潮汐客流下城市轨道交通时刻表与车底接续协同优化

针对城市轨道交通客流需求的潮汐现象，本文研究不成对运输组织模式下的列车时刻表和车底接续计划协同编制问题。以双车场轨道交通线路为对象，基于客流的时空分布不均衡特性，以总乘客等待时间费用、列车固定使用费用和列车接续走行费用最小化为目标，以列车始发时刻、车次接续关系、车底出入库情况为决策变量，考虑时刻表约束、车底流通约束以及客流平衡约束，构建城市轨道交通列车时刻表与车底接续协同优化的混合整数非线性规划模型，经线性化处理后利用Gurobi进行求解。以上海地铁某线路为例验证模型的有效性，结果表明：本文方案相较于分步求解方案、均衡发车方案以及成对开行方案，乘客和企业总费用分别降低了6.06%、10.45%和6.35%，列车运力分布与客流需求匹配性提高，主客流方向乘客等待时间减少，有助于同步提高企业运输效益和乘客服务水平。     

灵活编组条件下轨道交通客货协同运输方案优化

基于灵活编组运营组织模式特点，综合考虑客流与货流之间的竞争关系，以列车编组类型及列车发车间隔为主要决策变量，以乘客等待时间和运营公司运营成本极小化为目标，构建灵活编组条件下轨道交通客货协同运输方案混合整数线性规划模型，得到系统优化的列车编组方案、 运行图和客货协同运输方案。当给定编组类型集合且没有货流输入时，本文所构建模型即可退化为传统的固定编组模式下客流运输优化模型。以北京地铁八通线为例设计数值实验，验证了所提模型的有效性，所有实验均由VB语言调用CPLEX优化软件进行求解。算例结果表明，相较于固定编组模式的单一客流运输，本文方法可在乘客平均等待时间仅增加1.1 min的情况下，降低 约41.86%的运营成本，大幅度增加运营收益，更好地实现运输服务质量和运营成本的均衡。     

考虑线路输送能力利用的城市轨道交通列车开行方案优化方法

考虑线路输送能力利用的空间不均衡性,建立以线路输送能力利用率最大化、上线车组数和乘客出行费用最小化为目标,以交路形式、发车频率、列车编组为决策变量的多交路列车开行方案优化模型.设计线性加权法与遗传算法相结合的求解算法.结合算例,对比单一交路、嵌套交路和衔接交路最优开行方案下的列车运行效果及在不同客流特征下的适用性.结果表明,以输送能力利用率最大化为目标能够有效提升线路输送能力利用率及其空间均衡性,符合乘客和企业的共同利益;对于单峰型客流集中线路,保持最大客流断面位置及取值不变,当单峰内客流需求比例超过30%时,适宜开行多交路列车.     

考虑满载率均衡性的大小交路列车开行方案优化研究

多交路列车开行方案的优化编制是城市轨道交通网络化运营面临的重要课题.根据大小交路列车运行特点,本文构建大小交路列车开行方案双层规划模型.上层模型考虑小交路区段乘客乘车选择偏好对列车客流分担比例的影响,以乘客等待时间、车辆走行公里和列车运行时间最小化为目标,以小交路折返站、发车频率及大小交路的发车比例为决策变量;下层模型以大小交路列车间满载率的均衡程度最大为目标,以列车编组辆数和发车间隔为决策变量.算例结果表明,采用"大交路大编组,小交路小编组"可以提高大小交路列车间满载率的均衡性;考虑满载率均衡性时,早晚高峰大小交路列车间平均满载率差值分别减小21.5%和17.9%;调整列车发车间隔和缩短小交路列车编组2种方法均可以提高满载率的均衡性.     

