基于换乘优化的公交区域调度

我国传统的公交运营调度以线路调度为核心,所制定的交区域,未考虑乘客换乘的便利程度。本文首先根据公交换乘的乘客总换乘等待时间最短的公交调度,权重与线路换乘吸引度,设计相应方法进行求解;最后结合具体实例调度提供了技术参考。,建立相关模型;然后以所算法探讨基于换乘优化的公证明模型与算法的可行性。行车时刻表只针对单一线路而非公特点,分析两条公交线路之间基于建模型为基础,结合公交站点换乘交区域调度方法,并运用一维搜索本文的研究为解决公交区域的协调     

片区城乡公交时刻表编制与车辆调度综合优化

通过构建双层规划模型,综合优化片区城乡公交时刻表编制与车辆调度.其中,上层片区城乡公交车辆调度问题以公交企业综合运营成本最小为目标,实现多线路多车辆多车场的车辆时序指派,采用禁忌搜索算法求解;下层片区城乡公交时刻表优化问题为实现线路在所有换乘节点的换乘总时间及换乘失败惩罚最小,同时确保换乘节点的时刻表协同先后次序,采用运行图与枚举法进行求解;选用慈溪南片城乡公交线路进行实例应用.结果表明,该方法能较好地应用于工程实践中,直观反映片区线路组织的运行计划,进一步满足乘客便捷换乘需求与企业车辆资源的有效配置.     

片区城乡公交时刻表编制与车辆调度综合优化

通过构建双层规划模型,综合优化片区城乡公交时刻表编制与车辆调度.其中,上层片区城乡公交车辆调度问题以公交企业综合运营成本最小为目标,实现多线路多车辆多车场的车辆时序指派,采用禁忌搜索算法求解;下层片区城乡公交时刻表优化问题为实现线路在所有换乘节点的换乘总时间及换乘失败惩罚最小,同时确保换乘节点的时刻表协同先后次序,采用运行图与枚举法进行求解;选用慈溪南片城乡公交线路进行实例应用.结果表明,该方法能较好地应用于工程实践中,直观反映片区线路组织的运行计划,进一步满足乘客便捷换乘需求与企业车辆资源的有效配置.     

基于TTS系统的快速公交换乘等待时间最短调度问题研究

为使快速公交的换乘实现最佳衔接,在进行公交调度时应最大限度地缩短乘客换乘等待时间.通过对运用TTS系统的快速公交换乘等待时间最短的调度问题进行研究,应用运筹学理论,分别针对两条换乘线路和多条换乘线路的情况,可建立线性规划模型,并得出总换乘等待时间最短的发车时刻表确定方法.     

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TTS系统的快速公交换乘等待时间最短调度问题研究

为使快速公交的换乘实现最佳衔接,在进行公交调度时应最大限度地缩短乘客换乘等待时间。通过对运用TTS系统的快速公交换乘等待时间最短的调度问题进行研究,应用运筹学理论,分别针对两条换乘线路和多条换乘线路的情况,可建立线性规划模型,并得出总换乘等待时间最短的发车时刻表确定方法。     

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。     

����Эͬ���������򹫽�ʱ�̱�����ģ���о�

编制出能够最大限度地减少乘客在不同线路交叉点处换乘等待时间的公交时刻表是实现公交调度区域化的关键任务之一，而协同发车是实现这一目标的有效手段。本文将以乘客换乘时间最少为目标的区域公交时刻表的编制问题归结为一类特殊的带有协同系数且无容量约束的0-1背包问题，并定义了协同系数，建立了相应的数学模型，给出了基于嵌套式的禁忌搜索算法的模型解法。实验计算结果表明，用本文设计的算法求解这类特殊的0-1背包问题可以取得良好的结算结果，该算法是可行的，也是有效的。     

基于公交数据挖掘的时刻表排班协同换乘优化

为实现公交换乘协同排班,减少乘客出行换乘时间,本文对公交信息系统的IC卡数据及车辆GPS数据进行数据挖掘,提取换乘信息并对现有的发车排班进行优化.首先,构建了公交运行状态信息提取模型,提取现有的公交运行状态信息.在此基础上,设计了邻域搜索的公交时刻排班优化算法,得到最佳发车排班时刻表.为验证所提出方法的有效性,选取了成都市的56路和3路公交线路的实际数据进行案例验证.结果表明:通过优化排班的方法,在不改变现有的公交供需条件的前提下,可以有效实现协同换乘;与原有的公交服务相比,优化之后的公交服务能够更加贴近出行需求,提升线路之间的换乘衔接效率,从而提高公交服务质量.     

城市公交枢纽换乘客流OD动态预测方法

换乘枢纽衔接公交线路的换乘客流OD是APTS下实施公交多线路动态协调调度的基础数据。以公交线路上下车乘客数的自动获取为前提,建立换乘OD推算优化模型,并设计了BP神经网络求解算法,应用数值试验对神经网络中的核心参数进行了标定。算例表明:BP神经网络为动态更新公交枢纽换乘客流OD提供了一种经济、有效的方法。     

两种典型公交站点候车时间模型对比研究

乘客候车时间可直接反映公交运输系统的运营状态和服务水平.将常规公交站点分类为是否与轨道交通有衔接,对27路、111路白石桥东站,以及运通105路和87路城铁西直门站进行实地调研,获取各线路晚高峰的乘客候车时间数据,对数据进行拟合与分析.结果表明,客流到站时间分别服从对数正态分布和伽马分布.基于客流到站时间分布函数,反推出乘客候车时间模型,同时对模型进行对比分析,并得出相应结论.     

