基于模拟退火-自适应布谷鸟算法的城市公交调度优化研究

为改善城市常规公交运营效率,提出基于模拟退火-自适应布谷鸟算法的公交调度优化模型.通过结合线路实际客流数据反映的客流特征,建立考虑公交公司和乘客双方利益的公交调度优化模型;改进布谷鸟算法固定步长并加入模拟退火算法退火操作,设计模拟退火-自适应布谷鸟算法,改善寻优过程中跳出局部最优解而全局寻优的能力;以福州125路公交线...     

基于深度强化学习的综合干线协调控制方法

针对社会车辆和专用道公交干线运行特性差异大、协调控制效果差的问题,提出一种集成社会车辆干线协调控制和公交干线优先控制的综合干线协调控制方法.首先,基于两者路段行程时间的分布差异,结合公交车辆上下游路口不停车通行概率分析,确定干线协调的关联交通状态和对应信号调整策略;然后,结合信号调整策略对车辆延误损失和公交优先收益的量...     

基于城市交通容量分析的公交优先研究 ——以广州为例

基础设施扩容为主的道路交通和轨道交通建设,成为目前各大城市普遍采取的治理城市交通拥堵的主要手段,由于轨道交通建设存在资金和建设时间持续问题,如何对有限的道路交通资源重新划分成为治堵工作的关键.本文以综合交通模型为基础,形成以地面公交路权优先为突破口的交通系统容量优化方法,提出交通系统人次容量定义,构建度量舒适性和可控性的评判标准,建立层次化的公交专用道布设方法,动态调整地面公交和小汽车的路网资源比,保障地面公交路权,达到小汽车和公交出行时耗的相对均衡,实现交通的个体最优向系统最优的转化,形成一条落实公交优先的新路径.最后以广州市为例,将容量分析技术应用到实际路网,提出以公交专用道方案为主的道路资源定量分配方案,落实公交优先,指导广州市交通发展.     

城市公交GPS自动监控及调度指挥系统的建设与应用

公共交通在城市交通发展中占有优先的地位,从国内外城市交通发展的经验教训看,优先发展公共交通是解决城市交通的根本途径之一。如何充分利用现有的城市公交基础设施,使车与车、车与路、车与乘客协调作用,提高公交车辆的营运效率,是现代公交发展急需解决的问题,正是这种形势把智能公交的建设提到了各城市公共交通发展的工作日程上来。     

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.     

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.     

轨道交通单线接运电动公交调度优化模型

针对乘客由轨道交通换乘接运电动公交过程中等待时间长、候车成本高等问题,提出一种面向高峰时段乘客换乘情况的轨道交通接运电动公交的时刻表优化方法。通过分析换乘过程,以换乘乘客等候时间成本、换乘失败成本、电动公交使用成本和充电成本共4项成本之和最小为目标函数,以电动公交的发车顺序、换乘乘客的等待意愿、电动公交充放电特性对行驶里程产生的影响等作为约束条件,构建混合整数非线性规划模型。在接运公交的运输需求方面,考虑了除换乘乘客外本地乘客出行需求变化对接运电动公交时刻表的影响。最后提出一种混合人工蜂群算法求解模型,通过与遗传算法、粒子群算法的对比,进行了算法的敏感性分析。结果表明：目标函数总成本为1 355.32元,相比原成本降低了23.56%,其中,换乘乘客等候时间成本为298.17元,换乘失败成本为84.03元,公交公司运营成本为867.40元,电动公交充电成本为105.71元,验证了构建的模型对时刻表优化问题的有效性。     

基于GPS的公交运营动态调度策略研究

本文从智能公交系统入手,介绍了GPS在智能公交系统中的应用,提出了将GPS车辆定位技术应用到公交运营的实时信息采集中,对公交车辆运行状况和运营服务水平进行实时监督,提高公交服务水平和公交运行稳定性.针对车辆“早点”与“晚点”的动态调度控制策略,对车辆运行过程进行实时调度控制,并建立动态控制的一个较为实用的模型.     

