区域公交的多车场车辆调度优化

在运营企业费用最少的基本模型基础上,以乘客等待费用最少为目标函数讨论多车场车辆调度问题,并建立相应模型。基于逆差函数算法对模型求解,设计两种方法进行求解:一种是人工插入空驶车程,求解过程中加入乘客等待时间的限制;另一种是通过由逆差函数为基础设计的PT-Manager仿真软件进行算法优化,对实际案例进行参数标定以及求解。结果表明:该模型逆差函数算法求解过程简单、结果直观,PT-Manager仿真软件能够帮助公交调度人员进行车辆调度及优化,对现有的车辆调度以及多车场的发展有一定的指导意义。     

共享单车调度路径优化研究

当前共享单车停放点经常出现供需时空失衡现象,无法满足市民的出行需求,因此,单车投放机构需要进行调度以平衡城市各共享单车投放点的供应量.为保证共享单车的调度效率,需要选择合理的调度路径,针对共享单车的调度路径优化问题开展研究:以调度车辆最少和调度成本最低为目标,构建多车场有时间窗要求的共享单车调度路径优化模型;基于禁忌搜索算法,设计模型的求解算法;以某城市大区内的摩拜单车系统为例进行案例分析.结果表明:利用此模型和算法能有效减少调度成本,提高共享单车的调度效率.     

多车场车辆优化调度模型及算法

针对多车场满载运输问题的特征，提出了多车场车辆优化调度的数学模型，设计了求解该问题的启发式算法，应用结果表明，该算法是可行的。     

全局搜索聚类的多车场多车型调度算法研究

针对物流配送中多车场多车型车辆调度问题的特征构造了一种以最短路径为代价的车辆调度的双多模型.为解决此类NP问题,本文提出了一种两阶段解决方案：第一阶段首先对全局隶属值的搜索训练找出最优隶属度,然后再利用任务相对紧急数组以K-Means算法为基础对用户进行聚类,把一个多车场多车型的车辆调度问题转化成多个单车场多车型的调度问题,大大降低了问题求解的复杂度;第二阶段对多个单车场多车型VSP问题利用遗传算法进行并行处理,为了保证染色体的多样性和尽可能地降低问题求解复杂度,提出了五类遗传交叉算子;最后对4车场32用户实例进行试验.结果表明,此算法对求解多车场多车型车辆调度问题很有效.     

多车场协同运输的公共自行车调度方法研究

为改善城市公共自行车使用过程中“借车难,还车难”的问题,针对公共自行车调度问题展开研究。通过构建一个多车场协同运输的公共自行车调度优化模型,分析公共自行车系统静态调度的最优路径问题。在模型求解方面,设计一种融合遗传算法和禁忌搜索算法的启发式求解算法,通过M atlab编程对模型进行求解。最后,以中山市公共自行车系统为例进行分析,结果显示本调度方法比传统调度方法节约9.3％的调度成本。     

基于禁忌搜索的公交区域调度配车模型研究

本文将以使用车辆总数和车辆总空驶时间最小为目标的公交车辆区域调度问题归结为一类约束极强的车辆调度问题(VSP),给出了目标函数和车场容量、车场存量以及续驶时间等约束条件,并设计了基于新解的表达方式的禁忌搜索算法的模型解法.通过一个简单算例的计算结果表明,用本文设计的算法求解该类VSP问题可以取得良好的运算结果,该算法是可行的,也是有效的.     

多车场车辆调度智能优化研究

针时物流配送中的多车场车辆调度问题提出了两种多车场的智能处理方法,并且用禁忌算法优化了容量约束的多车场VSP问题．本文介绍了此智能处理方法和禁忌算法的原理,给出了具有代表性的一个算例试验结果和结果分析．试验结果表明了此方法对求解多车场容量约束的车辆调度问题的有效性．     

多企业协同运输研究

论述协同伙伴的选择，探讨确定协同运输业务的方法，提出了两种协同运输组织方式．多家运输企业进行横向协同运输时，需对协同运输网内的协同运输车辆进行合理调度和对协同运输任务进行优化分配．以单车场运输调度为基础，建立多企业多车场的运力调度模型．应用扫描式算法和节约算法对协同运输任务的分配过程作了阐述，并结合具体实例描述协同运输任务的具体分配计算过程．     

基于交织的立体综合车场公交调度优化模型研究

公交调度是公交立体综合车场(简称立体车场)运营中的关键问题. 不同于以往公交调度问题，立体车场公交调度需要同时安排各车的场内停车位置、发车时间与行驶路径. 基于立体车场公交“早出晚进”特征对立体车场调度问题与调度模式进行研究，进一步分析立体车场公交车辆的交织条件；基于整数规划构建以立体车场公交车辆交织次数为目标的公交调度优化模型，求解立体车场公交调度方案. 研究结果表明：立体车场公交调度存在同层集发和异层分发两种调度模式，且异层分发模式优于同层集发模式；此外，车辆交织条件是空间与时间同时发生重叠. 通过案例验证了研究结论的正确性及调度优化模型的可行性.     

