公交浮动车辆到站时间实时预测模型

根据公交浮动车辆实时GPS数据, 考虑不同时段的路段平均速度、公交车站、信号灯等多因素的影响, 建立了一种新的公交车辆到站时间预测模型。通过估计到达下游最临近站点的时间和判断道路上GPS数据的有效性等方法, 改善了预测模型的精度, 并应用重庆公交车辆数据对模型进行验证。计算结果表明: 该模型能够实时预测公交浮动车辆到达下游站点的时间, 预测精度优于现有方法, 在高峰时段预测误差小于9%, 在非高峰时段预测误差约为6%, 并对各种道路交通条件具有较好的适应性。     

考虑多路径选择的定制电动公交线路优化

为提高定制电动公交系统运营效率,本文探讨了考虑多路径选择的定制电动公交线路优化问题.首先,构建描述该问题的混合整数规划模型,以实现线路与路径的双重决策优化.模型以运营总收益最大化为目标,在约束中考虑定制电动公交特性,如车容量,乘客出行时间窗,续航里程,访问站点数等.其次,为求解模型,设计新的自适应大邻域搜索算法,提出相...     

多换乘站多车场响应型接驳公交的协调优化

为提高响应型接驳公交系统的运行效率,针对具有多个换乘站、多个车场的响应型接驳公交系统,提出了多换乘站多车场协同运营、车辆路径与调度协调设计的思路.同时考虑预约需求和实时需求,构建了响应型接驳公交多换乘站多车场地协同运行车辆路径与调度协调的二阶段模型,设计了多染色体遗传算法.计算结果表明:在给定的混合需求下,与独立运营相...     

同时接送模式下响应型接驳公交运行路径与调度的协调优化

研究了同时接送模式下响应型接驳公交运行路径与车辆调度的协调优化问题, 考虑乘客出行时间窗的个性化, 构建了基于乘客而不是基于途经需求点的车辆路径表示方法; 综合车辆发车和行驶成本、车辆早到和晚到的惩罚成本、票价收入构建了表征系统效益的目标函数, 并以车辆容量、乘客时间窗、车辆运行时间、车辆保有量、发车时间等为约束, 构建了发车间隔、发出车型与车辆路径的一体化优化模型; 针对一体化优化模型的特点, 设计了双遗传算法, 其中染色体为多链编码结构, 染色体交叉方式包含个体内、个体间交叉2种方式; 为了验证同时接送模式的优越性、一体化优化模型及算法的有效性, 进行了算例分析, 对比了同时接送模式与单独接和单独送模式的计算结果, 分析了车辆运行车速、单程运行时间限制、车型比例对响应型接驳公交运营效率的影响。计算结果表明: 在给定的相同乘客需求下, 与单独送和单独接模式相比, 同时接送模式发车次数减少了1次, 所需车辆数减少了2辆, 平均座位利用率提高了8.3%, 运送单位乘客的平均车辆行驶距离降低了11.0%, 运行成本降低了15.9%, 因此, 同时接送模式有效地提高了运营效率; 同时接送模式下, 运行车速、单程运行时间限制、小型车比例分别在基准值附近上下波动15.0%、15.0%、12.5%时, 发车次数、座位平均利用率、目标函数值的最大变化率分别达到了20.0%、15.7%、27.1%, 这些参数对系统运营效率均有显著影响。     

基于AVL数据的公交到站时间实时预测模型

公交车辆到站时间预测是公交信息服务、公交动态调度的关键参数。基于实时和历史的公交车辆自动定位数据(AVL)需求分析,将公交车辆到站时间划分为站点停靠时间、区段全程运行时间和区段部分运行时间,分别采用点估计法、BP神经网络法和自适应指数平滑法对其进行动态预测。最后结合实验线路公交车辆的AVL运行数据,对预测模型进行了验证和评价分析。研究结果表明:本预测模型由于将历史数据规律和实时交通状况进行了有效融合,从而提高了公交到站时间预测的鲁棒性和预测精度。     

带时间窗的随机需求车辆路线问题的模型研究

车辆路线问题是考虑在车队为一些有需求的顾客运送货物时如何安排行驶路线，从而使服务效率达到最高，在原有车辆路线问题的基础上，着重考虑车辆路线问题中顾客需求的随机性及顾客接受服务的时间窗约束，运用机会约束规划的方法，建立了新的随机模型，并用遗传算法进行启发式求解，得到了良好的数值解，为车辆路线问题的进一步研究提供了参考．     

考虑时间容忍度的轨道交通应急接驳公交蓄车点选址研究

传统城市轨道交通应急接驳公交蓄车点选址的研究对时间的处理过于简化,未充分体现乘客的时间需求,针对这一不足,引入时间容忍度概念.首先,根据出行计划是否受到影响及受影响程度,对系统内乘客进行分类,分析轨道交通中间站及端点站在乘客类别上的差异.而后,利用时间容忍度的调查数据,拟合满意度函数,并据此定义本文的时间惩罚成本函数....     

