APP下载

常规公交车站点停靠时间影响因素分析与建模

2020-12-14邹玉琪程国柱徐健航王煊王泽吴思瑶

森林工程 2020年6期
关键词:多元回归

邹玉琪 程国柱 徐健航 王煊 王泽 吴思瑶

摘 要:为提高公交系统的效率和可靠性,从常规公交站点停靠的乘客上下车时间分析入手,对乘客上下车时间影响因素中的乘客性别和年龄两个因素展开研究。基于常规公交站点乘客上下车状况有关的视频调研和人工调研,通过视频开源软件Tracker提取相关信息,采用MATLAB软件进行回归分析,研究乘客年龄、性别、年龄组成和性别比例对乘客上下车时间的影响。数据分析结果表明:乘客年龄差异对乘客上下车时间影响较大,为0.2~0.8 s;乘客性别差异对乘客上下车时间影响较小,为0.1~0.2 s;乘客年龄组成与性别比例对乘客上下车时间相互作用的影响明显,运用多元函数进行回归分析得到计算模型,实例分析证明预测模型具有较高的可靠性。本研究的结论可为现有常规公交车站点停靠时间的确定提供参考依据。

关键词:常规公交;停靠时间;乘客年龄;乘客性别;多元回归

中图分类号:U491    文献标识码:A   文章编号:1006-8023(2020)06-0117-08

Analysis and Modeling of Bus Dwell Stop Time

ZOU Yuqi1, CHENG Guozhu1*, XU Jianhang2, WANG Xuan2, WANG Ze2, WU Siyao1

(1.School of Traffic and Transportation, Northeast Forestry University, Harbin 150040, China;

2.School of Information and Computer Science, Northeast Forestry University, Harbin 150040, China)

Abstract:In order to improve the efficiency and reliability of the bus system, this paper focuses on the effects of the gender and age of passengers on-off time, which based on the analysis of the on-off time of passengers the most important part of bus dwell stop time. Based on video surveys and manual surveys related to passengers getting on and off at regular bus stops, the research addresses the influence of passenger age, gender, age composition and gender ratio on passenger on-off time with the help of video open-source software Tracker to extract relevant information and MATLAB software to conduct regression analysis. The findings indicate that the age difference of passengers has a great influence on the on-off time of passengers, ranging from 0.2 s to 0.8 s; the gender difference of passengers has little influence on the on-off time of passengers, ranging from 0.1 s to 0.2 s; passenger on-off time is closely linked to the passenger age composition and gender ratio, and a multivariate function regression analysis based on the analysis of the example is used as the calculation model, which has high reliability. The conclusion it could provide some references for the determination of the bus dwell stop time.

Keywords:Common public transportation; bus dwell stop time; passenger age; passenger gender; multiple regression

收稿日期:2020-04-17

基金项目:大学生创新创业训练项目(41111213)

通信作者:程国柱,博士,教授。研究方向:道路交通安全、城市交通规划与管理。E-mail:guozhucheng@126.com

引文格式:鄒玉琪,程国柱,徐健航,等.常规公交站点停靠时间影响因素分析与建模[J].森林工程,2020,36(6):117-124.

ZOU Y Q, CHENG G Z, XU J H, et al. Analysis and modeling of bus dwell stop time[J]. Forest Engineering,2020,36(6):117-124.

0 引言

公共汽车是发展最早、建设成本最低、服务范围最广的公共交通工具之一。公交站点的停靠是研究服务水平的重要因素之一,公交站点停靠时间的研究对提高公共汽车服务水平和运行效率具有重要意义。国外早在20世纪70年代就开始对公交车站点停靠时间的影响因素进行研究[1-2]。Glick等[3]应用对数和分位数模型对公交车站点停靠时间进行预测,进一步分析了站点停靠时间的影响因素。Hossein等[4]借助自动数据评估系统对影响公交站点停靠的乘客活动、电梯操作和拥挤度3个因素进行分析,并建立停靠时间有关的回归模型。Grise等[5]基于AVL-APC、票价框技术、车厢付款,在加入乘客活动细节因素的前提下,研究已有站点停靠时间预测的误差。Soroush等[6]提出了一种基于基因表达编程(GEP)的方法来建模和估算总线停留时间(BDT)。

