二阶随机需求条件下公交网络的服务可靠性研究

引入服务可靠性这一概念,以乘客出行成本和车行运营成本最小为目标建立随机需求下的 公交网络模型,并提出固定需求的服务方案模型和改进的二阶随机方案模型。该模型体现了乘客 公交出行的选择策略并反映了公交网络中不确定需求和服务可靠性的相互联系。在分析公交出行 网络中的服务设计,包括常规服务和特别服务的基础上,运用二阶下降法通过规定不确定的随机 变量（服务可靠性参数） 来求解二阶随机方案：首先在一阶段减少混合整数规划的数量以节省计 算时间,随后在二阶段中模拟出一个线性规划,以便有效地求解二阶随机方案。最后,通过实例 模型验证了该方案的可行性。     

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。     

基于双层规划的公交车调度问题的模型与算法

城市公交车辆调度的主要目的是在方便乘客出行的前提下追求企业利益的最大化,其关键问题是在企业如何进行公交车辆配置和安排一天中各个时段上的发车频率.在对现有问题研究的基础上,基于对调查数据的分析和推导,建立了以乘客满意度为上层目标、企业运营效益为下层目标的双层规划模型,并对此设计了一个遗传模拟退火混合优化算法,结果表明:本文提出的双层模型和设计的遗传模拟退火算法具有一定得有效性和可行性.     

基于可变公交发车频率的城市拥挤道路收费定价优化

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.     

���ڿɱ乫������Ƶ�ʵij���ӵ����·�շѶ����Ż�

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.     

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。     

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。     

多区域通勤定制公交线路规划模型及求解算法

“定制公交”作为一种基于需求响应的公交服务模式，被认为能够有效吸引城市居民转向公共交通出行.通勤类型作为定制公交服务中的一种重要形式，其线路设计问题具有现实意义.首先，本文在已有理论的基础上，构建了多区域运营模式的通勤定制公交线路规划模型，该模型以最小化乘客出行成本、车辆运营成本为优化目标.其次，为求解模型，设计了一个两阶段启发式算法以获得多目标优化模型的Pareto解.最后，通过几组算例对模型进行了验证.结果表明，本文所提出的方法可根据优化目标提供多种线路方案集，丰富了定制公交的运营模式，为定制公交的线路规划提供了依据.     

基于策略均衡分配的公交线网规划优化方法

本文将轨道交通旅客换乘网络应用于描述高峰时段的公交换乘网络,并采用基于有效频率的策略均衡客流分配方法对公交用户出行选择行为进行均衡分析;综合考虑乘客和公交公司两方面的利益,建立公交线网规划的双层规划模型;提出求解模型的模拟退火算法,设计了删除线路、生成线路、替换线路、延伸线路、缩短线路、拼接线路和拆分线路等7 种线路调整及频率调整进行邻域搜索.算例分析表明,该模型与算法具有良好的优化效果.     

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.     

不确定需求下轨道交通网络的鲁棒性优化

轨道交通网络设计是轨道交通规划的重点,本文研究不确定需求下轨道交通网络设计的鲁棒性优化问题.提出了不确定需求下轨道交通网络鲁棒性的概念.针对不确定需求可以被预测和不可以被预测的两种情况,分别建立了scenario 模型、minmax模型,这两个模型在优化目标中均综合考虑了最小化轨道交通线路总长度、最小化乘客总出行距离、最小化乘客总换乘次数,并基于遗传算法给出了这两个模型的求解算法.scenario 模型权衡网络的服务水平与网络对于不确定需求的抗干扰能力;minmax 模型侧重于网络在最坏情况下仍然能够保持较好的服务性能.最后,给出算例,验证了提出模型与算法的有效性.     

