基于用户预约数据的公共自行车高峰期调度研究

围绕公共自行车系统缺乏高峰期需求预测以及系统调度理念,引起调度滞后、用户满意度低等问题展开分析,探讨公共自行车高峰期调度需求预测和系统平均满意度量化的方法,研究公共自行车调度最优化路径问题。在基于用户预约数据的高峰期调度需求预测模型研究基础上,考虑用户满意度,建立最小化调度综合成本的优化调度模型,并采用改进的遗传算法对模型进行求解。以广州市某区域的公共自行车系统为研究对象,对模型进行实例验证。研究结果表明:与常规调度方案相比,综合成本降低了16.6%,系统平均用户满意度提升了28.7%。     

考虑使用特征的城市公共自行车租赁点布局优化

针对站点规划布局缺少对用户使用特征的考虑,缺乏对小街区布点与调度的方法与体系的研究这些问题,首先,对温州市鹿城区的公共自行车IC卡数据进行了挖掘和分析,从时间分布、租赁点相似性、潮汐性和周期性四个方面分析了其使用特征。其次,针对公共自行车系统的使用特征,提出了一种针对小街区公共自行车布点与运力调度的方法,即先定量的根据用户用车要求、站点均衡、企业效益和顾客满意度确定两种站点——中心服务点和一般服务点的比例,再以最大服务覆盖为目标建立了站点的布设模型,并用模拟退火算法进行求解,而后定性地根据当地用地性质和地势条件进一步确定布点位置。最后,以鹿城东部作为算例,进行了站点的布设与车辆调度研究,结果表明本文的布点与调度方法具有很强的可行性与实用性。     

多车场协同运输的公共自行车调度方法研究

为改善城市公共自行车使用过程中“借车难,还车难”的问题,针对公共自行车调度问题展开研究。通过构建一个多车场协同运输的公共自行车调度优化模型,分析公共自行车系统静态调度的最优路径问题。在模型求解方面,设计一种融合遗传算法和禁忌搜索算法的启发式求解算法,通过M atlab编程对模型进行求解。最后,以中山市公共自行车系统为例进行分析,结果显示本调度方法比传统调度方法节约9.3％的调度成本。     

公交车辆智能调度研究

根据智能交通系统ITS(Intelligent Transport Systems)研究发展状况以及我国ITS研 究开发的主要内容和公交公司实际运输的基本需求采用遗传算法GA(Genetic Algorithm)进 行了公交车辆智能调度方法的研究.该方法充分利用遗传算法的智能化特征,有效地改善公交 车辆的静态调度,提高公交车辆的运营效率.为避免遗传算法的早熟问题,运用混合遗传算法 HGA(Hybrid Genetic Algorithm),提高遗传算法的收敛性能和优化质量,以确保遗传算法的优化性能.在静态调度方法的基础上,针对公交车辆运营调度管理特点,借助通信技术、计算机技术以及自动控制技术,分析研究了公文车辆的动态调度的实现方法,从而进一步提高公交车辆运营调度管理效率,为公交车辆智能化调度系统的实施做好必要的技术服务.     

基于多目标优化模型的城市公共自行车调度研究

为提高城市公共自行车站点使用率,需要对租赁系统进行合理调度。文章在预测站点借还车频次随时间分布、确定单站点调度需求量、划分好调度区域等前提下,针对第二天早高峰需求,建立了综合考虑用户满意度和调度成本的多目标优化调度模型,并设计出带模拟退火的遗传算法进行求解。通过对浙江省温州市鹿城区某调度区域86个站点的实例分析,证明了该方法的有效性。     

高校无桩式公共自行车规划与调度——以西南林业大学为例

自2016年下半年以来,随着移动互联网技术的成熟,基于共享经济+智能硬件的无桩式公共自行车(共享单车)取得了蓬勃发展,为中短距离出行,长距离换乘问题提供了有效的解决方案。文中基于四阶段法,探讨了适合高校的交通发生与吸引量的预测方法和无桩式公共自行车的使用需求预测方法,并建立了基于最短路径的单车场夜间调度模型并设计了改进型蚁群算法对模型求解,以提高投放效益和用户体验,降低调度成本。     

考虑用户偏好的共享汽车混合运营模式优化

针对共享汽车运营商的油车和电车混合车队调度问题，本文将自由流动式和站点借还式两种运营模式相结合，提出考虑用户用车类型偏好的共享汽车系统优化模型。模型为油车和电车车队分别设置了自由流动式和站点借还式的运营模式，并进行运营范围决策、站点选址和车辆调度优化；运营商优先满足用户的用车类型偏好选择，对无法满足偏好的用户进行补贴。根据优化模型基本特征，设计基于梯度的启发式求解方法，对大规模非线性混合整数规划模型进行求解；针对案例区域，比较有无补贴的混合车队模式和单一车队模式的优化结果。结果表明：相比无补贴模式，有补贴模式能够鼓励偏好燃油汽车的用户更多地使用电动汽车，需求满足率从73.4%提高到78.2%，运营商利润提高了46.4%；相比单一类型车队，混合车队能够吸引更多用户使用共享汽车，用户需求数提高了40.6%。     

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DACS3的改进蚁群算法求解TSP问题

蚁群算法是优化领域中新出现的一种仿生进化算法。该算法采用分布式并行计算机制,具有较强的鲁棒性,易与其他算法结合,但存在运行时间长,容易陷入局部最优解,导致出现停滞现象等缺点。针对蚁群算法,首先介绍其基本原理及不足之处。随后提出了一种改进算法,该算法在选择路径时仅考虑信息素强度,在信息素强度更新时采用基于3层动态信息素更新(Dynamic Ant Colony System with 3 level updates,DACS3)机制,更好地模仿了自然蚂蚁。最后通过仿真验证该算法,结果表明该算法可以取得较好的搜索效果。     

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.     

