基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

城市外围非高峰时段多线路柔性公交协调调度研究

利用柔性公交灵活度高和成本低的优点,考虑公交线路交互对乘客出行选择的影响,提出了城市外围非高峰时段多线路柔性公交的协调调度。首先阐述了柔性公交的运营模式和适用条件以及柔性公交与定制公交的区别。其次分析了城市外围非高峰时段多线路柔性公交的协调调度问题,并给出了柔性公交协调调度的具体流程。接着以乘客的候车时间、乘客减少的步行时间、乘客增加的乘车时间、公交车的运营成本为指标,考虑常规乘客的候车时间约束和公交车响应预约请求时的综合效益约束,建立了多线路柔性公交协调调度的双层规划模型,其中上层模型以乘客的出行时间最少为目标,下层模型以公交的运营成本最低为目标。然后设计了遗传算法,对公交车响应预约站点时的车上乘客数量进行编码来求解该模型。最后以重庆市180路和396路公交为例设置了预约站点,并在4种预约比例下对多线路柔性公交的协调调度和单线调度进行了对比分析。结果表明:有多条柔性公交线路可响应预约站点时,进行协调调度可减少实时预约乘客的候车时间;有共同目的站点的乘客数量越多,进行多线路柔性公交协调调度时乘客整体减少的出行时间越多;预约站点所有乘客有共同目的站点时,进行多线路柔性公交协调调度能降低公交的运营成本。     

即时响应式定制公交调度优化

调度是支撑即时响应式定制公交运营的关键技术。针对即时响应式定制公交高度分散和随机的乘客出行需求的特点,建立了即时响应式定制公交两阶段调度决策模型。第1阶段进行定制公交初始线路整体决策,以车辆数(线路数)最少为目标,根据区域内分时段的高概率出行OD点的地理分布,优化定制公交系统的初始线路;第2阶段进行车辆实时调度决策,以乘客延误成本最小、运输企业利润最大以及未服务乘客造成的损失最小为目标,在初始线路的基础上,结合实时乘车请求的时空分布、上/下车站点关系、上/下车时间、车辆容量等限制条件,对各线路车辆的实际行驶路线以及到站时刻进行决策。两阶段调度方法从整体和局部两个层面平衡了运输企业和乘客双方的利益,在车辆实时调度决策中兼顾了实时需求和后续最可能需求对调度决策方案的影响。根据两阶段调度模型的特点,分别设计了改进的遗传算法和带精英策略的快速非支配排序遗传算法(NSGA-II)。最后,以广州市内的高概率出行点为例对即时响应式定制公交两阶段调度模型和算法进行了验证。仿真结果表明:初始线路优化模型能够生成数量最少且覆盖区域内所有高概率出行点的线路,车辆实时调度决策模型能够根据实际乘车请求合理调整车辆的行驶路线和到站时刻。     

公交调度中放车调度模型的研究

以公交线路乘客等待公交车辆总延误成本最小为目标函数，建立了一种放车调度的数学模型，将模型投人实际应用。从结果可以看出，该调度方法可以减少乘客总等车时间，调节了线路车辆的正常运营。     

城市轨道交通接运公交最优线路模型

城市轨道交通是缓解交通拥堵的有效手段.但是,在轨道线网规模化发展之前,对城市客流的吸引不够.为更好地解决城市交通问题,需要通过常规公交接运来辅助实现轨道线路的客流聚集效应.首先考虑了土地性质、出行需求和公交运营成本等因素,建立了公交运营效益最大的接驳范围单变量非线性单变量规划模型.经过参数标定与约束的简化后采用二分法求解.在模型的约束中使用站点聚集效应距离衰减函数建立了需求与接驳距离的关系式,并通过单约束重力模型获得的距离与需求样本对其进行了参数标定.然后,以接驳范围为约束指导新增线路布设和原有线路调整.前者以站点覆盖率、非直线系数、运营费用等为指标,整体客运系统运输效率最大为目标,使用启发式解法布设了新增公交接驳线路;后者根据定性定量相结合的原则,依流程调整了原有线路走向.本研究需要采集的数据并不复杂,可用于指导轨道站点公交接驳相关工程实践.     

