考虑可靠性和舒适性要求的响应式定制公交线路设计

基于乘客出行需求考虑可靠性和舒适性要求的响应式定制公交线路设计,建立了以成本最小为目标的决策模型.为了验证所构建模型的正确性和有效性,运用LINGO软件设计了一个小规模算例并对该模型进行求解.结果表明,响应式定制公交的可靠性和舒适性是随着车型成本的不同而不同.固定成本越高的车型,舒适性越好,顾客接受到的服务水平也就越好,可靠性也越高,且可以构成完整线路,表明本文构建模型的正确性.     

基于多需求响应的定制公交绿色线网优化

通过对定制公交服务模式系统的探究,结合绿色交通理论,对多需求响应机制下的定制公交线网优化问题进行了系统研究。在已知乘客需求的条件下,以定制公交需求服务率、平均上座率、定制公交总成本3方面最优为目标,其中定制公交总成本为运营距离成本、运营时间成本、运营环保成本、运营固定成本3者最优,构建了多需求响应机制下的城市绿色定制公交线网优化模型。多种需求模型依次为单对多定制公交线网优化模型、多对单定制公交线网优化模型、多对多定制公交线网优化模型。对定制公交线网优化模型细化研究,设计了上车线网和下车线网相结合的分层线网算法。上车线网规划以改进的蚁群算法求解,上车线网与下车线网的连接规划通过聚类分析思想取得,下车线网规划以精确数学算法得到。以杭州市的定制公交线网为实例,对多对多定制公交线网优化模型和分层线网算法进行了验证。通过对方案对比分析和车型对比分析研究,分别以总里程、总时间、总成本、总体服务率为主得到了不同线路方案,通过算法分析得到了综合成本最优线路方案和各种方案下的不同车型配比模型。结果表明:基于分层线网算法提出的多需求响应机制下的绿色定制公交线网优化方案,满足社会、乘客、企业3方面需求,对定制公交线网系统优化问题提供了新思路。     

考虑出行时间窗的定制公交线路车辆调度方法

为提高定制公交系统的运行效率,研究了带乘客出行时间窗约束的多条定制公交线路车辆调度方法。给出了乘客出行站点合并方法,将公交车早到、晚到站点所造成的乘客损失转变为当量运营里程,以多辆公交车总运营里程最小为目标,考虑乘客的站点约束、公交车容量约束以及乘客的出行时间窗,建立了定制公交车辆调度优化模型。其次分析了乘客出行起点、终点对模型求解的影响,通过提出虚拟源站点,将多辆定制公交车的调度问题转换为多旅行商问题;基于后向推导原则设计贪心算法求得模型的可行解;之后基于遗传算法,采用自然数编码机制,将每个站点作为基因位,按照访问次序排列成染色体对应问题的解;最后给出了贪心算法和遗传算法的流程。在理论研究的基础上以定制公交线路为例对建模过程和模型的求解过程进行了阐述。研究结果表明：所建立的优化模型能够输出合理的多条定制公交线路车辆调度方案,不仅可以给出每辆定制公交的途经站点、运营里程,还可以给出每个站点的准点程度以及由于公交早到、晚到折算得到的当量运营里程;在求解算法质量方面,与可行解相比,相对最优解输出的方案能够使综合运营里程降低10.4%;模型求解时间为30.3 s,可以满足定制公交企业的实时性需求。     

