[发明专利]基于发车间隔的乘客候车时间应用模型及模型构建方法

说明书

技术领域

本发明属于城市交通技术领域，具体涉及一种基于公交车发车间隔的乘客候车时间应用模型及模型构建方法。

背景技术

对于城市的公共交通系统来说，提供高质量的交通服务是吸引乘客的关键，而乘客的等待时间(即候车时间)是反映公共交通服务水平最重要的因素之一。从乘客的角度考虑，与在车时间相比，乘客选择交通方式时，对实际等待时间的反应更加敏感。因此，研究一种可靠又实用的乘客候车时间估计方法或应用模型很有必要，它能够帮助交通管理部门识别由于等待时间较长而丢失的潜在乘客量并进一步实施改进和控制措施。

关于乘客候车时间的应用模型研究始于20世纪70年代。在传统的乘客候车时间应用模型中，通过假设乘客随机到达，可以计算乘客平均候车时间为平均车头时距的一半和车头时距方差与两倍的平均车头时距的比例之和，由此可以表明，乘客的平均候车时间的减少与公交服务可靠性的增加有着不可忽视的联系。

例如，在Seddon和Day(1974)关于乘客候车时间应用模型的研究中，通过分析在Leeds，UK的公交车行驶数据得到了乘客的候车时间函数，如公式(1)所示：

ω＝1.79+0.14μ(1)

O’Flaherty和Mangan(1990)通过分析在Manchester,UK的公交车行驶数据也发现了一个相似的结论，如公式(2)所示：

ω＝2.34+0.26μ(2)

式(1)和(2)中，ω表示乘客平均候车时间(min),μ表示公交车辆的车头时距(min)。这两项研究只考虑了车头时距对乘客候车时间的影响，未考虑到其他因素的作用。例如乘客候车的行为根据不同时段的发车间隔而有所不同。对于提供小的车头时距的公交运输服务，由于车辆频繁，乘客很少需要咨询时间表，因此这些乘客往往是随机到达的。相反，遇到较大的车头时距时，乘客一般会研究时刻表并提前计划出行时间以减少他们的候车时间，所以这些乘客往往会在接近离站时刻的时间集中到达。因此车站类型也是影响乘客候车时间的重要因素。Knoppers和Muller(1995)提出，利用积分精确计算乘客候车时间，如公式(3)所示：

E(ω)=∫-∞+∞ω(ρ)Pr(ρ)dρ---(3)]]>

公式(3)表明，通过将乘客的实际等待时间ω(ρ)与相应的概率函数关系Pr(ρ)进行积分，可以得到期望的平均乘客候车时间，其中的变量ρ表示实际到达时间与计划到达时间差。该模型的建立需要收集大量的乘客候车时间数据。

Luethi等人(2007)提出了一种结合乘客到达率的均匀分布和约翰逊分布应用模型。均匀分布、正态分布、对数正态分布和三角分布已被用来计算乘客的候车时间。郭淑霞等人(2010)比较了正态、指数、对数正态分布和伽玛分布分别对乘客从轨道交通到公交车到达率的拟合效果，得出对数正态分布和伽玛分布分别对直接换乘和非直接换乘的乘客有着最佳拟合效果。

霍月英(2014)对于乘客候车时间分布进行了研究。研究针对高频公交服务，以给定公交车离站时间间隔为已知条件，建立了乘客候车时间分布的两种估算方法。第一种是通过分析乘客候车时间概率密度，得到以公交车离站时间间隔为自变量的乘客候车时间概率密度曲线，以此为基础推导乘客候车时间分布，结果得到候车时间小于给定公交车离站时间间隔值的概率；第二种是通过分析单离站时间间隔内的乘客候车时间分布以及对应的载客量比例，推导出乘客候车时间分布，得出候车时间小于等于给定值的概率。