论文部分内容阅读
摘 要：随着城市机动化水平的不断提升，交通拥堵、环境污染等问题日益严重，发展公共交通成为解决城市交通问题的有效方法之一，其中，轨道交通凭借安全、准时、污染较低等优点备受重视。但由于乘客在面对成网的轨道交通时，选择多样，这使得轨道交通客流分布较为复杂，开展对轨道交通乘客路径选择行为系统综述，有利于研究交通客流分配，有助于优化轨道交通管理。本文主要从影响乘客路径选择因素、研究方法、常用模型，主要算法四个方面对研究现状和不足进行分析和综述。
关键词：城市交通;轨道交通;路径选择
中图分类号：U293.5 文献标识码：A
0 引言
城市化进程持续加速，导致大多的资源和劳动力流向城市，城市交通紧缺，拥堵越来越严重，这增加了城市基础设施投资的成本，污染了城市环境;同时，也会降低居民出勤的效率，造成一定的经济损失。在城市交通拥堵和供求关系日益紧张的背景下，许多国家的城市交通发展大力提倡公共交通，城市轨道交通因其相对较小的环境污染、快速准时、服务水平高等优势而受到重视。近几年，我国城市轨道交通取得了快速的发展，截止2019年，中国城市轨道交通运营线路达6 730.27公里，较2018年新增运营里程968.77公里，轨道交通仍大力建设。而轨道交通乘客的路径选择对客流分配具有重要的参考意义，这表明有必要研究轨道交通乘客的路线选择。
1 轨道交通路径选择影响因素
研究者对轨道交通出行者的路径选择因素主要从客观因素、心理因素、乘客属性单个角度出发。其中，客观因素为换乘时间、换乘次数、换乘距离等;心理因素包括舒适度、熟悉度、心理感知等。例如，钱堃，陈垚等[1]通过乘客感知的换乘行走时间与实际的换乘行走时间这个因素来分析在换乘时乘客对路径的选择;陈坚、王曼等[2]除了考虑换乘时间等因素外，还将乘客由于路径的拥挤程度而产生的内心舒适度作为影响乘客换乘时路径选择的因素。学者Sebastian Raceau[3]，Juan Carlos Munoz[4]将网络拓扑结构、时间、拥挤程度，线路服务水平等作为影响轨道交通乘客出行路径的主要因素;刘剑锋、四兵峰[5]等研究了乘客的年龄，职业，收入和出行目的等属性，发现中青年旅客对节省时间的重视程度超过了换乘所造成的体力消耗，而中老年乘客相对于总时间节省，更注重少换乘。
2 研究手段
目前，研究者主要通过IC卡、AFC等数据，进行客流预测与换乘客流估算。Tahiko Kusakabe[6]等根据东京地铁的卡交易数据推断出乘客选择的列车。Si[7]基于AFC数据建立了城市轨道交通选路的费用函数，并基于智能卡数据分析了客流分配结果的准确性，尤其是分配结果中的换乘客流。对于数据的处理手段主要为人工调查与处理、公交卡数据分析，没有过多考虑程序中数据结构优化和运算效率优化的问题。
3 轨道交通乘客路径选择模型
在使用该模型时，主要使用Logit模型和多项Logit模型，在不断提高模型的精度上做研究。但是，大多数模型存在参数标定不合理的问题，例如换乘次数敏感度、换乘敏感度、拥挤敏感度等。这些参数非常敏感，很小的参数变化都会影响结果。另外，在现有研究中，大多数选择了某个城市中的几条路线进行案例分析，以证明该模型的准确性。但模型的精确度、参数拟合方法是否能在其余线路或其他城市中有很好的应用还有待考究。
4 有效路径主要算法
在研究轨道交通路径选择和客流分配时，有效路径算法有着重要作用。目前，国内外的算法主要为有效路径搜索算法。现有研究中大多数算法研究都停留在理论层面，缺乏对实际应用的讨论，没有考虑算法执行效率和应用系统开发的问题。随着城市轨道交通网络运营线和车站数量的增加，网络OD对的数量也增加了。当研究人员定义旅客出行费用函数时，考虑因素变得更加复杂，从而使有效路线的搜索变得更加复杂。另外，已经研究的路径搜索算法仅适用于小型网络或仅适用于大型网络的一部分，对于大规模网络的高效和有效路径搜索算法的研究还很少。
5 结论
本文主要从影响乘客路径选择因素、研究手段、常用模型、主要算法四个方面，对研究现状进行了分析评述，发现在国内外学者经过较长时期的研究后，城市轨道交通路径选择方面的研究相对而言较为完善，但也存在一些有待改善之处。
首先，关于路径选择的影响因素从最初的客观因素到开始考虑乘客的个人特性，直到现在逐渐考虑乘客的心理感知方面，尽管目前这方面的研究还相对较少，但这方面的研究挖掘潜力较大，此外高峰时段和平峰时段的路径选择也是一个较好的研究切入点。
其次，研究手段有待改进。21世纪是信息化的时代，大数据在各行各业中的作用越加明显，因此，在研究路径选择行为时，借助Python等手段将大幅提高研究效率好精确度。
再者，在对模型的不断调整和验证时，往往取的是某个城市的特定几条线路或几个换乘站，例如北京的四号线、重庆的两路口、牛角沱等主要换乘站，但是该模型是否能推广到其余线路、其余城市还有待进一步研究。
最后，目前的算法只适合规模较小的网络，对于大规模网络的搞笑类有效路径搜索算法研究依旧太少，此后的研究可以多注重这一块。
参考文献：
[1]钱堃，陈垚，毛保华.考虑换乘时间影响的城市轨道交通路径选择行为研究[J].交通运输系统工程与信息，2015，15（02）：116-121.
