城市外围非高峰时段多线路柔性公交协调调度研究

利用柔性公交灵活度高和成本低的优点,考虑公交线路交互对乘客出行选择的影响,提出了城市外围非高峰时段多线路柔性公交的协调调度。首先阐述了柔性公交的运营模式和适用条件以及柔性公交与定制公交的区别。其次分析了城市外围非高峰时段多线路柔性公交的协调调度问题,并给出了柔性公交协调调度的具体流程。接着以乘客的候车时间、乘客减少的步行时间、乘客增加的乘车时间、公交车的运营成本为指标,考虑常规乘客的候车时间约束和公交车响应预约请求时的综合效益约束,建立了多线路柔性公交协调调度的双层规划模型,其中上层模型以乘客的出行时间最少为目标,下层模型以公交的运营成本最低为目标。然后设计了遗传算法,对公交车响应预约站点时的车上乘客数量进行编码来求解该模型。最后以重庆市180路和396路公交为例设置了预约站点,并在4种预约比例下对多线路柔性公交的协调调度和单线调度进行了对比分析。结果表明:有多条柔性公交线路可响应预约站点时,进行协调调度可减少实时预约乘客的候车时间;有共同目的站点的乘客数量越多,进行多线路柔性公交协调调度时乘客整体减少的出行时间越多;预约站点所有乘客有共同目的站点时,进行多线路柔性公交协调调度能降低公交的运营成本。     

基于遗传算法的定制公交多停车场多车线路优化

为了有效地定制公交线路方案以提高运行效率,针对目前定制公交多停车场多车线路优化大多采用先聚类后求解的问题,以及在进行定制公交线路优化建模时忽略上车区域到下车区域距离,或者将其设定为定值的问题,提出一种基于遗传算法的采用三段式混合编码方式的优化求解方法.根据实际过程中定制公交线路优化问题的描述,以路网中所有定制公交车辆总运营里程最小为优化目标,构建满足多个停车场、多个上下车站点、多辆定制公交车的线路优化模型.通过对模型的结构进行分析,采用包括停车场段、上车站点段、下车站点段的三段式混合编码、分段交叉以及翻转变异等遗传操作方法求解.以兰州市城关区部分交通网络为例,求解包含2个定制公交停车场、12个上下车站点的实际算例,以验证模型及算法的合理性.结果表明,采用基于遗传算法的三段式混合编码方式的算法能快速完整地求解出定制公交线路优化方案.该算法与K-means和遗传算法的混合算法相比,总运营里程减少2 km,上座率提升18.375%,定制公交车辆数减少1辆,运算时间能节省38.24%.      

基于拉格朗日松弛算法的自动驾驶公交调度优化研究

为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题，降低公交运行中人为因素的影响，提高公交系统的运营效率，提出一种考虑乘客动态需求的调度模型，采用自动驾驶环境下的公交运营方式，结合站点实际乘客需求调配车辆，实现了公交车辆利用程度最大和乘客总体等待时间最小的多目标优化。提出的自动驾驶公交调度方法，获取了乘客个体的实时出行需求，同时实现了对车头时距的调控。在模型求解方面，选取拉格朗日松弛算法，最终获得了多目标优化问题的精确解。以北京公交300路快车作为实际案例进行分析，从公交实际运营数据中提取多项参数作为模型的输入，通过拉格朗日松弛算法的求解，得到自动驾驶条件下公交运行时刻表、乘客等待时间、公交承载量、站点上车乘客人数等多项运营指标。通过与公交实际运营状态的对比，论证了采用自动驾驶公交对于改善公交运营现状的可行性。最后将优化结果与公交实际数据进行了对比分析。结果表明：自动驾驶车辆投入公交运营，能够缓解串车问题，同一线路上公交车的载客量分布更为均衡，在同一断面的客流与车头时距的不均衡程度均有所降低；同时高峰时段发车数量减少了20%，公交车的平均承载量提高了21.7%，车辆平均间隔缩短了29.9%。     

基于多目标优化的公交车调度问题的模型与算法

针对1条公交线路上的公交车调度方案,综合考虑公交公司和乘客的利益,利用多目标优化的方法建立了公交车调度的数学模型,给出了载客满意度函数和乘客等待时间满意度函数,采用了高性能的遗传优化算法对全天公交车运营的状况进行了数值模拟。仿真结果表明,选择采用将全天发车策略细分18个时段的模型,可得到最优的发车时刻策略。该模型可有效地改善公交车辆运营调度优化效果,提高公交车辆的运营效率,为城市公交车辆调度管理提供了合理、有效的调度方法。     