基于前车数据的动态公交车辆到站时间预测模型研究

在以往研究成果基础上,基于采集获取的实时车辆定位信息,提出了一种基于前车的公交车辆到站时间动态预测模型。在建立路段行程时间计算模型时考虑了前车的平均瞬时速度,在计算站点区域停留时间时建立了基于前车的预测模型,提出了一种参数容易获取、便于实际计算的模型,用于预测公交车辆在信号控制交叉口的延误。用上海市58路公交车的GPS数据对预测模型进行了验证,结果表明预测模型具有较高的预测精度,能够较为准确地预测公交车辆到站时间。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

基于双向长短期记忆网络的公交到站时间预测模型

为实现准确预测公交到站时间,提高城市公交出行分担率,本文提出一种基于双向长短期记忆神经网络(BiLSTM)并考虑超参数寻优的公交到站时间预测模型。通过引入非线性收敛因子、正弦余弦算子及自适应参数改进海鸥算法对双向LSTM模型实现超参数寻优,并增加Attention机制以提高双向LSTM处理信息能力,构建改进海鸥算法优化增加Attention机制的双向LSTM(ISOA-BiLSTM-Attention)预测模型。使用中国江西省南昌市220路公交GPS数据分方向和分时段预测车辆到站时间,验证模型预测精度。结果表明：整体上来说,Attention机制优化后的双向LSTM模型比单独采用双向LSTM模型预测精度更好;改进的海鸥算法可对双向LSTMAttention模型实现较好的优化效果,相较于现有模型及标准海鸥算法(SOA)优化双向LSTMAttention模型,ISOA-BiLSTM-Attention对于不同方向及不同时段公交到站时间预测的平均绝对百分比误差、均方根误差及平均绝对误差至少分别降低5.96%、9.87%及7.99%;同时,ISOABiLSTM-Attention具有最大的模型...     

轨道交通枢纽换乘乘客到站时间均值特征研究

换乘乘客到站时间分布是决定换乘乘客平均候车时间,优化并制定公交协调调度策略和方案的关键性因素。首先,选取世界之窗地铁换乘枢纽为调查地点,分高峰和平峰时段分别调查换乘乘客到站时间、送客车辆发车间隔等。然后,根据均值间差异的显著性分析和方差分析确定影响换乘乘客到站时间均值的因素。基于此,应用回归分析建立换乘乘客到站时间均值的模型。研究结果表明：高峰时段和平峰时段换乘乘客到站时间均值有很大的差异,且高峰时段换乘乘客到站时间均值是换乘客流量的二次函数,而平峰时段换乘乘客到站时间均值不受换乘乘客客流量大小的影响。     

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）．     

快速公交发车间隔优化研究

合理的发车间隔对于快速公交车辆发挥其高效、经济和环保的优势具有重要的意义.首先以乘客出行成本和快速公交运营成本最小化为目标,考虑发车时间约束、车辆台数约束,建立了快速公交发车间隔优化模型.然后采用二进制编码,运用单点交叉和基本位变异的遗传算法求解该优化模型.最后以兰州市首条快速公交线路为例进行了实证研究,得到了不同时段下快速公交的发车间隔.实例研究结果表明,该发车间隔优化模型及遗传算法可行,对实现快速公交科学调度具有一定的参考意义.     

随机条件下固定公交线路服务频率优化模型

在考虑客流需求波动及车辆运行时间随机变动的情况下,建立了以乘客候车期望和公交车辆利用率总体最优为目标的公交线路服务频率优化模型.利用蒙特卡罗方法随机模拟一条高频线路的公交服务,计算得到了给定线路参数下的最优服务频率.算例表明该模型可用来确定高频服务公交线路的发车时间间隔.     

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.