疫情下按需多模式公交系统的韧性

在 COVID-19 疫情期间，由于票价收入急剧下降，公共交通客流量的崩溃导致了严重的预算赤字。此外，公共交通机构还面临着因社交距离要求导致的车辆运力下降、清洁与防护设备的额外成本，以及车辆清洁导致的停驶时间增加等挑战。由于资源与预算的这些限制，许多交通机构已采用缩减服务时长、线路数量或发车频率的基本服务计划。本文研究了按需多模式公交系统（ODMTS）在疫情期间的韧性，ODMTS 是新一代公交系统，其将高频列车与公交网络同按需接驳班车相结合，以服务首末公里并作为固定网络的接驳 feeder。本文以亚特兰大市为案例，针对代表疫情不同阶段的多种需求萎缩与社交距离情景评估 ODMTS。该案例研究依赖于一条优化流水线，其通过整合需求估计、网络设计、车队规模确定与实时调度等方法提供端到端的 ODMTS 解决方案。这些方法经调整以适用于多模式环境并满足实际约束。特别地，对乘客换乘次数施加了限制，并引入了一种新的网络设计模型以避免该约束带来的计算负担。案例研究使用大都会亚特兰大快速交通管理局（MARTA）的真实数据，并通过高保真仿真对结果进行评估。案例研究表明，在成本、便利性与可达性方面，ODMTS 为这一广泛情景范围提供了一种韧性解决方案。