大数据环境下基于通勤时空特征的定制公交需求辨识与运营优化研究

As the key component of multimodal public transportation system, customized bus provides customized travel service for the group of people with similar travel demand. It is beneficial to improve the travel mode for residents and mitigate traffic congestion. Customized bus is a new transit service mode in the Internet plus era. Compared with other conventional public transportation systems, the operation and organization mode of customized bus has inherent differences. Traditional theoretical modeling approaches rely on assumptions, and are hard to achieve the accurate identification of customized passenger demand and reasonable optimization of operation. Therefore, under the environment of Big Data, this study utilizes tremendous multimodal traffic travel data (bus, subway, taxi, and private car) to mine spatiotemporal travel regularities for commuters, and identify their dynamic demand. Secondly, by considering the factors of arrival punctuality, complex traffic condition and so forth, the route and stop layout of customized bus can be optimized based on commuters’ spatio-temporal characteristics. Lastly, incorporating passenger demand and operation cost, a joint optimization model of bus timetable and vehicle scheduling based on time space network is established to disentangle the coupled and feedback mechanism. This study uses Beijing as an example to demonstrate the effectiveness and practicality of the proposed models. The research results provide theoretical foundation and technology support to understand the operational mechanism and improve operation efficiency of customized bus.

作为多元化公交系统的重要组成部分，定制公交能够为具有相似出行需求的人群提供定制化出行服务，有利于改善居民出行结构，缓解交通拥堵。定制公交作为“互联网+”下的新型公共出行模式，与常规公交相比在运营与组织方式上有本质区别，传统基于假设条件的理论建模方式难以实现对定制需求的精准辨识和运营的合理优化。因此，本课题在大数据环境下，充分利用公交、地铁、出租车及私家车等海量多模式交通出行数据挖掘通勤乘客时空出行规律，对其动态需求进行辨识；其次，基于通勤乘客时空特征布设定制公交站点，考虑到达准时性与实际路网状态等因素优化定制公交线路；最后，兼顾乘客需求和运营成本，解析时刻表和车辆调度的耦合与反馈机理，构建基于时空网络的公交时刻表—车辆调度协同优化模型。课题以北京为例开展实证研究对上述模型加以验证并应用。研究成果为深入理解定制公交运营机理，提高定制公交运行效率提供理论基础和技术支撑。

优先发展城市公共交通系统，完善多模式公交服务体系，是构建资源节约型、环境友好型城市，实现城市交通可持续发展的重要措施。借助于大数据与“互联网+”概念与技术的发展，一种新型的需求响应式公交服务系统——定制公交开始在国内各主要城市运营，该服务模式旨在为出行起终点与出行时间相似的人群提供高品质的公交服务。本项目基于多模式交通出行大数据，针对定制公交需求分析和运营调度优化中所涉及的需求辨识、站点选址、线路设计、时刻表编制以及车辆调度等相关问题开展了深入研究。具体内容如下：(1)针对定制公交需求辨识问题，提出了基于多源数据融合的定制公交需求辨识算法框架，包括群体出行模式与出行规律性分析方法、个体通勤出行需求辨识方法、多模式交通需求间时变耦合关系分析方法；(2)在需求辨识的基础上，针对站点选址与线路优化问题，提出了多区域通勤定制公交站点与线路设计优化方法、以及考虑共享单车需求影响的微循环定制公交站点与线路设计策略；(3)针对定制公交运营调度优化问题，基于时空网络框架，构建了一个综合考虑车辆停靠站点、线路路径、时刻表及车辆与乘客分配关系的多目标整合优化模型；针对车辆运营调度，构建了一个基于带时间窗的多车次多起终点装卸一体化车辆路径问题的定制公交线路、时刻表和车辆调度联合优化模型。(4)项目组以北京市、成都市以及杭州市的多源交通出行数据为实际案例开展实证研究，并取得了良好的效果。本课题的研究成果可为公交企业合理规划定制公交、提高其运行效率、促进城市公交系统的可持续发展提供理论基础，对于推动“互联网+城市公交”的发展具有理论和实践意义。