公交联动发车模型的研究

乘客的候车时间可分为2部分(在出发站点的等待时间及在换乘站的换乘时间),仅考虑换乘时间最短的区域公交协调调度模型无法降低乘客在出发站点的等待时间。针对此问题,提出了公交联动发车的概念及需满足的条件。在对乘客类型分类的基础上,分析了弹性乘客候车时间的计算方法,统计了各类型乘客的各部分候车时间,以所有乘客总的候车时间最短为目标建立公交联动发车模型。针对模型变量多的特点,选用遗传算法进行了求解。采用实例对模型的有效性进行了验证。结果表明,在维持发车间隔不变的基础上,联动发车模型较区域协调调度模型在降低乘客候车时间方面具有明显的优势,乘客候车时间降低了15.2%。      

公交区域调度的最大同步换乘模型

研究了用多目标优化模型来解决基于最大同步换乘的公交区域调度优化问题,并将该调度优化模型描述为混合整数规划问题。建立了以车辆相遇总次数最大为第1目标,以多辆车同时相遇的机会最大为第2目标的双目标优化模型。采用启发式算法对模型进行求解,得出具有最大同步性的发车时刻表。结果表明:该模型实现了同时到达网络中换乘点的公交车的数量最大,从而使乘客可以在最短的等待时间内在换乘点从一条线路转到另一条线路上。     

基于SP调查的乘客站点等待时间意愿研究

研究公交站点乘客等待行为,可了解乘客对于站点公交不准点的心理承受范围和意愿,用于站点时刻表的设计和智能公交调度.通过不同出行目的下的SP问卷调查,得到济南市的样本数据491份.公交延迟到达站点的样本数据分析发现乘客对于公交的延误平均可忍受的等待时间为4. 62 min.对年龄、性别、职业、月收入、上下班时间是否固定等影响因素进行敏感性分析,发现这些影响因素对站点乘客的等待时间没有显著差异.通过对不同出行时段和出行目的的分析发现,不同的出行目的下早高峰、晚高峰、平峰和周末乘客的等待时间差异比较大,公交调度应该在不同时段采取不同的策略.对于公交车提前到达公交站点时间的调研分析发现,80%左右的乘客希望公交仍按照原时刻表发车.基于以上分析总结出了不同可接受度的公交延误范围,以用于公交调度的范围参考.     

西安市公交协同调度优化研究

随着城市交通拥堵问题的日益加重,以公交车为主的公共交通工具逐渐成为解决大中城市交通问题的最佳途径。为了提高公交的利用效率,缓解其运量和运力之间的矛盾。通过对西安市两条公交线路部分路段构成的简单换乘网络进行客流调研,运用回归分析建立运行时间模型和换乘客流量模型,进而以乘客候车时间成本最小为目标,以各线路首班车发车时刻的调整值为变量,建立调度时刻表优化模型。最后,利用遗传算法对模型在不同发车间隔下进行求解,经分析比较后得到优化的调度时刻表。     

基于ITS的公共交通换乘等待时间最短调度问题研究

为使公共交通的换乘时间实现最佳衔接,先进的公共交通系统的高效率和优势得以体现,在对各国研究现状分析的基础上,研究了ITS实时提供公共交通信息的条件下,公共交通换乘等待时间最短调度问题。为了对公共交通换乘总等待时间最短目标下的公共汽车发车时刻表确定方法进行分析,应用运筹学理论,分别针对一个换乘点和多个换乘点的情况建立了线性规划模型,并用一个换乘点的算例验证了模型的可行性和有效性。结果表明：该方法能最大限度地减少乘客换乘总等待时间,尤其是对于发车间隔较大的公共交通方式间换乘的时间节约效果更为明显。     

快速公交线路发车频率优化仿真研究

该文在阐述公交发车频率与乘客等车时间、公司盈利之间关系的基础上,分析快速公交线路站点时段客流规律、构建乘客等待时间和公司运营收益模型,提出基于乘客等待时间最小、公司盈利最大的快速公交发车频率多目标函数,并设计遗传算法和优化仿真实验。仿真实验表明:一定范围内,发车次数增加,乘客的总等车时间和BRT运营收益反而逐渐减少,而本函数模型能有效地降低运营成本、节约乘客等待时间,比按客流比例发车的结果更优化。研究成果应用于大同市快速公交线路工程实例。     

