多区域通勤定制公交线路规划模型及求解算法

“定制公交”作为一种基于需求响应的公交服务模式，被认为能够有效吸引城市居民转向公共交通出行.通勤类型作为定制公交服务中的一种重要形式，其线路设计问题具有现实意义.首先，本文在已有理论的基础上，构建了多区域运营模式的通勤定制公交线路规划模型，该模型以最小化乘客出行成本、车辆运营成本为优化目标.其次，为求解模型，设计了一个两阶段启发式算法以获得多目标优化模型的Pareto解.最后，通过几组算例对模型进行了验证.结果表明，本文所提出的方法可根据优化目标提供多种线路方案集，丰富了定制公交的运营模式，为定制公交的线路规划提供了依据.     

面向通勤需求的定制公交线路规划研究

定制公交线路规划问题主要涉及设计车辆路线以满足散布在一定地理区域的交通需求,目标是在满足运输要求的同时最小化成本。针对定制公交线路规划问题,建立了以运营成本最小为目标的线路规划模型,并运用lingo软件进行求解。最后以虚拟乘客出行需求数据作为案例,进行定制公交线路规划研究,检验建立的模型与算法的合理性及有效性。     

考虑充电需求的电动公交车运营优化模型与算法

随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法（Surrogate-model-based Algorithm）来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。     

定制公交线路优化综述

为全面回顾定制公交线路优化问题的研究进展,从优化目标、问题场景和求解算法3个方面对相关文献进行了归类分析。研究结果表明:定制公交线路的单目标优化研究主要集中在行驶时间、运营里程、运营成本、运营收益以及多种成本线性加权形成的系统总成本等方面,而多目标优化研究主要通过同时考虑运营成本、出行成本和服务质量中的2种或3种来实现;根据出发和到达站点的数量,定制公交线路优化的问题场景可分为“一对一”、“多对一”和“多对多”3种,针对停靠站点之间时间阻抗场景的研究主要集中在“静态时间阻抗”,对“动态时间阻抗”的研究较少;出行需求场景的研究也主要集中在“静态出行需求”,对于“动态出行需求场景”,一般通过两阶段优化策略进行求解;由于定制公交的线路优化问题属于一种特殊的车辆路径优化问题,精确求解算法适用于少量出行需求的分析案例,针对大规模出行需求的实际问题,一般采用启发式智能算法进行求解。未来的研究中,定制公交的线路优化需要考虑停车场设置和停靠点选择的影响,针对不同类型出行者设置特定的时间窗属性;此外,大数据背景下如何兼顾实时出行需求和运营成本约束,提供差异化的定制公交线路也将是具有挑战的研究方向。      

共享单车影响下接驳公交线路设计与车辆配置方法

针对轨道交通的“第一/最后一公里”问题,接驳公交和共享单车是通勤用户最常选择的两种公共交通方式。为理解共享单车对接驳公交出行需求和线路设计等规划运营方面的影响,提出供需交互状态下的接驳公交线路设计与车辆配置模型。需求端考虑出行时间和出行费用,基于用户在共享单车和接驳公交之间的模式选择行为,动态计算接驳公交实际出行需求;供应端考虑车辆容量、数量和流平衡约束,以最小化公交运营成本和用户出行成本之和为目标,建立混合整数非线性规划模型,优化接驳公交线路设计及车辆配置。模型采用拉格朗日松弛算法进行求解。该方法应用于北京市回龙观地铁站周边出行小区接驳公交线路设计,公交及单车出行需求采用真实的IC卡数据,以及摩拜单车骑行数据,站点间行驶时长采用高德驾车路径规划API(Application Programming Interface)数据。实验结果表明,车辆总数为10,线路数量为2时,考虑共享单车影响的接驳公交规划模型相较于只考虑单一模式可以有效避免规划需求误差。此时,各站点到地铁站的平均运行时间是15.58 min,乘客平均等待时间是3.35 min;在线路数量为4时,各站点到地铁站的平均运行时间...     

