考虑运行能效的公交区域时刻表优化

为准确计量公交区域时刻表优化过程中,客流出行与企业运营博弈产生的社会效益,构建兼顾随机客流需求和时刻表运行能效的双层规划模型。从公交乘客出行量与质的角度,分析随机客流需求与时刻表之间的互动关系;依据出行性质将客流需求分层细化,作为下层弹性需求交通网络流模型的输入;考虑客流需求、乘客出行效率及企业运营成本间的波动关系,设计公交区域时刻表运行能效作为上层模型的优化目标;采用Dial-MSA与遗传算法求解双层规划模型。实例计算结果表明,优化后的公交区域时刻表运行能效提高了7.3%。可见,优化后的公交区域时刻表更能满足客流需求,有效地提高时刻表运行能效,更好地实现动态适应性。     

基于动态客流的城市轨道列车全天时刻表优化

针对乘客需求的动态变化,提出一种基于整数规划的全天候乘客排队模型,该模型综合考虑高峰时期和非高峰时期的客流需求。以乘客总候车时间为优化目标,对各车站所有列车的时刻表进行优化,以提高乘客的候车体验。此外,提出基于0～1整数规划的遗传算法,计算使乘客候车时间达到最小的列车时刻表。最后,利用北京地铁的客运需求数据进行仿真实验,验证该模型和算法的有效性。相比现行的时刻表,优化后的时刻表使乘客的总候车时间缩短56.89%。     

考虑换乘站点时间权重的公交时刻表优化

不同公交线路间的有效换乘是提高城市公共交通系统运行效率、减少乘客换乘等待时间的重要环节,其核心是确定合理的公交发车时刻表。首先,针对国内外公交时刻表优化设计现状进行分析,提出不同出行目的乘客出行时间效用值不同的概念,将其与换乘站点重要度结合考虑,构建出了考虑换乘站点时间权重的最小化乘客换乘等待时间的优化设计模型,并利用遗传算法对算例中的公交时刻表进行优化。与现有模型比较分析可知所建立的优化模型能减少公交网络总换乘等待时间,且换乘站点的时间权重越大,该站点的换乘等待时间就越小,与实际情况相符。     

基于层级选址模型的区域客运枢纽布局优化研究

为提高客运交通系统的运行效率,分析不同类型客运需求与各等级枢纽间的 关系,考虑不同层次枢纽服务能力的约束,构建了基于层级选址模型的区域客运枢纽分 层布局优化模型,使用CPLEX优化软件求解,最后设计算例验证了模型和算法的有效性. 结果表明,与不分层的中位模型相比,分层模型能得到可达性更高的布局方案,考虑最 大、最小服务能力约束后可达性有所下降,但更符合实际.面对客运需求的增长,枢纽规划 部门应适当进行枢纽扩能和布局优化调整.     

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%.     

潮汐客流下城市轨道交通时刻表与车底接续协同优化

针对城市轨道交通客流需求的潮汐现象，本文研究不成对运输组织模式下的列车时刻表和车底接续计划协同编制问题。以双车场轨道交通线路为对象，基于客流的时空分布不均衡特性，以总乘客等待时间费用、列车固定使用费用和列车接续走行费用最小化为目标，以列车始发时刻、车次接续关系、车底出入库情况为决策变量，考虑时刻表约束、车底流通约束以及客流平衡约束，构建城市轨道交通列车时刻表与车底接续协同优化的混合整数非线性规划模型，经线性化处理后利用Gurobi进行求解。以上海地铁某线路为例验证模型的有效性，结果表明：本文方案相较于分步求解方案、均衡发车方案以及成对开行方案，乘客和企业总费用分别降低了6.06%、10.45%和6.35%，列车运力分布与客流需求匹配性提高，主客流方向乘客等待时间减少，有助于同步提高企业运输效益和乘客服务水平。     

考虑城市客运结构优化的城市轨道交通定价方法研究

票价直接影响乘客出行方式选择和城市客运结构.在比较交通方式相对优势度和影响因素的基础上,以城市综合交通乘客出行时间最少,整体系统结构优化为目标,构建了城市客运系统整体出行时间最小的双层规划模型,并进行算例分析,验证模型的可操作性.算例表明,调整城市轨道交通票价情况下,随着票价降低,选择城市公共汽车和私人小汽车出行客流转移到城市轨道交通,城市轨道交通客流逐步增加,整个系统广义出行成本降低,系统总出行时间减少.城市客运系统结构中各交通方式优势的发挥受票价影响,在城市轨道交通票价制定时,应优先提高城市轨道交通客流量以增强客流分担率,最大可能发挥其运能大和系统出行时间少的特点.     

���й���ϵͳ��������Ż������о�

采用混合整数优化方法,研究城市公交系统宏观网络优化整合问题. 根据区域间服务水平要求、公交供给能力以及满足一定乘客出行要求,构造公交系统宏观网络优化整合多目标模型,该多目标函数考虑乘客总出行时间成本、各公交方式的建设总费用、各公交方式的能耗和污染物排放总费用、枢纽建设总费用最优;并给出最优解的多方案求解步骤;针对多节点采用Branch-Cut算法进行求解,提高求解效率;通过算例对模型和算法的可行性和有效性进行了验证,说明该算法可得出不同发展阶段下的公交宏观网络最优布局方案;结果表明,提出的模型与算法能对城市公交宏观网络布局提供辅助决策支持.     

