公交线路车辆排班模型及算法研究

针对公交运营调度系统中的车辆排班问题,以公交车辆的线路安排为对象,在不考虑线路一车辆匹配约束的条件下,建立起公交线路车辆排班模型,从而达到排班车辆最少的优化目标。首先,分析公交车辆在典型工作日内不同时间段的排序特征;然后,深入剖析组合最优化理论中的固定工件排序问题,并将其应用于建立公交线路车辆的排班模型,进而提出排班模型的求解算法;最后,结合10条公交线路的到发时刻表对该模型作了具体的应用,并通过Gantt图直观显示公交线路车辆的最优调配安排．     

基于HGA的智能交通调度优化方法研究

针对公交车辆运营调度的现状和存在的问题,采用免疫遗传算法对公交车辆智能调度进行优化研究.遗传算法的智能化特征能够有效地改善公交车辆运营调度的不足,提高公交车辆的静态调度能力.在此基础上结合生物免疫机制等边缘学科的理论,将免疫算法与遗传算法有机结合,提出一种改进型混合遗传算法,应用于公交调度管理中的优化,并与利用简单遗传算法的计算过程进行仿真和比较.仿真结果表明,该算法简单高效、稳定性好,能够较好地克服传统方法和现有遗传算法的不足,性能得到了显著提高,获得了满意的效果,提高了公交车辆的运营效率.     

公交车辆智能调度研究

根据智能交通系统ITS(Intelligent Transport Systems)研究发展状况以及我国ITS研 究开发的主要内容和公交公司实际运输的基本需求采用遗传算法GA(Genetic Algorithm)进 行了公交车辆智能调度方法的研究.该方法充分利用遗传算法的智能化特征,有效地改善公交 车辆的静态调度,提高公交车辆的运营效率.为避免遗传算法的早熟问题,运用混合遗传算法 HGA(Hybrid Genetic Algorithm),提高遗传算法的收敛性能和优化质量,以确保遗传算法的优化性能.在静态调度方法的基础上,针对公交车辆运营调度管理特点,借助通信技术、计算机技术以及自动控制技术,分析研究了公文车辆的动态调度的实现方法,从而进一步提高公交车辆运营调度管理效率,为公交车辆智能化调度系统的实施做好必要的技术服务.     

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”。     

融合客流大数据和成本最优化的公交动态排班方法

为提高公交排班效率和准确性,提出一种基于客流OD数据的动态排班模型.首先,模型将影响公交车辆排班的因素划分为静态因素、可变因素和动态因素,给出每日客流变化情况下动态影响因素计算方法;其次,以满足乘客需求减少公交企业运营成本为目标,探索多目标最优排班方案求解方法,实现公交运营效益最大化;最后,以广州560路公交线路为例进...     

借助智能调度系统提升公交智能化水平——以福州马尾公交37路为例

一个高效、稳定、便捷、智能的公交管理服务平台对保障城市交通的顺利运行,满足居民出行需求有着重要意义。智能公交充分利用公交大数据,建立一体化公交管理服务平台,为公交管理者及乘客提供多样化服务,提升城市公交运营效率及管理水平。本文介绍了智能调度系统的主要功能和作用,分析了系统在智能排班、提高车辆运营效率方面的优势,总结了客流仿真分析和自动排班系统在福州马尾公交37路的应用效果,并针对应用中发现的问题提出改进建议,以期为公交营运生产提供更快捷方便的服务。     

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.     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

公交司机排班问题的混合元启发算法研究

针对我国公交企业中司机在1 个工作日内驾驶同一辆车的“人车绑定”管理模式, 提出混合元启发算法求解司机排班问题.首先建立以车辆数为目标的车辆调度模型,获得仅 满足司机休息时间的非可行解;接着迭代地使用局部搜索算子、破坏重建扰动等方法对解进 行调整,使其满足司机工作时间和吃饭时间等约束,并尽可能地降低排班成本;在迭代搜索 过程中记录发现的可行排班链集合,迭代结束后构建集合覆盖问题(SCP)模型对其进行改 进,以获得最佳的司机排班方案.在13 条公交线路案例上进行测试,实验结果验证了本文算 法的有效性.     

BRT��·�����ź�����Э������Ʒ����о�

快速公交是解决城市交通问题的有效手段,公交信号优先对于提高快速公交运营效率具有重要作用。具备公交优先功能的快速公交沿线路口协调控制有较高的复杂性,为此,本文提出了一种关键参数抽取方案,针对快速公交全线路路口信号优先控制,给出了定周期下优先感应控制方案和优先评估体系,通过分时段遗传算法实现了信号控制参数与车辆调度参数的协调优化,达到了公交优先与社会车辆理想通行的综合最优控制效果,以北京市南中轴BRT为例,应用VISSIM交通软件进行仿真,通过与其它多种控制方案优先效果的比较,验证了本文方案良好的控制效果。     