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。     

考虑公交线路短时瘫痪的复线设计模式

为缓解公交线路在实际运营过程中可能出现短时瘫痪所带来的负面影响,提出了一种不同于传统公交线路设计方式的公交复线线路设计。复线模式的公交线路能够在原线路部分路段出现短时瘫痪时实现快速响应,使公交车辆转移至复线路段运营。首先,构建了以乘客出行时间最小化为目标的公交线路复线设计模式,同时依据所构建的模型特征,提出了相应的启发式算法求解。为了验证所提出模型和算法的效果,选取了绵阳一条10站点的公交线路为例进行案例验证。结果表明,相比于传统模型公交线路部分路段发生瘫痪时,公交车辆只能等待路段通行缓慢恢复,导致乘客出行时间过长的问题,通过复线设计,在原公交线路部分路段发生瘫痪时,公交车辆通过绕行至复线线路,可以使乘客总的出行时间减少43.97%。最后,为了分析不同参数取值的影响,对站点到达时间以及道路瘫痪程度进行了相应的灵敏度分析,分析结果表明,当公交运行路段瘫痪越严重,使用该复线设计的效果越好,但如果复线站点与原站点距离过远时,将会导致乘客从到达复线站点以及从复线站点到达最终目的地的走行时间增长,将会降低该方法的应用效果。因此,在应用所提出的公交复线设计时,原线路站点对应的复线站点距离不宜过远。     

基于遗传算法的定制公交多停车场多车线路优化

为了有效地定制公交线路方案以提高运行效率,针对目前定制公交多停车场多车线路优化大多采用先聚类后求解的问题,以及在进行定制公交线路优化建模时忽略上车区域到下车区域距离,或者将其设定为定值的问题,提出一种基于遗传算法的采用三段式混合编码方式的优化求解方法.根据实际过程中定制公交线路优化问题的描述,以路网中所有定制公交车辆总运营里程最小为优化目标,构建满足多个停车场、多个上下车站点、多辆定制公交车的线路优化模型.通过对模型的结构进行分析,采用包括停车场段、上车站点段、下车站点段的三段式混合编码、分段交叉以及翻转变异等遗传操作方法求解.以兰州市城关区部分交通网络为例,求解包含2个定制公交停车场、12个上下车站点的实际算例,以验证模型及算法的合理性.结果表明,采用基于遗传算法的三段式混合编码方式的算法能快速完整地求解出定制公交线路优化方案.该算法与K-means和遗传算法的混合算法相比,总运营里程减少2 km,上座率提升18.375%,定制公交车辆数减少1辆,运算时间能节省38.24%.      

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%。      

基于精英选择遗传算法的需求响应公交规划

为提高公交系统服务质量,需求响应公交是近年来被提出的新型运营模式,其可以根据乘客需求定制公交线路。对需求响应公交的规划包括点规划和路径规划两阶段。首先通过K-means算法实现公交零食停靠点规划,其次在路径规划的过程中,提出了一种基于精英选择的遗传算法。最后,通过100名乘客需求的实例试验,需求响应公交最大可以使企业盈利162.30元,并证实了基于精英选择遗传算法相比与基于轮盘赌选择遗传算法具有更快的收敛速度和更好的搜索结果,精英种群的规模设为15%左右时求解结果较好。     

可变线路式公交车辆调度优化模型

将可变线路式公交调度模型描述为混合整数规划问题,考虑公交公司运营成本和乘客出行费用,以系统成本最低为目标建立可变线路式公交调度模型.针对该调度模型的特点采用最近插入法构建初始解,并设计了相应的遗传算法对模型进行求解.通过数学仿真实验对该模型进行有效性验证,对比分析了可变线路式公交与常规公交在不同出行需求量下的性能指标.结果表明,该调度模型适用于可变线路式公交系统,随着出行需求的降低,可变线路式公交相比于常规公交的优势愈加明显.      

基于时空聚类的定制公交需求响应机制

预约需求的响应对定制公交的运营至关重要,但是乘客的预约需求是时空分散的,运输企业往往靠经验来确定是否响应预约需求,很有可能降低定制公交的吸引力。提出了一种基于时空聚类法的定制公交需求响应机制。通过时空维度的响应对预约需求点进行筛选,首先从时间维度进行筛选,采用基于时间度量的层次聚类算法保留与出行时间接近的预约需求点;然后从空间维度进行筛选,运用DBSCAN聚类算法剔除空间位置相对孤立且人数较少的特殊请求,得到时空趋同的大众化需求。为了验证该响应机制的有效性,进行了算例分析。结果表明,在聚类参数按照经验值设定的前提下,仅能够响应69%的预约需求点和75%的乘客;通过对聚类参数进行适当调整,当保留时间跨度的最短时间不大于3 min,保留预约需求点的最少乘客人数不大于2人,满足到达地位置接近的条件值不小于1 000 m, DBSCAN聚类算法的输入参数邻域不小于400 m,聚为一类的乘客人数下限值不大于4人时,能够响应75%的预约需求点和80%的乘客,满足了尽量响应大部分定制需求、适当剔除特殊需求的响应原则。可见,该机制对定制需求的响应具有良好的适用性,可为运输企业开通定制公交线路提供决策依据。     

