综合考量借还车需求与调度成本的公共自行车调度优化模型

传统的公共自行车调度模型要求各自行车租赁站点的自行车取送需求已知并严格得到满足,这可能会为了少数车辆的平衡而大大增加调度成本（一些站点经调度后的自行车数量可能与目标数量只差几辆,对于满足的借、还车需求大小影响很小,而如果严格按照目标值进行调度的话卡车调度路线长度或时间会增加很多）。基于此,提出一个新的公共自行车调度模型,该模型并不需要所有的站点都严格按照事先给定的自行车配备数量进行调度,并综合考虑满足借还车需求最大化目标及调度成本最小化目标,分析调度约束及系统中借车与还车在时间上与空间上的动态演化过程,对卡车调度线路进行优化,得到各站点应配置的自行车数量及可满足的借还车需求大小。随后,对模型提出相应的遗传算法求解方法,设计适宜求解的编码与遗传算子,通过算例对该模型进行验证,并与传统的自行车调度模型的计算结果进行比较。研究结果表明：通过调整多目标之间的权重,并运用该模型进行优化可得到较好的既能最大程度满足借还车需求而调度成本又较省的调度卡车行驶路线方案;提出的模型在满足借还车需求减少比例很小的情况下使得调度时间明显下降;如果硬性要求每个自行车租赁站点的调配需求都严格满足的话,调度时间将会明显增加。研究成果可为公共自行车调度提供依据。     

共享电单车微观调度优化研究

本文探讨了共享电单车在各站点进行投放时的微观调度优化方案以及调度所需成本,为减少电单车企业经济成本的同时满足行人出行不出现"无车可租"的现象,以现有共享电单车车辆数为限制条件,满足出行高峰时刻车辆需求为目标建立整体规划模型,进而对电单车调度进行微观优化.本文选取了拉萨市城关区共19个投放点进行调度研究,通过对所选站点进...     

考虑接驳费用的车辆共享调度算法研究

针对现有的车辆共享调度算法未充分考虑车辆共享调度时造成的接驳费用问题,研究最小车辆规模最少接驳费用调度优化模型,并改进二分图匹配算法进行求解.根据车辆共享过程中调度方案的优化问题描述,以满足给定出行需求的车辆规模最小以及车辆调度接驳费用最少为目标,构建双目标优化模型.基于有向无环图对车辆出行需求进行建模,将模型求解转化为二分图最大匹配且权重最优匹配问题,提出Kuhn-Munkres算法求解最大匹配最小权重匹配的权重设置条件并进行证明,进而设计Hopcroft-Karp与Kuhn-Munkres算法融合框架进行求解.以安徽省宣城市部分出行为例进行模型和算法合理性分析,479辆自动驾驶共享车辆可以满足13575个出行需求;与未考虑接驳费用目标的调度算法相比,调度总费用减少40.8%左右.算法可求解最小车辆规模并降低调度成本.      

考虑出行时间窗的定制公交线路车辆调度方法

为提高定制公交系统的运行效率,研究了带乘客出行时间窗约束的多条定制公交线路车辆调度方法。给出了乘客出行站点合并方法,将公交车早到、晚到站点所造成的乘客损失转变为当量运营里程,以多辆公交车总运营里程最小为目标,考虑乘客的站点约束、公交车容量约束以及乘客的出行时间窗,建立了定制公交车辆调度优化模型。其次分析了乘客出行起点、终点对模型求解的影响,通过提出虚拟源站点,将多辆定制公交车的调度问题转换为多旅行商问题;基于后向推导原则设计贪心算法求得模型的可行解;之后基于遗传算法,采用自然数编码机制,将每个站点作为基因位,按照访问次序排列成染色体对应问题的解;最后给出了贪心算法和遗传算法的流程。在理论研究的基础上以定制公交线路为例对建模过程和模型的求解过程进行了阐述。研究结果表明：所建立的优化模型能够输出合理的多条定制公交线路车辆调度方案,不仅可以给出每辆定制公交的途经站点、运营里程,还可以给出每个站点的准点程度以及由于公交早到、晚到折算得到的当量运营里程;在求解算法质量方面,与可行解相比,相对最优解输出的方案能够使综合运营里程降低10.4%;模型求解时间为30.3 s,可以满足定制公交企业的实时性需求。     

基于调度池的共享单车调度研究

针对共享单车供需失衡,共享率低等问题,以提高用车高峰期调度的及时性为,在调度结构中引入调度池,明确调度池的使用规则,提出共享单车四级调度结构.将基于调度池的共享单车静态调度问题描述为多车场车辆路径问题,考虑到节点的调度需求大于调度车的装载容量和多辆调度车共同满足单个节点的调度需求的情况,以调度总成本最小为目标,建立共享单车静态调度模型,根据模型特点,设计单亲遗传算法求解.算例表明,与未使用调度池的调度方案相比,调度车的行驶里程降低47.86%,变动成本降低47.73%,不考虑调度池的营运成本时,总成本下降9.81%,考虑调度池的营运成本时,总成本下降4.71%.使用调度池可提高调度效率并降低总成本.      