基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

��ֽ���ϸ����ʳ�㷨��⹫������������

为了提高公交车辆优化调度方案的有效性,考虑公交车辆平均客运量,最大、最小发车间隔等约束, 建立了以企业收益和乘客利益最大为目标的公交车辆调度模型.针对公交车调度强NP组合优化的特点,提出了一种基于差分进化细菌觅食优化算法求其有效近似解.传统细菌觅食算法优化过程速度较慢,利用差分进化方法对趋化过程中的细菌位置进行修正,增加收敛的精度.最后,结合某公交线路的数据,编程进行计算与仿真,结果表明,利用该模型及其算法能够快速得到公交发车间隔的满意解.     

基于公交GPS和IC卡数据的乘客人均候车时间估算方法研究

候车是公交出行的重要组成部分，而候车时间是决定公交系统吸引力的关键因素，也是评价城市公交服务水平的指标之一. 目前，获取乘客候车时间的主要途径为问卷调查法和视频采集法. 但是这些方法费时费力，仅能实现小范围典型站点的候车时间的调查，无法快速完成线路甚至线网级别的候车时间采集. 为解决上述问题，本文基于北京公交GPS和IC 卡刷卡数据，采用非时齐泊松过程理论构建了乘客到站模型，并给出了一种离散条件下任意时刻的乘客人均候车时间计算方法，该方法能动态准确的获知不同站点、线路和线网乘客的人均候车时间. 基于此方法本文计算了1 d 内北京公交606 路全线的人均候车时间变化情况，计算结果表明，606 路早晚高峰和中午乘客人均候车时间最短大约在200 s 左右，下午乘客的候车时间较长.     

基于公交GPS 和IC 卡数据的乘客人均候车时间估算方法研究

候车是公交出行的重要组成部分，而候车时间是决定公交系统吸引力的关键因素，也是评价城市公交服务水平的指标之一. 目前，获取乘客候车时间的主要途径为问卷调查法和视频采集法. 但是这些方法费时费力，仅能实现小范围典型站点的候车时间的调查，无法快速完成线路甚至线网级别的候车时间采集. 为解决上述问题，本文基于北京公交GPS和IC 卡刷卡数据，采用非时齐泊松过程理论构建了乘客到站模型，并给出了一种离散条件下任意时刻的乘客人均候车时间计算方法，该方法能动态准确的获知不同站点、线路和线网乘客的人均候车时间. 基于此方法本文计算了1 d 内北京公交606 路全线的人均候车时间变化情况，计算结果表明，606 路早晚高峰和中午乘客人均候车时间最短大约在200 s 左右，下午乘客的候车时间较长.     

城市公交调度优化模型及算法研究

基于公交线路各站点的客流情况,同时考虑到公交公司的发车能力,建立适合于优化公交调度的数学模型。该发车间隔优化模型兼顾了乘客和公交运营公司的双方利益,将乘客的等待时间转化为乘客付出的广义费用来衡量乘客的利益,以运营公司全天的发车所需费用来衡量公交运营公司的利益,同时,以公交车平均满载率和全天总发车次数作为约束。所得优化结果,既减少了公交公司的运营成本,又节约了乘客的候车时间,能较好地兼顾乘客及运营公司的利益。     

公交乘客等车时间分布的估算方法研究

针对高频公交服务,以给定车头时距作为已知条件,作者研究了乘客等车时间分布的估算方法,该方法为评价公交服务可靠性奠定基础。依据乘客等车时间分布的定义,通过分析乘客等车时间概率密度,得到了以车头时距为自变量的乘客等车时间概率密度曲线,并以此为基础推导出乘客等车时间分布的一种估算方法。通过分析单车头时距内的乘客等车时间分布以及对应的载客量比例,推导出乘客等车时间分布的另一种估算方法。作者介绍了两种估算方法的应用方法,并以一个实例进行说明。两种估算方法的计算结果相差很小,用户可根据自己的需求选择合适的方法。     

基于乘客到站率的公交发车频率优化

常规公共交通是城市居民出行的基本交通方式之一,为保障公交出行效率和降低运营成本,有必要对公交车辆的运营调度进行量化分析和系统研究。文中以居民出行和公交公司运营两者总成本最小为目标,提出了基于乘客到站率的多目标公交发车频率优化模型,以实现乘客和运营者双方的利益最大化。利用乘客到站率函数计算乘客的等车时间,使得模型在优化计算中具有更加趋近真实的等车时间;考虑到遗传算法良好的收敛性,以及发车频率易于二进制化编码的特征,文中设计相应的遗传算法对上述模型进行求解;以常州市B1路公交车线路高峰时段为例进行求解,得到最优发车频率为13.9,与三类经典发车频率确定方法进行对比分析,结果显示该模型的总成本相较于其他三种方法分别降低18.1%、1.5%、1.2%。以上研究结论表明,研究提出的发车频率模型通过协调乘客的等车时间成本、车内拥挤成本与公交运营的车辆购置成本、燃油成本,能够有效减少公交出行的整体成本。     

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。