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。     

城市轨道交通网络首班车时段时刻表优化研究

城市轨道交通首班车时段的客流规律与其他时段不同,依据时段内客流的规律来制定线网列车衔接方案与时刻表,可以提高乘客的换乘效率和减少换乘等车时间.基于简化的线网拓扑,考虑乘客和运营两个方面,以乘客换乘等车时间成本和线路发车成本最小为目标,构建首班车时段列车时刻表的优化模型,并利用遗传算法进行求解.最后,通过深圳地铁网络的首班车客流数据验证模型的有效性.结果表明:优化后的首班车时刻表减少了乘客换乘等车时间成本和列车发车成本,可以为制定首班车时段时刻表提供依据.     

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。     

环形放射状城市常规与需求响应公交联合优化研究

针对环形放射状城市扩张过程中常规公交线网出现线网资源利用失衡、乘客出行时间过长的问题，本文设计一种常规公交与需求响应公交分层布局的双模式线网结构。基于连续近似方法，构建混合整数优化模型，以最小化公交平均运营和乘客平均时间成本之和为目标函数，根据乘客出行空间分布构建确定性的出行模式及路径选择细分方法，推导各项成本组成，求解常规公交线间距、站间距及双模式公交发车间隔等决策变量的最佳值。采用混合启发式算法对模型进行求解，并以成都市五环内环形放射状公交网络为例，验证所提双模式公交网络的有效性。优化结果表明：与单模式常规公交线网对比，双模式网络可以分别降低18.37%的乘客成本以及4.97%的公交运营成本，具体表现为减少常规公交31.85%的站点和线路建设成本以及24.36%的运营里程；系统各项成本随平均客流密度的增加呈幂指数下降并趋于稳定；同时给出不同客流密度分布条件下，系统关键设计参数的建议值。     

考虑运行能效的公交区域时刻表优化

为准确计量公交区域时刻表优化过程中,客流出行与企业运营博弈产生的社会效益,构建兼顾随机客流需求和时刻表运行能效的双层规划模型。从公交乘客出行量与质的角度,分析随机客流需求与时刻表之间的互动关系;依据出行性质将客流需求分层细化,作为下层弹性需求交通网络流模型的输入;考虑客流需求、乘客出行效率及企业运营成本间的波动关系,设计公交区域时刻表运行能效作为上层模型的优化目标;采用Dial-MSA与遗传算法求解双层规划模型。实例计算结果表明,优化后的公交区域时刻表运行能效提高了7.3%。可见,优化后的公交区域时刻表更能满足客流需求,有效地提高时刻表运行能效,更好地实现动态适应性。     

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.     

考虑均衡满载率的多车型定制公交调度模型

为提高定制公交运营方的经济效益,减少乘客出行成本,研究多车型定制公交调度问题。通过设计考虑均衡满载率的发车机制与相应的发车时刻递推公式,可有效保障运营方的单车收益,并减少乘客的等待时间。在此基础上,结合乘客需求时间分布和多车型组合配置,建立以运营方收益最大和乘客等待时间最小为目标的多目标规划模型,设计求解车辆组合配置和发车时刻的遗传算法。结果表明,考虑均衡满载率的多车型定制公交调度能够有效地利用车辆资源、减少乘客等待时间、提高乘车舒适度以及保障运营方的单车收益。     

公交调度发车间隔综合优化模型

发车间隔综合优化模型包含发车间隔优化模型与发车间隔平滑过渡模型。基于平均客流量的发车间隔优化目标为公交客运能力满足最大客流需求,基于最大断面客流量的发车间隔优化目标为保证乘客利益的同时使公交公司的成本达到最小,分别构建基于平均客流量和基于最大断面客流量的发车间隔优化模型;构建发车间隔平滑模型,求解平滑发车间隔,编制公共交通发车时刻表。模型利用整数规划进行求解,并通过实例对模型进行验证。结果表明,该模型能够有效提高公交运营效率,具有较好的实用性。     

基于公交客流不均衡性的调度分析

为提高公交运营的服务效率,考虑公交站点乘客需求集中性,以公交的发车间隔、满载率作为约束条件,建立以乘客出行时间成本和公司运营成本最小为目标的公交组合调度模型,并通过遗传算法求解。计算结果表明:单一调度模式中全程车的发车间隔为5 min;组合调度模式中全程车发车间隔为3 min,大站快车为10 min。通过对比这2种模式下的乘客出行与公司运营的总成本,组合调度可节省23.1%的成本,实施组合调度能有效降低系统总成本,提高公交服务水平。     