基于细节层次模型的公共自行车调度方法

公共自行车系统作为城市公共交通的重要组成部分，对于缓解城市交通拥堵和建设低碳、环保的出行体系起到了积极的作用。然而，由于公共自行车系统的借还车需求在时间和空间分布上存在不均衡性，在使用公共自行车时，经常遇到“借车难”或者“还车难”的问题，使得出行者不得不放弃使用公共自行车出行。为了有效地提升出行者借还公共自行车的成功率，研究了1种基于细节层次模型的自行车调度方法。基于公共自行车站点之间的相似度，采用谱聚类算法对站点进行层次划分，形成基于空间范围（即公共自行车站点所占据的地理空间区域）的站点簇；在每个划分层级上统计不同簇之间的自行车借/还需求，结合遗传算法对调度车辆的运输路径进行求解；将不同层级上的调度方案叠加，形成1种调度粒度由粗到细的自行车调度方案。通过对比实验证明:基于细节层次模型的公共自行车调度方法较传统方法减少了42.70%的调度路径，进而减少了相应的调度时间。      

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%。     

基于集对分析的随机需求接驳公交调度模型

针对需求点的出行客流服从正态分布,基于集对分析理论,利用二元联系数刻画随机客流的确定和不确定部分,将其转化为带联系数的确定性数学模型,研究一类随机需求接驳公交调度模型,将乘客从需求点运输至轨道站点,追求总里程最少.同时,该模型集成了这些乘客的最大容忍在车时间对调度结果的影响.利用Cplex求解模型的精确解,结合实际算例,给出了不同车辆数的最优调度方案,比较了有无乘客在车时间限制的2种方案差异,并分析了客流的不确定程度对调度结果的影响.实验表明,随着客流的不确定程度逐渐增加引起需求点的上车人数变多,受车辆的额定载客量限制,这致使车辆偏好访问较远距离但不超过其额定载客量的需求点,因而总行驶里程也变大;考虑乘客的最大在车时间限制,这引导车辆提供"直达"服务,因而会增加总行使里程,但是满足了乘客的个性化出行需求.      

基于K-means聚类的城郊公交网络设计

为改变现有城郊公交线网规划不合理的状况,通过将物流领域的Milk-run和Hub-spoke的设计方法应用到公交网络优化和设计中,构建了新的城郊公交线网优化模型。同时,为求解所构建的城郊公交线网优化模型,设计了相应的启发式算法。首先通过k-means聚类方法将城区公交站点进行聚类,同类站点即为Milk-run线路的组成站点,再将同类站点的公交线路长度优化问题转化为经典TSP问题进行求解,结合多种局部搜索的操作方式,得到每条Milk-run线路的最短设计方案。然后依据规划好的Milk-run线路,通过遍历Milk-run线路中所有站点,确定每条Milk-run线路hub的站点所在的位置。最后结合客流需求,为各线路分配相应的车辆数量,结合线路的运行时间,可以获得各线路相应的发车频率。为验证所提出的模型和算法的实用性和有效性,将提出的方法应用到香港天水围区域的实际城郊公交线网优化,通过Matlab编程实现了方案求解。案例求解结果表明:与现有的实际公交服务对比,在不改变现有的站点布局及车辆配置数量的条件下,当客流需求维持现有的水平时,应用Milk-run和Hub-spoke方法对现有的公交服务进行优化,能够减少乘客4.2%总的出行时间;通过Milk-run线路及hub站点的设置,可以产生规模效应,能够有效提高城郊公交系统的服务水平,使居民出行更加方便快捷。     

基于车联网及云计算的电动物流车智能调度算法

考虑到轻型电动货车作为未来城市内物流运输的主要载体,以及云计算和车联网在物流行业的应用,在对物流企业调研的基础上,研究了未来电动车作为城市货运物流的调度问题。区别于已有研究成果将车辆装配与路径规划分开进行优化的研究思路,基于未来物流企业将普及云计算平台及车联网技术的假设,构建了包含货物装配及车辆路径规划一体的调度模型。根据企业物流调度的实际需求,改变了以往以单一节点为中心的路网结构,构建了更加符合实际的全连通路网结构。提出采用平均道路运输成本、平均车辆装卸成本、仓库的仓储成本、仓储的均衡度,货物运输的剩余时间等5个量化评价指标对调度结果的优劣进行评价;在调度建模的基础上,提出了一种新型实用的基于车联网及云计算平台的电动车物流的多目标优化调度算法,用于对调度模型的求解。为验证模型的有效性及算法正确性,生成了不同规模的数据集进行测试。首先在小规模数据上验证了模型与算法的正确性,然后在大规模不同调度请求下,对比智能调度算法与当前物流企业普遍采用的人工调度算法,在不同仓库的仓储能力与车辆的运输能力的比值、不同调度车辆数量、不同仓储节点数量下的调度情况。100组随机数据的平均调度结果分析表明:智能调度算法调度指标均优于人工调度算法。     

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3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题.在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数.设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解.案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5 s,车辆总行驶里程缩短了7 km.      