考虑异质性出行需求的主支线公交树网络优化设计

公交线网优化设计是指在一定的运行约束条件下,选择1组公交线路和相关频率以达到优化目标的设计过程,可以表示为一个优化问题。针对具有高异质性出行需求的主支线公交树网络,在考虑客流需求和运营约束的前提下,以用户和运营者的成本最小为目标,提出了1种多目标非线性混合整数优化模型。优化变量为候选线路服务频率。为求解这一模型,设计了1种基于改进的布谷鸟算法的高效元启发式方法。该方法包括初始候选路线集生成过程;基于MNL模型的公交分配过程;确定路线服务频率的改进布谷鸟算法过程。通过算例验证了该方法的有效性和适用性。数值分析结果表明,该算法通过对所有可能的候选路径的服务频率选择得到接近最优的公交线路网络。另一方面,通过保持高峰时的公交线路为有效备择线路,为具有异质性出行需求的网络的重新设计提供了更好的解决方案。此外,该系统在1次运行中产生了1组帕累托解,其允许公交线网设计师评估运营商成本和乘客成本并做出折中方案。通过比较3种算法的计算结果和CPU时间,证明了改进的布谷鸟算法的可靠性和有效性。另外还研究了最优公交网络设计与公交运行速度、总需求规模等关键设计输入参数之间的关系,分析结果表明,关键设计输入参数与最优公交网络具有一定的协同效应。模型与算法为实际的大规模主支线公交树网络的优化设计提供了1种有效的工具。     

基于换乘时间窗的公交区域时刻表优化方法

先进的公共交通系统(APTS)为公交乘客换乘实现最佳衔接提供了基础条件。文中以多条公交线路的区域调度为服务对象,设计了基于换乘时间窗的公交调度策略,建立了以全网络乘客等待时间(换乘乘客等待时间、车内乘客等待时间、非换乘站点乘客候车时间)最短为目标的区域公交发车时刻表模型;采用遗传算法对模型进行求解,并设计算例对模型性能进行验证。结果表明公交线网中协同发车可有效减少换乘乘客的等待时间,基于换乘时间窗的公交调度策略能对区域时刻表作进一步优化。     

基于遗传算法的公交服务模式优化

作为通勤者日常出行的主要选择模式,全站式公交服务在许多城市和大都市地区扮演者重要角色,但存在着由于站点停靠过于频繁、乘客集中分布在个别站点导致的乘客旅行效率过低的现象。文章研究提出了一个一种综合公交服务,包括全站式服务和跳站式服务。根据已知的O-D数据,以最大限度地减少乘客出行总时间为目标,使用遗传算法对传统公交线路进行优化,产生最优跳站路线。     

基于轨道交通枢纽的定制接运公交模式研究

为提高公共交通的服务水平、增加公共交通出行方式对居民的吸引力、缓解城市出行高峰的拥堵,针对已有的定制公交,设计了一种基于轨道交通枢纽的定制接运公交模式,并给出了其完整的系统运营流程,使其能更好地应用在实际的城市交通管理中.针对方案核心,建立了同时兼顾乘客和公交运营公司两方面利益的多目标线路生成模型,通过Floyd最短路算法(插点法)为模型生成了基于实际路网的初始最短路径矩阵,并运用LINGO软件验证模型.最后,为模型求解设计了一种结合贪婪算法与邻域搜索算法的混合启发式算法,并通过西安市实际数据验证了方案的可操作性与模型的准确性.     

