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种模式下的乘客出行与公司运营的总成本,组合调度可节省23.1%的成本,实施组合调度能有效降低系统总成本,提高公交服务水平。     

基于遗传算法的公交线路发车间隔优化

为优化公交企业运营管理,提出基于遗传算法的公交线路发车间隔优化方法。通过对公交线路发车间隔进行优化,平衡公交企业运营成本和乘客出行成本。以公交企业运营成本及乘客等车时间成本最低为目标,通过加权求和设定目标函数;考虑乘客舒适度、公交线路车辆满载率以及政府部门规定的最大最小发车间隔等因素,针对客流的高峰和平峰时段,建立相关约束条件;以郑州市60号公交线路为例,利用遗传算法对发车间隔优化模型进行了求解,得到了各时段的公交发车间隔,并将优化前成本与优化后成本进行比较,有效降低18%～26%的线路总成本。     

基于综合成本优化的公交多模式站点停靠方法

为提高公交运营质量,基于综合成本优化研究公交多模式站点停靠方法,首先考虑公交通行能力、客流关系、时间关系、发车间隔和满载率等约束条件,分析停站模式的影响因素及定量化表示;其次建立以乘客出行成本和公交运营成本最低为目标的参数优化模型;最后设计基于遗传算法的求解算法并给出算例。利用实际案例对模型进行求解和验证,结果表明:高峰小时采用多模式站点停靠方法后,乘客出行和公交运营综合成本较未优化前降低51.1%。     

���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。     

考虑容量限制的多公交车型运行计划优化模型

车容量限制是公交运行计划编制的重要约束.以单条公交线为研究对象,综合考虑了不同公交车型的技术经济性能、车容量大小、车辆数限制和客流需求的时变特征等因素,建立同步优化公交车型和时刻表的规划模型,以确定线路的发车时刻表和选择车型的最优组合.建立了以公交企业运营成本和公交乘客出行成本最小为目标,带有0-1决策变量的非线性整数规划模型,针对该模型多目标函数的求解特点,采用枚举法求解每辆车的发车时刻,应用遗传算法求解车型选择的序列.最后以北京市某公交线为案例进行分析,优化后的发车时刻表和车型配置方案具有较好的运营效果.算例结果表明,采用多车型方案较传统的单一车型方案更具经济性,乘客的出行成本可减少13.9%,企业的运营成本可减少3.5%.     

出行策略与行程时间不确定下的公交客流分配方法

利用杭州市公交线路站点GIS数据和车辆运行GPS数据进行分析,将公交车到站时间分为站点停靠时间和站间行程时间,得到公交车站点之间运行可能总时间的分布概率.通过实际的公交路网结构,定义扩展的公交网络有效路径.在考虑公交线路联合发车频率和根据乘客路径选择的广义成本下,建立出行策略与行程时间不确定下的公交客流分配模型,并将公交线路发车时刻表引入用户均衡模型中,设计了基于扩展网络最短路的Method of Successive Average(MSA)算法求解,通过对两个交通小区间高峰小时的客流分配结果验证模型和算法的有效性.     

广州市公交与地铁调度协同发展方案

研究公交与地铁调度协同发展,以地铁客流为基准匹配接驳公交的发车间隔和运力配置等,可有效减少乘客换乘等待时间,提升公交与地铁衔接一体化效益。首先建立以乘客换乘时间和公交企业运营费用的总成本最小化为目标的运营计划优化模型,确定调度协同的综合启动阈值,通过分析接驳公交客流分布特征,初步制定各接驳公交晚高峰时段的发车时刻表;其次以满载率等为约束条件,确定初始车型建议,得到初始的调度协同方案;最后对线路的满载率分析,对于存在满载率过高或过低的线路调整发车间隔和车型配置,得到最终的公交与地铁调度协同方案。研究结果有利于解决广州市目前公交与地铁换乘时间过长问题,提高接驳公交的吸引力和竞争力。     

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。     

考虑均衡满载率的多车型定制公交调度模型

为提高定制公交运营方的经济效益,减少乘客出行成本,研究多车型定制公交调度问题。通过设计考虑均衡满载率的发车机制与相应的发车时刻递推公式,可有效保障运营方的单车收益,并减少乘客的等待时间。在此基础上,结合乘客需求时间分布和多车型组合配置,建立以运营方收益最大和乘客等待时间最小为目标的多目标规划模型,设计求解车辆组合配置和发车时刻的遗传算法。结果表明,考虑均衡满载率的多车型定制公交调度能够有效地利用车辆资源、减少乘客等待时间、提高乘车舒适度以及保障运营方的单车收益。     

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。     

�����������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。     

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。     

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.     

