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 BRT 站台乘车诱导的公交车辆载客均衡模型

针对公交站台乘客乘车诱导的问题,以公交线路载客均衡为目的,建立了乘客 乘车诱导模型,实现了最佳乘客乘车诱导方案的编程求解.本文通过建立单条 BRT 线路 车辆载客模型,组合形成了整个区段的 BRT 线路车辆载客模型,建立了一种面向载客均 衡的 BRT 站台乘客乘车诱导模型.理论与算例分析表明,该模型可以生成最佳的乘客乘 车诱导方案,能够实现 BRT 区间线路的载客率均衡,将填补当前公交站台乘客乘车诱导 研究领域的空缺,具有广阔的应用前景与重要的现实意义.     

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.     

城市公交线路车辆配置模型研究

本文在研究公交客流出行特性基础上构建了公交线路车型结构优化模型,在确定线路配车数的基础上进行了运力规划的冗余优化,进而确定了该线路的车辆规模。     

������������г��ƻ����Ʒ����о�

公交区域调度[1]是为了解决单线调度所存在的不灵活所导致的车辆低峰闲置，高峰运力不够的问题，在多条线路调整运力，实现信息资源共享，及运力共享的一种公交调度方法。本文以多条公交线路的区域调度为服务对象，建立了基于社会总体效益最优为目标（综合乘客等车、车内费用及公交公司成本最小），对多条线路的车辆调度形式和发车时刻同时进行优化的行车计划模型，提出了“逐条配班，优化成网”的求解思想，并以北京市三条公交线路为实例，对所建立的行车计划模型进行验证。     

�����������������㷽���о�

城市公交车辆的配置量是提高公交发展水平的首要因素.在对国内外城市公交车辆配置研究的基础上，分析总结了城市公交车辆总体配置方法。引入时段配车的概念，分析推导得到公交线路的既满足服务质量，又保证配车数最小的一般配车方法。从公交企业的效益和公交乘客出行两方面分析公交车辆配置的影响，以公交企业支出的费用与乘客出行时间(经舒适程度修正)加权和最小为目标建立公交线路车辆配置的优化模型，举例验证方法的有效性。     

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.     

应当重新认识公交的服务质量

上海公交线路有976条,线路长23007公里,公交车辆有1666l辆,司售调人员58900人,担负着每天663万人次的客运任务.有调查显示,当问到你对公交企业的要求是什么时,几乎l00%的乘客回答是服务质量要好.这就说明公交由卖方市场进入买方市场后,乘客最关心的是服务质量,由过去的“能乘上车“变成了“要乘好车“,公交的服务质量要真正体现产品的价值.为此,重新认识市场经济条件下的公交服务质量的内涵,就显得十分必要.……     

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。     

基于连续近似模型的轨道交通与常规公交耦合优化设计

为研究城市轨道交通与常规公交线网耦合优化设计问题，本文基于近似方格型路网并考虑乘客的多种路径选择，构建双层混合整数优化模型，以同时求解地铁与常规公交发车时距、常规公交的线间距及站间距。上层模型是以系统总成本(乘客成本与运营商成本之和)最小为目标的连续近似模型，以寻求乘客与运营商两者之间的平衡关系，并对各项成本进行详细推导。采用序列二次规划算法，并用凸算法对该非凸问题进行包络。下层为考虑依概率分配的路径分配问题，使用MSA算法对各路径流量加权分配，考虑到问题的解析形式具有非凸性，故采用启发式方法进行求解。最后，以南京市建邺区实际公交线网为例进行案例分析，以此验证该优化模型的有效性。经过优化，以非拥堵时段为例，该研究区域内乘客平均出行时间由 41.6 min减少至 33.0 min，降低约20.6%。本文所提出的优化模型可以为方格路网城市的公共交通线网规划提供参考依据。     

高峰时间出租车合乘计费策略研究 ——以宁波为例

针对早晚高峰时间和节假日火车站、汽车站及主要地区人流打车难,无法及时得到疏散的 问题,提出高峰时期出租汽车多人合乘理念,从而提高出租车及道路资源的利用率。根据我国早 高峰和晚高峰的交通特点,结合宁波出租车计费的实际情况,使用最优化理论构建多目标优化合 乘模型,对合乘费用进行计算。最后通过软件验证,假设了6 个节点的供需搭乘方案,使用 LINGO软件计算出合乘的路径和相应的费率。运算结果证明该模型在合理约束司机收入与乘客花 费的前提下,最大化司机的收益,同时兼顾到乘客利益,鼓励司机在高峰时间较短的行驶距离内 多载客。     

城市公交线网优化的双层模型及遗传算法求解

为了有效地优化城市公交网络,综合考虑了乘客和公交企业的利益,建立了双层优化模型。上层模型考虑整个公交系统的利益,以乘客出行和公交企业运营费用最小为目标,下层模型作为辅助,以乘客直达率最大为目标,尽量减少总的换乘次数。针对该模型设计遗传算法进行求解,并给出算法的具体实现步骤。最后考虑定长设线的方法,设计一个简单的算例,给出不同站点数量的线网的优化方案,并对优化结果进行了对比．验证了模型和算法的有效性。     

城市轨道交通小交路计划与客流控制协同优化策略

高峰时段的大客流需求易造成城市轨道站台乘客大量聚集,从而给城市轨道交通系统带来安全隐患,降低乘客乘车的舒适度;同时,客流空间分布的不均衡性导致供需能力不匹配,降低 了列车资源的利用率。针对该现象,本文结合大小交路开行方案与客流控制策略研究城市轨道交通列车时刻表协同优化问题。考虑到城市轨道交通客流的不确定性,将乘客到达率设置为不确定变量,而后基于客流演化与列车运行的动态关系,建立以最小化滞留乘客数、客流控制人数、 列车运行时间,以及最大化列车资源利用率衡量值为目标的优化模型,并设计一种基于机会约束 的随机场景优化算法进行模型求解。以北京市某轨道线路为例进行数值实验验证模型的有效性。结果表明,相较于常规运营策略,本文提出的协同优化策略在期望滞留人数和列车运行时间方面有了较大改善,更好地实现了乘客成本和企业运营成本之间的均衡。     

基于累积前景理论的城际列车分时定价研究

城际客流具有时段分布不均衡特点,表现为高峰时段一票难求而低峰时段客座率低。为均衡客流、提高城际高铁收益,选取客运通道内不同时段车次进行差别定价。考虑旅客选择行为的差异性和有限理性,采用潜在类别分析对旅客进行分类,选取票价和时段价值两个影响因素, 建立双参照点的旅客平行车次产品效用模型,以累积前景值刻画异质旅客对平行车次的出行效用。基于累积前景值构建以铁路企业收益最大,旅客广义出行费用最小的分时定价双层规划模型,设计基于灵敏度分析的启发式算法求解。最后以南宁-北海为例对高峰、非高峰时段平行列车进行实例分析,结果表明,本文提出的分时定价方法能提升收益约2.5%,且高峰、非高峰时段的客流更加均衡。     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

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。     

不确定环境下的物流配送中心选址方法研究

针对现实中普遍存在的不确定环境,本文在传统的双层目标规划的基础上进行了改进,建立了不确定环境下的物流配送中心选址的双层规划模型及算法.最后,通过一个具体的实例,阐述了如何用该理论解决实际问题,对未来配送中心的建设提供一定的参考作用.