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。     

基于多目标模型的城市公交越站调度研究

作为优先发展的交通方式,公共交通以其运量大、运输成本低和节能环保的优势广受青睐。然而,准点率低、乘客候车时间及运输时间过长等问题使其对于乘客的吸引力难以提高。因此,为优化公交调度、降低公交系统运营成本、提升服务水平和工作效率,对平峰时段单向行驶的某一线路公交车的停靠与越站优化问题进行研究。以公交车是否在站台停靠为决策变量,建立了以最小化停靠成本、乘客在站候车时间、被越站站点的乘客额外候车时间及车辆在站停靠时间为目标的城市公交越站调度的多目标优化模型,在MATLAB软件中使用改进的遗传算法进行求解,选取了广州市126路公交为实例进行计算以验证方法可行性,并进行了各目标权重的灵敏度分析。最终得到的公交越站调度方案可达到10%的优化效果,且最大权重目标为乘客站点候车时间。故该模型具有一定实用性和可操作性。     

基于满意度的公交车调度模型研究

城市公交调度水平的提高,有利于增强公交在城市交通系统中的竞争力。从乘客候车满意度和公交公司运营成本的角度分析了公交车调度问题,建立了以乘客候车满意度为目标的公交线路发车频率优化模型,实现了模型的求解算法,并通过仿真算例进行了实证研究。     

考虑公交线路短时瘫痪的复线设计模式

为缓解公交线路在实际运营过程中可能出现短时瘫痪所带来的负面影响,提出了一种不同于传统公交线路设计方式的公交复线线路设计。复线模式的公交线路能够在原线路部分路段出现短时瘫痪时实现快速响应,使公交车辆转移至复线路段运营。首先,构建了以乘客出行时间最小化为目标的公交线路复线设计模式,同时依据所构建的模型特征,提出了相应的启发式算法求解。为了验证所提出模型和算法的效果,选取了绵阳一条10站点的公交线路为例进行案例验证。结果表明,相比于传统模型公交线路部分路段发生瘫痪时,公交车辆只能等待路段通行缓慢恢复,导致乘客出行时间过长的问题,通过复线设计,在原公交线路部分路段发生瘫痪时,公交车辆通过绕行至复线线路,可以使乘客总的出行时间减少43.97%。最后,为了分析不同参数取值的影响,对站点到达时间以及道路瘫痪程度进行了相应的灵敏度分析,分析结果表明,当公交运行路段瘫痪越严重,使用该复线设计的效果越好,但如果复线站点与原站点距离过远时,将会导致乘客从到达复线站点以及从复线站点到达最终目的地的走行时间增长,将会降低该方法的应用效果。因此,在应用所提出的公交复线设计时,原线路站点对应的复线站点距离不宜过远。     

城市公交站点乘客候车时间可靠度分析

候车时间的可靠度可直接反映公交运输系统的运营状态和服务水平,是影响公交运输竞争力的一个重要因素.文中通过建立公交站点乘客候车时间的可靠度模型,计算出公交线路中各个站点乘客的候车时间可靠度,为公交站点布置和发车频率制定提供参考;并以成都市某公交线路为例,运用该模型对其站点早高峰乘客候车时间可靠度进行了分析.     

