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.     

基于可变客流的接运公交网络优化

在充分考虑目的地非地铁站的变动客流和搭乘固定公交的既有客流基础上,基于多对多客流模式,以管理者、出行者和社会运营费用的总费用最小为目标,构建接运公交线路的优化模型.模型考虑了原本私家车出行客流和固定公交出行客流选择接运公交出行的可能性,应用Logit 模型进行流量分配,并采用遗传算法对问题求解,获得了最优的接运公交网络,变动客流在接运公交网络中的第一公交站和换乘的地铁站.研究结果表明,接运公交线路方案与其占全程广义出行费用的比例密切相关,故有必要将其从全程视角进行优化.     

基于NSGA-Ⅱ的接运公交线路与时刻表协调优化方法

在公交规划研究中,常将公交网络规划问题分解为公交路线设计和行车时刻表设计,并尝试运用非传统优化方法解决,但对于多种公交模式换乘背景下的公交线路与时刻表协调优化问题的研究较为缺乏.文中以直接服务于轨道交通的接运公交为研究对象,在实现接运公交与轨道交通的有效衔接条件下,构建接运公交的路线选择与时刻表协调优化模型,并设计基于非支配排序遗传算法（NSGA-Ⅱ）的多目标优化算法对模型进行求解,实现接运公交路线与时刻表的协同编制,并通过实例分析检验模型.     

公交调度优化模型

本文研究了公交车调度的优化问题.以总收益最大为目标,以满载率和最大发车间隔为约束建立了优化模型,用计算机枚举的方法进行求解,给出了线路的发车间隔、评价指标及发车时刻表.既考虑了乘客等车的社会成本又兼顾了公交公司的利益.方法易于操作,具有较大的实际应用价值.     

基于粒子群算法的城市轨道交通接运公交规划

根据"逐条布设,优化成网"的优化思想,采用将线路规划区域离散化处理的方法,以接运效率最大为接运公交路线优化目标函数,建立模型,并给出算例.结果表明,接运公交线路能较好地实现接运效率最大化问题,从而使社会和乘客效益最大.     

基于列生成启发式的单线电动公交车与司机整合调度优化

在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条公交线路的电动公交车与司机整合调度问题,即将给定时刻表车次分配给电动公交车和司机,同时,生成车辆运营计划和司机排班计划,设计基于列生成启发式方法求解提出的整合调度问题.列生成方法用于生成线性松弛最优解,将整个问题分解为一个主问题和两个定价子问题...     

基于改进遗传算法的接运公交线路生成优化模型

城市轨道交通接运公交线路布设效果直接影响到轨道交通线路的运营效率．为了探讨轨道交通接运公交线路的最优布设方案,以最少线路接运最大客流量为目标,建立了线路生成的优化模型,并给出了求解该模型的改进遗传算法．以北京地铁5号线宋家庄站和刘家窑站的接运公交线路布设方案为例进行分析,结果表明：两个轨道交通站点布设6条接运公交线路能够使接运公交线路的载运能力最大,为205人／（km／h）．     

片区城乡公交时刻表编制与车辆调度综合优化

通过构建双层规划模型,综合优化片区城乡公交时刻表编制与车辆调度.其中,上层片区城乡公交车辆调度问题以公交企业综合运营成本最小为目标,实现多线路多车辆多车场的车辆时序指派,采用禁忌搜索算法求解;下层片区城乡公交时刻表优化问题为实现线路在所有换乘节点的换乘总时间及换乘失败惩罚最小,同时确保换乘节点的时刻表协同先后次序,采用运行图与枚举法进行求解;选用慈溪南片城乡公交线路进行实例应用.结果表明,该方法能较好地应用于工程实践中,直观反映片区线路组织的运行计划,进一步满足乘客便捷换乘需求与企业车辆资源的有效配置.     

考虑充电需求的电动公交车运营优化模型与算法

随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法（Surrogate-model-based Algorithm）来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。     

片区城乡公交时刻表编制与车辆调度综合优化

通过构建双层规划模型,综合优化片区城乡公交时刻表编制与车辆调度.其中,上层片区城乡公交车辆调度问题以公交企业综合运营成本最小为目标,实现多线路多车辆多车场的车辆时序指派,采用禁忌搜索算法求解;下层片区城乡公交时刻表优化问题为实现线路在所有换乘节点的换乘总时间及换乘失败惩罚最小,同时确保换乘节点的时刻表协同先后次序,采用运行图与枚举法进行求解;选用慈溪南片城乡公交线路进行实例应用.结果表明,该方法能较好地应用于工程实践中,直观反映片区线路组织的运行计划,进一步满足乘客便捷换乘需求与企业车辆资源的有效配置.     

