城市公交线网优化的线性模型

为了对现有公交线网进行优化,有效利用现有交通资源,解决城市交通问题,运用系统科学的思想,通过对城市公交线网优化的主要内容、优化原则、优化目标以及约束条件的分析,兼顾考虑乘客出行时间、公交线网密度和公交企业的利益以及公交线网的布局对整个城市的交通系统的影响,提出了优化目标的函数表达式及相应约束条件的数学表达式,建立了公交线网优化的线性模型,并给出了运用逐步筛选法对所提出的数学模型进行求解的方法。     

公交换乘优惠的双层规划模型

对城市公交线网换乘优惠幅度的确定问题进行了研究.考虑了换乘优惠政策的实施对乘客采用公交出行的需求量和乘客对公交线网路径选择行为改变的影响,将该问题抽象成一个双层非线性规划模型,上层模型实现网络经济效益最大化,下层模型为基于弹性需求的随机用户平衡模型.最后通过一个算例来建立公交换乘优惠的双层模型,并采用基于惩罚函数的直接搜索法对模型进行求解.结果表明:该双层模型能够在实现公交网络效益最大化时确定合理的换乘优惠幅度.     

多种开行模式下定制公交线网规划方法

针对定制公交线网规划中存在的开行模式单一、运营企业亏损等问题,对开行模式进行系统分析,考虑乘客出行需求的差异性,建立了以线网覆盖率、运营利润和乘客总绕行距离为优化目标,以乘客出发时间窗为主要约束的多种开行模式下定制公交线网规划模型.设计改进的蚁群算法求解,并应用算例验证了模型及算法的有效性,分析不同出发时间窗对线网覆盖率及利润的影响.结果表明:多种开行模式下定制公交线网可较好地满足差异化的乘客出行需求,具有良好的经济效益和便捷性.     

基于功效系数法的城市公交线网优化模型

城市公共交通线网优化是城市客运交通规划的重要部分之一。对现有公交线网进行优化,可以更有效地利用现有资源,解决城市交通问题。通过对城市公交线网优化的主要内容、优化模式、优化目标以及约束条件的分析,同时兼顾乘客出行时间、线网平均满载率、公交线网密度和公交线网的布局,对整个城市交通系统的影响提出优化目标的函数表达式及相应约束条件的数学表达式,建立公交线网优化的多目标模型。通过对模型的分析,提出可用功效系数法对模型进行寻优和评价。     

城市常规公交线网优选模型和方法研究

传统的基于经验或评价的公交线网优化设计方法多为方案评价型方法,是“选优”而非“创优”的方法,而基于路线优选的公交线网优化设计方法为一种方案生成型方法.文中介绍了路线优选的公交线网设计方法和关键步骤,建立了基于广义费用最小(社会总出行时间的转换费用和总空座小时的转换费用最小)的公交线网优化模型,并通过算例验证了模型和方法的可行性.     

COVID-19在公交网络传播模型及防疫策略有效性分析

城市公交系统是空气传播型病毒进行人际传播的重要潜在空间,研究病毒在公交系统中的传播,能精确的指导公交防疫策略的制定.基于双层公交网络模型,耦合出行规则和SEIR模型建立了公交网络传播模型,以某虚拟的区域空间和公交线网为背景,根据双层网络模型的特点,分析了公交车上及公交站点病毒传播的过程,制定宏观和微观2种防疫策略并分析...     

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。     

中小城市常规公交线网优化方法研究

针对中小城市公交线网的特点,提出了基于路线优选的公交线网优化方法.根据中小城市公交的实际情况,以线网单位效益最大为目标,并选择约束条件建立了中小城市公交线网优化模型.在进行线网优化时,将优化过程分解为公交站点合并、公交起讫站点的选择与配对、候选公交线路集的生成、线路优选几个步骤,降低了模型求解的难度.并针对各个步骤分别利用匈牙利算法、Yen算法和穷举法设计了相应的计算程序,使优化方法具备实际应用的可操作性.      

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-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。     

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。     

快速公交路径优化设计模型及算法研究

分析了当前大城市多模式公交网络结构,构建了多模式公交超级网络;研究了公交出行者的策略选择行为,在考虑行程时间可靠性、座位期望以及诸多延误因子的基础上改进了策略阻抗模型;提出了BRT网络设计的双层规划模型:下层模型以改进策略阻抗模型为前提,进行了多模式公交网络平衡配流,上层模型旨在优化BRT的线路走向和布局;基于遗传算法和粒子群优化,设计了求解该双层规划模型的混合启发式算法,并用一个简单算例验证了本研究中模型与算法的可行性,提出了BRT线网优化设计的建议。     