城市轨道交通快慢车开行方案双层规划模型

针对城市轨道交通客流时空分布不均衡特征和乘客长距离出行时效需求,并考虑乘客的换乘行为,提出基于双层规划模型的快慢车开行方案优化方法.上层模型以乘客出行时间和列车周转时间最小为目标,考虑快慢车开行比例、线路通过能力等主要约束,构建多交路条件下的快慢车开行方案优化模型;下层模型通过设计换乘网络刻画乘客换乘行为,构建快慢车方案下的客流分配模型.设计粒子群算法求解所建双层规划模型,以广州地铁14号线为案例,验证本文构建模型的有效性和适用性.     

考虑开行比例的大小交路列车开行方案优化

分析了城市轨道交通的大小交路列车开行比例关系，划分了2种典型的大小交路列车开行比例; 基于跨交路乘客对直达列车的选择偏好与换乘行为，提出了2种开行比例模式下乘客的广义出行费用计算方法; 考虑共线区段列车运行间隔的匹配关系，计算了运营车底数量; 以乘客出行费用和企业运营费用最小化为目标，构建了适用于多编组的大小交路列车开行方案优化模型，并针对开行方案编制流程和模型特点，设计了开行时段优化算法和遗传算法对模型进行求解; 以上海地铁8号线为例，研究了全日列车开行时段划分及其最优开行方案; 考虑固定编组和多编组与大小交路的组合运营模式，分析了单一交路运营与组合运营模式下的最优方案及其运营指标; 研究了乘客选择偏好和时间价值对开行方案和小交路折返站的影响。研究结果表明:与单一交路运营模式相比，大小交路运营模式下的乘客候车时间成本增幅超过11%;固定列车编组条件下，开行比例1:1模式下的小交路长度比开行比例2:1模式下的小交路长4个区间; 多编组运营的早高峰系统总成本降幅超过1.87%，比固定编组运营更具优势; 乘客对直达列车的选择偏好对多编组开行方案的影响较固定编组更大，当选择偏好概率大于0.3时，多编组开行方案的小交路折返站位置向外围延伸; 当时间价值增至原来的1.8倍及以上时，固定编组的运营模式由大小交路变为单一交路。      

城市轨道交通大小交路开行方案与多站联合限流协同优化研究

针对城市轨道交通高峰时段客流量大、客流空间分布不均衡导致的供需能力不匹配和车站大客流组织安全压力大等问题,本文提出了一种大小交路开行方案与多站联合限流相结合的运输组织协同优化方法. 该方法考虑客流安全容量、列车运行时间和大小交路开行等约束,建立了以乘客出行成本、企业运营成本和各站上车比例方差和最小为目标的优化模型,设计嵌套人工蜂群算法求解. 以某市城市轨道交通线路为例验证模型的有效性与适用性,并对小交路列车开行频率和多目标的权重系数进行了敏感性分析. 结果表明,该方法在输送乘客人数相当的情况下,能有效节省企业运营成本,并提高乘客出行公平性,有效缓解大客流车站的客流组织压力.     

城市轨道交通大小交路开行方案与多站联合限流协同优化研究

针对城市轨道交通高峰时段客流量大、客流空间分布不均衡导致的供需能力不匹配和车站大客流组织安全压力大等问题,本文提出了一种大小交路开行方案与多站联合限流相结合的运输组织协同优化方法. 该方法考虑客流安全容量、列车运行时间和大小交路开行等约束,建立了以乘客出行成本、企业运营成本和各站上车比例方差和最小为目标的优化模型,设计嵌套人工蜂群算法求解. 以某市城市轨道交通线路为例验证模型的有效性与适用性,并对小交路列车开行频率和多目标的权重系数进行了敏感性分析. 结果表明,该方法在输送乘客人数相当的情况下,能有效节省企业运营成本,并提高乘客出行公平性,有效缓解大客流车站的客流组织压力.     