国内对公交车站点停靠时间的研究主要为两方面:构建预测模型对停靠时间的预测和研究不同因素对停靠时间的影响。

邓媚等[7]研究了公交车停靠时间在中心城区和中央商务区等人流密集区域不同时段呈现出的不同变化趋势,并建立了动态预测模型。赵芮等[8]研究了我国公交车二次停车服务的概率分布。张恺彬[9]结合直线式公交站点和港湾式公交站点的物理结构,重点研究了公交车辆在站点处易发生的特殊微观行为对公交站点停靠时间的影响。王璇[10]对不同高峰时段不同道路形态上的公交车站点停靠时间进行了分类讨论,对比不同场景下不同预测模型的预测效果,并选择出对应情况下的最佳预测模型。

王旭等[11]研究上下车人数、车内拥挤度、车门数和公交车站台数对站点停靠时间的影响,并选择上下车人数与车内拥挤度两个因素作为自变量,建立乘客上下车时间预测模型。吕伟等[12]对武汉市5个站点的公交车停靠进行调研,在公交车停靠时间、乘客上下车时间、上下车乘客数量和上下车总持续时间等数据的基础上研究公交车停靠时间规律。章若晨[13]对乘客上下车行为进行了基于社会力模型的建模分析。许秀华[14]将公交车停靠站分为公交车减速进站、站内停靠和加速离站3个主要阶段进行重点研究。吴鼎新等[15]对公交停靠站类型、时段影响、乘客上下车人数3个影响因素深入剖析,对淮安市公交车在站停靠时间进行了方差分析和回归分析。胡三根等[16]重点研究了站点乘客人数对站点停靠时间的影响,并未对乘客的年龄组成、性别组成等进行分析;卢春秀[17]、刘娇娇[18]提出了站点停靠时间模型的研究,但是因其考虑因素不够周全而并未得到实际应用推广。

有关于公交车站点停靠时间的影响因素,国内尚未有对乘客年龄、乘客性别、乘客年龄组成和乘客性别组成4个影响因素的详细研究。本文的研究可以为公交车站通行能力计算及公交车辆平均行程时间预测提供依据,进而为公交车站规划设计与公交车辆调度提供基础数据。

1 常规公交车站点停靠时间影响因素

本文采用人工调研与图像处理相结合的方法获取乘客上下车时间数据。首先在指定站点以及公交车等场所进行视频拍摄,然后运用基于开源运动目标追踪、轨迹生成技术的软件——Tracker进行数据提取,最后用MATLAB等软件进行数据分析。

1.1 停靠时间影响因素

城市常规定点定线运行的公交车的运行总时间包括行驶时间、路段延误时间和站点停靠时间,其中停靠时间由减速进站时间、车门开启与关闭时间、乘客上下车时间3部分决定。减速进站时间与加速出站时间的影响因素包括站台设置位置与形式、是否设置专用公交车道、道路拥挤程度、其他机动车辆变道的影响和公交车性能等;开门时间与关门时间的影响因素包括司机的反应速度与开车习惯、公交车性能等;乘客上下车时间的影响因素包括公交车车门数量及宽度、上下车台阶数、乘客支付方式、乘客携带行李的情况、孕妇或行动不便的残疾人乘客数、上下车乘客数量、上下车乘客的年龄与性别、车内拥挤度、车内的座位设置与可站立空间大小;其他影响因素包括天气、不同时间段(早晚高峰与平锋、特殊事件与节假日等)人流量与车流量对停靠时间的影响。

随着智慧交通系统的发展与应用,未来公共交通系统将会实现无人驾驶、生物识别支付和动态实时调度等。笔者认为公交车实现无人驾驶后的管理、车型(上下车门的台阶数、车门宽度与数量、车内座位数与可站立空间等)、停靠站的设置带来的对停靠时间的影响也可进行简化和统一处理,即公交系统硬件设施统一的情况下,减速进站与加速出站的时间、开门时间与关门时间将是一个相对固定的时间,由此,影响乘客上下车时间的主要因素为乘客是否携带行李、乘客是否有正常行动能力、乘客的年龄与性别。乘客携带行李与乘客不具正常行动能力的情况并非普遍情况。目前,针对乘客性别和年龄特征差异的研究甚少。

由于本文重点研究乘客年龄、性别、年龄组成和性别比例4个因素对上下车的影响,因此数据调研在忽略支付方式(本文的上车时间计算中支付时间额外计算)和站台设置形式、车内乘客不影响上下车乘客的行为动作、公交车为前门上车后门下车、台阶数为一阶、天气状况良好的基础上进行。