城市轨道交通网络首班车时段时刻表优化研究

城市轨道交通首班车时段的客流规律与其他时段不同,依据时段内客流的规律来制定线网列车衔接方案与时刻表,可以提高乘客的换乘效率和减少换乘等车时间.基于简化的线网拓扑,考虑乘客和运营两个方面,以乘客换乘等车时间成本和线路发车成本最小为目标,构建首班车时段列车时刻表的优化模型,并利用遗传算法进行求解.最后,通过深圳地铁网络的首班车客流数据验证模型的有效性.结果表明:优化后的首班车时刻表减少了乘客换乘等车时间成本和列车发车成本,可以为制定首班车时段时刻表提供依据.     

考虑运行能效的公交区域时刻表优化

为准确计量公交区域时刻表优化过程中,客流出行与企业运营博弈产生的社会效益,构建兼顾随机客流需求和时刻表运行能效的双层规划模型。从公交乘客出行量与质的角度,分析随机客流需求与时刻表之间的互动关系;依据出行性质将客流需求分层细化,作为下层弹性需求交通网络流模型的输入;考虑客流需求、乘客出行效率及企业运营成本间的波动关系,设计公交区域时刻表运行能效作为上层模型的优化目标;采用Dial-MSA与遗传算法求解双层规划模型。实例计算结果表明,优化后的公交区域时刻表运行能效提高了7.3%。可见,优化后的公交区域时刻表更能满足客流需求,有效地提高时刻表运行能效,更好地实现动态适应性。     

基于乘客到站率的公交发车频率优化

常规公共交通是城市居民出行的基本交通方式之一,为保障公交出行效率和降低运营成本,有必要对公交车辆的运营调度进行量化分析和系统研究.文中以居民出行和公交公司运营两者总成本最小为目标,提出了基于乘客到站率的多目标公交发车频率优化模型,以实现乘客和运营者双方的利益最大化.利用乘客到站率函数计算乘客的等车时间,使得模型在优化计...     

城市公交调度优化模型及算法研究

基于公交线路各站点的客流情况,同时考虑到公交公司的发车能力,建立适合于优化公交调度的数学模型。该发车间隔优化模型兼顾了乘客和公交运营公司的双方利益,将乘客的等待时间转化为乘客付出的广义费用来衡量乘客的利益,以运营公司全天的发车所需费用来衡量公交运营公司的利益,同时,以公交车平均满载率和全天总发车次数作为约束。所得优化结果,既减少了公交公司的运营成本,又节约了乘客的候车时间,能较好地兼顾乘客及运营公司的利益。     

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。     

环形放射状城市常规与需求响应公交联合优化研究

针对环形放射状城市扩张过程中常规公交线网出现线网资源利用失衡、乘客出行时间过长的问题，本文设计一种常规公交与需求响应公交分层布局的双模式线网结构。基于连续近似方法，构建混合整数优化模型，以最小化公交平均运营和乘客平均时间成本之和为目标函数，根据乘客出行空间分布构建确定性的出行模式及路径选择细分方法，推导各项成本组成，求解常规公交线间距、站间距及双模式公交发车间隔等决策变量的最佳值。采用混合启发式算法对模型进行求解，并以成都市五环内环形放射状公交网络为例，验证所提双模式公交网络的有效性。优化结果表明：与单模式常规公交线网对比，双模式网络可以分别降低18.37%的乘客成本以及4.97%的公交运营成本，具体表现为减少常规公交31.85%的站点和线路建设成本以及24.36%的运营里程；系统各项成本随平均客流密度的增加呈幂指数下降并趋于稳定；同时给出不同客流密度分布条件下，系统关键设计参数的建议值。     

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.