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...     

基于双层规划模型的应急救援调度与路径选择集成优化

城市中突发事件发生后,为有效降低财产损失和人员伤亡,减少应急救援在调度和路径选择等环节的响应时间损失,保障应急救援任务顺利完成,需要对各类应急救援交通资源进行合理调度,并在起讫点间根据路网实时交通状态,动态选择行驶路径,减少其路段行程时间。在多目标应急救援调度和最优路径选择目标分析的基础上,提出了一种考虑不同类型应急车辆调度和最优路径选择的双层规划的集成优化模型。在上层模型中,主要考虑应急救援车辆的调度费用成本,通过最小化应急救援车辆的固定成本、容量成本和时间成本,来确定不同类型应急车辆的出救位置和相应出动车辆数;下层模型中,主要考虑应急救援车辆的路径在途行程时间,通过最小化动态路网下应急救援的路段行程时间和信号延误时间来确定救援通过的路径,并根据固定的时间间隔动态更新路网的交通状态,使救援车辆尽可能选择避开交通拥堵的路段行驶,从而更快速到达目的地。案例分析结果表明,基于双层规划的应急车辆调度和路径选择集成模型与仅考虑调度或路径选择的模型相比,总调度成本降低了2.67%,总在途行程时间减少了21.05%,路径选择中能有效降低通过沿线拥堵道路的比例,表明模型具有很好的适用性和实用价值。     

公共白行车租赁站点调度需求量模型研究

为降低城市公共自行车调度过程中调度员凭经验确定各站点调度需求量的盲目性,提高调度科学性并缩减调度时间和成本,将城市公共自行车租赁站点调度需求量模型描述为最优化整数规划问题,考虑系统的稳定性和调度触发时间,以高峰时段系统的整体稳定性最强、调度启动时间最晚为目标建立公共自行车租赁站点调度需求量模型.针对该模型特点设计了十进制编码、二人竞赛选择、算术交叉、非均匀变异的遗传算法对模型进行求解.通过调度实例验证模型和算法的可行性,得到各租赁站点的最优调度需求量.结果表明,按照该模型求解出的调度需求量进行调度能够延迟高峰时段的调度启动时间至1.33h,较站点均一化存放率调度延迟0.67h,极大地延缓了调度启动时间并缩减调度工作量.      

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。     

基于航班优先级排序的高峰时刻场面滑行调度优化研究

为解决高峰小时场面航空器滑行冲突,提高机场运行安全和效率,减少航班延误损失,提出了基于航班优先级的航空器滑行调度模型.以基于最短路径的总调度时间最小为目标,使用滚动时域策略,设计预测窗口、滚动窗口、调度子问题、滚动机制等调度要素求解模型.仿真算例表明,此调度模型能够在兼顾航班优先级别属性的同时,规避了滑行中的各类冲突,对枢纽机场高峰小时内的18架不同属性的航空器实施了优化调度,较之原调度方案,总体时间减少了近2 min,提高了总体效率.      

VMI模式下的随机库存路径问题

设计了一套求解随机库存路径问题的启发式算法,该算法首先对随机顾客需求进行确定化处理,将问题转化为确定需求的库存路径问题,然后利用修正的经济订货批量公式计算各顾客的配送周期,最后通过求解周期车辆路径问题得到随机库存路径问题的近似解。     

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%。     

基于遗传算法的公共自行车租赁站点调度需求量分析

为有效改善调度员在城市公共自行车调度中凭工作经验确定租赁站点调度需求量所存在的盲目性,对科学性调度予以提升的同时缩短调度成本与时间,划分城市公共自行车租赁站点调度需求量模型为整数最优化规划问题,注意调度触发时间与系统稳定性,并以系统在高峰时段最晚调度启动时间、最强整体稳定性为目标构建城市公共自行车租赁站点调度模型.并根据模型特征对二人竞赛选择、十进制编码、非均匀变异及算术交叉的遗传算法进行设计,求解该模型.采用调度实例对该算法与模型可行性予以验证,将最优租赁站点调度需求量计算出来.结果显示,根据该模型所得调度需求量实施调度可将调度启动时间延迟到1.33 h,使调度启动时间得到有效延缓,同时也在很大程度上缩减了调度工作量.