城市公交区域调度双层优化方法研究

为了实现区域公交行车计划编制优化，构建了一个以区域内乘客候车时间为上层目标、以车队规模为下层目标的双层规划模型。由于上、下层目标之间存在的互相影响关系，导致模型难以获取最优解，选择将下层目标转化为模型的约束条件从而实现对模型的简便求解。对于车队规模的取值，提出了一种基于逆差函数的车队规模搜寻算法。进一步地，为了建立车队规模的约束条件，提出了3类核算时间点，并引入逻辑变量表征发车方案的选择，通过对核算时间点所对应的逆差函数值进行约束从而保证当前的发车方案能够满足既定的车队规模要求。在车队规模取值及约束条件确定的基础上，对模型进行求解即可得到不同车队规模取值情况下所对应的换乘时间表现最佳的发车方案。为了验证模型及求解思路的可行性，以哈尔滨市部分公交线路为例进行验证。结果表明：候车时间最优方案较初始方案能减少换乘时间10.3%，车队规模最优方案能减少初始车队规模15.2%；模型计算结果相当于为公交运营企业提供了可选择方案的效果边界，公交运营方可以通过结合预期的运营目标和实际公交规模选取最佳的发车方案，从而提高实际调度水平和运营效果。     

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%。      

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。     

基于遗传算法的公交车辆与轨道交通列车接驳换乘研究

不同运输方式之间是否有效接驳对城市公共交通影响甚大.为提高城市公交与轨道交通之间的换乘效率,通过对公交发车频率进行研究,采用不等间隔发车以接驳轨道交通列车的方式,达到乘客换乘总时间最短的目的,并采用遗传算法对模型进行优化计算.结果表明,不等间隔发车对于城市公交与轨道交通有效接驳的促进作用是明显的.     

考虑需求起讫点及需求等级的响应型社区公交行车调度优化

为提高社区公交对乘客出行需求空间和时间分布波动性的适应能力,减少乘客等待时间和步行到站时间,提出了一种新型响应型社区公交服务,对响应型社区公交的行车调度优化方法进行了研究。通过在社区内部设置高密度的上车、下车备选站点,并根据需求申请的时间将需求等级划分为3个等级。考虑需求起讫点及需求等级对响应型社区公交行车调度进行优化,满足了乘客对于起讫站点的个性化需求,避免了乘客产生二次等待。以空载率、乘客平均不满意度、以及运营里程最小化为评价目标,考虑各类需求、车辆载客容量、乘客被服务时间窗等约束条件,针对响应型社区公交建立了两阶段行车调度优化模型。第1阶段静态调度优化针对发车前已收到的出行预约需求求解优化模型,确定本班次车辆需要响应的预约需求和行车路线;第2阶段动态调度优化针对本班次发车后收到的动态预约需求,考虑动态预约需求申请时刻,在第1阶段静态调度优化结果的基础上求解第2阶段动态调度优化模型,确定本班次需要响应的动态预约需求并调整行车路线。以上海市温泰线社区公交为案例,验证了调度优化方法的效益,匹配了出行需求的起讫站点,根据需求等级对静态、动态需求进行了区别响应,案例优化效果达到了37.68%。     

多模式区域公交协调调度模型和算法

考虑公交内部及公交和地铁、长途客运之间的换乘衔接问题,满足最小和最大发车间隔等现实约束因素,建立了一类多目标多模式公交协调时刻表模型,在某时段内分别追求非换乘和换乘出行者在所有站点的等车时间最少和所有车辆到达站点时的泊位数最多.利用约束法将该问题转化为单目标规划问题.根据模型特征,设计求解该问题的改进细菌觅食优化算法,定义解的编码方案,设计产生初始种群的启发式算法,将梯度概念引入移动步长进而改进细菌觅食操作.最后,结合一个简单算例,比较单模式和多模式区域公交协调调度之间的差异,分析了站点通行能力对调度结果的影响,并将该算法与其他智能算法进行了比较分析,从而验证了模型和算法的正确性和有效性.     

合作与竞争条件下公交网络发车时间优化模型

为了细化考虑公交线路之间的合作与竞争的不同关系对公交网络发车时间,即行车时刻表的影响,针对整个公交网络的运营优化问题,将公交网络中关联线路划分为合作与竞争两类。在各自构建的子网络背景下,分别建立对应的线网发车时间优化模型。发车时间优化模型包括线路始发车时间模型和线路发车间隔模型,其中在合作子网络中为了乘客换乘方便,以线路车辆非同步到站的总时间差最小为合作子网络的始发车时间模型的目标,在竞争子网络中避免恶性竞争和分摊客流,以线路车辆非同步到站时间差最大为竞争子网络的始发车时间模型的目标,发车间隔模型考虑的是运营成本和客流需求。针对所提出的模型,设计了对应的启发式算法,并给出公交网络算例来验证所给模型和求解算法的有效性。     