定制公交站点和线路规划研究

近几年来,定制公交作为一种新兴的公交服务模式,在各大城市快速兴起,成为社会各界关注的热点。本文基于乘客出行需求,研究"多起点—多目的地"模式的定制公交站点和线路规划问题,提出了定制公交站点规划方法,构建了定制公交线路规划模型。通过实例,验证了模型的正确性和可行性。     

基于遗传算法的公交线路发车间隔优化

为优化公交企业运营管理,提出基于遗传算法的公交线路发车间隔优化方法。通过对公交线路发车间隔进行优化,平衡公交企业运营成本和乘客出行成本。以公交企业运营成本及乘客等车时间成本最低为目标,通过加权求和设定目标函数;考虑乘客舒适度、公交线路车辆满载率以及政府部门规定的最大最小发车间隔等因素,针对客流的高峰和平峰时段,建立相关约束条件;以郑州市60号公交线路为例,利用遗传算法对发车间隔优化模型进行了求解,得到了各时段的公交发车间隔,并将优化前成本与优化后成本进行比较,有效降低18%～26%的线路总成本。     

考虑区间重叠的多运营商公交调度优化

为解决多运营商在重叠区间的公交线路调度问题，在分析重叠区间特性的基础上，提出一种双层规划模型.上层模型代表政府机构，目标为使公交乘客总出行时间最小，变量为公交线路分配方案；下层模型代表运营商，目标为各运营商追求自身利润最大化，变量为运营线路的公交车发车间隔.应用NSGA-II算法(Elitist Non-Dominated Sorting Genetic Algorithm) 求解模型，并在长春市南关区北侧区域的公交线网进行案例分析.实验结果表明，优化后网络中公交乘客的总出行时间降低了5.93%，验证了模型的有效性.     

考虑区间重叠的多运营商公交调度优化

为解决多运营商在重叠区间的公交线路调度问题，在分析重叠区间特性的基础上，提出一种双层规划模型.上层模型代表政府机构，目标为使公交乘客总出行时间最小，变量为公交线路分配方案；下层模型代表运营商，目标为各运营商追求自身利润最大化，变量为运营线路的公交车发车间隔.应用NSGA-II算法(Elitist Non-Dominated Sorting Genetic Algorithm) 求解模型，并在长春市南关区北侧区域的公交线网进行案例分析.实验结果表明，优化后网络中公交乘客的总出行时间降低了5.93%，验证了模型的有效性.     

网络条件下轨道交通开行方案协调优化研究

在轨道交通网络化运营条件下,考虑不同线路间乘客的脉冲性到达特征和拥挤度对乘客出行行为选择的影响,对轨道交通网络列车开行方案进行协调优化。以轨道交通运营企业成本和广义乘客出行费用之和最小为目标,构建列车开行方案优化模型,对路网中各条线路的列车发车间隔和各线路间的发车时刻相位差进行优化,并结合客流的离散性特征和模型结构,提出了一种基于仿真的遗传算法对该模型进行求解。给定某轨道交通网络,实例验证了所提出模型和算法的有效性。计算结果表明,相较于现有优化方法,本文所提出的优化模型能够有效降低网络化运营条件下的系统总成本,在提高轨道交通运营企业效益的同时降低了乘客的广义出行费用。     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

出行策略与行程时间不确定下的公交客流分配方法

利用杭州市公交线路站点GIS数据和车辆运行GPS数据进行分析,将公交车到站时间分为站点停靠时间和站间行程时间,得到公交车站点之间运行可能总时间的分布概率.通过实际的公交路网结构,定义扩展的公交网络有效路径.在考虑公交线路联合发车频率和根据乘客路径选择的广义成本下,建立出行策略与行程时间不确定下的公交客流分配模型,并将公交线路发车时刻表引入用户均衡模型中,设计了基于扩展网络最短路的Method of Successive Average(MSA)算法求解,通过对两个交通小区间高峰小时的客流分配结果验证模型和算法的有效性.     