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%。     

多换乘点响应型接驳公交运行线路的协调优化

为尽量降低响应型接驳公交系统的运行费用，提出多换乘点间运行线路协调设计的构想。针对同时包含预约需求和实时需求的混合需求，构建多换乘点响应型接驳公交系统运行线路的2阶段协调优化方法，并设计优化流程。第1阶段仅考虑预约需求，首先将预约乘客按有/无特定换乘点要求进行分类，在此基础上构建预约需求下多换乘点多车辆运行线路的协调优化模型。在协调优化模型中，优化目标是由乘客时间费用、车辆运行费用、以及惩罚费用所构成的系统总成本最小；乘客时间费用包括乘客候车时间的惩罚费用、车内乘客在需求点的等待时间费用以及乘客车上时间的惩罚费用3个部分；车辆运行费用包括车辆启动费用、路段行驶费用、需求点的停靠费用、车辆早到引起的等待费用4个部分；考虑的约束条件包括乘客候车和车上的软时间窗、乘客换乘点要求、车辆容量、车辆出行时长等。第2阶段根据规则判断是否响应实时需求，并根据响应情况重新优化后续各班次的运行线路。针对第1阶段模型，基于模拟退火算法设计求解算法。研究表明：在预约需求或混合需求条件下，与各换乘点运行线路独自优化相比，协调优化方法均能显著降低运送全部响应乘客所需的平均运行距离和平均总成本；仅有预约需求时分别降低5.4%、19.8%，新增实时需求后分别减少1.4%、21.7%；与固定发车间隔相比，分时段调整发车间隔，也能有效降低运送全部响应乘客所需的平均运行距离和平均总成本，仅有预约需求时分别降低18.2%、17.2%，新增实时需求后分别减少19.97%、25.06%，说明多换乘点间车辆路径的协调运行是提升响应型接驳公交运行效率的有效途径。     

公交联动发车模型的研究

乘客的候车时间可分为2部分(在出发站点的等待时间及在换乘站的换乘时间),仅考虑换乘时间最短的区域公交协调调度模型无法降低乘客在出发站点的等待时间。针对此问题,提出了公交联动发车的概念及需满足的条件。在对乘客类型分类的基础上,分析了弹性乘客候车时间的计算方法,统计了各类型乘客的各部分候车时间,以所有乘客总的候车时间最短为目标建立公交联动发车模型。针对模型变量多的特点,选用遗传算法进行了求解。采用实例对模型的有效性进行了验证。结果表明,在维持发车间隔不变的基础上,联动发车模型较区域协调调度模型在降低乘客候车时间方面具有明显的优势,乘客候车时间降低了15.2%。      

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%。     

可靠性理论在公交网络分析中的应用

为了研究公交线路的布局及其发车频率两因素对乘客候车难易程度的影响,以公交网络拓扑为基础,借鉴工程可靠性理论,从直达站点对、非直达站点对以及公交网络3个层次提出了乘客候车可靠度概念,建立了相应的计算模型,并设计了可行的计算机程序。其中直达站点对、非直达站点对的乘客候车可靠度指标反映了在给定的公交站点对之间乘客候车难易程度,公交网络乘客候车可靠度反映了所有站点对之间乘客候车难易程度的平均值。乘客候车可靠度图中各站点对之间用线条连接,其宽度表示乘客候车可靠度值大小。该图可反映乘客在站点对之间出行时等候公交车辆难易程度的分布规律。算例证明了乘客候车可靠度及其图形能够为公交网络的定量、定性分析提供依据。     

基于多目标优化的公交车调度问题的模型与算法

针对1条公交线路上的公交车调度方案,综合考虑公交公司和乘客的利益,利用多目标优化的方法建立了公交车调度的数学模型,给出了载客满意度函数和乘客等待时间满意度函数,采用了高性能的遗传优化算法对全天公交车运营的状况进行了数值模拟。仿真结果表明,选择采用将全天发车策略细分18个时段的模型,可得到最优的发车时刻策略。该模型可有效地改善公交车辆运营调度优化效果,提高公交车辆的运营效率,为城市公交车辆调度管理提供了合理、有效的调度方法。     

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。     

快速公交线路发车频率优化仿真研究

该文在阐述公交发车频率与乘客等车时间、公司盈利之间关系的基础上,分析快速公交线路站点时段客流规律、构建乘客等待时间和公司运营收益模型,提出基于乘客等待时间最小、公司盈利最大的快速公交发车频率多目标函数,并设计遗传算法和优化仿真实验。仿真实验表明:一定范围内,发车次数增加,乘客的总等车时间和BRT运营收益反而逐渐减少,而本函数模型能有效地降低运营成本、节约乘客等待时间,比按客流比例发车的结果更优化。研究成果应用于大同市快速公交线路工程实例。     

