“碳中和”視域下城市公交線路運行效率模糊專家預測

艾倩楠，張 俊，陸丹丹 AI Qiannan,ZHANG Jun,LU Dandan

（1.江蘇城鄉建設職業學院 公用事業學院，江蘇 常州 213147；2.揚州大學 建筑科學與工程學院，江蘇 揚州 225127）

0 引 言

2020年9月22日，國家主席習近平在第七十五屆聯合國大會一般性辯論上鄭重宣布， “中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭2030年前達到峰值，努力爭取2060年前實現碳中和”。作為節能減碳重要一環，交通運輸過程中產生的碳排放一直是相關研究重點話題。交通領域占全國終端碳排放15%，過去9年年均增速5%以上，預計到2025還要增加50%。 “公交優先”上升為國家戰略， “綠色出行”已成為行業共識。在新一輪科技革命的影響下，如何利用新技術推動新能源汽車和智慧城市、智能交通、清潔能源體系、信息通信產業融合發展，整體提升交通運輸融合創新能力，成為節能減碳關鍵。

公交線路運行效率一直是交通工程領域關注的熱點問題，國內外學者在此領域也進行了研究。Zhang yu等利用DEA方法對公共交通運行的成本效率和服務效率進行了評價；Fielding為評估公共交通營運績效，以美國198條公交車路線的營運數據為研究對象，將營運績效分為12個績效概念和60個初選評估指標，并以多變量分析中的因素分析法從中選取9個代表性指標，結果顯示所構建的營運績效指標能有效地衡量公共運輸營運績效；Kittleson&Assioociate從公交時刻表的執行水平評價公交系統的服務可靠性；Sami Jarboul運用SFA方法對64個國家的18條公共道路的效率進行研究。由此可以看出，目前針對公交線路運行效率的研究較為分散，考慮因素不全面，只是從單一視角對公交運行效率進行分析。為此，本文綜合考慮影響公交線路運行效率的因素，將模糊專家系統理論用于分析公交線路運行效率，并得到各指標對運行效率的影響，同時根據分析結果，對影響大的關鍵路段與節點進行識別與優化，以提高線路整體運行效率。

1 模糊專家系統

1.1 模糊規則

模糊規則的基本形式分為：語言式（Mamdani）模糊規則、函數式（Sugeno）模糊規則、Tsukamoto模糊規則。

（1）語言式（Mamdani）模糊規則

（2）函數式（Sugeno）模糊規則

（3）Tsukamoto模糊規則

此模糊規則可以視為Mamdani模糊規則的簡化，區別在于Tsukamoto模糊規則把后件的模糊規則限定為只能擁有單調性的隸屬函數。考慮到城市公交運行的客觀實際，本文選用適合語言表達的Mamdani模糊規則。

1.2 隸屬度函數

常用的隸屬函數的形式有S形函數、形函數、三角函數和梯形函數等，一般來說，三角函數和梯形函數就足以表達專家知識了，并且還能極大簡化計算過程。梯形隸屬度函數表達式為：

式中：、、、均為實數；μ（）為輸入變量的隸屬度。

本文采用梯形隸屬度函數，其形式如圖1所示。

圖1 梯形隸屬度函數

2 城市公交線路運行效率影響因素分析

城市公交運行效率的影響因素很多，主要包括：路段通行能力、車輛停靠特征以及運行組織特征。

（1）路段通行能力

公交車輛的運行依托于城市道路，因此公交線路經過路段的通行能力將直接影響公交線路的運行效率。當路段通行能力較高時，公交能以較高的期望速度在路段上行駛，減少了運行過程中的時間延誤，提高運行效率。

（2）車輛停靠特征

公交車輛的停靠特征主要表現為停靠時間，即一輛公交車從進站停車到駛出車站的總時間，是確定公交站點通行能力和客運能力的關鍵參數，同時直接影響到一條公交線路總運行時間。

（3）運行組織特征

公交系統的運行組織會直接影響到企業的服務質量和經濟效益。公交調度方案的制定要考慮乘客的需求，同時也要考慮公交企業的財政收入和運營成本。因此，獲取合理的發車時刻是優化公交運行組織方案的關鍵之處。公交車輛在特定線路上運行時，一方面若發車頻率過低，乘客候車的時間費用會上升，候車滿意度隨之下降，時間價值較高的乘客群體會轉向私家車、地鐵或者出租車等；另一方面若發車頻率過高，公交運營公司配備的車輛數會隨之上升，單趟車的滿載率也會下降，進而其票價收入則無法達到公交公司期望值，相反還會導致公交公司總收益的下降。

3 基于模糊專家系統的城市公交線路運行效率研究

3.1 指標模糊化

根據第二節的分析以及相關研究成果，取得路段通行能力、停靠時間、發車頻率3個指標的輸入值，確定輸入值對應于相應模糊集的程度，輸出結果為某條公交線路的運行效率以及各影響因素所占的比重。根據現有數據與各個指標的關系，利用專家經驗，對各個輸入量與輸出量語言變量及其范圍，所設置的具體屬性閾值見表1至表2所示。