突发公共卫生事件下应急定制公交线路优化

考虑突发公共卫生事件下的疫情防控要求, 构建了一种应急定制公交线路优化方法; 对城市中已经封闭的小区和路段进行筛查, 并将这些小区和路段设置为应急定制公交禁行区域; 以所有应急定制公交总运行时长最短为目标, 以乘客上座率不超过安全阈值为约束, 同时考虑供需匹配, 构建了突发公共卫生事件下应急定制公交线路优化模型; 设计了遗传算法来求解该模型, 采用三段式混合编码方式进行染色体编码, 3段染色体分别由定制公交停车场编号、上车站点编号和下车站点编号组成, 运用贪婪策略解码染色体; 采用模拟案例验证了模型与算法的可行性, 并将优化结果与正常情况下基于相同客运任务的定制公交线路优化方案进行了对比。研究结果表明: 在完成相同客运任务的情况下, 应急定制公交线路所需车辆数比正常情况下多2辆, 车辆的总运行时长也比正常情况下增加6.997 h; 正常情况下的定制公交线路优化模型不能直接用于突发公共卫生事件场景, 针对应急场景构建的定制公交线路优化模型与算法能从众多备选方案中快速计算得到优化方案, 不仅能满足防疫要求, 还能满足人们的出行需求。      

互联网定制公交的网络调度模型及其求解算法

针对互联网定制公交服务模式中存在的路线规划不合理、缺乏成熟的通用模型等问题,本文首先采用K-mean算法对居民的实时出行需求进行聚类,在此基础上构建了面向互联网定制公交,以最大需求服务率和最小费用为双层目标,以最大载客量和乘客时间阈值等因素为约束条件的动态网络调度模型,进而针对模型的快速求解设计了基于Hadoop平台的并行蚁群算法.以广州市为例,对模型与算法的有效性、实时性进行检验,结果表明,所提出模型和算法可应用于实际互联网定制公交业务中,对推进"互联网+交通运输"具有积极的意义.     

考虑乘客出行体验的需求响应式公交规划

作为传统公交车的有力补充,需求响应式公交的出现为人们提供了解决问题的新思路,它能够即时采集乘客出行需求信息,确定走行路线,提供个性化定制服务。但自需求响应式公交运营以来,步行距离长、候车时间久等问题也日益凸显,极大地影响了乘客的出行体验。文章充分考虑乘客的步行距离及等待时间成本,基于DBSCAN算法、K-means算法,就需求响应式公交合乘站点布设问题进行研究,采用启发式插入算法对建立的软时间窗、多车队模型进行求解。可以实现对具有时间窗空间分散点的聚类及路径规划,对优化需求响应式公交的乘客出行体验,提高车辆上座率具有重要意义。     

基于可靠性最短路的实时定制公交线路优化研究

为实时优化定制公交线路，提出一种基于可靠性最短路的线路优化方法，在复杂的交通环境中，可以高效的将乘客送达目的地. 对可靠性最短路进行问题描述，建立可靠性时空网络；给出求解可靠性最短路的算法步骤，构建乘客和定制公交运营商总成本最小的目标函数，采用禁忌搜索算法对问题进行求解；最后，以某市定制公交路网进行实例分析. 结果表明：与最短路线路方案比较，所提方法更接近于实际运营；在高峰时段，交通拥堵的情况下，所提方法可以提高车辆的可靠性，提升定制公交线路的服务水平.     

基于可靠性最短路的实时定制公交线路优化研究

为实时优化定制公交线路，提出一种基于可靠性最短路的线路优化方法，在复杂的交通环境中，可以高效的将乘客送达目的地. 对可靠性最短路进行问题描述，建立可靠性时空网络；给出求解可靠性最短路的算法步骤，构建乘客和定制公交运营商总成本最小的目标函数，采用禁忌搜索算法对问题进行求解；最后，以某市定制公交路网进行实例分析. 结果表明：与最短路线路方案比较，所提方法更接近于实际运营；在高峰时段，交通拥堵的情况下，所提方法可以提高车辆的可靠性，提升定制公交线路的服务水平.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.