换乘导向的轨道交通网络发车时间优化研究

针对大城市轨道交通网络换乘站在高峰时段换乘乘客聚集造成的瓶颈,带来的运营安全性能差、效率低等问题,基于非线性规划方法,构建了以网络总换乘等车时间最短为目标的数学模型.该模型考虑了乘客在换乘站的走行时间,以列车发车时间的调整变化量为决策变量,利用调整轨道交通列车在起点站的发车时间及时刻表,协调了列车在换乘站的换乘衔接时间.用模拟退火算法进行求解,得到优化的列车发车时间及时刻表.对13个换乘站及5条线路组成的深圳市轨道交通网络进行优化,结果表明,早高峰小时的优化方案使网络乘客总的换乘等车时间减少了689 h,提升系统换乘效率22%.     

考虑同站台换乘的地铁线路到站时刻协调

地铁线路时刻表的协调有利于节省乘客在不同线路之间的换乘时间,对于同站台换乘的情况,除了要考虑乘客换乘时间外,还需要兼顾换乘客流对冲的安全因素。本文首先建立了地铁列车到站时刻协调优化的混合整数线性规划(MILP)模型,模型以乘客总换乘时间及列车惩罚项之和最小为优化目标,包含列车到站时刻、乘客换乘行为以及换乘客流对冲三组约束条件。接着,本文构造了四个数值算例,使之涵盖两条线路发车间隔的三种关系:两者相等;两者不等且成倍数关系;两者不等且不成倍数关系。结果表明,本文模型针对线路发车间隔的三种关系,均能给出最优解,在避免或减少换乘客流对冲的情况下,使得乘客总换乘时间达到最小。     

区域轨道交通网络运能匹配方法研究

本文提出基于铁路列车到达时变性的区域轨道交通运能匹配优化方法,通过调整地铁首班车发车时间以及发车时间间隔的大小,通过最小化铁路换乘地铁和地铁内部换乘的总换乘等待时间为优化目标,提出区域轨道交通网络运能匹配优化方法。以成都市区域轨道交通网络为例,计算最优的首班车发车时刻和每条地铁线路的发车间隔,优化后路网的总换乘等待时间减少了17 002 577.37s,人均换乘等待时间减少了6.55%,铁路换乘地铁的乘客平均换乘等待时间减少了8.92%, 77.08%的乘客换乘时间缩短。     

考虑客流时变需求的大小交路列车时刻表优化模型

以城市轨道交通放射线为研究对象,考虑客流时变需求和高峰期乘客滞留现象,以乘客等待时间、列车运行时间和车辆走行公里最小为目标,以发车间隔、列车满载率及其均衡性、发车比例为约束,构建了城市轨道交通大小交路列车时刻表优化模型.运用离散事件系统建模方法,建立基于乘客活动和列车运行过程的动态仿真模型,并将其与遗传算法相结合,提出了计算机仿真的遗传算法进行求解.算例结果表明,优化后的时刻表可以使运力与客流需求更加匹配,有效降低了高峰期乘客拥挤程度,并提高了各次列车满载率的均衡性.在企业运营成本相等的情况下,优化后的乘客等待时间减少了1 266.2 h,降幅达16.5%.     

基于非均匀发车间隔的大小交路时刻表优化模型

基于客流时空分布规律，考虑列车平均发车间隔、运行时间、最大载客量等约束条件，将列车在车站的停站时间与上、下车客流量相关联，建立城市轨道交通高峰时段基于非均匀发车间隔的大小交路时刻表优化模型，对乘客平均旅行时间及列车发车间隔平均偏离值进行协同优化。以某城市轨道交通线路实际运营数据验证模型的有效性。结果表明，优化后乘客在各个车站平均等待时间较优化前减少幅度为0.4%~13.1%，其中全线客流量较大的第7、8、9站优化幅度较为明显，分别为 11.7%、13.1%、11.9%。优化后列车在各个车站最大满载率较优化前降低幅度为1.8%~8.5%，且所有车站站台均无滞留乘客，体现了优化后列车运输能力与客流需求的良好匹配。灵敏度分析讨论了目标函数权重系数及列车平均发车间隔值对模型的影响，表明本模型具有良好的可用性及稳定性，能够为城市轨道交通列车时刻表优化提供参考。     