基于多编组的列车满载率均衡化方法研究

针对多编组均衡发车导致的大小编组列车利用率不均的问题,本文构建了轨道交通多编组列车开行方案双层规划模型.上层模型以大小编组发车频率为决策变量,乘客出行费用和企业运营成本最小为目标;下层模型以列车编组和发车间隔为决策变量,大小编组列车间的满载率均衡程度最大为目标,并设计嵌套遗传算法求解.算例分析表明：当列车编组和发车频率一定时,大小编组列车均衡发车时平均满载率相差 50%,非均衡发车时两者仅相差 0.8%,这说明非均衡发车模式可以有效提高列车满载率均衡性;大小编组列车均衡发车时,列车编组辆数不宜相差过大,非均衡发车时可以通过调整发车间隔的方法提高列车满载率的时空均衡性.     

考虑乘客二次候车的城市轨道交通大小交路开行方案研究

开行大小交路列车可有效应对城市轨道交通线路客流不均衡问题,为更加真实地反应客流特征,考虑乘客出现二次候车情况,以乘客候车时间最短、列车运行总千米数最少为目标,列车发车频率、线路通过能力、列车最大编组为约束,建立多目标模型,并设计遗传算法进行求解.以西安市地铁6号线为实际案例进行验证,案例结果表明:当地铁6号线小交路选择锦业二路站-田家湾站时,采用6辆编组方案为最优.通过案例验证模型的有效性,为大小交路列车运行组织方案的设计和优化调整提供参考.     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下，极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度，本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点，通过构建量化换乘差异的协同度指标，建立以列车同步次数最大化为目标的列车时刻表优化模型，优化轨道交通网络线路间成功衔接次数，提升乘客换乘出行效率。针对提出的混合 整数非线性规划模型，本文设计了一种基于天牛须搜索的粒子群优化算法进行求解，并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明，所构建的模型能依据换乘需求在空间、时间及方向上的差异，利用协同度分级优化轨道交通路网中列车协同状态；优化后全网列车同步到达次数增加33.86%，乘客平均换乘等待时间减少22.75%；相较于PSO和BAS算法，本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率，为提升城 市轨道交通服务质量提供理论参考。     

考虑多编组方案的轨道交通车辆购置策略研究

多编组运营是城市轨道交通系统网络化运营组织的重要方法之一.本文针对轨道交通多编组方案下列车运能加强问题,在线路通过能力一定的条件下,以最大购置次数、最小购置间隔及年度最大购置辆数等为约束条件,以广义费用最小为目标,构建了多编组方案下的城市轨道交通车辆购置策略优化模型,并设计两阶段遗传算法求解.算例分析表明,在给定需求和远期单一列车编组假设下,初期和远期采用单一编组,近期采用多编组的方案,虽然司乘成本增加18.6%,但乘客出行费用和列车运行成本分别减少16.48%和25.99%,这较初、近、远期均采用单一编组方案效益更佳.     

城市轨道交通列车开行方案优化模型研究

近年来,随着城市化进程的加快,面对巨大的城市人口出行和环境污染的压力,优先发展公共交通己成为解决城市交通问题的主要途径。列车开行方案的研究是城市轨道交通发展的重要组成部分,它规定列车在沿途车站的到发时刻,是协调各部门工作、保证列车运行安全和旅客服务质量的前提和基础。从地铁部门成本最小化、乘客满意度最大化两个方面建立城市轨道交通列车开行方案优化的双层规划模型,主要从列车追踪间隔、列车定员、乘客候车时间和乘客车次选择4个方面进行约束,对列车编组数量、列车开行对数、列车发车时刻、列车交路方式、乘客数量、乘客车次选择和乘客等待时间7个方面进行决策,以验证模型的可行性和有效性。     

