技术领域
[0001] 本
发明涉及一种寒区冰雪期居民出行方式优化配置方法。
背景技术
[0002] 居民出行方式结构在不同的地区、不同的季节受多方面因素的综合影响会有较大差别；我国幅员辽阔，拥有大片属于寒区的国土；其中以东北地区等高纬度地区为代表，一年之中有近半年时间为漫长的冬季，气温偏低，车辆在城市道路通行会受到长时间积雪带来的不良影响，导致这些地区的居民选择出行方式时会根据出行的道路、天气条件，综合考虑出行的安全性、效率性、可达性和经济性等因素。
[0003] 由于寒区冰雪区居民选择出行方式时所考虑的因素更多，必然导致居民出行结构与正常天气、道路条件下的居民出行结构存在差异，而为了引导寒区冰雪期居民出行时选择综合效益最大的出行方式，进而提高寒区冰雪期城市交通总体效益，需要从交通安全效益、时间效益、支付
费用效益等方面对寒区冰雪期的各种出行方式如私家车、出租车、公交车、轨道交通、
自行车(含
电动自行车)和步行等进行综合效益评价。
发明内容
[0004] 基于以上问题，本发明的目的就在于提供一种寒区冰雪期居民出行方式优化配置方法。本方法能为引导寒区冰雪期出行者选择效益最大的出行方式提供依据，提升整个城市交通运输效率。
[0005] 本发明通过以下技术方案来实现上述目的：
[0006] 一种寒区冰雪期居民出行方式优化配置方法，如下：
[0007] 步骤1、寒区冰雪期交通结构优化模型目标函数的建立：
[0008]
[0009] 其中
[0010] Bi＝BSi+BTi+BEi
[0011]
[0012] BTi＝PE·PA·(Pi-Pi0)·Ti·GT
[0013] BEi＝PE·PA·(Pi-Pi0)·Ci
[0014]
[0015] 式中B——出行总效益B，万元；
[0016] BSi——交通安全效益，万元；
[0017] BTi——时间效益，万元；
[0018] BEi——支付费用效益，万元；
[0019] PE——寒区城市居民人数，人；
[0020] PA——寒区冰雪期居民人均日出行率，人次/(人·天)；
[0021] Pi——寒区冰雪期不同出行方式比例，％，1-私家车，2-出租车，3-常规公交，4-轨道交通，5-自行车，含电动自行车，6-步行；
[0022] Pi0——现状不同出行方式分担率，％；
[0023] Pa——寒区冰雪期交通事故发生的概率；
[0024] La——每起交通事故的平均损失，万元/次；
[0025] zi——不同出行方式的平均载客数，p/veh；
[0026] Ti——不同出行方式的平均出行时间，h/p；
[0027] GT——计算期限内的地区人均生产总值，万元/小时；
[0028] Ci——不同交通方式每人次的出行费用，万元/人次。
[0029] 步骤2、约束条件：
[0030] (2.1)出行距离约束
[0031] 在相同的居民出行意愿条件下，寒区冰雪期城市交通结构优化前后的不同出行方式总出行距离应相等，引入不同出行方式平均出行距离Li，将寒区冰雪期城市交通出行距离的约束条件表示如下：
[0032]
[0033] (2.2)出行时间约束
[0034] 在出行距离相等的前提下，寒区冰雪期居民出行方式优化后的不同出行方式总出行时间应不大于优化前不同出行方式的总出行时间：
[0035]
[0036] (2.3)公共交通运能约束
[0037] 包括常规公交和轨道交通两种，以公共交通高峰小时客流量不超过公共交通的设计运能为约束条件，得到寒区冰雪期城市公共交通高峰小时运能约束条件如下所示：
[0038] PE·PA·Pi·Ki≤COi·mi
[0039] 式中Ki——不同公共交通高峰小时车人流量比例，％；
[0040] mi——高峰小时单位时间第i种公共交通车发车数，辆/小时；
[0041] COi——第i种公共交通工具核定载客量，人/辆。
[0042] (2.4)公共交通出行比例约束
[0043] 对于常规公交和轨道交通这两种公共交通出行方式，考虑公共交通应在寒区冰雪期的居民出行分担率应逐步提高，因此本发明将公交出行分担率大于32％，所构建公共交通出行比例最低约束为：
[0044]
[0045] 当公共交通出行比例上升时，会造成出租车这种出行方比例的下降，将出租车出行比例最低约束构建为：
[0046] Pi≥3％
[0047] (2.5)非机动车出行比例约束
[0048] 寒区冰雪期出行方式结构优化后的自行车含电动自行车与步行比例应不小于优化前的出行比例，约束构建如下：
[0049] (2.5.1)自行车，含电动自行车：
[0050] P5≥P50
[0051] (2.5.2)步行：
[0052] P6≥P60。
[0053] 步骤3、通过求解优化模型得出优化后的居民出行不同方式比例，与原有的寒区冰雪期居民出行结构相比，提出综合考虑效率、安全与经济的寒区冰雪期最优出行方式比例组合。
[0054] 本发明的有益效果在于：
[0055] 本发明是一种为实现居民以较高出行效益最大为目标，有效地对寒区冰雪期居民出行结构进行优化配置的方法。与原有的寒区冰雪期居民出行结构相比，提出综合考虑效率、安全与经济的寒区冰雪期最优出行方式比例组合，可为交通决策与管理部
门提供科学参考，为其在引导寒区居民选择综合效益最高的出行方式时提供依据，同时可以提升寒区城市交通运行的总体效益，客观上通过优化配置出行方式达到缓解交通拥堵、降低行车事故率的效果。
具体实施方式
[0056] 下面对寒区冰雪期居民出行方式优化配置方法进行说明。
[0058] 目标函数：
[0059] 寒区冰雪期交通结构优化模型目标函数的建立，是基于出行者的