城市轨道交通列车时刻表与车底运用整合优化模型

基于单条城市轨道线路,分析客流需求、列车时刻表及车底运用之间的密切联系, 以运行安全、资源限制、列车容纳能力等作为主体约束,综合考虑公司运营费用和乘客出行费 用,构建基于客流分布的城市轨道交通列车时刻表与车底运用整合优化模型,并采用线性处 理方法,将模型转化为混合整数线性规划(MILP)模型.最后,以北京地铁亦庄线为实例,利用 ILOG CPLEX对模型进行求解.结果表明,与既有的优化方法相比,本文模型得到的列车运行 计划方案能够更好地节约成本,提高车底利用效率,满足城市轨道交通乘客和运营企业双方 的利益.     

考虑个性化出行需求的多模式公交路径规划

在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求. 为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法（depth first search-genetic algorithm,GA-DFS）,并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法（simulated annealing-genetic algorithm,GA-SA）进行对比分析. 仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42%,寻优能力提高了50%,并且可以提供基于乘客多种出行需求的路径规划方案.      

城际公交车高峰时段发车间隔时间优化

面对城际客运通道城际铁路的发展,为满足城际公交旅客出行需求,综合考虑城际公交车辆的旅客分担率和竞争力的提高,将旅客到达公交始发站候车过程视为泊松过程,建立基于公交化运营组织模式的高峰时段车辆开行间隔时间不均等的优化模型,相应提出旅客候车等待时间的数学模型,并结合算例进行分析.     

�����ڼ䱱�����й�����ͨ���󼰱��Ϸ����о�

第29届奥运会期间,北京交通面临来自大量的赛时观众、游客出行的奥运需求以及城市自身的交通需求,交通形势严峻。做好赛时交通供给的主要方式之一—城市公共交通的保障工作成为奥运会顺利进行的前提。本文在研究常规和赛时需求管理政策下的公共交通客流特征的基础上,分析其客流在高峰日和开闭幕式的时间分布与场馆周边、大型集散枢纽和通道的时空分布特性,分别针对公共（电）汽车、轨道交通和出租汽车提出公共交通系统交通保障方案,运用公交模型核算赛时城市公共交通运力供给能力,证明公交系统有足够的服务水平和能力,满足奥运举办和城市运行的交通需求。     

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。     

城市轨道交通大小交路列车组织方案优化研究

开行大小交路列车是应对城市轨道交通线路客流不均衡问题的有效方式,针对大小交路列车运行组织方案优化问题,提出以车辆运力与客流间的供需关系为约束,以综合减少乘客总候车时间以及地铁车辆总运营里程为目标,建立非线性混合整数规划模型,通过决策小交路折返站的位置、小交路区段的平均车头时距、大小交路列车开行比例以及大小交路列车编组数,实现乘客方和地铁运营方的综合效益最优,并讨论列车运行组织方案中不同运行参数对双方的影响,为大小交路列车运行组织方案的设计和优化调整提供参考。     

需求响应机制下轨道交通出行预约与列车运行计划优化方法

轨道交通供给侧的计划性与需求侧的时变性相互冲突，为更好地协同供需双方，提出了需求响应机制下城市轨道交通列车运行计划的优化方法，包括出行预约和需求响应2个环节；建立了需求响应与列车运行计划协同优化模型，以最小化乘客出行成本和列车运行成本为目标，重点关注乘客由于预约行为产生的延误时间成本；考虑列车运行、运输能力、编组情况、客流分布等因素，设计了基于乘客优先级的自适应大规模邻域搜索算法，外层优化列车运行计划，内层优化客流分配方案，最终实现客流的供需匹配；以北京地铁八通线为例，按照需求响应机制对该线路全天的需求处理与运输组织进行数值试验，并对试验结果从车底运用、乘客等待时间和满载率分布三方面进行分析。研究结果表明:该优化方法可使开行的列车数降低13.8%，同时采用多编组模式，使用车辆数减少了29.8%，这能够有效压缩列车走行公里数，削减企业开支；能够在保证乘客基本出行的前提下，最高可将乘客平均在站等待时间缩短约35.3%，并且预约比例的提升对等待时间的削减效果明显；优化后的运行计划能控制列车满载率维持在设定水平，有效降低人员密度，避免人群大规模聚集，对城市轨道交通疫情的有效防控做出有益探索。      

面向大客流的城轨备用车投放车站选择与优化模型

为快速疏解城轨线路上车站的大客流，减少乘客的等待时间，研究了备用车投放问题; 在考虑列车追踪关系、列车停站时间等约束的基础上，建立了综合备用车投放时机确定、投放最佳车站选择和时刻表动态调整的多目标优化模型; 界定了城轨备用车开行条件，提出了城轨备用车投放时机的定量化判定方法; 用0-1变量表征车站是否具备备用车投放条件，并将其作为模型输入，以减小大客流车站乘客等待时间和降低运行图偏离时间(延误时间)为优化目标，构建了备用车投放的混合整数非线性规划模型，该模型通过比较不同的备用车投放方案效率得到最佳的备用车投放车站和后续开行计划; 为同时求解0-1变量与连续变量，设计了带惩罚函数的改进粒子群优化算法求解模型。研究结果表明:该方法可对所有符合备用车开行条件的车站制定投放方案，并进一步筛选出最优的备用车投放车站，最多可减少1 318 209 s的乘客等待时间，优化效率为21.9%，且改进的粒子群优化算法对混合整数非线性规划模型的适用性较好; 相比于既有城轨线路列车运行调整和时刻表优化方法，本文提出的方法在应对突发大客流的备用车投放时机上做出了更加定量化的判断，优先考虑了大客流车站的疏解能力和效率，并优化了备用车与后续列车的开行方案，可以有效解决高峰时段车站大客流问题。