需求响应机制下轨道交通出行预约与列车运行计划优化方法

轨道交通供给侧的计划性与需求侧的时变性相互冲突，为更好地协同供需双方，提出了需求响应机制下城市轨道交通列车运行计划的优化方法，包括出行预约和需求响应2个环节；建立了需求响应与列车运行计划协同优化模型，以最小化乘客出行成本和列车运行成本为目标，重点关注乘客由于预约行为产生的延误时间成本；考虑列车运行、运输能力、编组情况、客流分布等因素，设计了基于乘客优先级的自适应大规模邻域搜索算法，外层优化列车运行计划，内层优化客流分配方案，最终实现客流的供需匹配；以北京地铁八通线为例，按照需求响应机制对该线路全天的需求处理与运输组织进行数值试验，并对试验结果从车底运用、乘客等待时间和满载率分布三方面进行分析。研究结果表明:该优化方法可使开行的列车数降低13.8%，同时采用多编组模式，使用车辆数减少了29.8%，这能够有效压缩列车走行公里数，削减企业开支；能够在保证乘客基本出行的前提下，最高可将乘客平均在站等待时间缩短约35.3%，并且预约比例的提升对等待时间的削减效果明显；优化后的运行计划能控制列车满载率维持在设定水平，有效降低人员密度，避免人群大规模聚集，对城市轨道交通疫情的有效防控做出有益探索。      

基于乘客等待时间的城市轨道交通列车运行调整模型

研究突发事件导致列车晚点情况下城市轨道交通列车运行调整问题．从乘客角度出发,提出了“首站控制”和“多站协调控制”两类列车运行调整策略．考虑列车能力约束和列车区间运行时间、追踪间隔时间等运行条件约束,以受突发事件影响的全部乘客等待时间最小为优化目标,建立了基于两类调整策略的列车运行调整模型,采用Lingo软件进行求解．以某简化线路为算例,与不采取控制策略相比,两类策略下乘客等待时间均节省约9％,结果表明了模型的有效性,能够为轨道交通列车运行调整提供辅助支持．     

城市轨道交通大小交路列车开行方案优化研究

根据城市轨道交通大小交路运营模式的特点,以最小化乘客等待时间、车辆走行公里和列车运行时间为目标,构建大小交路列车开行方案多目标优化模型.其中决策变量为发车频率、列车编组和小交路折返站位置.采用线性加权法将原模型转化为单目标优化模型,并设计受控随机搜索算法求解.通过案例验证了模型的有效性,对小交路发车频率、折返站位置进行了灵敏度分析.结果表明,开行大小交路可以有效降低大交路列车满载率的非均衡性,减少车辆运用数;小交路长度越短对乘客越不利,且不能使企业成本节省越多.     

基于双层规划的市郊轨道交通多交路快慢车开行方案优化研究

由于市郊客流在时空分布上存在不均衡的特点,单一交路、站站停列车不能很好地满足客流需求,因此根据市郊客流特点研究不同停站方案(如快慢车)、开行区段(如大小区段) 组合的列车开行方案具有重要意义.本文在分析乘客出行广义费用的基础上,充分考虑列车开行方案与乘客选择之间的主从博弈关系,建立了市郊线路多交路快慢车开行方案的双层规划模型,并设计了遗传-模拟退火优化算法进行求解.在算例研究中,针对某一具体市郊线路,对结合大小交路、快慢车的列车开行方案进行优化,求解得出相对于传统的单一交路、站站停开行模式,多交路快慢车结合的开行方案使乘客的总旅行时间和企业运营成本分别降低了2.25%和9.25%,验证了本文模型和算法的实用性.     

北京地铁双超列车运行图编制方法

为研究疫情期间北京地铁“超常”条件下的“超强”运行图编制方法,根据“双超”运行图编制流程提出一种面向车厢低满载率的双层规划优化模型。上层模型基于客流的时空分布规律优化列车的开行方案;下层模型优化列车运行图中全周转运行时分,停站时分,运行时分,折返时分等要素。双层规划模型转化为线性模型并用CPLEX软件通过迭代算法求解“双超”运行图优化问题。基于亦庄线数据对优化编制方法的有效性进行验证。在车底全部投入运营的条件下,优化后早高峰上行、下行最大列车满载率分别降低了21.1%和16.6%;晚高峰上行、下行最大列车满载率分别降低了23.2%和32.3%。本文方法为疫情下城轨运输体系提供了良好地支撑。