[2]陈坚，王曼，李和平，et al.城市轨道交通網络乘客换乘路径选择行为模型[J].交通运输系统工程与信息，2017，17（06）：235-241.
[3]SebastianRaveau，Zhan Guo，Juan Carlos Munoz，Nigel H.M.Wilson.Abeh-aviouralcomparison of route choice on metro network：Time，transfer，crowding，topology and socio-demographics[J].Transportation Research Part A.66（2014）：185-495.
[4]Sebastian Raveau，Juan Carlos Munoz，Louis de Grange.A topological route choice model for metro[J].Transportation Research Part A.45（2011）：138-147.
[5]刘剑锋，四兵锋，刘新华，et al.基于乘客类别的城市轨道交通流量分配模型研究[J].物流技术，2011，30（23）：101-103.
[6]Kusakabe T，Iryo T，Asakura Y.Estimation method for railway passengers’ train choice behavior with smart card transaction data[J].Transportation，2010，37（05）：731-749.
[7]Si B，Zhong M，Liu J，et al.Development of a transfer‐cost‐based logit assignment model for the Beijing rail transit network using automated fare collection data[J].Journal of Advanced Transportation，2013，47（03）：297-318.
关键词：城市交通;轨道交通;路径选择
中图分类号：U293.5 文献标识码：A
0 引言
城市化进程持续加速，导致大多的资源和劳动力流向城市，城市交通紧缺，拥堵越来越严重，这增加了城市基础设施投资的成本，污染了城市环境;同时，也会降低居民出勤的效率，造成一定的经济损失。在城市交通拥堵和供求关系日益紧张的背景下，许多国家的城市交通发展大力提倡公共交通，城市轨道交通因其相对较小的环境污染、快速准时、服务水平高等优势而受到重视。近几年，我国城市轨道交通取得了快速的发展，截止2019年，中国城市轨道交通运营线路达6 730.27公里，较2018年新增运营里程968.77公里，轨道交通仍大力建设。而轨道交通乘客的路径选择对客流分配具有重要的参考意义，这表明有必要研究轨道交通乘客的路线选择。
1 轨道交通路径选择影响因素
研究者对轨道交通出行者的路径选择因素主要从客观因素、心理因素、乘客属性单个角度出发。其中，客观因素为换乘时间、换乘次数、换乘距离等;心理因素包括舒适度、熟悉度、心理感知等。例如，钱堃，陈垚等[1]通过乘客感知的换乘行走时间与实际的换乘行走时间这个因素来分析在换乘时乘客对路径的选择;陈坚、王曼等[2]除了考虑换乘时间等因素外，还将乘客由于路径的拥挤程度而产生的内心舒适度作为影响乘客换乘时路径选择的因素。学者Sebastian Raceau[3]，Juan Carlos Munoz[4]将网络拓扑结构、时间、拥挤程度，线路服务水平等作为影响轨道交通乘客出行路径的主要因素;刘剑锋、四兵峰[5]等研究了乘客的年龄，职业，收入和出行目的等属性，发现中青年旅客对节省时间的重视程度超过了换乘所造成的体力消耗，而中老年乘客相对于总时间节省，更注重少换乘。
2 研究手段
目前，研究者主要通过IC卡、AFC等数据，进行客流预测与换乘客流估算。Tahiko Kusakabe[6]等根据东京地铁的卡交易数据推断出乘客选择的列车。Si[7]基于AFC数据建立了城市轨道交通选路的费用函数，并基于智能卡数据分析了客流分配结果的准确性，尤其是分配结果中的换乘客流。对于数据的处理手段主要为人工调查与处理、公交卡数据分析，没有过多考虑程序中数据结构优化和运算效率优化的问题。
3 轨道交通乘客路径选择模型