考虑时间窗的定制公交线路时空分层优化模型

研究定制公交线网布局及调度优化对增强公交系统吸引力, 提高乘客出行效率具有重要意义。针对定制公交乘客需求点在时间和空间上分布离散的特点, 构建了考虑时间窗的定制公交时空分层优化模型, 并设计遗传算法对模型进行求解。通过渔网与核密度分析对需求点在时间和空间上进行了热点识别, 并实现热点区域聚类分析以及合乘站点分类。基于合乘站点集合, 综合考虑公交容量、线路长度、乘客出行距离构建了线路空间优化模型, 以乘客的时间花费最小作为优化目标构建了线路时间优化模型。以济南市城区定制公交为例对模型的性能进行评估, 案例结果表明: 模型优化后的线路方案, 乘客平均服务覆盖率可达96%, 服务区域内每个时段的单个乘客的平均节省时间为15 min, 公交的平均满载率为90%。      

基于非集计模型的公交出行选择预测模型

为研究城市居民选择何种公交方式出行,以非集计理论为方法,结合西安市城市居民公交出行特性,以地铁出行和地面常规公交为选择肢,确定相关因素作为影响变量,可建立居民公交出行选择MNL模型.使用交通分析软件TransCAD标定模型,可获得模型各影响变量参数值,并依据统计学原理和相关参数检验对模型参数进行分析,最后再运用另外400份居民公交出行调研数据对模型进行精度验证.     

可变线路公交车辆调度算法优化研究

为提高可变线路公交的调度效率,在建立以服务人数最多和乘客出行时间最小为目标的可变线路公交调度双层规划模型之后,以拒绝=重新插入为思路,分别从减少乘客平均出行时间(算法2)和降低系统拒绝率(算法3)2个方向出发,对简单插入算法(算法1)进行优化,提出2种调度优化算法以提高简单插入算法的精度.通过仿真试验对3种算法进行比较,研究结果表明,乘客出行需求为10人/h时,3种算法不会或偶尔出现拒绝乘客的现象,最大拒绝率分别为11%,3%和0%,平均乘客平均出行时间均在51 min左右;乘客出行需求为15人/h时,3种算法的平均拒绝率分别为6.70%,3.67%和3.28%,方差分别为14.90,12.64和11.91,平均乘客平均出行时间分别为73.49 min,77.50 min和78.73min.与算法1相比,算法2和算法3更能够提高调度效率和保证系统服务质量的稳定;与算法2相比,算法3能够在不明显提高乘客平均出行时间的基础上,进一步降低系统的拒绝率.      

基于实时需求的夜间城市公交柔性调度研究

夜间的出行者分布不集中,出行密度随机性较大,容易出现空车运行的现象,所以,受出行需求和运营成本的限制,夜间公交的运营管理不能只简单延长日间线路的运行时间。因此,基于夜间公交此种特性,提出夜间公交实行基于实时需求的柔性调度。首先对柔性调度的种类和实时信息的采集方式进行分析对比,设计柔性调度的系统框架图;然后提出通过手机短信的方式采集夜间公交的出行需求;接着综合考虑夜间公交服务水平和运营成本2个因素建立多目标优化模型,进而列举了基于遗传算法的多目标模型求解思路和方法,并通过算例进行了对比分析。     

异常事件下的公交动态调度优化算法研究

公交静态时刻表为公交运营及调度的操作制定了理论依据,但在实际的公交运营中,易受到天气、道路交通环境、突发事件等异常事件的影响。公交协调调度中,异常事件发生时,将会增加整个公交运营系统的运营成本,这些成本包括,乘客的延误等待损失成本、运营线路增加等。公交车的运营班次将不能按照行车计划表的要求到达与发车必然会造成公交运营系统的运营成本增加,如何减少异常事件对整个公交运营系统造成的影响是提高公交运营效率的关键。本文通过对异常事件下公交运营系统的分析,建立了公交动态调度模型,并采用了MatLab软件进行了实例验证分析,对模型进行了求解分析,得到异常事件下的公交车的运营排班班次。