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%。     

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。     

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。     

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。     

公交乘客出行路径优化模型

分别以“换乘次数”最少和“出行时间”最短为优化目标，提出2个公交乘客出行路径优化模型，得到不同的最优线路，供公交乘客选择适合自身的出行路线，并以1个简单的公交网络对模型进行了验算。     

可变线路式公交车辆调度优化模型

将可变线路式公交调度模型描述为混合整数规划问题,考虑公交公司运营成本和乘客出行费用,以系统成本最低为目标建立可变线路式公交调度模型.针对该调度模型的特点采用最近插入法构建初始解,并设计了相应的遗传算法对模型进行求解.通过数学仿真实验对该模型进行有效性验证,对比分析了可变线路式公交与常规公交在不同出行需求量下的性能指标.结果表明,该调度模型适用于可变线路式公交系统,随着出行需求的降低,可变线路式公交相比于常规公交的优势愈加明显.      

多换乘点响应型接驳公交运行线路的协调优化

为尽量降低响应型接驳公交系统的运行费用，提出多换乘点间运行线路协调设计的构想。针对同时包含预约需求和实时需求的混合需求，构建多换乘点响应型接驳公交系统运行线路的2阶段协调优化方法，并设计优化流程。第1阶段仅考虑预约需求，首先将预约乘客按有/无特定换乘点要求进行分类，在此基础上构建预约需求下多换乘点多车辆运行线路的协调优化模型。在协调优化模型中，优化目标是由乘客时间费用、车辆运行费用、以及惩罚费用所构成的系统总成本最小；乘客时间费用包括乘客候车时间的惩罚费用、车内乘客在需求点的等待时间费用以及乘客车上时间的惩罚费用3个部分；车辆运行费用包括车辆启动费用、路段行驶费用、需求点的停靠费用、车辆早到引起的等待费用4个部分；考虑的约束条件包括乘客候车和车上的软时间窗、乘客换乘点要求、车辆容量、车辆出行时长等。第2阶段根据规则判断是否响应实时需求，并根据响应情况重新优化后续各班次的运行线路。针对第1阶段模型，基于模拟退火算法设计求解算法。研究表明：在预约需求或混合需求条件下，与各换乘点运行线路独自优化相比，协调优化方法均能显著降低运送全部响应乘客所需的平均运行距离和平均总成本；仅有预约需求时分别降低5.4%、19.8%，新增实时需求后分别减少1.4%、21.7%；与固定发车间隔相比，分时段调整发车间隔，也能有效降低运送全部响应乘客所需的平均运行距离和平均总成本，仅有预约需求时分别降低18.2%、17.2%，新增实时需求后分别减少19.97%、25.06%，说明多换乘点间车辆路径的协调运行是提升响应型接驳公交运行效率的有效途径。     

基于多需求响应的定制公交绿色线网优化

通过对定制公交服务模式系统的探究,结合绿色交通理论,对多需求响应机制下的定制公交线网优化问题进行了系统研究。在已知乘客需求的条件下,以定制公交需求服务率、平均上座率、定制公交总成本3方面最优为目标,其中定制公交总成本为运营距离成本、运营时间成本、运营环保成本、运营固定成本3者最优,构建了多需求响应机制下的城市绿色定制公交线网优化模型。多种需求模型依次为单对多定制公交线网优化模型、多对单定制公交线网优化模型、多对多定制公交线网优化模型。对定制公交线网优化模型细化研究,设计了上车线网和下车线网相结合的分层线网算法。上车线网规划以改进的蚁群算法求解,上车线网与下车线网的连接规划通过聚类分析思想取得,下车线网规划以精确数学算法得到。以杭州市的定制公交线网为实例,对多对多定制公交线网优化模型和分层线网算法进行了验证。通过对方案对比分析和车型对比分析研究,分别以总里程、总时间、总成本、总体服务率为主得到了不同线路方案,通过算法分析得到了综合成本最优线路方案和各种方案下的不同车型配比模型。结果表明:基于分层线网算法提出的多需求响应机制下的绿色定制公交线网优化方案,满足社会、乘客、企业3方面需求,对定制公交线网系统优化问题提供了新思路。     

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。     

浅谈老年人定制公交车次的研究

老年人、上班族、学生等不同群体混合乘坐公交,在影响出行效率的同时也无法保障各个群体的利益,甚至容易产生矛盾。定制公交(特定人群的专用公交车次)作为一种新型的公交服务模式,是对传统公交服务模式的补充,可以尽可能满足特定用户的出行需求,专门服务于特定人群。结合北京市某区域公交IC卡信息,并通过问卷调查和走访,设计出针对老年人的专属定制公交,着重研究定制公交的线路规划,尽可能建立适用于客流密集区的集中站点,最大限度服务乘客,满足大多数老年人使用公交的出行需求且在一定程度上减少对青年人出行体验产生的影响。     

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...     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

基于大小交路优化的地铁行车组织方案

针对地铁客流分布不均衡情况,对地铁行车组织方案进行优化以缓解部分站点客流压力.建立乘客出行时间价值和平均载客率同时最优的双目标优化模型.假定乘客到达车站的时刻服从均匀分布,以此计算在途和等候时间价值.为了满足各个行车段的不同特征,在大小交路模式下定义不同交路段的载客率和列车使用车底数,更加符合运行的实际情况.以广州地铁6号线的运行情况为例,运用基于全局搜索的粒子群算法进行求解,验证了模型的有效性和合理性.结果表明:考虑单一出行时间价值的模型与该模型相比,出行时间价值降低3.21%,但平均载客率提高20.2%;考虑单一平均载客率的模型与该模型相比,平均载客率提高11.98%,但出行时间价值降低了1.68%,因此综合考虑乘客出行时间价值和平均载客率的优化模型可以使2个目标函数值同时达到最优.      

