Emerging technologies have inspired a wide array of flexible public transit system designs characterized by varying degrees of demand-responsive routing and scheduling. The availability and synthesis of new data sources with higher degrees of spatial and temporal richness brought on by advancements in Intelligent Transport Systems allow for monitoring and responding to evolving supply-demand imbalances in real-time. The emergence of smartphone-enabled ride-pooling services and the development of automated vehicles have shown promise in offering flexible transit systems at a higher level-of-service and a lower per-vehicle operational cost.

Preliminary studies have indicated that reallocating resources from fixed transit services with low utilization rates to flexible transit services can improve public transit accessibility in low demand-density areas. Studies have also shown that shared automated vehicle services can drastically reduce the number of vehicles required to serve urban transport demand, reducing congestion and pollution. New technologies and flexible transit designs could foster city infrastructure planning oriented around people instead of cars. However, if high enough levels of ride-pooling and integration with existing high-capacity transit are not achieved, there are also indications that such services can poach passengers from more sustainable modes of transportation, increase total vehicle-kilometers traveled, and amplify trends of urban congestion.

A question that arises is how to evaluate the effects of novel flexible transport solutions as a competing or complementary alternative to traditional fixed public transit under alternative demand settings, technological settings, road network topologies, and objectives. Flexible transit systems are difficult to trial in parallel with the technologies that inspire their design, due to their cost of implementation and the time frame required for stable use patterns to emerge. 

Agent-based simulation frameworks have been utilized to systematically understand and develop theories around the dynamics of transport systems and traveler behavior using diverse data sources, while ideally also forecasting the effect of alternative transit designs and operational policies. Interest in applying agent-based simulation models to evaluate flexible transit systems has grown significantly over the past decade, however, are still limited in their ability to represent the vast flexible transit service design space. In this thesis, flexible public transit systems ranging from services with partially fixed routes and timetables to services with demand-responsive routes and timetables determined in real-time are appraised through extensions to the public transit simulation framework BusMezzo.

In each of the included papers, a flexible transit service design inspired by Intelligent Transport Systems and automated vehicle use cases is developed. This system is formalized with simplifying assumptions to make the problem tractable in terms of modeling, and then implemented in BusMezzo. The system, model, and implementation are evaluated in several case studies based on recurring fixed public transit supply-demand scenarios. Through the work of this thesis, key level-of-service trade-offs between fixed and flexible transit operations are explored. The resulting simulation framework includes essential components for modeling supply-demand dynamics of mixed fixed and flexible transit systems and enables systematic evaluation of a wider range of emerging public transit designs and scenarios.

Ny teknik har inspirerat ett stort antal flexibla kollektivtrafiksystem som kännetecknas av varierande grader av efterfrågestyrd ruttplanering och schemaläggning. Tillgången till och syntesen av nya datakällor med högre grad av rumslig och tidsmässig detaljrikedom, som följer av utvecklingen av intelligenta transportsystem, gör det möjligt att observera och hantera den obalans som uppstår mellan utbud och efterfrågan i realtid. Framväxten av smartphone-baserade samåkningstjänster och utvecklingen av automatiserade fordon har visat sig lovande när det gäller att erbjuda flexibla transportsystem med högre servicenivå och lägre driftskostnader per fordon. 

Preliminära studier har visat att omfördelning av resurser från linjebunden kollektivtrafik med låg utnyttjandegrad till flexibla kollektivtrafiksystem kan förbättra tillgänglighet till kollektivtrafik i områden med lägre densitet av efterfrågan. Studier har också visat att delade automatiserade fordonstjänster kan drastiskt minska antalet fordon som krävs för att tillgodose persontransportbehov i storstäder, vilket minskar trängsel och föroreningar. Ny teknik och flexibla kollektivtrafiksystem kan främja infrastrukturplanering som är inriktad mer mot människor istället för bilar. Däremot, om nivåer av samåkning och integrering med befintlig högkapacitets kollektivtrafik inte uppnås i tillräckligt hög grad, finns det indikationer på att sådana system kan attrahera passagerare från mer hållbara transportmedel, öka antalet körda fordonskilometer och förstärka trängseln i storstadsområdena.

En fråga som uppstår är hur effekterna av nya flexibla transportlösningar kan utvärderas som ett konkurrerande eller kompletterande alternativ till traditionell linjebunden kollektivtrafik för olika typer av efterfrågan, tekniska förutsättningar, nätverkstopologier och målsättningar. Flexibla kollektivtrafiksystem är svåra att provköra parallellt med den teknik som ligger till grund för deras design, på grund av kostnaderna för genomförandet och den tid som krävs för att stabila mönster för dess användning ska kunna uppstå. 

Agentbaserade simuleringsramverk har använts för att systematiskt förstå och utveckla teorier angående dynamiken i transportsystem och resenärsbeteende med hjälp av olika datakällor, och ideellt uppskatta effekterna av alternativa kollektivtrafiklösningar och driftsstrategier. Intresset för att använda agentbaserade simuleringsmodeller för att utvärdera flexibla kollektivtrafiksystem har ökat betydligt under det senaste decenniet, men deras förmåga att representera det breda spannet av olika typer av flexibla kollektivtrafiksystem är fortfarande begränsad. I den här avhandlingen utvärderas flexibla kollektivtrafiksystem, från system med delvis fasta rutter och tidtabeller till system med efterfrågestyrda rutter och tidtabeller som bestäms i realtid, som utvärderas med hjälp av vidareutvecklingen av ett simuleringsramverk för kollektivtrafik, BusMezzo.

I varje artikel som inkluderas i den här avhandlingen, utvecklas en flexibel kollektivtrafiksystem som bygger på intelligenta transportsystem och användningsområden för automatiserade fordon. Systemet formaliseras med förenklande antaganden för att göra problemet hanterbart när det gäller modellering och implementeras sedan i BusMezzo. Systemet, modellen och implementeringen utvärderas i flera fallstudier baserade på återkommande scenarier inom traditionell kollektivtrafik. På så sätt utforskas centrala avvägningar mellan linjebundna och flexibla kollektivtrafiksystem i fråga om servicenivåer. Det resulterande simuleringsramverket innehåller viktiga komponenter för att modellera dynamiken i utbud och efterfrågan i kombinerade linjebundna och flexibla kollektivtrafiksystem. Detta möjliggör systematisk utvärdering av ett större antal nya koncept och scenarier för utformningen av framtida kollektivtrafiksystem.