基于云模型的公交车内拥挤度判别

殷巍, 左忠义, 年士磊, 冯启龙, 吴世迪, 李泽平

doi:10.13291/j.cnki.djdxac.2024.02.004

大连交通大学学报 ›› 2024, Vol. 45 ›› Issue (02) : 30 -36. DOI: 10.13291/j.cnki.djdxac.2024.02.004

基于云模型的公交车内拥挤度判别

殷巍, 左忠义, 年士磊, 冯启龙, 吴世迪, 李泽平

作者信息 +

Author information +

文章历史 +

PDF (2080K)

摘要

为了提高公交车内乘客的舒适性，需要对公交车内的拥挤度进行实时判别。首先对公交车内早高峰的客流量进行实时调查。其次针对公交车内拥挤度判别的模糊性和随机性，提出一种基于云模型的公交车内拥挤度判别的方法。在利用云模型进行拥挤度判别时，选取乘客拥挤度的度量标准，根据它们在不同服务水平下的边界值计算云的数字特征，将6种服务水平下求得的子云合成标准云，根据早高峰车内人数，将求得的立席密度和乘载率代入云发生器，建立待识别云模型。最后通过对各个站点的待识别云和模板云的拥挤度进行计算，判断公交各个站点的拥挤度。以济南市B218路公交为例进行案例分析，利用云模型对各个站点的拥挤度进行判别，所选取的站点拥挤系数从64.3变化为118.0,对应的服务水平从C变化为F。该方法不仅能有效判别公交车内的拥挤度，而且能有效地避免公交车内拥挤度判别的模糊性和随机性，具有较强的理论意义和实践意义。