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.      

针对站点人流爆发的公交运营策略优化研究（双语出版）

为应对公交大力发展情形下涌现的公交供需不平衡问题，重点关注公交站点爆发性人流问题的解决，考虑供需严重失衡下的公交运营策略改进，以扩充线路公交运力，减轻站点爆发性人流对公交系统的冲击。所提人流爆发站点主要包括大型集会场所、商场及景区周边等具有预知性人流爆发可能的站点。运营策略改进方法主要是通过在原有公交线路基础上，布设区间小线路的方式，与大线路形成协调运营关系，共同完成线路站点的爆发性人流疏散，具体包括公交大线路运营优化、区间小线路规划及前二者的结合3种。为获得研究区域内全面、有效的线路运营策略，以社会福利最大化为目标建立非线性整数规划模型，求解大、小线路最优发车间隔及增配车辆数，并引进系统弹复性指数作为模型求解结果良莠的评价指标。为证明该运营策略优化方法的有效性，以哈尔滨市中心城区为研究区域，解决该区域站点人流爆发问题。通过模型构建、求解及结果评价，发现经策略改进后，区域爆发线路弹复性指数较优化之前提高35%，运营策略改进后的社会福利值较不优化情况提高2倍，所提运营策略优化方法在不同乘客规模及不同限制条件下均能够起到一定的系统维稳作用，运营策略改进方法能够缓解站点爆发性人流。     

应对突发大规模流行病的城市常规公交管控策略

公共交通内部相对狭小和密闭的空间，使得乘客间频繁发生近距离接触，是流行病扩散的高危环境。面对诸如新型冠状病毒肺炎这类突发大规模流行病时，交通管理者通常采取的方案是全部公交线路停运，彻底阻断流行病通过公共交通系统传播这一个途径，但是对于公交乘客而言，如果缺乏替代的出行方式，将严重降低其移动性，甚至会影响其基本的生活条件。利用北京市公交IC卡刷卡数据，挖掘乘客的个人出行特征和相互之间的接触特征，构建公交乘客动态接触网络，试验数据统计显示北京公交乘客单次出行与他人的平均接触时间为17 min，通勤乘客工作日与他人平均累计接触123次。利用理论传播模型（SEI和SIS）模拟流行病在公共交通系统内的扩散，对比随机网络分析其特征，发现公交乘客间接触的周期性发生规律显著促进了流行病的快速传播。将乘客传播影响力集计至公交线路，针对常规公交网络设计停运部分线路的运营方案，使用站点间平均邻接距离作为指标，衡量部分停运方案导致的常规公交系统可达性损失。研究对比了停运方案实施前后的流行病扩散规模。研究结果表明，只需要停运小部分线路就能使流行病暴发得到遏制，同时公交系统的整体可达性没有明显下降。     

基于共生理论的山区客运企业安全投入优化分析

为了解决山区客运安全投入优化问题,在客运企业运营现状和安全投入现实水平的基础上,把客运企业、客运管理部门、从业者和旅客的利益相关性结合起来,依据共生理论构建服务于客运安全投入的市场需求与公共服务共生模型,确定合理的安全投入分配比例,从而提高客运安全产出效率。考虑山区客运市场需求与公共服务的特殊性和开放性,共生模型可以通过分配调节系数动态调整共生单元的安全投入比例,兼顾企业效益与社会效益,推动山区道路客运企业和公共交通的健康可持续发展。     

考虑异质性出行需求的主支线公交树网络优化设计

公交线网优化设计是指在一定的运行约束条件下,选择1组公交线路和相关频率以达到优化目标的设计过程,可以表示为一个优化问题。针对具有高异质性出行需求的主支线公交树网络,在考虑客流需求和运营约束的前提下,以用户和运营者的成本最小为目标,提出了1种多目标非线性混合整数优化模型。优化变量为候选线路服务频率。为求解这一模型,设计了1种基于改进的布谷鸟算法的高效元启发式方法。该方法包括初始候选路线集生成过程;基于MNL模型的公交分配过程;确定路线服务频率的改进布谷鸟算法过程。通过算例验证了该方法的有效性和适用性。数值分析结果表明,该算法通过对所有可能的候选路径的服务频率选择得到接近最优的公交线路网络。另一方面,通过保持高峰时的公交线路为有效备择线路,为具有异质性出行需求的网络的重新设计提供了更好的解决方案。此外,该系统在1次运行中产生了1组帕累托解,其允许公交线网设计师评估运营商成本和乘客成本并做出折中方案。通过比较3种算法的计算结果和CPU时间,证明了改进的布谷鸟算法的可靠性和有效性。另外还研究了最优公交网络设计与公交运行速度、总需求规模等关键设计输入参数之间的关系,分析结果表明,关键设计输入参数与最优公交网络具有一定的协同效应。模型与算法为实际的大规模主支线公交树网络的优化设计提供了1种有效的工具。