车联网环境下公交发车间隔优化方法研究

针对现有公交发车间隔模型忽略了智能调度对公交运营的影响问题,提出了车联网环境下的发车间隔设计方法.在考虑发车间隔、发车次数、车辆满载率约束条件下,对城市常规公交发车间隔进行了研究.在综合考虑约束条件的基础上,以乘客候车时间、乘客舒适度以及公交公司运营成本最小为目标函数,建立公交发车调度时刻表优化模型.最后以大连市公交101线路为例对该模型进行分析,利用MATLAB仿真软件进行求解,验证模型的有效性.     

���ǵ�·��ͨӵ�µĹ�����������Ż�ģ��

发车间隔的确定是建立行车计划的基础,合理安排公交运营方案可以在优化公交企业运营成本的同时,有效满足乘客需求. 本文提出了在保证公交运营服务水平和所需运营车辆最少的前提下, 确定公交发车间隔的模型. 在现有的模型基础上考虑了道路交通拥堵对公交运行的影响. 引入拥堵系数,建立了基于载客里程的公交发车频率模型. 实例分析表明模型使得发车间隔的计算更简单直观. 拥堵因子的引入对发车间隔产生了较大的影响,且能有效地优化公交发车间隔. 使公交企业更好地平衡了乘客满意度与公交车运行成本.     

快速公交发车间隔优化研究

合理的发车间隔对于快速公交车辆发挥其高效、经济和环保的优势具有重要的意义.首先以乘客出行成本和快速公交运营成本最小化为目标,考虑发车时间约束、车辆台数约束,建立了快速公交发车间隔优化模型.然后采用二进制编码,运用单点交叉和基本位变异的遗传算法求解该优化模型.最后以兰州市首条快速公交线路为例进行了实证研究,得到了不同时段下快速公交的发车间隔.实例研究结果表明,该发车间隔优化模型及遗传算法可行,对实现快速公交科学调度具有一定的参考意义.     

单线纯电动公交车辆柔性调度优化

为解决纯电动公交车因充电错过最佳接续发车班次使公交车数量增加的问题，以公交车辆运营总成本最小为目标，构建允许存在误时发车的纯电动公交车辆柔性调度优化模型，通过最大可能地增加一辆公交车可执行班次的数量，减少车辆使用数量及运营成本. 设计遗传算法求解模型，为提高求解效率，将时刻表按班次发车顺序进行排序，以减少染色体数量. 数值实验结果表明：与纯电动公交车辆刚性调度相比，柔性调度能够极大地减少车辆使用数量；误时上限的取值对公交运营成本影响较大.     

考虑纯电动公交车辆续航里程的行车计划编制方法

纯电动公交车的行车计划编制及营运调度管理对其续航里程影响很大,有必要考虑续航里程因素对纯电动公交车辆行车计划的编制方法进行研究.本文主要结合线路配车数、停站时间、不同峰段的发车间隔、不同峰段的车辆行驶时间等约束条件生成初始行车计划表,再根据不同纯电动车辆的初始续航里程,分析其需求营运里程权重值,提供可行的最大程度满足线路各车辆续航里程的行车计划,以提高纯电动公交车辆的续航里程利用率.     

基于遗传算法的公交线路发车间隔优化

为优化公交企业运营管理,提出基于遗传算法的公交线路发车间隔优化方法。通过对公交线路发车间隔进行优化,平衡公交企业运营成本和乘客出行成本。以公交企业运营成本及乘客等车时间成本最低为目标,通过加权求和设定目标函数;考虑乘客舒适度、公交线路车辆满载率以及政府部门规定的最大最小发车间隔等因素,针对客流的高峰和平峰时段,建立相关约束条件;以郑州市60号公交线路为例,利用遗传算法对发车间隔优化模型进行了求解,得到了各时段的公交发车间隔,并将优化前成本与优化后成本进行比较,有效降低18%～26%的线路总成本。     

基于博弈的公交线路发车间隔优化模型研究

公交线路的发车间隔是评价其运营服务水平和质量的关键因素之一,对公交企业的效益亦有显著影响,对发车间隔的优化是公交运营调度的关键技术之一.综合乘客满意度和运营企业效益两方面博弈的考虑,在分析影响发车间隔因素的基础上,引入控制权重系数,调节双方利益在整个线路运营中的不同权值,建立了一个总成本费用最小的发车间隔优化模型.通过上海某条公交线路的案例分析显示,采用该模型优化后的发车间隔,乘客和公交企业总费用可以较现状减少14.5％,优化效果明显,具有一定的可行性.     