随机需求航线网络效应下机队鲁棒优化方法

针对航线网络效应及旅客需求不确定性问题,将旅客组合优化模型加入机队规划问题,借鉴航线网络运力优化分配方法,以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量,以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件,利用量化市场份额指数计算旅客溢出再捕获率,建立了旅客需求不确定情景下的机队鲁棒优化模型,设计了航线网络环境下的旅客需求离散情景集,用情景汇聚算法求解该模型.算例仿真结果表明,与传统机队规划模型相比较,本文模型的机队规划成本降低了167.07万元;与确定解的最小随机期望值相比,在3种情景集下,随机规划解的机队规划成本分别降低了19.88万元、21.02万元与17.55万元.      

��Ͻ�ͨ������Ƽ����߿�¡�˻��㷨����о�

研究混合交通网络设计问题,以交通网络总阻抗最小为目标,在建设资金的约束条件下给出了双层规划模型。将模拟退火算法中的退火策略引入到免疫克隆算法中,设计了求解模型的免疫克隆退火算法。算例验证了算法的可行性,并通过与模拟退火算法比较证明了设计算法的有效性。最后,在给定不同建设资金的约束条件下进行了灵敏度分析,并讨论了投资成本与网络总阻抗、建设资金约束与网络设计决策的关系。     

Mixed Transportation Network Design Based on Immune Clone Annealing Algorithm

This paper focuses on the mixed transportation network design problem. A bi-level programming model, constrained by investment budget, is developed to minimize the total impedance of transportation network. The immune clone annealing algorithm, which is designed by combining annealing tactic of simulated annealing algorithm and immune clone algorithm, is introduced to solve the proposed bi-level model. Compared with simulated annealing algorithm, the feasibility and effectiveness of the model and the algorithm is demonstrated through a numerical experiment. The sensitivity analysis on different investment budget constraints is provided, as well as the relation between investment cost and the total impedance of network, investment budget constraint, and decision on network design.     

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。     

城市公交线网的一票制差异化票价策略优化

针对城市公交系统客流空间分布和线网运力配置不均衡问题,提出公交线路间差异化定价策略,通过价格杠杆调节客流需求分布. 针对我国普遍采用的一票制模式,在分析乘客广义出行费用的基础上,利用基于Logit 的线路间客流分配方法,并以总社会成本最低为目标,以满足输送能力和收费额度等为约束,建立了固定需求下的城市公交线网的差异化票价策略优化模型. 根据模型特点,设计了基于模拟退火算法的模型求解方法,综合优化各线路的票价水平和发车频率. 最后,将提出的模型和算法应用到典型公交线网上,算例结果表明,优化方法在较低的收费额度下即可实现较为明显的网络改善效果.     

城市公交线网的一票制差异化票价策略优化

针对城市公交系统客流空间分布和线网运力配置不均衡问题,提出公交线路间差异化定价策略,通过价格杠杆调节客流需求分布. 针对我国普遍采用的一票制模式,在分析乘客广义出行费用的基础上,利用基于Logit 的线路间客流分配方法,并以总社会成本最低为目标,以满足输送能力和收费额度等为约束,建立了固定需求下的城市公交线网的差异化票价策略优化模型. 根据模型特点,设计了基于模拟退火算法的模型求解方法,综合优化各线路的票价水平和发车频率. 最后,将提出的模型和算法应用到典型公交线网上,算例结果表明,优化方法在较低的收费额度下即可实现较为明显的网络改善效果.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

铁路集装箱旅客化运输系统开行方案研究

针对铁路集装箱旅客化运输系统开行方案编制问题,采用基于备选集的优化方法,同时结合货物运输组织特点,规定了箱流物理径路和运输方案的唯一性.在考虑箱流守恒、箱流换乘、箱流运到期限,以及列车开行频率等约束的基础上,以运输企业成本最小化为目标,建立了整数线性规划模型,并设计模拟退火求解算法.最后,构建运输网络进行案例分析,验证了模型和算法的有效性.研究结果表明,与现有货物运输系统相比,新型集装箱系统充分发挥了网络运输的优势,在列车开行频率、货物送达速度和运到期限方面表现更加优异,但同时牺牲了部分列车“上座率”.