基于站点群体聚集性客流的公交串车调度优化

为提升城市公交准点率、减少延误，解决车辆串车问题，研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征，以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束，采用实时混合控制策略，实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法，考虑到乘客到达率的不确定性，并通过调控公交车辆站点驻站时间以及路段平均行驶速度，可满足站点时段性群体聚集公交客流出行需求，防范潜在的公交串车。在模型求解上，考虑到双目标优化视角的差异性，运用超车规则对串车场景下的出站车辆重新排序，设计基于NSGA-II的求解算法，以拥挤距离标定序度关系，以精英策略获取新种群，改进交叉算子，并基于TOPSIS法对获取的Pareto解集择优。最后，以实际公交线路为例进行案例分析，结果表明：基于站点群体聚集性客流的公交串车优化调度模型，系统考虑了乘客乘车属性与车辆载客限制，能够输出最优的车辆滞站与车速调整方案，并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表...     

即时响应式定制公交调度优化

调度是支撑即时响应式定制公交运营的关键技术。针对即时响应式定制公交高度分散和随机的乘客出行需求的特点,建立了即时响应式定制公交两阶段调度决策模型。第1阶段进行定制公交初始线路整体决策,以车辆数(线路数)最少为目标,根据区域内分时段的高概率出行OD点的地理分布,优化定制公交系统的初始线路;第2阶段进行车辆实时调度决策,以乘客延误成本最小、运输企业利润最大以及未服务乘客造成的损失最小为目标,在初始线路的基础上,结合实时乘车请求的时空分布、上/下车站点关系、上/下车时间、车辆容量等限制条件,对各线路车辆的实际行驶路线以及到站时刻进行决策。两阶段调度方法从整体和局部两个层面平衡了运输企业和乘客双方的利益,在车辆实时调度决策中兼顾了实时需求和后续最可能需求对调度决策方案的影响。根据两阶段调度模型的特点,分别设计了改进的遗传算法和带精英策略的快速非支配排序遗传算法(NSGA-II)。最后,以广州市内的高概率出行点为例对即时响应式定制公交两阶段调度模型和算法进行了验证。仿真结果表明:初始线路优化模型能够生成数量最少且覆盖区域内所有高概率出行点的线路,车辆实时调度决策模型能够根据实际乘车请求合理调整车辆的行驶路线和到站时刻。     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

考虑公交线路短时瘫痪的复线设计模式

为缓解公交线路在实际运营过程中可能出现短时瘫痪所带来的负面影响,提出了一种不同于传统公交线路设计方式的公交复线线路设计。复线模式的公交线路能够在原线路部分路段出现短时瘫痪时实现快速响应,使公交车辆转移至复线路段运营。首先,构建了以乘客出行时间最小化为目标的公交线路复线设计模式,同时依据所构建的模型特征,提出了相应的启发式算法求解。为了验证所提出模型和算法的效果,选取了绵阳一条10站点的公交线路为例进行案例验证。结果表明,相比于传统模型公交线路部分路段发生瘫痪时,公交车辆只能等待路段通行缓慢恢复,导致乘客出行时间过长的问题,通过复线设计,在原公交线路部分路段发生瘫痪时,公交车辆通过绕行至复线线路,可以使乘客总的出行时间减少43.97%。最后,为了分析不同参数取值的影响,对站点到达时间以及道路瘫痪程度进行了相应的灵敏度分析,分析结果表明,当公交运行路段瘫痪越严重,使用该复线设计的效果越好,但如果复线站点与原站点距离过远时,将会导致乘客从到达复线站点以及从复线站点到达最终目的地的走行时间增长,将会降低该方法的应用效果。因此,在应用所提出的公交复线设计时,原线路站点对应的复线站点距离不宜过远。     

