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.     

考虑公交自行车的多层次公交协同调度研究

利用自行车实现公交线路之间换乘,可以有效扩大公交线路换乘范围. 实现不同层次公交线路间协同调度,可促进综合公交体系整体效益的发挥. 本文研究了考虑自行车换乘的、不同层次公交线路的协同调度问题,以乘客在线路间换乘的加权等待时间最小为优化目标,建立了相应的协同调度模型,基于遗传算法进行求解. 选取不同层次的实际公交线路,对所提协同调度模型进行仿真验证. 研究表明,所构建的协同调度模型及求解结果,能够有效缩短乘客在不同层次线路间换乘的等待时间.     

轨道交通单线接运电动公交调度优化模型

针对乘客由轨道交通换乘接运电动公交过程中等待时间长、候车成本高等问题,提出一种面向高峰时段乘客换乘情况的轨道交通接运电动公交的时刻表优化方法。通过分析换乘过程,以换乘乘客等候时间成本、换乘失败成本、电动公交使用成本和充电成本共4项成本之和最小为目标函数,以电动公交的发车顺序、换乘乘客的等待意愿、电动公交充放电特性对行驶里程产生的影响等作为约束条件,构建混合整数非线性规划模型。在接运公交的运输需求方面,考虑了除换乘乘客外本地乘客出行需求变化对接运电动公交时刻表的影响。最后提出一种混合人工蜂群算法求解模型,通过与遗传算法、粒子群算法的对比,进行了算法的敏感性分析。结果表明：目标函数总成本为1 355.32元,相比原成本降低了23.56%,其中,换乘乘客等候时间成本为298.17元,换乘失败成本为84.03元,公交公司运营成本为867.40元,电动公交充电成本为105.71元,验证了构建的模型对时刻表优化问题的有效性。     

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.     

公交调度优化模型

本文研究了公交车调度的优化问题.以总收益最大为目标,以满载率和最大发车间隔为约束建立了优化模型,用计算机枚举的方法进行求解,给出了线路的发车间隔、评价指标及发车时刻表.既考虑了乘客等车的社会成本又兼顾了公交公司的利益.方法易于操作,具有较大的实际应用价值.     

单线纯电动公交车辆柔性调度优化

为解决纯电动公交车因充电错过最佳接续发车班次使公交车数量增加的问题,以公交车辆运营总成本最小为目标,构建允许存在误时发车的纯电动公交车辆柔性调度优化模型,通过最大可能地增加一辆公交车可执行班次的数量,减少车辆使用数量及运营成本. 设计遗传算法求解模型,为提高求解效率,将时刻表按班次发车顺序进行排序,以减少染色体数量. 数值实验结果表明：与纯电动公交车辆刚性调度相比,柔性调度能够极大地减少车辆使用数量;误时上限的取值对公交运营成本影响较大.     

基于不确定理论的常规公交车辆调度优化

为提高公交车的利用效率,本文将公交车辆调度方案划分为高峰型和平峰型。在考虑乘 客候车时间与站间运行时间不确定的现实条件下,综合考虑不同车型的运营成本和乘客候车成 本;基于不确定理论建立混合车型下的双重不确定多目标规划模型,并通过遗传算法的python编 码求解。以南昌市211路公交上行为例,进行sumo仿真结果表明：在保证公交持续运营的前提 下,调整车辆调度方案有助于降低成本和提高运行效率;在高峰期,将发车间隔降低25%,公交车 统一使用纯电动客车,总成本降低5%,平均延误减少4%;平峰期,总成本降低10%,平均延误降 低3%。两组仿真结果发现,考虑不确定因素的公交车辆合理调度安排有利于充分利用公交车辆 资源和提高运行效率。     

冰雪条件下公交发车间隔优化研究

分析了冰雪对公交车辆运行影响的3个方面,建立了基于乘客等待费用最小化、公交线路效益最大化的发车间隔优化模型,研究冰雪条件下发车间隔的确定方法,为冰雪条件下公交线路的运营调度提供建议.结合实例分析了冰雪条件下公交线路调度方案的制定办法.     

考虑服务水平的纯电动快速公交发车间隔优化研究

随着电动汽车被引入城市快速公交领域,由于其充换电等特殊的运营调度需求,在发车间隔计划等制定过程中传统方法不再适用.本文在综合考虑服务水平和车辆充电时间约束条件下,对纯电动快速公交(E-BRT)发车间隔优化进行了研究.根据分析服务水平指标项与车辆能耗的相关性,建立了面向能耗评估的服务水平评价体系;综合考虑服务水平和充电时间约束条件,以车辆运营能耗为目标函数,建立了发车间隔优化模型;基于金华市E-BRT1号线运营数据进行实例验证,结果表明,在满足相同服务水平情况下,本文提出的优化模型可以节约能耗6.21%.本文构建的纯电动快速公交发车间隔优化模型具有较强实用性,为企业在满足一定服务水平的基础上降低运营能耗提供了依据.     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿,因此,本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型,通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案,其创新之处在于,在服务过程中允许乘客提交实时出行需求;定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解,该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力,通过算例测试分析对本文算法的有效性及先进性进行验证。最后,基于西安市延平门地铁站设计数值实验,结果表明,考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

快速公交发车间隔优化研究

合理的发车间隔对于快速公交车辆发挥其高效、经济和环保的优势具有重要的意义.首先以乘客出行成本和快速公交运营成本最小化为目标,考虑发车时间约束、车辆台数约束,建立了快速公交发车间隔优化模型.然后采用二进制编码,运用单点交叉和基本位变异的遗传算法求解该优化模型.最后以兰州市首条快速公交线路为例进行了实证研究,得到了不同时段下快速公交的发车间隔.实例研究结果表明,该发车间隔优化模型及遗传算法可行,对实现快速公交科学调度具有一定的参考意义.     

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.     

基于遗传算法的公交发车间隔模型

根据公交调度优化问题的特点,考虑车辆满载率及最大、最小发车间隔的约束,以企业收益和乘客利益最大为目标建立的公交发车间隔模型,采用遗传算法进行求解。实际应用表明,利用该模型及其算法能够快速得到公交发车间隔的满意解。