基于改进遗传算法并考虑尾气排放的公交组合调度

为在提升公交运行效率和服务水平的同时减小其对环境的负面影响,针对公交单线路单向客流差异较大以及双向客流不均衡的现象,建立以乘客时间总成本、公交车运行总成本与尾气排放成本之和最小为目标的跳站与区间车组合调度模型。考虑公交停靠方案与发车频率在优化过程中的重要性差异,提出一种概率随迭代次数变化的动态概率遗传算法,对最佳停靠方案与发车频率进行求解。通过算例分析得出:该公交组合调度方案的总成本比单一全程车调度方案节省4.49%,虽然乘客时间总成本上升了5.04%,但公交运行总成本下降了7.12%,尾气排放成本下降了8.22%;提出的动态概率遗传算法的求解时间小于2min,表明此算法适用于求解有明显主次影响关系的多要素优化问题。     

基于公交动态网络的发车频率优化研究

以公交站点作为动态网络的节点,融合车辆分布与站点乘客需求对公交网络服务均衡性的影响,构建以站点乘客总等车时间为边权的公交动态网络模型,确立公交网络服务与公交动态网络结构的对应关系。在此基础上,以动态网络的时空均衡性为目标,构建网络的状态识别机制,并分析了客流高峰、平峰条件下,公交动态网络在时空上的变化规律。最后,以优化动态网络的时空均衡性为目标,建立普通线路发车频率优化模型。通过实例计算发现,该模型可以获取稳态网络目标下普通线路的最优发车频率,为公交车辆调度的相关问题研究提供一种新的思路。     

弱客流地区客货共享定制公交路线的动态规划方法

针对弱客流地区公交运营难的问题,在分析典型弱客流地区的交通特性的基础上,通过客货共享运输模式和动态定制公交调度方法的应用,实现以货补客,客货同赢的运营目标.首先将动静态客货定制需求进行分类,分阶段处理定制需求;然后,以最小化总运输时间为目标,考虑容量与定制需求时间窗等约束,构建定制公交车辆初始线路优化模型,并在此基础上,考虑初始乘客和动态需求的时间窗约束,构建在途公交车辆的动态路径优化模型,建立动态定制需求的响应机制,从而实现客货共享定制公交路线的动态规划;最后,通过算例证明该模型的可行性,并与非混运模型进行比较.结果表明:在相同的运输需求条件下,模型所需车辆数比非混运模型少2辆,对动态需求的满足率提高16.7％,总空载率降低12.4％.     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

同时接送模式下响应型接驳公交运行路径与调度的协调优化

研究了同时接送模式下响应型接驳公交运行路径与车辆调度的协调优化问题, 考虑乘客出行时间窗的个性化, 构建了基于乘客而不是基于途经需求点的车辆路径表示方法; 综合车辆发车和行驶成本、车辆早到和晚到的惩罚成本、票价收入构建了表征系统效益的目标函数, 并以车辆容量、乘客时间窗、车辆运行时间、车辆保有量、发车时间等为约束, 构建了发车间隔、发出车型与车辆路径的一体化优化模型; 针对一体化优化模型的特点, 设计了双遗传算法, 其中染色体为多链编码结构, 染色体交叉方式包含个体内、个体间交叉2种方式; 为了验证同时接送模式的优越性、一体化优化模型及算法的有效性, 进行了算例分析, 对比了同时接送模式与单独接和单独送模式的计算结果, 分析了车辆运行车速、单程运行时间限制、车型比例对响应型接驳公交运营效率的影响。计算结果表明: 在给定的相同乘客需求下, 与单独送和单独接模式相比, 同时接送模式发车次数减少了1次, 所需车辆数减少了2辆, 平均座位利用率提高了8.3%, 运送单位乘客的平均车辆行驶距离降低了11.0%, 运行成本降低了15.9%, 因此, 同时接送模式有效地提高了运营效率; 同时接送模式下, 运行车速、单程运行时间限制、小型车比例分别在基准值附近上下波动15.0%、15.0%、12.5%时, 发车次数、座位平均利用率、目标函数值的最大变化率分别达到了20.0%、15.7%、27.1%, 这些参数对系统运营效率均有显著影响。      

