《表4 2组临床疗效比较:基于客流大数据的公交发车班次仿真优化》
在拥有了能够较好反映实际情况的客流之后,即可对整条线路的发车时间进行优化。该线路上下行方向各有25个站点,车辆为同一车型,共计30辆,单辆最大承载人数64人,线路规定首班车发车时间6∶00,末班车发车时间22∶00,发车间隔不小于2分钟且不超过15分钟。以发车时间全间隔最小为起点,优化过程如图4所示,并获得最优发车时刻表如表3所示。结果表明随着迭代次数的上升,线路的平均承载率稳步上升,最终SA-BO模型稳定在44.826%,BO模型稳定在35.38%,SA-BO模型的优化效果相比传统BO模型提升了26.7%。对优化后的发车时刻表进行间隔分析如图5所示,6∶00~13∶00之间发车间隔主要集中在14分钟,其中包含了7∶00~8∶00、10∶15~11∶00以及11∶50~12∶45三个高峰时段;13∶00~18∶00之间发车间隔主要集中在最大间隔15分钟,说明该线路在下午客流量较低,发车间隔受到了要求的最大间隔的约束,其中在15∶00~17∶45之间又出现了三个小高峰,客流人数有所上升;在18∶00~22∶00停止运营前,发车间隔均为最大间隔15分钟,说明晚上客流量较少,可以适当增大发车间隔。
图表编号 | XD00213696400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 李孟洋、李胜利、贾宁 |
绘制单位 | 天津大学社会计算研究中心交通行为实验室、天津通卡智能网络科技股份有限公司、天津大学社会计算研究中心交通行为实验室 |
更多格式 | 高清、无水印(增值服务) |