智能导航车载系统

为了提高公交系统的运营效率, 设计了基于短信服务的智能导航车载系统, 分析了导航系统和车载系统的运行原理和功能。采用公交车到站发短信的方式, 能够在每个停车站点的电子站牌上显示距离本站最近的车辆到达所需的时间, 同时控制中心可对车辆进行实时调度, 动态查询车辆的位置区间。实验测试结果表明: 该系统设备性能稳定, 能够实现运行车辆的有效管理, 且投资小, 收益快, 同时具有一定的扩展性, 易于与相关的智能系统衔接。     

高清视频检测和识别技术研究及其在城市交通中的应用

在智能交通的城市公安交通之中,对车辆检测、车辆行为分析和跟踪、车牌识别和交通事件检测都提出了更加明确的需求,利用计算机视觉分析等先进的信息技术实现高效、安全的智能交通已成为交通治安治理的主要发展方向之一。     

基于北斗的节能型智能公交电子站牌的开发及应用

解决“市民出行难”问题一直是政府部门关注的民生问题,实现公交信息化是解决“出行难”问题的重要环节和出路.本文提出了一种基于北斗导航系统的节能型智能公交电子站牌系统结构设计方案,有利于市民选择公交作为出行方式.同时,能提升公交公司的服务水平和质量。     

无线传感器网络在城市智能公交系统中的应用

结合智能交通系统特点及要求,介绍了无线传感器网络技术在城市公交车辆智能化管理中的典型应用,通过无线传感器网络技术将车载终端与调度监控中心相结合,能够对行驶的公交车辆进行实时监控、交通信息传送等功能,有助于交通系统的智能化。     

不确定信息下应急救援路径选择模型

迅速有效的震后交通疏散及道路管制措施对降低地震损失具有重要意义.通过定义路网疏散连通度和安全行驶路线,对不确定信息条件下救援疏散和路径选择问题进行描述.将避难点分配、路径规划、车辆容量,以及不确定通行能力作为该问题约束条件,确立了以公交疏散问题为基础的应急救援车辆路径选择模型.考虑到模型仿真的局限性,转化为相同发车间隔下的公交均衡调度问题进行求解.以唐山抽象路网和人口分布为基础进行仿真实验分析,结果表明:不确定信息条件下选择安全救援路径,当救援车辆途中遇阻时,只需调整交叉口转向策略即可顺利通行,保证了救援调度工作的稳定.     

三轴AMR 车辆检测器的车型分类设计实现

随着城市机动车数量的不断增加,城市交通向智能交通方向的快速发展,传统 的车辆检测器已经不能满足智能交通对交通状况反映的要求. 车辆检测器的车型分类功 能成为检测器发展的趋势,针对目前AMR 车辆检测器弱化车型结构对磁场强度影响的 问题,设计了一种新型的AMR 车型识别检测器.单个检测器可以采集三个方向地磁变化 量,结合一个高精度的时间模块,可以获得磁场强度在立体三维空间的变化,丰富了采集 信息.通过比较常见的车型分类算法优缺点,采用DAG-SVM 进行车型分类. 实验测试的 结果表明,该检测器可以有效地对车辆进行分类.     

机动车驾驶员人为因素与交通事故危害性关联分析

机动车驾驶员人为因素是导致道路交通事故形成,并产生事故伤害的最主要原因。将区域道路交通事故的死亡人数、伤亡人数和直接经济损失等统计指标值作为参考数列,将不同驾驶员人为因素组成的道路交通事故统计次数作为比较数列,可以建立驾驶员人为事故因素与其危害性的灰色关联模型。结合实例,通过对灰色关联矩阵的定量化结果进行分析,可以评价驾驶员人为因素对不同类型事故危害性的影响,为有关部门采取有效的安全管理和预防对策提供参考依据。     

具有反向学习能力的串车调度算法研究

为了避免串车问题,研究了多条线路不同站点间隔的车辆实时串车调度算法.基于车辆自动定位(AVL)数据的分析预测,给出了具备反向学习能力的克隆选择优化算法 (Opposition-learning Clonal Selection Algorithm, OCSA )求解避免串车的调度序列,指导车辆调度.算法中设计了反向抗体库,反向抗体库存储了种群迭代过程中多个较差抗体的信息,利用较差基因位置信息,指导部分基因链以较快速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可迅速改善抗体的多样性,使得算法在短时间内具有较强的全局寻优能力;且局部学习的缩放因子可随迭代过程动态调整,提高了算法的求解精度.实验结果表明,基于 OCSA算法获取的调度序列与经典的调度算法相比有较好的适应性,求得的调度序列能够实时有效地降低站点串车问题.     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

����Эͬ���������򹫽�ʱ�̱�����ģ���о�

编制出能够最大限度地减少乘客在不同线路交叉点处换乘等待时间的公交时刻表是实现公交调度区域化的关键任务之一，而协同发车是实现这一目标的有效手段。本文将以乘客换乘时间最少为目标的区域公交时刻表的编制问题归结为一类特殊的带有协同系数且无容量约束的0-1背包问题，并定义了协同系数，建立了相应的数学模型，给出了基于嵌套式的禁忌搜索算法的模型解法。实验计算结果表明，用本文设计的算法求解这类特殊的0-1背包问题可以取得良好的结算结果，该算法是可行的，也是有效的。