考虑时间窗的定制公交线路时空分层优化模型

研究定制公交线网布局及调度优化对增强公交系统吸引力, 提高乘客出行效率具有重要意义。针对定制公交乘客需求点在时间和空间上分布离散的特点, 构建了考虑时间窗的定制公交时空分层优化模型, 并设计遗传算法对模型进行求解。通过渔网与核密度分析对需求点在时间和空间上进行了热点识别, 并实现热点区域聚类分析以及合乘站点分类。基于合乘站点集合, 综合考虑公交容量、线路长度、乘客出行距离构建了线路空间优化模型, 以乘客的时间花费最小作为优化目标构建了线路时间优化模型。以济南市城区定制公交为例对模型的性能进行评估, 案例结果表明: 模型优化后的线路方案, 乘客平均服务覆盖率可达96%, 服务区域内每个时段的单个乘客的平均节省时间为15 min, 公交的平均满载率为90%。      

可靠性和舒适性对响应式定制公交线路设计的影响

乘客出行可靠性和舒适性能够在很大程度上影响响应式公交的吸引力。建立了同时考虑响应式定制公交运营商成本最小和乘客出行可靠性、舒适性要求的公交线路设计模型。采用出行达到时间概率来描述乘客出行可靠性,采用不同车型选择来体现乘客舒适性要求。同时,通过设计小规模算例验证了模型的正确性,对于大规模算例设计了基于遗传算法的智能优化算法。算例分析结果表明:所建立的模型和设计的算法可用于响应式定制公交线路的生成,在运算效率上,遗传算法有显著优势,可用于实际规模算例的求解;同时还能看出线路可靠性和乘客舒适性受车型固定成本的影响,在时间相同的情况下,更高的固定成本,且线路上车型座位数更少,具有更高的可靠性,同时还具有更高的舒适性。反之,如果有较多的座位数,投入较低成本的车型,也必然会导致该车型不能拥有较高的可靠性和舒适性;在进行总成本计算时,遗传算法求出的总成本略高于精确算法的求解结果,且求解结果中其所有车型行驶线路的可靠性也都高于精确算法求解出的可靠性,这就说明了可靠性和舒适性对响应式定制公交线路的生成结果和运营成本有非常明显的影响,而且影响的程度是不相同的。     

基于轨迹数据的道路客运班车停留站点位置提取方法

识别并提取道路客运班车停留站点的位置, 可为道路客运的客运站站址优化、定制出行乘降站点设置、出行信息服务等提供依据和支持, 然而当前获取班车停留站点位置的方法存在成本高、周期长的问题。通过分析道路客运班车停留轨迹数据的典型特征, 以班车轨迹数据为数据源, 基于DBSCAN算法检测位于停留站点的点簇进而提取停留站点位置。同时, 针对DBSCAN算法具有高时间复杂度的问题, 通过建立格网索引对算法进行了改进。基于京津冀区域的136条道路客运班线的班车轨迹数据进行了实证分析, 结果表明: 改进DBSCAN算法提高了算法执行效率, 平均执行时间减少了59.72%, 且所生成的班车停留站点数量与传统算法基本一致; 在提取得到的282个班车停留站点中, 256个为真实的班车停留站点, 班车停留站点提取的正确率为90.78%。      

基于优化模型的城市公交停靠站址的选择

通过分析影响公交停靠站站址选择的主要因素,综合考虑行人过街延误,和公交站点离交叉口距离限制,将公交站址依据路况进行分类研究,针对各类型建立了基于乘客平均出行时间最小的多条公交线路的停靠站位置的优化选择模型,并提出了该模型的求解算法。     

车路协同环境下重叠线路公交车速诱导策略

为了防止公交车辆在线路重叠运行区间产生公交串车，在站点附近形成交通瓶颈，提出一种采用车速诱导策略来调整公交运行状态的动态调度模型。采用车路协同环境下的公交运营调度方式，结合各线路独自运行时的乘客需求和车辆车头时距规律，在避免重叠区站点公交串车的前提下，实现了各线路车辆最大程度地维持各自独立运行时车头时距的优化目标。提出的车路协同环境下的车速诱导调度策略，在引导各线路公交车辆间隔均匀地进入重叠区间后，根据乘客实时交通需求和道路交通状况，实现对车辆的实时调控。开发了一种启发式算法对车辆进入重叠区间的时刻进行求解，采用基于遗传算法的仿真过程求解了重叠区站点之间车辆的最佳运行速度，实现了重叠区间车辆动态调度过程。以哈尔滨市运行区间重叠的3条公交线路为实际案例进行仿真分析，对3条线路共计47辆公交车在重叠区12个站点之间的运行状况进行了优化调度。结果表明：采用提出的启发式算法进行调度后，车辆可以完全均匀地进入重叠区。通过对比采用动态调度优化前后的车辆运行状态发现，车辆串车现象由优化前的单站最多发生6次下降为0次，最大程度地实现了避免公交串车的目标。此外，车速诱导策略不仅避免了不同线路车辆在重叠区站点的串车现象，而且可以调整各线路上相邻两车之间的车头时距偏差，线路1的车头时距最大偏差从55%下降到了30%，线路2的车头时距最大偏差从25%下降到了13%，线路3的车头时距最大偏差从23%下降到了18%。     