在使用该模型时，主要使用Logit模型和多项Logit模型，在不断提高模型的精度上做研究。但是，大多数模型存在参数标定不合理的问题，例如换乘次数敏感度、换乘敏感度、拥挤敏感度等。这些参数非常敏感，很小的参数变化都会影响结果。另外，在现有研究中，大多数选择了某个城市中的几条路线进行案例分析，以证明该模型的准确性。但模型的精确度、参数拟合方法是否能在其余线路或其他城市中有很好的应用还有待考究。
4 有效路径主要算法
在研究轨道交通路径选择和客流分配时，有效路径算法有着重要作用。目前，国内外的算法主要为有效路径搜索算法。现有研究中大多数算法研究都停留在理论层面，缺乏对实际应用的讨论，没有考虑算法执行效率和应用系统开发的问题。随着城市轨道交通网络运营线和车站数量的增加，网络OD对的数量也增加了。当研究人员定义旅客出行费用函数时，考虑因素变得更加复杂，从而使有效路线的搜索变得更加复杂。另外，已经研究的路径搜索算法仅适用于小型网络或仅适用于大型网络的一部分，对于大规模网络的高效和有效路径搜索算法的研究还很少。
5 结论
本文主要从影响乘客路径选择因素、研究手段、常用模型、主要算法四个方面，对研究现状进行了分析评述，发现在国内外学者经过较长时期的研究后，城市轨道交通路径选择方面的研究相对而言较为完善，但也存在一些有待改善之处。
首先，关于路径选择的影响因素从最初的客观因素到开始考虑乘客的个人特性，直到现在逐渐考虑乘客的心理感知方面，尽管目前这方面的研究还相对较少，但这方面的研究挖掘潜力较大，此外高峰时段和平峰时段的路径选择也是一个较好的研究切入点。
其次，研究手段有待改进。21世纪是信息化的时代，大数据在各行各业中的作用越加明显，因此，在研究路径选择行为时，借助Python等手段将大幅提高研究效率好精确度。
再者，在对模型的不断调整和验证时，往往取的是某个城市的特定几条线路或几个换乘站，例如北京的四号线、重庆的两路口、牛角沱等主要换乘站，但是该模型是否能推广到其余线路、其余城市还有待进一步研究。
最后，目前的算法只适合规模较小的网络，对于大规模网络的搞笑类有效路径搜索算法研究依旧太少，此后的研究可以多注重这一块。
参考文献：
[1]钱堃，陈垚，毛保华.考虑换乘时间影响的城市轨道交通路径选择行为研究[J].交通运输系统工程与信息，2015，15（02）：116-121.
[2]陈坚，王曼，李和平，et al.城市轨道交通網络乘客换乘路径选择行为模型[J].交通运输系统工程与信息，2017，17（06）：235-241.
[3]SebastianRaveau，Zhan Guo，Juan Carlos Munoz，Nigel H.M.Wilson.Abeh-aviouralcomparison of route choice on metro network：Time，transfer，crowding，topology and socio-demographics[J].Transportation Research Part A.66（2014）：185-495.
[4]Sebastian Raveau，Juan Carlos Munoz，Louis de Grange.A topological route choice model for metro[J].Transportation Research Part A.45（2011）：138-147.
[5]刘剑锋，四兵锋，刘新华，et al.基于乘客类别的城市轨道交通流量分配模型研究[J].物流技术，2011，30（23）：101-103.
[6]Kusakabe T，Iryo T，Asakura Y.Estimation method for railway passengers’ train choice behavior with smart card transaction data[J].Transportation，2010，37（05）：731-749.
[7]Si B，Zhong M，Liu J，et al.Development of a transfer‐cost‐based logit assignment model for the Beijing rail transit network using automated fare collection data[J].Journal of Advanced Transportation，2013，47（03）：297-318.