作为城市交通重要的组成部分,公共交通对缓解交通拥堵和改善城市交通状况起到了良好的促进作用。然而,我国一些城市,特别是特大城市地面公交的客运量逐年下降,全国城市公交出行分担率仍处于较低水平。“等车时间长、行车速度慢、乘车环境差、换乘不方便”等问题依然突出[1]。在互联网时代背景下,通讯技术尤其是智能手机的迅猛发展为公共交通的发展带来了契机。本文依托于乘客利用手机等智能终端与其进行信息即时交互基础上,将即时交互过程中的信息按技术发展阶段和丰富程度分为三级,分别为1)现阶段己广泛应用于手机公交应用中的第一级信息,包含乘客偏好、车辆到站时间以及路网中线路信息等;2)现阶段开始发展但未普遍应用于手机公交应用中的第二级信息,包含第一级信息和车内拥挤信息;3)现阶段未发展但未来将应用于智能终端公交应用中的第三级信息,包含第二级信息和乘客的出行经验。在构建的仿真架构基础上分析了三级信息条件下的乘客路径选择行为以及路径选择结果。论文的主要工作和创新点总结如下:(1)根据当前出行背景下针对线路不熟悉的乘客接收到的实时信息丰富程度,提出了考虑三种出行场景的路径选择方法,分别为:1)在无信息即时交互且没有接收任何实时信息场景中,设计采用先到先发的路径选择方法;2)在无信息即时交互且只接收车辆到站信息场景中(如公交电子站牌信息),设计采用考虑站台等待时间等因素构建离散选择模型的路径选择方法;3)第一级别信息即时交互条件下,即乘客应用智能终端发送出行偏好获取多维度出行信息的场景,设计了考虑乘客出行偏好的路径选择方法,并构建了该方法的三阶段模型,分别是:出行策略的生成、选择以及调整。出行策略生成阶段利用深度优先和前后向搜索法确定出行路径集合;出行路径选择阶段结合与乘客偏好相关的5类出行要素:等待时间、步行时间、在车时间、换乘次数和支付费用,构建了出行偏好效用模型;出行策略调整阶段根据乘客是否己执行出行方案,分为乘车前调整和乘车后调整。调整方案的目的是保证乘客在忍耐程度(乘车前等待时间和乘车后拥挤程度)范围外有可补充的出行方案。三种出行选择方法分别通过仿真平台模拟实现,并同时考虑了公交车容量限制。案例结果分析表明,在信息即时交互条件下,单位乘客的出行费用较其他两种方法减少了 1.01元和2.6元。(2)在第二级信息即时交互条件下,针对线路不熟悉的乘客从智能终端同时接收车辆到站信息和车内拥挤信息的场景,构建了在提前获知车内拥挤信息条件下的日中路径选择模型。模型过程包括:乘车前出行路径选择过程和乘车后换乘路径选择过程。与此同时,在考虑了信息的衰减特性基础上,建立了信息衰减模型,将乘客对信息的信任程度与其衰减程度建立了对应关系。此外,提出了四类车内拥挤信息的预测模型。根据获取数据的来源、准确性和及时性,预测模型分别为:基于乘客预约请求的信息预测模型,基于历史数据的信息预测模型,基于概率分布的信息预测模型以及多方法结合的信息预测模型。结果分析表明提供车内拥挤信息能提高乘客座位率,降低车辆拥挤度,减少未上车人次,有效改善乘客的乘车环境。此外,提供车内拥挤信息还可以有效均衡线网中车辆客流量,从而实现资源合理优化配置。(3)第三级信息即时交互条件下,构建了考虑乘客偏好、车内拥挤信息以及乘客出行经验的日变路径选择模型。模型中考虑了等待时间、步行时间、在车时间、换乘次数、出行费用以及拥挤费用等出行要素,并结合基于改进的经历-加权吸引自学习模型。为了刻画乘客在路径选择过程中受到的理性知识与出行习惯的双重作用,提出了理性-经验模型,该模型同时考虑了代表理性知识的理性选择概率和代表出行习惯的经验选择概率,对描述乘客的出行行为更具有实际意义。