表1 路段通行能力等級與范圍

表2 公交線路運行效率等級與范圍

3.2 建立模糊集

圖3 車輛停靠時間的模糊集

以某條公交線路的路段通行能力、車輛停靠時間、發車頻率為3個輸入變量，該條公交線路的運行效率為輸出變量，同時得到每一個指標對輸出結果的影響比例，采用梯形隸屬度函數的形式，按表2設計語言變量的模糊集，如圖2至圖4所示。

圖2 路段通行能力的模糊集

圖4 發車頻率的模糊集

3.3 建立模糊規則庫

本文構建的公交線路運行效率模糊專家系統將路段通行能力、車輛停靠時間、發車頻率作為輸入變量，每個模糊輸入量均對應3個模糊量，由組合原理得到27條模糊規則。見表3，表中、T、分別表示路段通行能力、車輛停靠時間、發車頻率；表示運行效率等級。

表3 模糊規則

3.4 建立公交線路運行效率模糊專家預測模型

在確定模糊集和模糊規則后，利用模糊邏輯開發工具箱建立城市公交線路模糊專家預測模型。模糊專家系統的推理過程如圖5所示，通過拖動圖中虛線來確定標準化后的路段通行能力、車輛停靠時間T、發車頻率的值，同時可以得到相應于運行效率的值。值越大，表示效率越高。根據建立的模糊專家規則庫，通過FIS輸出曲面觀測器觀測不同輸入量對輸出值的影響，其三維輸出效果如圖6至圖8所示。

圖5 模糊專家推進過程規則庫

圖6 D與C、Td的關系

圖8 D與Td、t的關系

利用所構建的模糊專家預測模型，公交規劃人員可以對已開通線路進行運行效率檢驗，識別運行效率低的線路以及主要影響指標與節點，以便采取相應的改善措施，提高相應線路的運行效率。

圖7 D與C、t的關系

4 實例驗證

本文選擇常州市8條公交線路進行運行效率研究，依次將每一條公交線路所經過的路段以及站點進行編號。按照本文的方法，依據路段通行能力計算公式，分別計算8條公交線路所經過路段的通行能力，同時計算每條線路所經過路段的通行能力的均值作為路段通行能力的輸入值。根據公交車輛停靠時間的計算模型，分別計算每條公交線路每個站點的停靠時間，得到每條線路所有停靠時間的均值，同時記錄每條公交線路高峰期間的發車頻率。最終獲得8條線路路段通行能力、車輛停靠特征以及發車頻率3個指標的輸入值。結果見表4。

表4 研究線路指標

按照本文的方法，將調查以及模型計算得到的各條線路的指標數據進行整理，獲得路段通行能力與車輛停靠時間的均值，并輸入至訓練好的模糊專家系統中，將輸出結果進行整理，得到每條公交線路的實際運行效率以及各個指標對運行效率影響的程度，結果見表5。

表5 輸出結果 單位：%

通過對輸出結果的整理，可以得到每一條公交線路的實際運行效率以及每個指標對運行效率的影響程度，進而為相關規劃人員提供改善依據，針對運行效率低的線路以及影響程度最大的指標進行優化。為了具體分析每條線路各路段通行能力、各站點車輛停靠時間以及發車頻率對運行效率的影響，將各部分調查數據輸入模糊專家系統中，輸出部分結果見表6。

表6 部分路段及車站的輸出值 單位：%

從輸出的結果可以看出不同路段的通行能力、不同站點的車輛停靠時間以及各條線路的發車頻率對線路整體的運行效率有不同的影響程度，對于某些運行效率低的線路可以具體分析影響程度最大的因素，并采取有針對性的改善措施，優化城市公交網絡。本文對5路公交車的關鍵路段通行能力和關鍵節點車輛停靠時間進行優化，前后對比結果如圖9所示。

圖9 優化結果

從優化結果可以看出，對5路公交線路的三個關鍵路段通行能力進行優化后，整體線路的運行效率提高15%，對8個關鍵節點停靠時間優化后，整體線路的運行效率提高22%。

5 結束語

本文響應“碳達峰、碳中和”國家戰略，深入研究城市公交運行效率預測方法，為提升城市公交運行效率提供依據，推動城市交通出行結構優化，本文首先分析城市公交線路運行效率的影響因素，并根據已有的研究成果，提出各影響因素的指標與計算模型，同時根據調查數據對車輛停靠時間模型中的參數進行擬合，以確定標定后的模型，對城市公交線路運行效率的計算結果可以幫助規劃、管理者明確各條公交線路的運行情況，對運行效率較低的線路采取有效改善措施，以提高整個城市公交系統的運行效率，同時可以針對某些關鍵路段以及關鍵車站進行優化，進而提高公交系統的服務水平，吸引客流。本文在分析影響城市公交線路運行效率的因素時，對運行組織特征的分析只簡單地分析了發車頻率，不涉及其他方面，顯然與實際情況有一定差距，在下一步的研究中，將進一步分析運行組織的其他特征對公交線路整體運行效率的影響，使得所訓練的模糊專家系統更加符合實際。