考虑充电需求的电动公交车运营优化模型与算法

随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法（Surrogate-model-based Algorithm）来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。     

基于遗传算法的公交发车间隔模型

根据公交调度优化问题的特点.考虑车辆满载率及最大、最小发车间隔的约束,以企业收益和乘客利益最大为目标建立的公交发车间隔模型.采用遗传算法进行求解.实际应用表明,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.     

�����������ȷ��������Ŀ������Ż�ģ���о�

合理有效的公交车辆发车间隔优化模型是优化调度方案、改善公交服务的关键，因此，本文在分析现有模型的基础上，根据客流变化规律，对发车间隔采用分时段多目标组合优化处理的思想，建立了以乘客和公交企业运营费用最小为目标的公交车辆调度发车间隔模型，并采用广州市公交调查数据对该模型进行了验证，实验表明该模型可行。     

基于GPS系统的公交车发车频率研究

将GPS定位系统应用于车辆实时信息采集中,从出行者和公交运营者两个方面考虑,根据站点乘客上车人数的变化来调整发车频率,以最小且最平衡的运营投入最大程度地满足公交出行需求,由此建立公交车实时发车频率模型,其可行性通过实例得到了验证。     

电动汽车混入条件下随机动态用户均衡分配模型

为分析电动汽车动态充电需求对公共充电设施服务水平的影响, 给充电设施网络规划与运营提供参考, 在考虑燃油汽车和电动汽车出行者行为差异、路段拥堵状态、车辆能源消耗、充电设施布局与服务水平等因素的基础上, 采用巢式Logit模型描述了包含充电需求判断、充电设施和路径选择的电动汽车出行联合选择行为; 建立了考虑用户在途快速充电行为的动态交通流分配模型, 提出了混合交通下随机动态用户均衡条件及等价的变分不等式模型, 并设计了融合电动汽车充电排队仿真的动态交通流迭代算法; 通过算例验证了模型与算法的有效性, 并进一步探究了在电动汽车推广的不同阶段, 需求和供给关键因素对充电设施服务水平的影响。研究结果表明: 受路网交通流量分布和充电设施布局的影响, 充电设施利用率在时间和空间上具有明显的非均衡性; 电动汽车混入率的提高会增加平均充电等待时间, 并改变充电高峰期的时间分布; 电动汽车电池初始电量和充电设施处的排队长度均对用户的充电需求判断呈负效应; 当路网中充电设施数量与需求规模不匹配时, 会导致服务水平急剧下降, 同时极易诱发局部拥堵; 用户在充电设施处的逗留时间以15~20 min居多, 约90%用户的等待时间在9 min以内, 因此, 提出的模型符合实际, 能够充分反映混合交通网络中电动汽车充电行为引发的一系列影响。      

基于非均匀发车间隔的大小交路时刻表优化模型

基于客流时空分布规律，考虑列车平均发车间隔、运行时间、最大载客量等约束条件，将列车在车站的停站时间与上、下车客流量相关联，建立城市轨道交通高峰时段基于非均匀发车间隔的大小交路时刻表优化模型，对乘客平均旅行时间及列车发车间隔平均偏离值进行协同优化。以某城市轨道交通线路实际运营数据验证模型的有效性。结果表明，优化后乘客在各个车站平均等待时间较优化前减少幅度为0.4%~13.1%，其中全线客流量较大的第7、8、9站优化幅度较为明显，分别为 11.7%、13.1%、11.9%。优化后列车在各个车站最大满载率较优化前降低幅度为1.8%~8.5%，且所有车站站台均无滞留乘客，体现了优化后列车运输能力与客流需求的良好匹配。灵敏度分析讨论了目标函数权重系数及列车平均发车间隔值对模型的影响，表明本模型具有良好的可用性及稳定性，能够为城市轨道交通列车时刻表优化提供参考。     

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.     

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.     

