昌九城际铁路共青城站的建筑设计特色

通过对铁路客运站房共青城站方案设计理念、总体布局、功能布局、交通流线、建筑造型的介绍,体现了交通集约化、候车人性化、造型特色化、候车休闲化等当前铁路旅客站房建筑设计的理念和趋势.     

大型铁路客运站客流组织的动态仿真与评价分析

建立了基于AnyLogic软件的大型铁路客运站内客流组织的动态仿真模型,设定了模型的假设条件、核心算法、评价指标和建模过程.应用AnyLogic动态仿真模型进行了实例分析,找出了影响客流组织的瓶颈所在并提出了相应的优化方案.结果表明,AnyLogic软件适合于大型铁路客运站客流组织的动态仿真与评价,是一种比较实用的方法.      

基于满意度的公交车调度模型研究

城市公交调度水平的提高,有利于增强公交在城市交通系统中的竞争力。从乘客候车满意度和公交公司运营成本的角度分析了公交车调度问题,建立了以乘客候车满意度为目标的公交线路发车频率优化模型,实现了模型的求解算法,并通过仿真算例进行了实证研究。     

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...     

基于多目标模型的城市公交越站调度研究

作为优先发展的交通方式,公共交通以其运量大、运输成本低和节能环保的优势广受青睐。然而,准点率低、乘客候车时间及运输时间过长等问题使其对于乘客的吸引力难以提高。因此,为优化公交调度、降低公交系统运营成本、提升服务水平和工作效率,对平峰时段单向行驶的某一线路公交车的停靠与越站优化问题进行研究。以公交车是否在站台停靠为决策变量,建立了以最小化停靠成本、乘客在站候车时间、被越站站点的乘客额外候车时间及车辆在站停靠时间为目标的城市公交越站调度的多目标优化模型,在MATLAB软件中使用改进的遗传算法进行求解,选取了广州市126路公交为实例进行计算以验证方法可行性,并进行了各目标权重的灵敏度分析。最终得到的公交越站调度方案可达到10%的优化效果,且最大权重目标为乘客站点候车时间。故该模型具有一定实用性和可操作性。     

城市公交站点乘客候车时间可靠度分析

候车时间的可靠度可直接反映公交运输系统的运营状态和服务水平,是影响公交运输竞争力的一个重要因素.文中通过建立公交站点乘客候车时间的可靠度模型,计算出公交线路中各个站点乘客的候车时间可靠度,为公交站点布置和发车频率制定提供参考;并以成都市某公交线路为例,运用该模型对其站点早高峰乘客候车时间可靠度进行了分析.     

基于线网分层的城市公交线网优化研究

构造了以直达客流密度最大、线网总运行时间最小为目标的线网分层优化模型,给出了基于遗传算法的模型解法,通过对现有公交线路所经过站点进行优化调整,提高线网运营效率;运用该模型对某城市公交网络进行验算,验证了模型和算法的有效性。     

基于时段偏好的高速铁路列车停站和频率优化

优化高速铁路列车停站方案和开行频率应同时考虑旅客需求和运输企业效益,出发时段选择则是影响旅客需求分布的最重要因素.本文针对一条高速铁路客运走廊,研究基于时段偏好的列车停站和频率优化问题.分析了影响旅客出发时段偏好的2个主要因素,吸引度与排斥度.据此构建了高铁旅客出行阻抗函数,建立了一个双层规划模型,上层规划是以运营成本最小为目标的混合0-1规划模型,用于确定列车的停站和开行频率方案;下层规划是基于Wardrop用户平衡规则的客流分配模型,用于计算旅客在上层决策的停站和频率方案上的流量分配.根据模型特点设计了基于遗传算法的启发式方法,以兰西高铁走廊为背景实际求解了列车停站方案和开行频率,验证了本文方法的有效性.      

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%。      

基于列车到发时刻不确定的客运站到发线运用优化研究

合理安排列车占用到发线是编制阶段计划的关键,高效运用到发线可以提高客运站的工作效率和服务水平.利用不确定变量表示列车实际到达时刻与计划到达时刻差值的不确定性,以列车占用到发线时间最小和到发线运用的均衡性为优化目标,以差值得到满足而应达到的置信水平、列车占用到发线的唯一性等为约束条件,建立基于列车到发时刻不确定下的到发线运用优化模型.利用不确定理论的知识将其转化为确定性等价类模型,并借助IBM SPSS Statistics 23验证所提出的分布,通过设计适应度函数、改进选择算子和交叉算子来改进模拟退火遗传算法(ISAGA),对优化模型进行求解.从某客运站验证的数据中选取某天8:00—12:00的数据为例进行说明,结果显示运用ISAGA所得优化方案与常规GA所得方案和值班员使用方案相比,均衡性分别提高了49.15%和75.47%;ISAGA的目标函数值比GA的优了10062 min.表明所建的模型和设计的算法有良好的优化质量和求解效率.