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。     

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.      

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%。     

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。     

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。     

面向公共交通的电动自动驾驶模块车调度优化

基于模块车的公交运输系统具备可伸缩的载客能力,能够满足复杂多变的出行需求.因此,在公共交通领域开始得到广泛关注.为理解模块车系统的资金预算、运营模式、充电参数、乘客单位等待时间价值等因素对运营成本与服务水平的影响,提出面向公共交通的电动模块车宏观网络调度模型;并以直达公交网络为建模对象,按照模块车的运营模式,将模型分为...     

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。     

基于成本最优的城乡公交站点布设模型研究

城乡公交站点的优化布设作为城乡公交一体化规划的重要内容,它决定了运营企业的运营成本和公交乘客的出行时间成本。在分析城市公交站点布设模型的基础上,提出了城乡公交经营者的费用成本和公交乘客的时间价值成本的概念,并以两者之和最小化为目标,建立起城乡公交站点的布设模型,并进行了优化。     

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.      

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%。     

厦门市公交系统近期发展特征及对策研究

为保证可比性沿用公交连续性假设概念及算法分析厦门市2018年公共交通数据,通过对比分析2015年分析结果,发现常规公交系统效率提升、满载率居高不下;乘客出行距离更加集中优势区间、换乘习惯正在形成;全市客流集中本岛,本岛客流聚焦局部,岛外客流近湾发展.研究分析表明:常规公交面临轨道成网运营挑战、多元方式出行挑战和服务品质提升挑战;提出借助轨道成网运营契机,发挥常规公交便利高效优势;提出了以做大公共交通客流总量为目标,调整组织方式、深耕优势出行距离区间、构建错位发展的常规公交优势体系的建议.     

多模式公交信息服务条件下的出行方式选择行为研究

为了科学评价多模式公交信息服务对出行方式选择行为的影响,基于超级交通网络理论,从出行链的角度分析了多模式公交信息服务对出行方式选择的影响机理,并在构建巢式Logit出行方式划分模型的基础上引入行程时间可靠度因子改进效用函数;根据上海市某郊区得到的显性偏好调查数据,利用极大似然法对巢式Logit模型进行参数标定后,对有无多模式公交信息服务条件下的出行方式分担率进行了计算和对比分析.研究结果表明:多模式公交信息服务能够有效引导轿车及其他个体机动化出行方式向多模式公交系统转移,提高了公交出行比例.研究结果可为大城市公共交通信息系统的改善和建设提供决策支持.     

基于K-shell的特大城市公交换乘优惠与线网规划协同优化

针对特大城市公交系统存在汽车公交客流量急剧下降,企业亏损严重,若调整线路又会增加一些乘客广义出行费用使得公交出行比例下降这一问题,提出"大幅度降低常规公交线路数量,增加接驳和通勤公交线路数量"汽车公交线网规划调整与"公交换乘优惠"的协同优化方法。采用复杂网络理论的K-shell分解法计算各站点Ks值并排序,选择主要换乘节点,确定保留下的骨干公交线路,构思其余公交线路候选集合;建立换乘优惠方案下汽车公交线网调整优化双层规划模型,其中上层为系统广义出行成本最小化、公交出行量最大化和公交企业亏损最小化的多目标模型,下层为基于弹性需求的多方式多用户均衡配流模型。采用浮点遗传算法优化求解,以天津中心城区为例予以分析,结果表明:采用本方法可解决特大城市公交换乘站点的优化确定问题;与不实施换乘优惠和规划调整方法、只有换乘优惠方法和只有规划调整方法相比,系统广义出行成本分别降低14.05%,13.01%和8.65%,公交分担率分别增加29.03%,26.01%和11.66%,公交企业亏损分别降低27.19%,23.63%和10.20%;该方法能适应特大城市客流需求特点,通过汽车公交企业线网结构大调整和政策扶持,在减少不必要亏损的同时降低出行者广义成本,保持较高的公交分担率,提升城市公交综合服务水平。     

异常事件下的公交动态调度优化算法研究

公交静态时刻表为公交运营及调度的操作制定了理论依据,但在实际的公交运营中,易受到天气、道路交通环境、突发事件等异常事件的影响。公交协调调度中,异常事件发生时,将会增加整个公交运营系统的运营成本,这些成本包括,乘客的延误等待损失成本、运营线路增加等。公交车的运营班次将不能按照行车计划表的要求到达与发车必然会造成公交运营系统的运营成本增加,如何减少异常事件对整个公交运营系统造成的影响是提高公交运营效率的关键。本文通过对异常事件下公交运营系统的分析,建立了公交动态调度模型,并采用了MatLab软件进行了实例验证分析,对模型进行了求解分析,得到异常事件下的公交车的运营排班班次。     

基于鲁棒优化的公交实时到站信息优化

公交实时到站信息是公交实时信息中的一项重要指标,不可靠的到站信息容易误导乘客。考虑突发客流等需求不确定条件,基于鲁棒优化的方法,提出了一种新的公交实时到站信息优化方法。不同于已往研究通过建立模型寻找更精确的到站时间预测方法,在已有的公交实时到站信息中,考虑客流情况的不确定性,以及乘客对公交实时信息的不同态度,同时考虑驾驶员在行驶过程中的恢复行为,建立数学模型,增加对公交实时到站时间预测的运行延误估计,给乘客提供一定的辅助信息来调整其出行计划及行为。通过案例验证了模型的有效性。结果表明:(1)对同一条公交线路而言,不同的等待时间成本系数导致结果发生明显的变化;(2)公交实时信息的普及可以节省乘客的出行时间成本;(3)对于服务水平较差的公交线路而言,模型应用产生的风险成本更大,模型在服务水平较好的公交线路上应用效果会更好。通过该公交实时到站信息优化方法,可以使现有的公交实时信息内容更为完善、精确,降低不准确的实时信息带给乘客的负面影响,从而帮助乘客更好的利用公交实时信息规划出行方案。     

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。     

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.      

基于AHP-DEMATEL的寒区城市冬季公交服务满意度模糊评价研究

寒冷地区冬季复杂恶劣的气候条件对城市公交的运营和服务有较大影响,居民冬天公交出行存在诸多不便。文中从出行者的利益需求出发,利用层次分析法筛选出影响寒冷地区冬季公交服务满意度的因素,建立公交服务满意度评价指标体系,基于AHP-DEMATEL法构建公交服务满意度模糊评价模型;结合公交服务满意度问卷调查,利用评价模型分别对哈尔滨市冬季和夏季的公交服务满意度作出评价,通过评价结果对比分析得出冬季公交服务的不足,从公交运营者和管理者两方面提出改进建议,为寒冷地区冬季城市公交规划和管理提供理论依据。