基于不确定理论的常规公交车辆调度优化

为提高公交车的利用效率，本文将公交车辆调度方案划分为高峰型和平峰型。在考虑乘 客候车时间与站间运行时间不确定的现实条件下，综合考虑不同车型的运营成本和乘客候车成 本；基于不确定理论建立混合车型下的双重不确定多目标规划模型，并通过遗传算法的python编 码求解。以南昌市211路公交上行为例，进行sumo仿真结果表明：在保证公交持续运营的前提 下，调整车辆调度方案有助于降低成本和提高运行效率；在高峰期，将发车间隔降低25%，公交车 统一使用纯电动客车，总成本降低5%，平均延误减少4%；平峰期，总成本降低10%，平均延误降 低3%。两组仿真结果发现，考虑不确定因素的公交车辆合理调度安排有利于充分利用公交车辆 资源和提高运行效率。     

公交线路配车问题的不确定双层规划模型

为合理优化公交线路配车，考虑现实中公交站点乘客数量不确定性因素，引入不确定理论构建公交线路配车的不确定双层规划模型. 上层目标为公交运营企业的收益最大化，下层目标为乘客出行时间和费用总成本最小，约束条件是政府要求的服务水平、乘车率，通过 MATLAB进行编程求解. 以南昌市210 路公交为例，利用所构建的不确定双层规划模型对早高峰07:00-08:00 配车进行优化，在给定80%乘车率的约束条件下，单方向配车数量由26 辆减少到23 辆，减少11.5%；优化后高峰小时乘客总加权成本相比优化前小幅增加0.5%，基本持平；高峰小时该线路的利润比优化前增加了112 元，提高29.6%. 结果显示，利用所构建模型优化早高峰小时线路配车效果明显. 该研究为公交运营者考虑现实中不确定因素更合理地优化线路配车提供了理论支持.     

配合大站快车的单线公交组合调度模型

在给定配车数情形下,考虑站点滞留乘客和服务水平等现实约束因素,以乘客总出行时间最小为第一目标,以极大化企业最大利润为第二目标,本文提出一类配合大站快车的多目标单线组合调度模型,确定大站快车途经站点,并计算全程车和大站快车的发车频率.根据问题特征,引入乘客出行时间价值的概念,利用加权法实施多目标的优化,设计启发式算法求解该问题的非劣解.最后,以某线路为例,探讨了发车频率、折返点位置和费用的关系,并分析了公交服务水平、期望拥挤对调度方案的影响,并与现有单一调度方案进行了比较分析,从而验证模型和算法的正确性和有效性.     

同时接送模式下响应型接驳公交运行路径与调度的协调优化

研究了同时接送模式下响应型接驳公交运行路径与车辆调度的协调优化问题, 考虑乘客出行时间窗的个性化, 构建了基于乘客而不是基于途经需求点的车辆路径表示方法; 综合车辆发车和行驶成本、车辆早到和晚到的惩罚成本、票价收入构建了表征系统效益的目标函数, 并以车辆容量、乘客时间窗、车辆运行时间、车辆保有量、发车时间等为约束, 构建了发车间隔、发出车型与车辆路径的一体化优化模型; 针对一体化优化模型的特点, 设计了双遗传算法, 其中染色体为多链编码结构, 染色体交叉方式包含个体内、个体间交叉2种方式; 为了验证同时接送模式的优越性、一体化优化模型及算法的有效性, 进行了算例分析, 对比了同时接送模式与单独接和单独送模式的计算结果, 分析了车辆运行车速、单程运行时间限制、车型比例对响应型接驳公交运营效率的影响。计算结果表明: 在给定的相同乘客需求下, 与单独送和单独接模式相比, 同时接送模式发车次数减少了1次, 所需车辆数减少了2辆, 平均座位利用率提高了8.3%, 运送单位乘客的平均车辆行驶距离降低了11.0%, 运行成本降低了15.9%, 因此, 同时接送模式有效地提高了运营效率; 同时接送模式下, 运行车速、单程运行时间限制、小型车比例分别在基准值附近上下波动15.0%、15.0%、12.5%时, 发车次数、座位平均利用率、目标函数值的最大变化率分别达到了20.0%、15.7%、27.1%, 这些参数对系统运营效率均有显著影响。