(3):137-141. DOI:10.3969/j.issn.1009-6744.2014.03.021.(in Chinese)

Bus station boarding guidance model oriented to BRT platoon formation

Lu Kai1,2Wu Huan1Zhang Zi3Xu Guanghui1Hu Jianwei1

(1School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510640, China) (2Collaborative Innovation Center of Modern Urban Traffic Technologies, Southeast University, Nanjing 210096, China) (3Communications Commission of Guangzhou Municipality, Guangzhou 510620, China)

Abstract:The effects of passenger boarding guidance on bus dwell time are analyzed. According to the origin-destination(OD) demand of bus rapid transit (BRT) station passengers, the dwell time models for a single bus route and multiple bus routes are established, respectively, by the bus station boarding guidance. The models aim at maintaining the platoon of BRT when it goes through the bus station. The matrix of the dwell time state equation is put forward. The traversal algorithm for global optimum seeking and the genetic algorithm for local rapid optimum seeking are designed, respectively. Thus, the dwell time of different buses is uniform, and the bus station boarding guidance control oriented to the BRT platoon is realized. By case analysis, the implementation effects of the control scheme with the boarding guidance solved by the model are compared with the passenger flow equipartition scheme without boarding guidance. Therefore, the advantages of the model for balancing bus station dwell time are proved. The boarding guidance model provides a foundation for BRT platoon coordination control between upstream and downstream intersections.

Key words:bus rapid transit(BRT); dwell time; boarding guidance; platoon formation; bus station; state equation

DOI:10.3969/j.issn.1001-0505.2016.03.034

收稿日期:2015-11-23.

作者簡介:盧凱(1979—),男, 博士, 副教授, kailu@scut.edu.cn.

基金項目:國家自然科學基金資助項目(61203164)、廣東省科技計劃資助項目(2015A030401024)、廣州市珠江科技新星專項資助項目(2013J2200066)、廣東省交通運輸廳科技資助項目(2013-02-055)、中央高?；究蒲袠I(yè)務費專項資金資助項目(2015ZZ073)、廣州市南沙區(qū)科技計劃資助項目(2014MS11).

中圖分類號:U492.22

文獻標志碼:A

文章編號:1001-0505(2016)03-0657-07

引用本文: 盧凱,吳煥,張孜,等.面向BRT車隊形成的站臺乘車誘導控制模型[J].東南大學學報(自然科學版),2016,46(3):657-663. DOI:10.3969/j.issn.1001-0505.2016.03.034.