低客流公交运营模式优化方法

为解决低客流传统公交线路运营效率低的问题,考虑低客流公交线路客流时空特性,提出了采用传统公交与需求响应公交(demand response transit, DRT)相结合的组合运营模式：全时段传统公交模式(M1)、分时段传统公交+DRT模式(M2)全时段DRT模式(M3)的优化思路。分析了不同运营模式的要素,考虑乘客空间、时间特征,构建基于三维时空聚类的站点规划模型;考虑车辆行驶成本、乘客时间成本,以总班次运营成本最小为目标,构建了带有时间窗的灵活型DRT线路与调度规划模型,运用遗传算法进行求解。以北京市某公交线路进行仿真实证,仿真结果表明：M2相比M1、M3分别降低了9.0%、23.0%的运营成本。研究可针对低客流公共交通服务的运营方案制定与优化提供技术参考。     

城市外围非高峰时段公交柔性调度系统研究

基于城市外围居民出行的交通特点以及公交车运行成本与乘客等待时间之间的矛盾,提出了基于互联网技术和网约车思想的公交柔性调度系统,阐述了柔性公交调度系统的运行方式,设计了柔性公交调度系统的总体结构、模块功能以及工作流程。通过构建基于预约乘客数量的柔性发车间隔函数来确定非高峰时段的发车时间,利用建立的柔性调度辅助决策模型规划出响应时的最短路径以及计算乘客和公交车的综合效益。最后选取重庆市180路公交为例,用柔性调度模式的3种预约比例与传统运行模式进行对比分析,得出柔性公交调度系统能减少乘客的等待时间,降低公交的运营成本。     

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.     

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.     

迎风雪 战春运——江南公交圆满完成春节客运保障工作

正春节7天假期,南京江南公交共组织出车24951车次,客运量较去年同期增长32%,收入较去年同期增长39%,收到各类表扬60余件,无重大安全事故发生,较好地完成了春节小长假客运生产保供工作。节期,江南公交重点加强同轨道交通的衔接力量,增加途经长途汽车站、火车站、主要商业网点、旅游景点等重点交通枢纽区域的运力。各巴士公司结合客流动态适时调整运力,及时增减班次,满足乘客出行需求。各车队通过GPS智能调度系统加强线路运行秩序管理,确保线路间隔均匀。     

基于公交客流不均衡性的调度分析

为提高公交运营的服务效率,考虑公交站点乘客需求集中性,以公交的发车间隔、满载率作为约束条件,建立以乘客出行时间成本和公司运营成本最小为目标的公交组合调度模型,并通过遗传算法求解.计算结果表明:单一调度模式中全程车的发车间隔为5?min;组合调度模式中全程车发车间隔为3?min,大站快车为10?min.通过对比这2种模式...     

考虑车速调控和乘车引导的公交运行优化控制策略

通过有效的精准控制策略提升公交车辆的到站间隔匀整度和运行服务可靠性是改善公交服务质量，提升公交乘客出行满意度的重要途径。首先，本文考虑站点乘客上车需求波动构建公交运行模型；其次，提出基于时间偏差反馈机制的公交区间行驶速度调控策略和基于乘车选择行为模型的公交站点乘客信息引导策略；最后，以最小化乘客出行成本和车头时距偏差为目标，构建融合车速调控和乘车引导的公交运行组合优化控制策略，并设计了求解方法。以北京公交57路为例，设计4种情形的数值仿真对比实验。仿真结果表明，组合控制策略的优化效果最佳，相比于无控制策略，公交运行稳定性提升了47.70%，避免了线路的串车发生，考虑出行时间与拥挤程度的综合成本减少了18.71%。本文还比较了不同乘客收入水平和乘客引导信息服从率下策略的优化效果。结果表明，随着收入水平的提升，信息引导策略对总出行成本降低效果减弱，当乘客引导信息服从率为0.7时，组合控制策略对公交运行和乘客出行的改善效果最显著。本文可以为提升公交运行可靠性和服务质量提供重要支撑。     

基于换乘优化的公交区域调度

我国传统的公交运营调度以线路调度为核心,所制定的交区域,未考虑乘客换乘的便利程度。本文首先根据公交换乘的乘客总换乘等待时间最短的公交调度,权重与线路换乘吸引度,设计相应方法进行求解;最后结合具体实例调度提供了技术参考。,建立相关模型;然后以所算法探讨基于换乘优化的公证明模型与算法的可行性。行车时刻表只针对单一线路而非公特点,分析两条公交线路之间基于建模型为基础,结合公交站点换乘交区域调度方法,并运用一维搜索本文的研究为解决公交区域的协调     