基于K-shell的特大城市公交换乘优惠与线网规划协同优化

针对特大城市公交系统存在汽车公交客流量急剧下降,企业亏损严重,若调整线路又会增加一些乘客广义出行费用使得公交出行比例下降这一问题,提出"大幅度降低常规公交线路数量,增加接驳和通勤公交线路数量"汽车公交线网规划调整与"公交换乘优惠"的协同优化方法。采用复杂网络理论的K-shell分解法计算各站点Ks值并排序,选择主要换乘节点,确定保留下的骨干公交线路,构思其余公交线路候选集合;建立换乘优惠方案下汽车公交线网调整优化双层规划模型,其中上层为系统广义出行成本最小化、公交出行量最大化和公交企业亏损最小化的多目标模型,下层为基于弹性需求的多方式多用户均衡配流模型。采用浮点遗传算法优化求解,以天津中心城区为例予以分析,结果表明:采用本方法可解决特大城市公交换乘站点的优化确定问题;与不实施换乘优惠和规划调整方法、只有换乘优惠方法和只有规划调整方法相比,系统广义出行成本分别降低14.05%,13.01%和8.65%,公交分担率分别增加29.03%,26.01%和11.66%,公交企业亏损分别降低27.19%,23.63%和10.20%;该方法能适应特大城市客流需求特点,通过汽车公交企业线网结构大调整和政策扶持,在减少不必要亏损的同时降低出行者广义成本,保持较高的公交分担率,提升城市公交综合服务水平。     

基于满意度的公交车调度模型研究

城市公交调度水平的提高,有利于增强公交在城市交通系统中的竞争力。从乘客候车满意度和公交公司运营成本的角度分析了公交车调度问题,建立了以乘客候车满意度为目标的公交线路发车频率优化模型,实现了模型的求解算法,并通过仿真算例进行了实证研究。     

基于模糊-神经网络的公交出行不确定性研究

为了合理规划公交线路,优化公交路网,提高乘客的舒适性,在交通工程学、模糊理论的指导下,通过对影响公交出行的主要因素定性分析,确定了影响出行生成量的模糊因素;结合对某地公交出行实地调研,分析出影响因素与出行量之间的相互关系规律;并采用空间静态模糊预测方法对调研数据进行处理,从而得到公交出行中快捷、舒适、方便、安全的隶属度,最后结合BP人工神经网络预测出该地区的公交出行生成量,为交通设施的建设提供了理论依据.     

基于层次聚类分析的城乡公交线路诊断倡——以安宁市为例

合理设置城乡公交为城乡居民出行提供优质的公交服务,是打破城乡二元分割的重要手段之一。分析城乡居民出行特征和城乡公交服务特性,从公交乘客及公交企业2个角度,构建表征城乡公交线路物理、运营和公交客流特性的诊断指标体系。以安宁市15条城乡公交线路为例,对选取样本的8类指标数据进行主成分分析,经定量分析各成分贡献率后,确定出3个主成分(贡献率累计为92%)。将主成分作为城乡公交线路层次聚类分析的变量,作出线路的聚类关系图,构建判别函数定量诊断四类线路。结合实际验证了指标体系的合理性及诊断方法的有效性。提供了1种较准确高效的城乡公交线路诊断方法,并为城乡公交线路的优化与运营调整提供决策依据。      

多种开行模式下定制公交线网规划方法

针对定制公交线网规划中存在的开行模式单一、运营企业亏损等问题,对开行模式进行系统分析,考虑乘客出行需求的差异性,建立了以线网覆盖率、运营利润和乘客总绕行距离为优化目标,以乘客出发时间窗为主要约束的多种开行模式下定制公交线网规划模型.设计改进的蚁群算法求解,并应用算例验证了模型及算法的有效性,分析不同出发时间窗对线网覆盖率及利润的影响.结果表明:多种开行模式下定制公交线网可较好地满足差异化的乘客出行需求,具有良好的经济效益和便捷性.