广州市公交与地铁调度协同发展方案

研究公交与地铁调度协同发展,以地铁客流为基准匹配接驳公交的发车间隔和运力配置等,可有效减少乘客换乘等待时间,提升公交与地铁衔接一体化效益。首先建立以乘客换乘时间和公交企业运营费用的总成本最小化为目标的运营计划优化模型,确定调度协同的综合启动阈值,通过分析接驳公交客流分布特征,初步制定各接驳公交晚高峰时段的发车时刻表;其次以满载率等为约束条件,确定初始车型建议,得到初始的调度协同方案;最后对线路的满载率分析,对于存在满载率过高或过低的线路调整发车间隔和车型配置,得到最终的公交与地铁调度协同方案。研究结果有利于解决广州市目前公交与地铁换乘时间过长问题,提高接驳公交的吸引力和竞争力。     

城市轨道交通首班车衔接优化研究

在城市轨道交通首班车接续关系中,不存在两交路无法接续的情况,仅需考虑等待时间。因此,客流分布规律、服务水平对首班车的发车时刻编排具有决定意义。通过分析首班车衔接优化研究的重要性,提出将各个换乘方向的换乘客流量作为权重定量衡量首班车协调层次的方法。以列车运行组织、换乘站到发时刻等为约束条件,以首班车乘客加权换乘等待时间最小化为衔接优化目标,建立首班车衔接优化模型。利用遗传算法思想,运用MATLAB对模型进行求解。最后,以北京市部分地铁线网为例验证了模型的可行性。     

考虑拥挤的轨道交通网络时刻表协调优化建模

以非连通型城市轨道交通网络为研究对象,根据城市轨道交通网络周期性运行特点,在深入考虑拥挤及换乘客流脉冲性到达特征的前提下,给出1个循环周期内城市轨道交通网络运营费用及乘客出行费用计算方法.并在此基础上,以各运营线路发车间隔及发车时刻相位差为决策变量,以乘客及运营企业的综合费用最小为目标,以列车发车间隔、列车容量、站台容量、运营补贴等为约束,建立城市轨道交通网络列车时刻表优化模型.根据模型特点,提出了一种基于仿真的遗传算法对模型进行求解.算例结果显示,与既有优化方法相比,本文模型能够更加细致地刻画乘客换乘过程,有效降低系统综合费用,并确保各项服务指标在安全范围之内.     

考虑容量限制的多公交车型运行计划优化模型

车容量限制是公交运行计划编制的重要约束.以单条公交线为研究对象,综合考虑了不同公交车型的技术经济性能、车容量大小、车辆数限制和客流需求的时变特征等因素,建立同步优化公交车型和时刻表的规划模型,以确定线路的发车时刻表和选择车型的最优组合.建立了以公交企业运营成本和公交乘客出行成本最小为目标,带有0-1决策变量的非线性整数规划模型,针对该模型多目标函数的求解特点,采用枚举法求解每辆车的发车时刻,应用遗传算法求解车型选择的序列.最后以北京市某公交线为案例进行分析,优化后的发车时刻表和车型配置方案具有较好的运营效果.算例结果表明,采用多车型方案较传统的单一车型方案更具经济性,乘客的出行成本可减少13.9%,企业的运营成本可减少3.5%.     

轨道交通单线接运电动公交调度优化模型

针对乘客由轨道交通换乘接运电动公交过程中等待时间长、候车成本高等问题,提出一种面向高峰时段乘客换乘情况的轨道交通接运电动公交的时刻表优化方法。通过分析换乘过程,以换乘乘客等候时间成本、换乘失败成本、电动公交使用成本和充电成本共4项成本之和最小为目标函数,以电动公交的发车顺序、换乘乘客的等待意愿、电动公交充放电特性对行驶里程产生的影响等作为约束条件,构建混合整数非线性规划模型。在接运公交的运输需求方面,考虑了除换乘乘客外本地乘客出行需求变化对接运电动公交时刻表的影响。最后提出一种混合人工蜂群算法求解模型,通过与遗传算法、粒子群算法的对比,进行了算法的敏感性分析。结果表明：目标函数总成本为1 355.32元,相比原成本降低了23.56%,其中,换乘乘客等候时间成本为298.17元,换乘失败成本为84.03元,公交公司运营成本为867.40元,电动公交充电成本为105.71元,验证了构建的模型对时刻表优化问题的有效性。