轨道交通单线接运电动公交调度优化模型

针对乘客由轨道交通换乘接运电动公交过程中等待时间长、候车成本高等问题,提出一种面向高峰时段乘客换乘情况的轨道交通接运电动公交的时刻表优化方法。通过分析换乘过程,以换乘乘客等候时间成本、换乘失败成本、电动公交使用成本和充电成本共4项成本之和最小为目标函数,以电动公交的发车顺序、换乘乘客的等待意愿、电动公交充放电特性对行驶里程产生的影响等作为约束条件,构建混合整数非线性规划模型。在接运公交的运输需求方面,考虑了除换乘乘客外本地乘客出行需求变化对接运电动公交时刻表的影响。最后提出一种混合人工蜂群算法求解模型,通过与遗传算法、粒子群算法的对比,进行了算法的敏感性分析。结果表明：目标函数总成本为1 355.32元,相比原成本降低了23.56%,其中,换乘乘客等候时间成本为298.17元,换乘失败成本为84.03元,公交公司运营成本为867.40元,电动公交充电成本为105.71元,验证了构建的模型对时刻表优化问题的有效性。     

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。     

共享单车影响下接驳公交线路设计与车辆配置方法

针对轨道交通的“第一/最后一公里”问题,接驳公交和共享单车是通勤用户最常选择的两种公共交通方式。为理解共享单车对接驳公交出行需求和线路设计等规划运营方面的影响,提出供需交互状态下的接驳公交线路设计与车辆配置模型。需求端考虑出行时间和出行费用,基于用户在共享单车和接驳公交之间的模式选择行为,动态计算接驳公交实际出行需求;供应端考虑车辆容量、数量和流平衡约束,以最小化公交运营成本和用户出行成本之和为目标,建立混合整数非线性规划模型,优化接驳公交线路设计及车辆配置。模型采用拉格朗日松弛算法进行求解。该方法应用于北京市回龙观地铁站周边出行小区接驳公交线路设计,公交及单车出行需求采用真实的IC卡数据,以及摩拜单车骑行数据,站点间行驶时长采用高德驾车路径规划API(Application Programming Interface)数据。实验结果表明,车辆总数为10,线路数量为2时,考虑共享单车影响的接驳公交规划模型相较于只考虑单一模式可以有效避免规划需求误差。此时,各站点到地铁站的平均运行时间是15.58 min,乘客平均等待时间是3.35 min;在线路数量为4时,各站点到地铁站的平均运行时间...     

基于列生成启发式的单线电动公交车与司机整合调度优化

在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条 公交线路的电动公交车与司机整合调度问题,即将给定时刻表车次分配给电动公交车和司机,同 时,生成车辆运营计划和司机排班计划,设计基于列生成启发式方法求解提出的整合调度问题。 列生成方法用于生成线性松弛最优解,将整个问题分解为一个主问题和两个定价子问题。其中, 主问题从可行车辆行车路径集合和司机车次链集合中选择最优的司机车次链和电动公交车行车 路径,覆盖所有车次,并保证车辆运营计划产生的空驶弧都被司机排班计划覆盖;定价子问题描 述两个基于时空网络的资源约束最短路问题,分别用于生成可行的车辆路径和司机车次链,并设 计深浅算法得到整数可行解。使用合肥市3条公交线路随机生成算例检验提出算法的有效性。     

基于智能车载终端的公交事件应急响应系统设计

提出公交事件管理的含义、目的和目标,介绍了车载智能终端以及公交事件的检测方法。针对公交运行中出现的交通事故,车辆故障,道路交通拥堵,客流突变等紧急事件,提出了相应的应急方案。从而保证公交车辆的正常运行,使公交车辆运行达到安全、迅速、经济、舒适的目的。     

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.     

Research on the Way to Determine Types and Scales of Bus Stops

The bus stop is a kind of primary facility in bus operation and it is very important as it provides the possibility of passengers' alighting and boarding. In the initial stage of land use and bus development, simple design of stops can meet the needs of the dwelling of buses, and passengers' alighting and boarding, but as land-use and bus system develop, simple design will not meet the needs of buses and passengers on some concentrated lines with passengers crowding the bus stops. In those stops, the dwelling time of buses increases and the level of bus service deteriorates. Therefore, it is necessary to do more research on the types and scales of stops, to ensure the harmonization between capacity and needs. After the discussion of type classification and applicability, stop capacity calculation and bus operational characteristics, a method to determine types and scales of stops is given here. By this method, the types and scales of stops can be determined when the number of buses and passengers is given. Finally, some examples are shown for implemental suggestions.     

基于深度强化学习的综合干线协调控制方法

针对社会车辆和专用道公交干线运行特性差异大、协调控制效果差的问题，提出一种集成社会车辆干线协调控制和公交干线优先控制的综合干线协调控制方法。首先，基于两者路段行程时间的分布差异，结合公交车辆上下游路口不停车通行概率分析，确定干线协调的关联交通状态和对应信号调整策略；然后，结合信号调整策略对车辆延误损失和公交优先收益的量化分析确定奖惩机制；最后，提出一种深度强化学习框架用于最佳信号调整策略的实时求解。仿真实验分析发现：本文方法在人均延误上比社会车辆干线协调、公交干线协调控制分别提升 38.63%和 27.43%，在公交停车次数上比社会车辆干线协调提升52.17%，证明该方法能够有效提高公交车辆和社会车辆的通行效率。     

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。