角度，综合考虑不同出行方式的安全效益、时间效益、支付费用效益，通过对寒区冰雪期城市交通出行结构的合理配置，实现全方式出行总效益B(万元)最大；进而推动交通系统高效率的运行及高
水平的服务，为交通运输系统可持续发展的终极目标实现奠定
基础。寒区冰雪期城市交通结构优化目标函数为：
[0060]
[0061] 其中
[0062] Bi＝BSi+BTi+BEi
[0063]
[0064] BTi＝PE·PA·(Pi-Pi0)·Ti·GT
[0065] BEi＝PE·PA·(Pi-Pi0)·Ci
[0066]
[0067] 式中BSi——交通安全效益，万元；
[0068] BTi——时间效益，万元；
[0069] BEi——支付费用效益，万元。
[0070] PE——寒区城市居民人数，人；
[0071] PA——寒区冰雪期居民人均日出行率，人次/(人·天)；
[0072] Pi——寒区冰雪期不同出行方式比例，％，1-私家车，2-出租车，3-常规公交，4-轨道交通，5-自行车，含电动自行车，6-步行；
[0073] Pi0——现状不同出行方式分担率，％；
[0074] Pa——寒区冰雪期交通事故发生的概率；
[0075] La——每起交通事故的平均损失，万元/次；
[0076] zi——不同出行方式的平均载客数，p/veh；
[0077] Ti——不同出行方式的平均出行时间，h/p；
[0078] GT——计算期限内的地区人均生产总值，万元/小时；
[0079] Ci——不同交通方式每人次的出行费用，万元/人次。
[0080] 约束条件：
[0081] 1)出行距离约束
[0082] 在相同的居民出行意愿条件下，寒区冰雪期城市交通结构优化前后的不同出行方式总出行距离应相等。引入不同出行方式平均出行距离Li，可将寒区冰雪期城市交通出行距离的约束条件表示如下：
[0083]
[0084] 2)出行时间约束
[0085] 出行时间是居民日常出行中占据重要地位的一个考量因素，不同的出行方式由于其运行速度的不同而使得其出行时间不同，即运行效率存在差异。在出行距离相等的前提下，寒区冰雪期居民出行方式优化后的不同出行方式总出行时间应不大于优化前不同出行方式的总出行时间：
[0086]
[0087] 3)公共交通运能约束
[0088] 公共交通对于解决城市居民日常出行、缓解城市道路拥挤具有重要意义，而且大
力发展城市公共交通也是当前城市交通发展的一项政策。但是由于公共交通运能有限，而且在不同的城市、地区公共交通车辆的型号、类别也会有所不同，其运能也不尽相同，主要考虑常规公交和轨道交通两种。以公共交通高峰小时客流量不超过公共交通的设计运能为约束条件，得到寒区冰雪期城市公共交通高峰小时运能约束条件如下所示：
[0089] PE·PA·Pi·Ki≤COi·mi
[0090] 式中Ki——不同公共交通高峰小时车人流量比例，％；
[0091] mi——高峰小时单位时间第i种公共交通车发车数，辆/小时；
[0092] COi——第i种公共交通工具核定载客量，人/辆。
[0093] 4)公共交通出行比例约束
[0094] 对于常规公交和轨道交通这两种公共交通出行方式，考虑公共交通应在寒区冰雪期的居民出行分担率应逐步提高，因此本发明将公交出行分担率大于32％，所构建公共交通出行比例最低约束为：
[0095]
[0096] 当公共交通出行比例上升时，难免会造成出租车这种出行方比例的下降，考虑出租车出行的快捷性等因素，将出租车出行比例最低约束构建为：
[0097] Pi≥3％
[0098] 5)非机动车出行比例约束
[0099] 对于自行车(含电动自行车)和步行这两种交通出行方式，由于寒区居民出行结构中步行占据较大比例，自行车(含电动自行车)也由于其便捷的出行特性使得在短距离出行中有一定比例式。寒区冰雪期出行方式结构优化后的自行车(含电动自行车)与步行比例应不小于优化前的出行比例，约束构建如下：
[0100] (1)自行车(含电动自行车)：
[0101] P5≥P50
[0102] (2)步行：
[0103] P6≥P60
[0104] 通过求解优化模型得出优化后的居民出行不同方式比例，与原有的寒区冰雪期居民出行结构相比，提出综合考虑效率、安全与经济的寒区冰雪期最优出行方式比例组合。
[0105] 实施例2
[0106] 参考相关资料及调查资料，哈尔滨市冰雪期变量取值如下：
[0107] 表1 部分变量取值
[0108]
[0109] 表2 不同出行方式现状比例Pi0(％)
[0110]
[0111] 表3 出行方式平均载客人数zi(p/veh)
[0112]
[0113] 表4 不同出行方式平均出行时耗Ti(h/p)
[0114]
[0115] 表5 不同出行方式出行费用Ci(万元/人次)
[0116]
[0117] 表6 不同公共交通工具参数
[0118]
[0119] 将上述数据代入优化模型中，所得目标函数为：
[0120] maxB＝961.73(29.80P1+43.82P2+34.20P3+34.71P4+16.27P5+12.74P6)-21580.31[0121] 约束条件为：
[0122]
[0123] 采用MATLAB求解；结合实际情况得出哈尔滨冰雪期不同出行方式优化后建议比例如表7所示。优化后的综合效益约为227万元/天，证明寒区冰雪期居民出行方式优化配置方法具有可行性。
[0124] 表7 不同出行方式优化建议比例Pi(％)
[0125]
[0126] 不同交通出行方式的效率性、安全性及经济性不尽相同，将这些指标进行量化处
