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。     

���ٹ�������������ϼ���������Ż��о�

快速公交的运营调度灵活性是其与普通公交区别中很重要的一个方面。为了提高快速公交的运营调度质量,研究了优化快速公交的发车间隔和车辆形式组合,通过建立乘客出行时间成本和公交车辆出行时间成本最低的参数优化模型,考虑了全程车、区间车和大站快车三种不同车辆调度形式的组合,以及在乘客人数、时间和发车频率方面的约束条件。给出了基于可变长度编码的遗传算法的模型求解算法,并给出数值算例。结果表明：优化结果最多可以节省69.92%的成本,敏感性分析表明在出行量增加并且出行速度减小的情况下,都可以通过合理的配置车辆的形式,减少整个系统的出行成本。具有良好的科学性和可操作性。     

考虑容量限制的多公交车型运行计划优化模型

车容量限制是公交运行计划编制的重要约束.以单条公交线为研究对象,综合考虑了不同公交车型的技术经济性能、车容量大小、车辆数限制和客流需求的时变特征等因素,建立同步优化公交车型和时刻表的规划模型,以确定线路的发车时刻表和选择车型的最优组合.建立了以公交企业运营成本和公交乘客出行成本最小为目标,带有0-1决策变量的非线性整数规划模型,针对该模型多目标函数的求解特点,采用枚举法求解每辆车的发车时刻,应用遗传算法求解车型选择的序列.最后以北京市某公交线为案例进行分析,优化后的发车时刻表和车型配置方案具有较好的运营效果.算例结果表明,采用多车型方案较传统的单一车型方案更具经济性,乘客的出行成本可减少13.9%,企业的运营成本可减少3.5%.     

基于综合成本优化的公交多模式站点停靠方法

为提高公交运营质量,基于综合成本优化研究公交多模式站点停靠方法,首先考虑公交通行能力、客流关系、时间关系、发车间隔和满载率等约束条件,分析停站模式的影响因素及定量化表示;其次建立以乘客出行成本和公交运营成本最低为目标的参数优化模型;最后设计基于遗传算法的求解算法并给出算例。利用实际案例对模型进行求解和验证,结果表明:高峰小时采用多模式站点停靠方法后,乘客出行和公交运营综合成本较未优化前降低51.1%。     

基于改进遗传算法并考虑尾气排放的公交组合调度

为在提升公交运行效率和服务水平的同时减小其对环境的负面影响,针对公交单线路单向客流差异较大以及双向客流不均衡的现象,建立以乘客时间总成本、公交车运行总成本与尾气排放成本之和最小为目标的跳站与区间车组合调度模型。考虑公交停靠方案与发车频率在优化过程中的重要性差异,提出一种概率随迭代次数变化的动态概率遗传算法,对最佳停靠方案与发车频率进行求解。通过算例分析得出:该公交组合调度方案的总成本比单一全程车调度方案节省4.49%,虽然乘客时间总成本上升了5.04%,但公交运行总成本下降了7.12%,尾气排放成本下降了8.22%;提出的动态概率遗传算法的求解时间小于2min,表明此算法适用于求解有明显主次影响关系的多要素优化问题。     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

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.     

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.     

时间依赖需求下多车型快速公交发车频率优化

以公共交通网络中的单条快速公交线路为研究对象,分析了快速公交车辆的发车间隔特征和沿线乘客出行需求的时间依赖特征;考虑多类型公交车辆协同作业,以所有乘客的累计等待时间最小和车辆的平均满载率最大为目标,以最小、最大发车时间间隔和车辆运能的供需比为约束,建立多类型快速公交车辆协同作业模式下的发车频率优化模型;利用改进的非支配排序遗传算法对模型求解,并应用兰州市快速公交数据进行实例分析。分析结果表明:乘客累计等待时间分别取最大值、中间值和最小值时,优化后的发车次数比实际发车次数分别降低22.9%、16.7%和8.4%,对应的车辆平均满载率分别提高27.4%、15.1%和3.9%;与单一类型的快速公交车辆独立作业相比,2种类型的快速公交车辆协同作业的平均发车次数增加7.9%,平均乘客累计等待时间降低23.8%。可见,根据乘客出行需求的时间依赖特征,合理安排不同类型的快速公交车辆协同作业,对发车频率进行优化,能有效减少乘客等待时间,提高公交车辆利用效率。     

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。     

轨道交通换乘常规公交平均候车时间模型

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

�����ͨ���˳��湫��ƽ����ʱ��ģ��

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

考虑乘客感知的公交驻站和限流组合策略研究

为了预防公交“串车”现象,提高乘客感知满意度,基于预测控制提出一种考虑公交乘客动态感知的驻站与限流组合策略. 建立以公交线路上总乘客感知等待时间最小为优化目标的预测控制决策模型,运用差分进化算法求解目标站点的最小驻站时长和限流人数. 建立元胞自动机仿真模型,对比不考虑乘客感知的驻站、限流、驻站-限流策略与考虑乘客感知的驻站-限流策略的控制效果. 通过5 组情景实验,对比了考虑乘客感知和不考虑乘客感知的驻站-限流策略对线路乘客到达率和下车比例波动性的适应性. 实验结果表明,考虑乘客感知的驻站-限流策略更有利于减少乘客感知等待时间,对线路乘客到达率和下车比例波动性具有较优的适应性.     

考虑乘客感知的公交驻站和限流组合策略研究

为了预防公交“串车”现象,提高乘客感知满意度,基于预测控制提出一种考虑公交乘客动态感知的驻站与限流组合策略. 建立以公交线路上总乘客感知等待时间最小为优化目标的预测控制决策模型,运用差分进化算法求解目标站点的最小驻站时长和限流人数. 建立元胞自动机仿真模型,对比不考虑乘客感知的驻站、限流、驻站—限流策略与考虑乘客感知的驻站—限流策略的控制效果. 通过5 组情景实验,对比了考虑乘客感知和不考虑乘客感知的驻站—限流策略对线路乘客到达率和下车比例波动性的适应性. 实验结果表明,考虑乘客感知的驻站—限流策略更有利于减少乘客感知等待时间,对线路乘客到达率和下车比例波动性具有较优的适应性.     

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。     

客运站股道运用优化模型及算法

为了提高客运站运输生产效率和行车技术作业自动化水平,分析了客运站旅客列车到、发技术作业的特点,建立了客运站股道运用优化模型。模型目标为有利于客运站行车技术作业,有效利用车站设备和方便旅客乘降,并且优先排列等级较高的列车。运用多目标规划理论,采取分支定界法对模型进行求解。将模型和算法应用到一大型三线通过式客运站,股道运用计划有明显改变,1/3以上列车到发线进行了变更,整体安排合理,效果理想。     

随机条件下固定公交线路服务频率优化模型

在考虑客流需求波动及车辆运行时间随机变动的情况下,建立了以乘客候车期望和公交车辆利用率总体最优为目标的公交线路服务频率优化模型.利用蒙特卡罗方法随机模拟一条高频线路的公交服务,计算得到了给定线路参数下的最优服务频率.算例表明该模型可用来确定高频服务公交线路的发车时间间隔.