1.2 站点调查

由于本文重点研究乘客年龄、性别和乘客年龄组成与性别比例对乘客上下车的影响,因此不考虑公交车站点设置方式的不同。为避免站点或线路的单一性而导致所调研数据不具代表性,本文的视频拍摄方式分为固定停靠站点拍摄和固定线路拍摄两种,分别对哈尔滨市的一条绕城线路102路和一条穿城线路101路两条线路以及4个公交站点进行调研。停靠站点选择的主要依据是停靠站点的日常客流量和周邊土地利用情况,停靠站点的相关信息见表1。

1.3 调查方法

1.3.1 定义观测变量

(1)公交车停靠时间:车辆车门准备开启时刻至车门完全关闭时刻的时间间隔。

(2)乘客上车时间:第一位乘客上车时间为单脚离地时刻至双脚着车时刻的时间间隔,其后的乘客上车时间为前一位乘客双脚着车的时刻至该乘客双脚着车时刻的时间间隔,包括反应时间与安全距离因素对上车时间的影响。

(3)乘客下车时间:第一位乘客下车时间为单脚离车时刻至双脚着地时刻的时间间隔,其后乘客下车时间为前一位乘客双脚着地的时刻至该乘客双脚着地的时间间隔,包括反应时间与安全距离因素对下车时间的影响。

(4)乘客性别和年龄的表示

乘客性别根据视频画面目标对象进行人工判别,男性用大写字母“M”表示,女性用大写字母“W”表示。

乘客年龄根据问卷调研与人工询问的方式确定,参考联合国世界卫生组织提出的年龄分段与实际情况相结合,将年龄分为儿童、青年、中年和老年4段。其中儿童(≤8岁)用大写字母“C”表示,青年(9~44岁)用大写字母“Y”表示,中年人(45~59岁)用大写字母“M”表示,老年人(≥60岁)用大写字母“O”表示;同理,男性儿童用“MC”表示,男性青年用“MY”表示,男性中年用“MM”表示,男性老年用“MO”表示,女性儿童用“WC”表示,女性青年用“WY” 表示,女性中年用“WM”表示,女性老年用“WO”表示。

1.3.2 视频拍摄

本文采用视频拍摄法对站点及线路公交车上下车情况进行拍摄。在拍摄前准备好拍摄工具,做好拍摄人员的安全教育与调查内容的详细解释。站点拍摄,记录拍摄时间(选取非高峰时段:上午9:00—12:00点和下午1:00—4:00点)与站点名称,观察站点设置,寻找不影响乘客上下车而视野开阔不影响拍摄的拍摄角度;线路拍摄,在首末站与司机沟通后由两名拍摄人员分别坐在前门与后门的座位进行拍摄。为避免拍摄人员引起乘客和司机等的注意而导致拍摄情况受到影响,本文选择用手机进行隐蔽性拍摄。拍摄的视频帧的速率为30.00 帧/s。

1.3.3 信息的提取

本文采用开源视频处理软件Tracker与人工识别相结合的方式进行乘客上下车数据的提取,主要信息为乘客上下车时间、乘客年龄、乘客性别,次要信息为乘客携带行李等其他特殊情况。将相关信息提取后导入EXCEL进行其他信息数据的计算。

2 停靠时间分析

从观测的327 组数据进行筛选与剔除,最终得到1 026个数据(如:某一公交站点停靠下车5 人,则该5 人的整体数据为1 组数据,该5 人的个人数据为5个数据),对此进行乘客上下车时间的分析。

2.1 不同年龄乘客上下车时间差异

(1)将所有乘客的上下车时间按照年龄进行分类统计。儿童作为一个特殊群体的存在,一般情况下均有成人带领乘车,不同年龄的儿童其行为能力差异性较大,根据样本数据统计得儿童群体的数量仅占总群体的3%,因此其性别和年龄特征差异对上下车时间的影响缺乏说服力,本文对此不做深入研究。