公交车的调度问题模型建立

概述本文利用某一特大城市某条公交路线上的客流调查运营资料,以乘客的平均抱怨度、公司运营所需的总车辆数、公司每天所发的总车次数以及平均每车次的载客率为目标函数,建立了的分时段等间隔发车的综合优化调度模型。在模 型求解过程中,采用了时间步长法、等效法以及二者的结合的等效时间步长法三种求解方法．尤其是第三种求解方法既提高了速度又改善了精度。结合模型的求解结果。我们最终推荐的模型是分时段等间隔发车的优化调度方案。     

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.     

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。     

基于运输效益的城市公交发车频率

公交车发车频率的确定是公交运营调度的主要内容。受车站附近其他公交车的影响，乘客在各站点的可接受公交车容量和等车时间是不相等的；平均可接受公交车容量是乘客心理容量的平均值，如果车内乘客数量超过该容量，则采用容量向量来解释乘客上车过程。文中以运营利润最大化为目标函数，在车辆资源有限的情况下建立分析模型，应用遗传算法求解最大利润下的最优发车频率，并运用实例验证了所提出的方法。     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

城市公交线路调度发车频率优化模型

根据客流需求合理确定发车频率是优化调度方案，实现科学调度的关键工作之一。在分析现有模型的基础上，结合中国城市公交常用的调度模式，建立了以客流需求为基础数据，以乘客满意度和企业满意度加权平均值最大为目标的公交线路发车频率规划模型。介绍了优化模型的构建过程、目标函数与约束条件中各组成要素的计算方法以及模型的解法，阐述了模型所需数据的自动获取和处理方法。实例证明该模型是可行的。     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

基于乘客需求及成本分析的快速公交发车频率优化模型

快速公交系统(BRT)是解决城市交通问题的一种重要且有效的方式.发车频率是公交企业和乘客共同考虑的一个重要因素.从乘客需求和公交企业运营成本的角度分析问题,建立了以企业投资运营成本最小,乘客出行时间费用最少,抱怨拥挤路段最短为目标的多目标优化模型.用遗传算法寻求最优结果,使得双方达到平衡.以兰州市为例,进行实例计算,证明该模型具有一定的实际意义.     

城市轨道交通应急接驳公交蓄车点选址

为合理设置突发事件下轨道交通应急接驳公交蓄车点, 以接驳起始点为圆心, 以轨道交通运营恢复时间为半径, 构造了接驳需求点反向覆盖应急接驳公交供给点的覆盖结构; 根据接驳公交是否在预定发车时刻前到达接驳点, 提出了接驳需求和乘客等待时间延误的计算方法, 建立了以应急接驳乘客等待时间总延误最小为目标函数的反向集合覆盖选址模型, 并进行求解; 以具体轨道交通应急接驳公交蓄车点选址规划为例, 对比分析了不同预设蓄车点数约束条件下的选址方案。研究结果表明: 每种选址方案下的乘客等待时间总延误均随预设蓄车点数的增加而减少, 当预设蓄车点数为5时, 目标函数达到最小; 蓄车点位置分布受接驳起始点位置和接驳需求量的影响, 当预设蓄车点数为2时, 蓄车点选址结果具有向需求较大的城市中心区域聚拢的倾向, 当预设蓄车点数为5时, 蓄车点选址结果逐渐覆盖郊区; 考虑突发事件影响权重后, 蓄车点位置向突发事件发生频率较高的接驳起始点靠拢, 从而形成了均衡配置在城市中心区域内外部的蓄车点选址布局模式; 反向集合覆盖选址模型通过主动搜寻供给的方式, 能够在最小化应急接驳乘客等待时间总延误的条件下, 体现预设蓄车点数、接驳起始点客流量分布以及突发事件影响权重对应急接驳公交蓄车点选址结果的影响。