具有公共自行车共享系统的多模式城市公交网络建模与优化研究

Public bicycle-sharing systems (PBSS), which have so far been built in exceeding 1100 cities around the world, have been developing rapidly recently. The PBSS and the original public transport system compose the new urban public transport network. According to people’s trip behavioral feature of using bicycles and walk as public transport assisted modes within short distance rather than long distance, we study corresponding public transport network model that consists of intercoupling bus subnets, short-distance bicycle subnets, and short-distance walk subnets with the geographical location information. We study the influence of short-distance bicycling and short-distance walking on improving transfer performance, alleviating traffic congestion, smoothening traffic flow for public transport networks. On the basis of structural controllability theory of complex networks and maximum matching algorithm, we study how to get the optimal number and locations of public bicycle stations in order to optimize the deployment of PBSS. We study PBSS’ spontaneous alleviating traffic congestion and local target network spontaneous recovery strategy in order to enhance robustness of networks. This project studies the influence mechanism of PBSS on public transport networks and proposes effective analytical, modeling and optimizing method for urban public transport networks with public bicycle subnet. Therefore, the study has theoretical and applied importance.

近年来公共自行车共享系统（PBSS）发展迅速，目前全世界超过1100个城市建立了PBSS；PBSS和城市已有的公交系统共同组成了新的公交网络。基于人们一般在短距离内而不是长距离地使用公共自行车和步行作为公交出行辅助手段的行为特性，研究反映该特性的城市公交网络模型，该模型由具有空间地理位置信息、相互耦合的公交车子网、短距离自行车子网、短距离步行子网组成；研究短距离自行车骑行和短距离步行对公交网络改善换乘性能、缓解交通拥堵和平滑交通流的作用；基于复杂网络结构可控性理论和最大匹配算法，研究城市中公共自行车站点的最优数量和最优位置问题，以优化PBSS的配置；研究PBSS对城市交通网络拥堵自发的缓解作用，研究基于PBSS的局部目标网络自恢复策略，增强网络鲁棒性。本项目研究PBSS对公交网络的影响机理，提出有效的具有公共自行车子网的城市公交网络的分析、建模和优化方法，具有重要的理论意义和实用价值。

本项目研究含有公共自行车共享系统的城市公交网络，该网络由相互耦合的公交车子网、短距离自行车子网、短距离步行子网组成。研究短距离自行车骑行和短距离步行对整体公交网络改善换乘性能、缓解交通拥堵和平滑交通流的作用。在考虑拓扑结构和交通流量的情况下，提出一种随时间演化的有向加权城市道路交通网络模型，表明一天中不同时间的交通模式差异很大。研究大规模相互依存网络的鲁棒性，发现相互依存网络之间依赖链接两端节点的非均衡性、高中心性和脆弱性是引起网络级联崩溃的重要原因；分别提出减少关键非均衡依赖链接策略、动态预警保护机制和目标去耦合自恢复算法，可以有效地增强相互依存网络抵抗级联故障的鲁棒性，同时具有自保护和自恢复能力。提出无参数拉普拉斯中心性峰值聚类算法，把数据集转换成图，再对图中的节点分类，可以自动地对数据集分类；提出基于局部有效路径度的链路预测方法，发现节点之间的两步和三步局部路径的度分布和强度可以揭示有效相似性信息，可以实现较高的预测性能；提出基于高阶图学习注意神经网络的半监督分类方法，将GAT的注意力机制扩展到高阶邻居，提高分类性能。提出一种基于网络嵌入和节点局部中心性识别复杂网络中有影响力传播节点的方法，可以识别高影响节点。提出一种基于网络嵌入和无参数聚类的属性网络社区检测方法，先获取网络节点的嵌入向量，再根据曲率和模块度自动决定社区的数量，然后通过聚类得到网络社区结构。提出基于高阶邻域聚合的图卷积网络，适用于不同的网络架构，能有效应用于无监督和半监督学习中，是一种通用的网络模型增强算法。提出衡量公交网络交通流空间分布不均衡程度的方法，可以评价和衡量公交网络交通流空间分布不均衡程度，有助于对公共交通进行更好地管控和缓解城市交通拥堵。本项目提出符合耦合空间网络特性的，具有公共自行车子网的城市公交网络的系统分析和优化方法，有助于提高公交网络的运行效率，具有重要的理论和实践意义。

内容获取失败，请点击重试