如图1所示,在不区分性别的情况下,不同年龄段的乘客上下车时间对比。其中青年人人均上车时间为1.85 s,中年人人均上车时间为2.11 s,老年人人均上车时间为2.34 s,随着年龄段的增加,人均上车时间分别递增0.26 s和0.23 s;青年人人均下车时间为1.07 s ,中年人人均下车时间为1.26 s,老年人人均下车时间为1.75 s,随着年龄的增加,人均下车时间分别递增0.19 s和0.49 s。由此可知,老年人对于下车有更长的反应与适应时间,这点与其他年龄段的乘客所表现的特性有所差异。

(2)将所有乘客的上下车时间按照年龄和性别进行分类统计。

由圖2可知,青年男性人均上车时间为1.80 s、中年男性人均上车时间为2.04 s,老年男性人均上车时间为2.27 s,随着年龄段的递增人均上车时间分别增加0.24 s和0.23 s。

青年女性人均上车时间为1.89 s、中年女性人均上车时间为2.17 s,老年女性人均上车时间为2.46 s,随着年龄段的递增人均上车时间分别增加0.28 s和0.29 s。

青年男性人均下车时间为1.08 s、中年男性人均下车时间为1.22 s,老年男性人均下车时间为1.70 s,随着年龄段的递增人均下车时间分别增加0.14 s和0.58 s;青年女性人均下车时间为1.07 s,中年女性人均下车时间为1.29 s,老年女性人均下车时间为1.87 s,随着年龄段的递增人均下车时间分别增加0.22 s和0.58 s。

由图3可知,随着乘客群体的年龄增大,其人均上下车时间依次增加。即在上车时间不包括支付时间的前提下,乘客人均上车时间大于人均下车时间,乘客的上车时间分散性仍然小于乘客下车时间的分散性,这是人们的支付行为引起的乘客空间距离要求增大的原因。

2.2 不同性别乘客上下车时间差异

由图4和图5可知,男性人均上下车时间小于女性人均上下车时间。其中,青年群体的性别差异最小,老年群体的性别差异最明显。尤其是青年乘客的上车时间差异甚微,青年乘客的下车时间甚至表现为女性比男性略微少,这是以往的研究中未曾发现的现象。一方面,这是青年人的灵活性和下车动作单一所致的;另一方面,这是因为女青年在乘车时的注意力相对于男青年更加集中,而这种注意力的集中所减少的下车时间弥补并超越了动作敏捷上的差异。

2.3 年龄组成与性别比例对乘客上下车时间的影响

对观测到的327 组数据分别进行男女性别比例与老年人比例的计算,运用指数函数、线性函数、对数函数、多项式函数、乘幂函数等5种函数分别对年龄组成与人均上下车时间的关系和性别比例与人均上下车时间的关系进行回归分析。如图6所示。

对上车乘客与下车乘客的年龄组成进行分析,以老年人乘客数占总乘客数的百分比作为每一组数据的年龄组成变量,结合对应的人均上下车时间生成散点图。运用不同类型的函数对数据进行拟合,分别计算得其拟合优度均为0~0.1,即年龄组成一个影响因素与乘客上下车时间无函数关系;同理,分别对上车乘客与下车乘客的性别组成进行分析,以男性乘客数占总乘客数的百分比作为每一组数据的性别组成变量,结合对应的人均上下车时间生成散点图。运用不同类型的函数对数据进行拟合,分别计算得其拟合优度均为0~0.1,即性别比例与乘客上下车时间无明确的函数关系。

依据对乘客年龄组成与性别比例对乘客上下车时间的影响结果分析可知,乘客的年龄组成与性别比例对乘客人均上下车时间的影响是共同作用而非单独影响。为了研究乘客性别和年龄相互影响的关系,采用多元线性回归的方法对收集到的327 组数据进行筛选分析,运用MATLAB软件进行多元线性回归函数拟合,得到乘客人均上下车时间计算公式。设置置信度为95%的区间计算参数,并绘制相关系数与残差对应置信区间的相合性图,发现每一个因素的样本数据大部分都分布在回归直线附近,因此认为函数拟合效果较好。

t上=0.655 1ρMC-0.049 5ρMY+0.004 1ρMM+0.145 7ρMO+0.433 5ρWC-0.030 5ρWY+0.085 1ρWM+0.074 1ρWO+1.825 4。(1)

P=ρMC+ρMY+ρMM+ρMO+ρWC+ρWY+ρWM+ρWO。(2)

T上=t上×P(3)

t下=-0.162 0ρMC-0.055 2ρMY-0.094 4ρMM+0.079 4ρMO-0.129 6ρWC-0.042 5ρWY-0.037 4ρWM+0.040 6ρWO+1.480 5。(4)