基于遗传算法求解的危险品道路运输线路优化双层规划模型

危险品道路运输网络设计问题是各国政府监管部门非常重视的问题。通过对危险品运输网络设计双重约束特性的分析,以及对不同危险品运输网络设计方法进行比较,建立起一个双层规划模型,兼顾政府与运输者双方不同的利益目标。结合网络设计问题的要求,研究了危险品道路运输网络双层规划设计问题的遗传算法。通过实例分析,结果表明双层规划是求解危险品道路运输网络设计问题的优秀方法之一,同时遗传算法能产生稳定的最优解。     

OD需求不确定的离散交通网络设计模型研究

以OD需求不确定性为基本前提,以随机双层规划和均值方差理论为基础,建立OD需求不确定离散交通网络设计的基本模型.根据需求不确定的交通网络设计模型特点,建立基于Monte Carlo模拟和遗传算法的算法,实现了对问题的有效求解.Sioux Falls网络的计算结果表明,本论文的模型和算法可以很好地应用于中等规模网络.     

基于GBAS的公交出行最优路径选择算法

通过对城市公交网络的描述,结合居民公交出行路径选择的特征,提出了以换乘次数最少为首要目标,以出行距离最短为次要目标的基于GBAS(基于图的蚁群系统)的公交出行最优路径选择算法。算法让分群蚂蚁从起点站行走至终点站后,在所有走过的路径中,通过对换乘次数和出行距离进行计算后选择最优路径,并对该路径上的信息素进行加强,其他路径上的信息素进行挥发,经过若干次外循环迭代后,分群蚂蚁会选择信息素最强的路径行走,即为公交出行的最优路径。用一个算例对算法的有效性进行验证。     

基于GIS的城市公交路网最优路线算法研究

利用GIS地理分析的特性,提出了一种较为简单的公交路网的描述方法。同时,设计了合乎乘客心理的最优路线判断标准,并在此基础上,设计了基于公交路线的双向搜索最短路算法,该算法与现有的基于公交站点最短路算法相比,大大地减少了计算时间。     

双层规划法路网通行能力模型改进算法优化研究

对基于双层规划法的路网通行能力模型改进算法进行算法优化研究。其中,主要对底层模型进行流程改进与算法优化,并通过求解方法的合理设计从迭代上优化模型算法。最后,通过算例分析证明了算法优化后的效率较优化前有显著的提高。     

基于信号灯配时的动态路径诱导模型

针对城市交通流量变化产生的问题,在交叉口信号灯配时方案改进的基础上建立了动态路径诱导的双层优化模型,上层模型以行驶时间为目标函数,下层模型以总交叉口延误最小为目标函数。利用改进蚁群算法来求解优化模型,从而获得多准最优路径。以实际交叉口为例,将信号灯配时改进前、后的模型计算结果进行比较。结果表明:应用信号灯配时改进后的模型获得的路径更省时,交叉口等待通行时间更短。     

混合交通网络设计的遗传免疫算法研究

为了研究混合交通网络设计的启发式求解算法,以路段建设费用和网络费用最小化为目标,建立了混合交通网络设计的双层规划模型。鉴于标准遗传算法的局限性,基于人工免疫思想,将免疫系统仿生机理中的免疫调节、克隆选择、免疫记忆引入到遗传算法中,给出了求解混合交通网络设计的遗传免疫算法。通过算例验证了算法的有效性,并和标准遗传算法进行了比较。结果表明,在混合交通网络的设计中遗传免疫算法比标准遗传算法具有更好的求解效果。     

小型突发事件场景下的应急车辆优先通行策略研究

对于高峰期发生的小型突发事件, 应急车辆优先通行可能对路网造成强负外部性, 同时为保证应急车辆优先通行而采取的信号协调策略可能导致路径选择不可靠。因此, 提出1种基于双层规划模型的应急车辆优先通行策略, 综合考虑应急车辆的时效性以及交通系统的运行效率。路径选择受路径长度等物理条件以及交通状态的影响, 信号控制改变车道通行能力和上下游流量, 进而改变路网状态。以车道组饱和度作为表征路网状态的参数, 并以此联系路径选择与信号控制, 进而构建应急车辆优先通行的双层规划模型。具体地, 上层目标为应急车辆行程时间最短以保证应急车辆出行的时效性, 下层目标为信号控制对交通系统的社会车辆效益最大, 采用改进的前N条最短路径多重标号算法求解。算例结果表明: 相较于传统方案, 应急车辆行程时间增加8.7%, 对社会车辆的延误降低261%, 即应急车辆每降低1%的行程时间以交通系统增加30%的延误为代价。该方案能够以较小的应急车辆延误为代价降低高峰期交通系统较大的延误。