基于MAST的智慧公交优化调度研究

对客运需求较小且时空分布不均衡的城郊和乡村开设公交线路所面临问题分析的基础上,设计了一个利用移动互联网技术的城郊乡村智慧公交调度系统.简述了包括乘客信息交互模块、数据库、预测模块、调度决策支持模块等组成的系统结构及原理.在此基础上,分别建立发车计划模型和实时调度在线调整模型,采用遗传算法优化求解.最后,基于调度系统的历史信息及预约信息的实验结果表明,本运营方式能够提升服务水平,增加公交企业效益,且随预约乘客比例增加,该方式的优势愈加明显.     

基于乘客需求的公交客流OD采集技术研究

为了提高公交服务水平和优化公交调度,在分析现有公交客流采集技术基础上,运用单片机技术、通信技术等,提出了基于乘客需求的公交客流OD采集技术,设计了由请求单元、公交车单元、数据中心组成的采集系统,实现了公交乘客的上下车请求、站点客流数据、公交OD数据的采集,可以为公交优化调度提供基础数据。     

一种城市公交车发车频率的优化模型

公交运营调度是整个公交企业管理业务的核心。提高我国城市公交的运营调度水平,是改善城市公交服务质量、提高公交吸引力的重要途径。分别从公交乘客利益和公交企业利益角度分析了公交车调度问题,建立了以公交车载客量最大为目标函数,乘客无滞留及等车时间有限为约束条件的公交车辆发车频率的非线性优化模型,兼顾了乘客和企业经营者双方利益。进一步结合哈尔滨市某路公交线路调查数据进行了优化计算,证明模型具有较强的实用性和有效性。     

时间依赖需求下多车型快速公交发车频率优化

以公共交通网络中的单条快速公交线路为研究对象,分析了快速公交车辆的发车间隔特征和沿线乘客出行需求的时间依赖特征;考虑多类型公交车辆协同作业,以所有乘客的累计等待时间最小和车辆的平均满载率最大为目标,以最小、最大发车时间间隔和车辆运能的供需比为约束,建立多类型快速公交车辆协同作业模式下的发车频率优化模型;利用改进的非支配排序遗传算法对模型求解,并应用兰州市快速公交数据进行实例分析。分析结果表明:乘客累计等待时间分别取最大值、中间值和最小值时,优化后的发车次数比实际发车次数分别降低22.9%、16.7%和8.4%,对应的车辆平均满载率分别提高27.4%、15.1%和3.9%;与单一类型的快速公交车辆独立作业相比,2种类型的快速公交车辆协同作业的平均发车次数增加7.9%,平均乘客累计等待时间降低23.8%。可见,根据乘客出行需求的时间依赖特征,合理安排不同类型的快速公交车辆协同作业,对发车频率进行优化,能有效减少乘客等待时间,提高公交车辆利用效率。     

�����������ȷ��������Ŀ������Ż�ģ���о�

合理有效的公交车辆发车间隔优化模型是优化调度方案、改善公交服务的关键，因此，本文在分析现有模型的基础上，根据客流变化规律，对发车间隔采用分时段多目标组合优化处理的思想，建立了以乘客和公交企业运营费用最小为目标的公交车辆调度发车间隔模型，并采用广州市公交调查数据对该模型进行了验证，实验表明该模型可行。     

���ٹ�������������ϼ���������Ż��о�

快速公交的运营调度灵活性是其与普通公交区别中很重要的一个方面。为了提高快速公交的运营调度质量,研究了优化快速公交的发车间隔和车辆形式组合,通过建立乘客出行时间成本和公交车辆出行时间成本最低的参数优化模型,考虑了全程车、区间车和大站快车三种不同车辆调度形式的组合,以及在乘客人数、时间和发车频率方面的约束条件。给出了基于可变长度编码的遗传算法的模型求解算法,并给出数值算例。结果表明：优化结果最多可以节省69.92%的成本,敏感性分析表明在出行量增加并且出行速度减小的情况下,都可以通过合理的配置车辆的形式,减少整个系统的出行成本。具有良好的科学性和可操作性。