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.     

基于候选集的轨道交通网络优化研究

给出基于候选集的轨道交通网络的规划流程和多目标规划的整数模型。模型综合考虑乘客与规划者,以最小化乘客出行时间、最小化轨道网络总长度、最小化轨道总发车次数为优化目标,并选用遗传算法作为模型的求解算法,给出模型解的编码与求解过程。     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

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。     

市域轨道交通线路快慢列车停站方案研究

为解决市域通勤客流欲快速到达目的地的需求问题，以乘客的出行时间节约值最大为优化 目标，建立大小交路条件下的快慢列车停站方案模型。基于乘客出行时间效益优先原则，考虑乘客候车时间、乘客在车区间运行时间、乘客在车等待时间以及越行对慢车乘客的延误和快车乘客 的时间变化影响等因素，构建了目标函数，同时以列车开行密度、满载率等作为约束条件，建立 0-1 整数规划模型。通过在实际算例中运用遗传-禁忌算法对模型进行求解，得到快车的最佳停站方案，并将计算所得方案的乘客出行时间与相同交路条件、发车间隔以及开行比例下的普通站站 停开行模式的时间进行了对比分析。结果表明，该方案可以节省总出行时间约8 062h，节省人均出行时间约8.5min，人均延误时间约0.86min，总体提高了乘客出行效率和服务水平，具有有效性和合理性。     

基于遗传算法的定制公交路线多目标优化

常规公交乘客乘坐舒适度低,消耗时间长,推行定制公交在一定程度上能够缓解此问题.首先,以最小化乘客的出行时间、最小化车辆的油耗为目标函数,考虑车辆容量限制、出行时间约束、出行费用约束等,建立定制公交路线多目标优化模型.其次,采用改进的NSGA?Ⅱ算法(Nondominated Sorting Genetic AlgorithmⅡ)求解,采用基于未到达交通节点顺序的自然数编码方法进行编码,采取锦标赛选择策略进行选择操作,采用均匀变异方式进行变异操作.最后以兰州市局部路网进行模拟研究.研究结果表明:运用建立的定制公交路线多目标优化模型及算法,能够快速得到优化路径,并且该路径能同时满足乘客出行时间短及车辆油耗低的要求.     

考虑多路径选择的定制电动公交线路优化

为提高定制电动公交系统运营效率,本文探讨了考虑多路径选择的定制电动公交线路优化问题。首先,构建描述该问题的混合整数规划模型,以实现线路与路径的双重决策优化。模型以运营总收益最大化为目标,在约束中考虑定制电动公交特性,如车容量,乘客出行时间窗,续航里程,访问站点数等。其次,为求解模型,设计新的自适应大邻域搜索算法,提出相应的初始解生成规则和邻域搜索算子,并通过算例验证算法的有效性。最后,基于实际路网及乘客出行时空需求进行实证分析,验证多路径选择可进一步优化定制电动公交线路。结果表明,本文方法可根据优化目标为运营者提供多种线路运行方案,为定制电动公交线路规划提供依据。     

考虑乘客出行体验的需求响应式公交规划

作为传统公交车的有力补充,需求响应式公交的出现为人们提供了解决问题的新思路,它能够即时采集乘客出行需求信息,确定走行路线,提供个性化定制服务。但自需求响应式公交运营以来,步行距离长、候车时间久等问题也日益凸显,极大地影响了乘客的出行体验。文章充分考虑乘客的步行距离及等待时间成本,基于DBSCAN算法、K-means算法,就需求响应式公交合乘站点布设问题进行研究,采用启发式插入算法对建立的软时间窗、多车队模型进行求解。可以实现对具有时间窗空间分散点的聚类及路径规划,对优化需求响应式公交的乘客出行体验,提高车辆上座率具有重要意义。     

引入价格窗的定制公交线路优化研究

基于公共交通的公益性,综合考虑乘客与公交企业之间的权衡关系,以保证企业运营成本与服务更多乘客为目标,在浮动票价机制的框架下研究定制公交的线路优化问题。首先,引入价格窗概念,以描述乘客出行过程中的支付意愿,并定义基于时空窗与价格窗的出行需求特征;提 出超额均摊的票价支付假设规则,以在保证出行的基础上支付最少费用。其次,构建引入价格窗的整数线性规划模型,以乘客出行的时空窗和价格窗为输入,以企业运营成本最小化和服务乘客数最大化为目标,通过运营盈利约束来保证企业的运营成本,联合优化乘客-车辆匹配和车辆路径两个子问题。最后,采用GAMS软件进行建模和求解,在Sioux Falls网络开展算例分析。结果 表明,引入浮动票价机制可以服务更多的乘客,进而增加企业的运营收入,且在价格窗上界一定 的增幅内,所服务乘客数和企业的运营收入随价格窗上界增幅的扩大而增加。     

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.     