西安市公共自行车单站点调度算法研究

通过对西安市公共自行车租赁站点进行调研,分析自行车租赁系统中存在的调配方法落后、车辆使用率低等问题。基于随机存贮模型策略,提出车桩比及租赁点调配量的计算方法,建立公共自行车单站点调度优化算法,确定单个租赁点的最大和最小调配量,提高租赁点使用率。     

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.     

区域公交的多车场车辆调度优化

在运营企业费用最少的基本模型基础上,以乘客等待费用最少为目标函数讨论多车场车辆调度问题,并建立相应模型。基于逆差函数算法对模型求解,设计两种方法进行求解:一种是人工插入空驶车程,求解过程中加入乘客等待时间的限制;另一种是通过由逆差函数为基础设计的PT-Manager仿真软件进行算法优化,对实际案例进行参数标定以及求解。结果表明:该模型逆差函数算法求解过程简单、结果直观,PT-Manager仿真软件能够帮助公交调度人员进行车辆调度及优化,对现有的车辆调度以及多车场的发展有一定的指导意义。     

区域公交的多车场车辆调度优化

在运营企业费用最少的基本模型基础上,以乘客等待费用最少为目标函数讨论多车场车辆调度问题,并建立相应模型。基于逆差函数算法对模型求解,设计两种方法进行求解:一种是人工插入空驶车程,求解过程中加入乘客等待时间的限制;另一种是通过由逆差函数为基础设计的PT-Manager仿真软件进行算法优化,对实际案例进行参数标定以及求解。结果表明:该模型逆差函数算法求解过程简单、结果直观,PT-Manager仿真软件能够帮助公交调度人员进行车辆调度及优化,对现有的车辆调度以及多车场的发展有一定的指导意义。     

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.     

求解不确定车辆数车辆调度问题的混合算法

针对不确定车辆数的车辆调度问题,建立了使用配送车辆数最少和总行驶距离最短的双目标数学规划模型.在分层序列法思想的框架内,提出一种分两阶段求解的混合算法.基于改进的粒子群算法进行车辆的分配,获得完成任务集所使用的最少车辆数,把粒子群的优化方案转化为禁忌算法的初始解进行路径的优化,以使车队完成给定的配送任务集所花费的成本最少.通过实例求解结果对算法进行了总结分析.     

基于改进蚁群算法的多车型供应链物流运输调度建模研究

通过对基础蚁群算法的启发信息函数和信息素更新模型实施改进,获得改进蚁群算法,在此基础上,将所设定运输成本和运输时间、车辆油耗、最高配送距离与承载量等约束因子融入到算法内,构建包含多个约束因子的调度模型,实现对多车型供应链物流运输的调度,结果表明,该模型具有较高的收敛速度与路径寻优性能,所搜寻的路径质量较高,可针对不同零售商网点分布情况搜寻最优路径,并针对所寻的不同路径调度不同车型车辆,调度结果可满足车辆各自的最高配送距离与承载量等约束,实现多车型的供应链物流运输优化调度,达到降低运输成本与运输时间等目标.     

蚁群算法在物流运输车辆调度中的应用

现代物流运输车辆调度过程复杂多变,将蚁群算法引入物流车辆调度,可优化车辆优化调度算法。实践证明,该算法是一个非常有效的解决组合优化问题的工具,在一定程度上加快了进化进程。     

路网最优费率的双层规划模型及算法

为寻求系统、科学的路网最优费率测算方法,提出用双层规划模型描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系,其中上层以路网用户盈余最大化为目标,下层是弹性需求下的多车型随机用户均衡模型,设计了遗传-模拟退火混合优化的求解算法。计算发现路网收费收入目标的高低将直接影响测算所得费率的高低,进而影响各车型OD出行量,且时间价值低的车型用户比时间价值高的车型用户受费率变化的影响要更为显著,表明双层模型在费率决策过程中能兼顾相关各方的利益,建模时考虑车型分类能更合理地反映现实情况;与遗传算法、模拟退火算法相比,遗传-模拟退火算法计算结果最优。     

公共自行车动态调度系统需求预测模型研究

基于交通出行理论,将公共自行车需求分为直接需求和间接需求,并研究需求等待、转移和消退的变化规律.根据各租赁点的历史出行OD和以往时段的借、还车信息,预测出调度车辆从当前位置到达任意租赁点时该位置的车辆数,从而确定调度车数并制定调度计划,建立租赁点短期多时段的需求预测模型.将需求预测模型与调度计划模型组合成具有迭代反馈特性的双层模型,并通过计算机仿真方法求解,得到最优动态调度方案下的需求预测结果.通过算例对模型进行了验证,结果表明:公共自行车动态调度系统需求预测模型与调度计划模型结合后能有效改善公共自行车实际运营中借车时无车可借、还车时车位已满的情况.