P=ρMC+ρMY+ρMM+ρMO+ρWC+ρWY+ρWM+ρWO。(5)

T下=t下×P。(6)

式中:t上为乘客人均上车时间,s;t下乘客人均下车时间,s;ρ为不同性别、年龄特征的上车或下车乘客数,人;P为上车或下车的总乘客数,人(请结合文中1.3.1(4)理解的含义);T上为乘客总上车时间,s;T下为乘客总下车时间,s。

3 实例验证

本文案例选用林业大学站所调研的35 辆公交车的数据进行分析,分别对上下车随机抽取6 组数据并计算预测的上下车时间,将其与实际上下车时间的对比,见表3。

利用归一化均方差(NMSE)描述函数的拟合情况与预测可靠度,归一化均方差表示预测数据和原数据对应点误差的平方和的均值,其值越接近0,表示数据预测误差越小。分析计算结果,乘客上下车预测时间的归一化均方差分别为0.024 1,0.011 5,表明模型具有较高的可靠性。

NMSE=1n∑ni=1(tfi-tri)2tf×tr。(7)

4 结论

(1)有关乘客年龄对乘客上下车时间的影响,本文分为区分性别与不区分性别进行讨论,研究结果表明:区分性别时,男性与女性的上车时间随着年龄的递增,其差异为0.2~0.3 s,而下车时间出现明显的不同,青年与中年之间的下车时间差异为0.2~0.3 s,中年人与老年人的下车时间差异在0.6  s左右;不区分性别时有类似的结果,即青年乘客与中年乘客、中年乘客与老年乘客上车时间的差异为0.2~0.3 s;青年乘客与中年乘客的下车时间差异为0.2 s,中年乘客与老年乘客的下车时间差异为0.5 s。

(2)结合乘客性别影响因素进行分析,乘客性别对人均上下车时间影响较小,儿童、青年、中年乘客中男性与女性人均上下车时间差异分布为0.1 s左右,老年乘客中男性與女性人均上下车时间差异分布为0.2 s左右。青年女性的人均下车时间甚至低于青年男性的下车时间,这与以往的研究有所不同,分析原因主要与下车动作的单一与青年人群的身手敏捷有关。

(3)结合乘客的年龄组成与性别比例对乘客上下车时间的影响,对其影响运用线性多元回归函数进行量化分析。

笔者主要研究不同性别与年龄的乘客踏上公交车时间与迈下公交车的时间,这部分时间包括不同乘客的行为时间与反应时间,其研究的意义在于为未来更加便捷与智能化的地面公交系统提供一定的行为特征参考。对于特殊乘客(孕妇、带有无行走能力小孩的乘客、残疾人士、携带大件行李的乘客)的乘车行为与特征应做进一步的研究,为实现更加人性化和舒适度高的公交体系提供参考。

【参 考 文 献】

[1]程国柱,裴玉龙.道路通行能力[M].北京:人民交通出版社股份有限公司,2019:100-105.

CHENG G Z, PEI Y L. Highway capacity[M]. Beijing: China Communications Press Co., Ltd, 2019:100-105.

[2]崔杨,曾俊伟,钱勇生,等.基于拓扑性质的河谷型城市公交站点网络复杂特性分析:以兰州市为例[J].公路工程,2018,43(4):1-6.

CUI Y, ZENG J W, QIAN Y S, et al. Analysis of complex network characteristics of bus stations in valley city based on topological property: taking Lanzhou as an example[J]. Highway Engineering, 2018, 43(4): 1-6.

[3]GLICK T, FIGLIOZZI M A. Analysis and application of log-linear and quantile regression models to predict bus dwell times[J]. Transportation Research Record: Journal of the Transportation Research Board, 2019, 2673(10):118-128.

猜你喜欢

多元回归
不同住房保障方式下住户居住满意度研究
江苏省实施税收优惠政策促进科技创新的实效性研究
我国大学生人生规划自主性的现状和影响因素
中国装备制造业阶段竞争力研究
上证综指收益率的影响因素分析
财务指标对股价的影响研究
无形资产、商誉对云南城投盈利能力的影响研究
计量经济学研究
非利息收入对兴业银行绩效的影响
贵州省贫困村农户贫困影响因素的多元回归分析