"公交集簇"的机理解析及其管理控制策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71371143
  • 项目类别:
    面上项目
  • 资助金额:
    54.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0107.管理系统工程
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

In addition to being more susceptible to external disturbances, as the headways between buses change from the designed value these disturbances are magnified over time until buses can travel in pairs instead of evenly spaced. This effect is referred to as bunching. The actual level of service users experience depends on the reliability of the system to operate as designed. Each component carries with it some level of reliability, and when taken as a whole they determine how well the system behaves. As we all know, bus bunching is the most significant manifestation of the low reliability. China's bus system has overall large flow and high departure frequency, which makes the bus bunching phenomenon frequently. Bus system abroad has smaller flow and lower departure frequency, and oversea research thought the main cause for bunching comes from the fact that the time a bus spends at a bus stop increases with the number of users that need to board and alight the bus. Compared the bus system characteristics in China and abroad, we can makes the point that the cause and the control policy of bus bunching is not always applicable in China. The goal of this research is to reveal the main cause in our country which makes bus bunching frequently, and to seek targeted management control strategy to reduce this phenomenon. This research proposes a new approach to solving the problem that uses the GPS data and in-car-video data in typical city in our country to observe this phenomenon. Correlation analysis, confirmatory factor analysis and structural equation modeling is mainly used in the data processing procedure to verify the cause of the bunching. Simulation tool and analytic method are presented as tools to systematically analyze the coupling of bus departure frequency with the signal cycle. Bus signal priority is used to realize decoupling control. Network optimization model and real-time decision support model are used in decoupling control to determine the assemble of bus signal priority control point on urban trunk road and the effective priority threshold area of signal cycle. The resulting bus controlling system is not only improving the management theory direct at China's bus system current situation, but also supporting the intelligent bus priority management system.
公交集簇,俗称公交串车,是公交运营可靠度低最为常见的表现,也是乘客最为诟病的现象。我国城市公交系统总体流量大、发车频率高的特点使得公交运行中集簇现象频发,且难以采用国外针对乘客量较少、发车间隔长为特征所提出的运行动态控制策略加以解决。本课题的研究目标是揭示造成我国城市公交运行中集簇现象频繁的主要原因,并寻求有针对性的管理控制策略以减轻这一现象。课题将充分利用车载GPS、车内视频所采集的国内典型城市公交实测数据,采用结构方程模型实证信号延误为我国城市中诱发公交集簇的主要因素,进而以实测数据仿真建模手段解析高发车频率和长信号周期之间的耦合效用。考虑采用信号优先作为解耦手段,构建规划管理层的点位寻优模型,以确定城市干道上最佳信号优先点位组合;构建控制管理层的决策模型,以确定交叉口信号周期中有效优先阈值区域。课题成果不仅是针对我国公交运营现状的管理控制理论完善,还是智能公交优先管理系统的技术支撑。

结项摘要

公交优先是各地推广公交出行的重要举措,但实践中公交运行稳定性仍然不足,公交集簇现象时有发生。公交集簇是指连续两辆公交车同时到达或在很短时间间隔内到达车站。这一现象使乘客等待时间的期望值和变异性增大,影响了公交出行可靠度和舒适性,降低了公交的整体服务水平。.本课题基于海量公交运行数据,研究公交集簇现象的发生规律,并解析公交集簇现象的产生原因,重点关注信号配时及发车频率与公交集簇现象之间的相关性;在充分认识公交集簇现象发生机理的基础上,设计缓解公交集簇现象的策略,重点考虑信号优先措施和信息发布策略对公交集簇的缓解作用,并通过数值仿真和工程实践验证策略的效果。.首先对公交运行状态进行了研究,提出通过站点的连续车头时距密度图反映不同类别的运行状态,发现公交运行随着运行长度增加呈现出以下几种状态:规则运行状态、集簇过渡状态、集簇运行状态与组队运行状态。建立了标准路网公交运行数值仿真模型,根据实际数据提取公交运行数值仿真所需的运行特征参数或分布。通过仿真发现,当发车间隔固定时,短路段长度和长信号周期发生了耦合,并且随着线路长度的增加,由于路段长度和信号周期的耦合造成公交集簇现象加剧。当路段长度固定时,长信号周期和短发车间隔发生耦合,当发车间隔与信号周期接近时,由于信号周期的影响产生大量的组队运行状态。.考虑通过公交信号优先和信息发布缓解公交集簇现象。基于分析模型确定公交优先触发概率确定公交优先候选交叉口,并建立DEA模型实施公交优先策略。通过SP-OF-RP调查获得乘客出行选择数据,据此建立非集计模型分析乘客选择行为发现,在信息发布情况下,车内时间、车外时间和拥挤度变化均会对乘客选择行为产生影响。通过仿真分析发现,信号优先和信息发布可以显著提高车头时距稳定性、减少公交集簇现象的发生。.以上策略通过示范工程得以应用,取得了良好效果,高峰和平峰时段均显著缓解了公交集簇的产生,相关研究成果有望得到进一步推广应用。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(1)
基于车载多传感器的路面平整度检测方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国公路学报
  • 影响因子:
    --
  • 作者:
    杜豫川;刘成龙;吴荻非;蒋盛川
  • 通讯作者:
    蒋盛川
Understanding the distribution characteristics of bus speed based on geocoded data
基于地理编码数据了解公交车速度分布特征
  • DOI:
    10.1016/j.trc.2017.07.004
  • 发表时间:
    2017
  • 期刊:
    TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
  • 影响因子:
    8.3
  • 作者:
    Du Yuchuan;Deng Fuwen;Liao Feixiong;Ji Yuxiong
  • 通讯作者:
    Ji Yuxiong

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

上海世博会出行方式选择意愿建模与场景分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    同济大学学报(自然科学版),
  • 影响因子:
    --
  • 作者:
    蒋盛川;孙立军;杜豫川;朱迪
  • 通讯作者:
    朱迪
基于实测流量的局域路网随机分配模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    杜豫川;孙立军;耿媛婧
  • 通讯作者:
    耿媛婧
高速路网不停车收费车道优化布设方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国公路学报
  • 影响因子:
    --
  • 作者:
    刘成龙;陶莎;赵聪;暨育雄;杜豫川
  • 通讯作者:
    杜豫川

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杜豫川的其他基金

密集数据驱动的路面性能推演模型研究
  • 批准号:
    52372305
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
自然路面表观损伤数据集在线构建与时空分析
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
公众诱导信息作用下路径选择行为特性的解析、建模与实证
  • 批准号:
    60804048
  • 批准年份:
    2008
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码