城市公交GPS数据与IC卡数据时空特性融合算法

针对部分城市公交GPS数据和IC卡数据无直接联系，且2个系统存在不规律时间偏差，很难关联获取乘客上车数据的问题，进行了时空特性快速匹配数据融合分析。根据公交GPS数据和线路站点位置匹配获得公交运行时刻表，利用运行时刻表与时间修正后的IC卡数据进行遍历计算，采用时间相似度曲线寻找二者对应关系，利用时间平均偏差曲线进行关系验证，并获得2个系统之间的时间修正值。对西安市5条线路总计195辆车3d的相关数据进行试算，其中，191辆车具有明显的识别特征; 通过南宁16条线路已知对应关的344辆车进行算法验证，获得了336辆车的确切对应关系，平均时间修正误差为16.5 s。结果表明:该算法匹配率达97.67%，对于广泛存在的公交GPS数据和IC数据属于不同系统，难以判断刷卡上下车站点的情况，提供了快速高效的方法，扩大了原本不完善公交数据的应用范围，为公共交通出行中个体微观出行行为分析奠定了基础。      

多线路公交停靠站停靠组织研究

针对多线路公交停靠站公交车辆进出站排队现象严重,站点延误大,运行效率低等问题,分析了不同停靠组织形式和不同主辅站设置类型对公交运营效率的影响。运用Vissim对3泊位直线式和港湾式公交停靠站点的顺序停靠组织和不同组合的划线停靠组织分别进行仿真研究,从公交延误、车辆总延误、行程时间以及通过车辆数4个方面对不同停靠组织形式在不同条件下的交通运行效果进行评价,得到不同形式公交停靠站的最佳停靠组织形式;在此基础上,对不同组合型式的6泊位主辅站停靠组织进行仿真评价,得到了最优的主辅站设置类型。仿真结果表明:对3泊位公交停靠站采用直线式停靠站,总延误平均降低38.4%,采用港湾式公交停靠站,总延误平均降低40.6%;对6泊位主辅站采用双港串联设置,总延误降低22.8%。      

考虑信号优先的相邻公交停靠站最佳布置方法

首先建立了在离线信号配时方案下,单个车辆通过信号控制交叉口群的信号延误计算模型;进而以车均延误最小为目标,建立了停靠站最佳布置的选择模型。通过对优化模型解的分析表明,不同的信号协调配时方案对应不同的停靠站最佳布置方案,单点最优解的叠加并非是全局最优解。以两个交叉口和两个停靠站的实际案例进行计算分析,得出在信号优先协调控制方案下的停靠站最佳布置方案,最佳布置方案的下车辆延误明显低于其他方案。最后通过微观仿真软件VISSIM验证了模型的计算结果。     

专用道条件下电动公交线路静态无线充电设施布局优化

为了减少电动公交线路静态无线充电设施的布设成本，从而提高时间控制点的有效利用率，提出了考虑时间控制点影响的静态无线充电设施布局优化方法。首先建立电动公交车运行状态表达模型，提出乘客出行时间成本增加量计算方法；随后在总松弛时间、电池剩余电量、准点率的约束下，将每个站点是否布设静态无线充电设施、是否设置为时间控制点以及对应的松弛时间作为优化变量，将充电设施总布设成本与乘客出行时间成本增加量最小以及站点有效利用率最大作为优化目标，建立专用道条件下静态无线充电设施布局优化模型，并采用嵌入随机模拟技术的麻雀搜索优化算法进行求解；最后以一条实际线路为例进行案例分析，并对电池容量、充电功率进行敏感性分析。研究结果表明：在满足不同班次电量需求的前提下，充电设施的总布设成本、乘客出行时间成本增加量随着电池容量或者静态无线充电功率的增加而减少，且充电设施的总布设成本呈阶梯形状变化。