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SP调查的乘客站点等待时间意愿研究

研究公交站点乘客等待行为,可了解乘客对于站点公交不准点的心理承受范围和意愿,用于站点时刻表的设计和智能公交调度.通过不同出行目的下的SP问卷调查,得到济南市的样本数据491份.公交延迟到达站点的样本数据分析发现乘客对于公交的延误平均可忍受的等待时间为4. 62 min.对年龄、性别、职业、月收入、上下班时间是否固定等影响因素进行敏感性分析,发现这些影响因素对站点乘客的等待时间没有显著差异.通过对不同出行时段和出行目的的分析发现,不同的出行目的下早高峰、晚高峰、平峰和周末乘客的等待时间差异比较大,公交调度应该在不同时段采取不同的策略.对于公交车提前到达公交站点时间的调研分析发现,80%左右的乘客希望公交仍按照原时刻表发车.基于以上分析总结出了不同可接受度的公交延误范围,以用于公交调度的范围参考.     

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。     

考虑时间窗的定制公交线路时空分层优化模型

研究定制公交线网布局及调度优化对增强公交系统吸引力, 提高乘客出行效率具有重要意义。针对定制公交乘客需求点在时间和空间上分布离散的特点, 构建了考虑时间窗的定制公交时空分层优化模型, 并设计遗传算法对模型进行求解。通过渔网与核密度分析对需求点在时间和空间上进行了热点识别, 并实现热点区域聚类分析以及合乘站点分类。基于合乘站点集合, 综合考虑公交容量、线路长度、乘客出行距离构建了线路空间优化模型, 以乘客的时间花费最小作为优化目标构建了线路时间优化模型。以济南市城区定制公交为例对模型的性能进行评估, 案例结果表明: 模型优化后的线路方案, 乘客平均服务覆盖率可达96%, 服务区域内每个时段的单个乘客的平均节省时间为15 min, 公交的平均满载率为90%。      

公交调度中放车调度模型的研究

以公交线路乘客等待公交车辆总延误成本最小为目标函数，建立了一种放车调度的数学模型，将模型投人实际应用。从结果可以看出，该调度方法可以减少乘客总等车时间，调节了线路车辆的正常运营。     

青岛推守时公交

<正>【事件回放】5月13日起,青岛交运温馨巴士将在3条公交线路上推出岛城的首批"守时公交",这些线路的每个站点都张贴了公交车到达该站点的具体时间,并且向乘客承诺,如果公交车到站时间误差在3分钟以上,乘客可以在该站点免费乘车。@交运温馨巴士总经理曲国庆:推出守时公交、准点运行,这不仅增加了管理难度,也增加了驾驶员和调度员的运行压力,但是为了市民的出行便利,这些都     

可靠性和舒适性对响应式定制公交线路设计的影响

乘客出行可靠性和舒适性能够在很大程度上影响响应式公交的吸引力。建立了同时考虑响应式定制公交运营商成本最小和乘客出行可靠性、舒适性要求的公交线路设计模型。采用出行达到时间概率来描述乘客出行可靠性,采用不同车型选择来体现乘客舒适性要求。同时,通过设计小规模算例验证了模型的正确性,对于大规模算例设计了基于遗传算法的智能优化算法。算例分析结果表明:所建立的模型和设计的算法可用于响应式定制公交线路的生成,在运算效率上,遗传算法有显著优势,可用于实际规模算例的求解;同时还能看出线路可靠性和乘客舒适性受车型固定成本的影响,在时间相同的情况下,更高的固定成本,且线路上车型座位数更少,具有更高的可靠性,同时还具有更高的舒适性。反之,如果有较多的座位数,投入较低成本的车型,也必然会导致该车型不能拥有较高的可靠性和舒适性;在进行总成本计算时,遗传算法求出的总成本略高于精确算法的求解结果,且求解结果中其所有车型行驶线路的可靠性也都高于精确算法求解出的可靠性,这就说明了可靠性和舒适性对响应式定制公交线路的生成结果和运营成本有非常明显的影响,而且影响的程度是不相同的。