城市公交与农村客运同步换乘模型

随着城乡经济的发展,城乡之间的客运需求日益增加。为了提高城乡客运线路的运营效率,满足日益增长的城乡客运需求,同时有助于城乡客运一体化的发展,实现在有效换乘路径上城乡线路"无等待"换乘,对城市公交与农村客运线路之间的换乘进行了研究。根据城市公交与农村客运换乘枢纽的功能和布局,以及城市规模形态,分别定义了有效换乘路径和有效换乘站点,分析了城市公交与农村客运的换乘形式,并将城乡公交换乘形式划分为城区边缘同步换乘和城区内部同步换乘2种同步换乘形式。考虑乘客出行对换乘路径的选择,以发车间隔和发车时间为约束条件,建立了双层优化模型,模型通过优化换乘线路上车辆到站时间来实现城市公交线路与农村客运线路间的同步换乘。其中,上层优化目标为乘客在换乘路径上的出行时间最短,下层优化目标为车辆在有效换乘站点相遇次数最多。为求解该双层优化模型,将该问题划分为不同模块,设计了对应的启发式算法对模型进行求解,得到了基于同步换乘的线路车辆发车时刻。最后,分别以城区边缘换乘和城区内部换乘为例进行案例分析,验证模型和算法过程。结果表明:所提出的模型和算法能够求解出城市公交线路和农村客运线路发车时刻的满意解,实现城乡客运线路间的同步换乘。     

基于DEA的接运公交运营绩效评价

为了从换乘者角度评价接运公交的运营绩效,并根据评价结果进行运营管理的优化,以接运公交高峰小时发车数和同步发车数为输入指标,以接运公交实载率和换乘乘客平均候车时间为输出指标建立了DEA综合评价模型。利用C2R模型研究接运公交运营绩效的有效性和依据DEA综合评价模型的投影理论分析接运公交输入剩余和输出亏空,并将C2R模型与C2GS2模型相结合研究接运公交的规模收益。结果表明,目前大部分接运公交运营绩效处于非DEA有效状态,导致该结果的主要因素是其运营调度与轨道交通同步性水平偏低,因此运营管理优化首要目标是实现接运公交与轨道交通的同步运营,并以此为目标优化接运公交高峰小时发车数。     

异常事件下的公交动态调度优化算法研究

公交静态时刻表为公交运营及调度的操作制定了理论依据,但在实际的公交运营中,易受到天气、道路交通环境、突发事件等异常事件的影响。公交协调调度中,异常事件发生时,将会增加整个公交运营系统的运营成本,这些成本包括,乘客的延误等待损失成本、运营线路增加等。公交车的运营班次将不能按照行车计划表的要求到达与发车必然会造成公交运营系统的运营成本增加,如何减少异常事件对整个公交运营系统造成的影响是提高公交运营效率的关键。本文通过对异常事件下公交运营系统的分析,建立了公交动态调度模型,并采用了MatLab软件进行了实例验证分析,对模型进行了求解分析,得到异常事件下的公交车的运营排班班次。     

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...     

多换乘点响应型接驳公交运行线路的协调优化

为尽量降低响应型接驳公交系统的运行费用，提出多换乘点间运行线路协调设计的构想。针对同时包含预约需求和实时需求的混合需求，构建多换乘点响应型接驳公交系统运行线路的2阶段协调优化方法，并设计优化流程。第1阶段仅考虑预约需求，首先将预约乘客按有/无特定换乘点要求进行分类，在此基础上构建预约需求下多换乘点多车辆运行线路的协调优化模型。在协调优化模型中，优化目标是由乘客时间费用、车辆运行费用、以及惩罚费用所构成的系统总成本最小；乘客时间费用包括乘客候车时间的惩罚费用、车内乘客在需求点的等待时间费用以及乘客车上时间的惩罚费用3个部分；车辆运行费用包括车辆启动费用、路段行驶费用、需求点的停靠费用、车辆早到引起的等待费用4个部分；考虑的约束条件包括乘客候车和车上的软时间窗、乘客换乘点要求、车辆容量、车辆出行时长等。第2阶段根据规则判断是否响应实时需求，并根据响应情况重新优化后续各班次的运行线路。针对第1阶段模型，基于模拟退火算法设计求解算法。研究表明：在预约需求或混合需求条件下，与各换乘点运行线路独自优化相比，协调优化方法均能显著降低运送全部响应乘客所需的平均运行距离和平均总成本；仅有预约需求时分别降低5.4%、19.8%，新增实时需求后分别减少1.4%、21.7%；与固定发车间隔相比，分时段调整发车间隔，也能有效降低运送全部响应乘客所需的平均运行距离和平均总成本，仅有预约需求时分别降低18.2%、17.2%，新增实时需求后分别减少19.97%、25.06%，说明多换乘点间车辆路径的协调运行是提升响应型接驳公交运行效率的有效途径。     

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.