奥运期间公交运营综合调度优化模型

奥运期间公交客流运输峰值变化后的调度管理受到人文奥运、绿色奥运的约束。以乘客满意度反映人文奥运的条件约束,以运力的成本最低、效率最大为实现绿色奥运的优化目标,而建立奥运期间公交客流调度优化的数学模型．可使各条线路在客流峰值变化的互补下实现综合平衡与优化。     

奥运期间公交运营综合调度优化模型

奥运期间公交客流运输峰值变化后的调度管理受到人文奥运、绿色奥运的约束。以乘客满意度反映人文奥运的条件约束,以运力的成本最低、效率最大为实现绿色奥运的优化目标,而建立奥运期间公交客流调度优化的数学模型,可使各条线路在客流峰值变化的互补下实现综合平衡与优化。     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

基于公交数据挖掘的时刻表排班协同换乘优化

为实现公交换乘协同排班,减少乘客出行换乘时间,本文对公交信息系统的IC卡数据及车辆GPS数据进行数据挖掘,提取换乘信息并对现有的发车排班进行优化.首先,构建了公交运行状态信息提取模型,提取现有的公交运行状态信息.在此基础上,设计了邻域搜索的公交时刻排班优化算法,得到最佳发车排班时刻表.为验证所提出方法的有效性,选取了成都市的56路和3路公交线路的实际数据进行案例验证.结果表明:通过优化排班的方法,在不改变现有的公交供需条件的前提下,可以有效实现协同换乘;与原有的公交服务相比,优化之后的公交服务能够更加贴近出行需求,提升线路之间的换乘衔接效率,从而提高公交服务质量.     

基于人工免疫算法的公交车辆调度优化问题研究

公交车辆调度是公交运营组织中的关键环节.通过对大连市公交IC卡数据管理中心公交IC卡数据信息进行的采集和分析,构建了基于公交线路时段客流数据的公交车辆优化调度模型,并进一步提出了采用基于信息熵的人工免疫算法对模型进行求解的基本流程和方法.实验的结果表明,该方法能够快速地搜索得到全天不同时段的最优发车间隔,并可以在短时间内根据公交客流量的变化对公交车辆发车时刻表做出有效的调整.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

考虑区间重叠的多运营商公交调度优化

为解决多运营商在重叠区间的公交线路调度问题,在分析重叠区间特性的基础上,提出一种双层规划模型.上层模型代表政府机构,目标为使公交乘客总出行时间最小,变量为公交线路分配方案;下层模型代表运营商,目标为各运营商追求自身利润最大化,变量为运营线路的公交车发车间隔.应用NSGA-II算法(Elitist Non-Dominated Sorting Genetic Algorithm) 求解模型,并在长春市南关区北侧区域的公交线网进行案例分析.实验结果表明,优化后网络中公交乘客的总出行时间降低了5.93%,验证了模型的有效性.     

考虑区间重叠的多运营商公交调度优化

为解决多运营商在重叠区间的公交线路调度问题,在分析重叠区间特性的基础上,提出一种双层规划模型.上层模型代表政府机构,目标为使公交乘客总出行时间最小,变量为公交线路分配方案;下层模型代表运营商,目标为各运营商追求自身利润最大化,变量为运营线路的公交车发车间隔.应用NSGA-II算法(Elitist Non-Dominated Sorting Genetic Algorithm) 求解模型,并在长春市南关区北侧区域的公交线网进行案例分析.实验结果表明,优化后网络中公交乘客的总出行时间降低了5.93%,验证了模型的有效性.     

互联网定制公交的网络调度模型及其求解算法

针对互联网定制公交服务模式中存在的路线规划不合理、缺乏成熟的通用模型等问题,本文首先采用K-mean算法对居民的实时出行需求进行聚类,在此基础上构建了面向互联网定制公交,以最大需求服务率和最小费用为双层目标,以最大载客量和乘客时间阈值等因素为约束条件的动态网络调度模型,进而针对模型的快速求解设计了基于Hadoop平台的并行蚁群算法.以广州市为例,对模型与算法的有效性、实时性进行检验,结果表明,所提出模型和算法可应用于实际互联网定制公交业务中,对推进"互联网+交通运输"具有积极的意义.     

考虑行程时间波动的电动公交可变行车计划

为解决因运行时间不确定性导致的公交到发时间不准点问题,本文基于公交线路双方向发车趟次和运营时间的不对称特征,提出一种可变行车计划优化问题。以最小化车辆使用数和乘客等待时间为目标,考虑车次链的行程接续和电动公交车辆电量等约束,构建公交时刻表和车辆排班一体化优化模型。根据可变行车计划优化问题特性设计改进的粒子群算法(Modified Particle Swarm Optimization for Timetabling and Scheduling, MPSO-TS)进行求解,定制粒子编码和子代更新方式。采用“基于优势车次链”的子代更新机制,以“车次链”为纽带最大程度地保留父代被继承信息中时刻表与车辆调度方案之间的关联性。使用连云港市某公交线路验证模型和算法,案例结果表明：可变行车计划能够有效保证车辆到发准点性,通过更紧密的排班计划将使用车数由35辆减少至31辆,车辆使用效率提升了28.1%;所提出的MPSO-TS算法求解效率较高,具有较好的稳定性,可有效避免计算结果陷入“局部最优”。