利用自动采集数据进行自校准的公交服务监测
最优化与控制
2024-01-09 v1
摘要
本文提出一个自校准的公交服务监测框架，旨在利用自动采集的数据获取公交系统的性能。我们首先引入一个基于事件的公交仿真模型，该模型能够详细模拟公交系统中乘客的出行行为，包括上车、下车和换乘步行。为估计乘客的路径选择，我们假设路径选择可以用 C-logit 模型建模，并提出一个基于仿真的优化模型，基于自动收费数据和自动车辆定位数据来估计路径选择参数。路径选择可以每日进行估计，这使得仿真模型能够适应乘客行为的动态变化，并为常规服务监测输出更准确的网络性能指标，例如列车载客量、乘客出行时间和站台拥挤度。所提出的系统消除了对传统监测设备（如站台摄像头和列车上的称重/测量系统）的需求。以香港铁路（MTR）系统作为案例研究。结果表明，该模型能够很好地估计系统中乘客的路径选择行为。与两个基准模型（最短路径和均匀路径选择）相比，输出的乘客出站流量更接近实际值。
引用
@article{arxiv.2401.03121,
title = {Self-Calibrated Transit Service Monitoring Using Automated Collected Data},
author = {Hongyu Guo},
journal= {arXiv preprint arXiv:2401.03121},
year = {2024}
}