模拟导弹制导的交通系统路径诱导算法

模拟导弹制导的单车诱导算法利于交通系统优化目标（车流量平衡目标）.为避 免多车诱导导致的交通拥堵,以模拟导弹制导的单车诱导算法为基础,提出了模拟导弹 制导的交通系统路径诱导算法.按照出行需求,对模拟导弹制导的时间最短路径算法进行 改进,使算法满足各类单车路径规划目标,以提高单车诱导接受率.系统路径诱导算法以 交通系统优化为最终目标,对超出路网通行能力的诱导进行修正,使交通流运行趋势符 合驾驶员出行需求.建立系统优化评价指标和系统诱导接受率指标,并以北京部分地区为 例进行仿真.仿真结果表明,算法能够达到系统优化目标,同时保证了较高的系统诱导接 受率.     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

基于时段分布的市郊轨道交通车站滞留客流分布算法

市郊轨道交通车站滞留客流的分时段预测,关系到运营计划的调整、乘客出行 方式的选择、出行时间的预估等,尤其对市郊线路快慢车模式下开行方案的优化具有重 要意义.首先引入出行方式角度费用理论,分析了乘客公交出行与地铁线路形成的角度费 用,构建了角度费用模型Anglecostm,n k ,计算乘客的流失率VPn ,进而确定因滞留客流达到 阈值而导致的乘客流失量.其次,以AFC获取的客流数据为支撑,结合角度费用模型对乘 客流失量的计算,提出了一种基于时段的滞留车站客流分布预测方法,接着分析了站台 候车客流与通过列车实际载客情况两者之间的客流交互规律,提出了候车客流-列车载 客量影响动态交换模型,并分析和研究该模型求解算法.最后,以某市郊线路进行实例演 算,预测结果可为轨道交通开行方案优化提供理论和方法支持,对运营计划临时调整,客 流预测及引导模型的补充等提供参考.     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

考虑弹性需求的城市枢纽间多方式时刻表优化

针对城市客运枢纽间综合运输通道协同性欠缺、运输效率低等问题,提出考虑弹性需求的城市客运枢纽间多方式时刻表协同优化方法。基于多项Logit模型对枢纽间乘客出行方式选择行为进行建模,分析各方式时刻表变动对出行需求的影响;以乘客等待总时间,时刻调整总数量,时刻调整总时间最小为优化目标,考虑弹性需求、时间窗、容量限制等约束,构建枢纽间多方式时刻表协同优化模型,并基于非支配排序遗传算法,结合客流加载仿真过程设计模型求解算法;最 后,以“北京南站-北京首都国际机场”多方式通道为例检验模型的有效性。结果表明,时刻表优化方案的实施使各方式产生了较为明显的需求弹性变化效果,模型求解得到10种时刻表优化方案,其评价结果整体优于传统模型,最终筛选方案可缩短乘客等待时间10.36%。     

面向地震应急的救援路径规划模型

地震灾害场景下,面向应急的救援路径规划需要兼顾救援效率和交通抢通对救援的影响,以支撑有限交通资源的高效利用,避免交通拥堵或瘫痪耽误应急救援行动.通过定义面向应急需求的交通网络、交通路线的通行成本和交通线的通过性等,对救援与抢通路径规划问题进行了描述;将最优救援路径和最优交通抢通方案作为该问题的约束条件,基于双层优化方法建立了双层路径规划模型以实现集成优化并构建了模型求解方法.经案例仿真分析,本文提出的救援路径规划模型可以生成准确、高效的应急救援与交通抢通集成方案,可以为具有针对性的交通管制措施的拟定提供科学依据,助力地震应急救援行动的顺利实施.     

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.