考虑出行特征的电动汽车协同充电调度优化研究

针对大规模电动汽车无序充电导致的充电供需不平衡和资源利用率低等问题,在分析用户出行特征的基础上,提出电动汽车协同充电的调度优化策略。通过经济激励改变电动汽车用户的充电选择,并结合电网的分时电价策略协调充电站内各时段输出功率,以充电站收益最大化为目标建立电动汽车协同充电调度优化模型。为降低解空间的维度,加快求解速度,将模型分解为充电调度主问题和站点功率协调分配子问题,利用改进遗传算法编码求解模型主问题,并通过调用Gurobi求解器求解子问题。最后,分别在经典路网和现实路网中进行仿真实验。结果表明：电动汽车协同充电调度能够提高充电资源利用率和站点收益;随着调度补偿力度增大,站点收益提升效果逐渐减弱;较高的电力峰谷价差可以激励充电站主动实施充电调度和时段充电功率的协调分配,提高站点服务率并缓解电网负载波动。     

基于公交智能调度系统的公交换乘算法实现

通过对城市居民公交出行选择影响因素和选择逻辑的分析,利用地理信息系统（GIS）技术构建公交换乘数据模型和公交智能调度系统数据计算出行时间,以此为基础实现以最少换乘次数为第一目标,出行时间最短为第二目标的公交换乘算法。该算法考虑了步行换乘、行驶时间、换乘时间及公交线路上、下行因素对换乘查询的影响,能够较快地提供公交换乘方案。     

基于移动信令数据的城市交通出行结构探索及实证研究

移动网络有着海量的用户资源,基于移动用户信令数据统计分析运算,可以获取全面、准确的居民出行数据。本文基于广东省各地市中心城区移动用户信令数据,提出了一种判别城市交通出行方式的方法,利用移动终端PAAS大数据平台探索各地市中心城区移动用户的出行结构,为交通运输管理部门制定城市交通发展政策提供支撑。     

出行者心理因素对公共交通发展的影响

在出行交通方式的选择过程中,出行者会从时间、费用、环境及可选交通工具等方面进行综合考虑来最终决定自己的出行方式,因而在大力提倡公共交通的城市化交通过程中,认识到这一心理因素在交通方式选择过程中的重要性是极为重要的.本文提出心理出行时间的概念,并从量化的角度对出行交通方式选择中心理因素的作用进行分析,进而指出城市公交发展过程中必须注意的几个问题.     

考虑公交自行车的多层次公交协同调度研究

利用自行车实现公交线路之间换乘，可以有效扩大公交线路换乘范围. 实现不同层次公交线路间协同调度，可促进综合公交体系整体效益的发挥. 本文研究了考虑自行车换乘的、不同层次公交线路的协同调度问题，以乘客在线路间换乘的加权等待时间最小为优化目标，建立了相应的协同调度模型，基于遗传算法进行求解. 选取不同层次的实际公交线路，对所提协同调度模型进行仿真验证. 研究表明，所构建的协同调度模型及求解结果，能够有效缩短乘客在不同层次线路间换乘的等待时间.     

城市多车场货运卡车的集中优化调度

本文提出了优化调度的一种方法。首先用表上作业法求局部最优解,然后按指出的规则将其扩展。最后得到的解和最优解很接近。      

基于不确定理论的常规公交车辆调度优化

为提高公交车的利用效率,本文将公交车辆调度方案划分为高峰型和平峰型。在考虑乘 客候车时间与站间运行时间不确定的现实条件下,综合考虑不同车型的运营成本和乘客候车成 本;基于不确定理论建立混合车型下的双重不确定多目标规划模型,并通过遗传算法的python编 码求解。以南昌市211路公交上行为例,进行sumo仿真结果表明：在保证公交持续运营的前提 下,调整车辆调度方案有助于降低成本和提高运行效率;在高峰期,将发车间隔降低25%,公交车 统一使用纯电动客车,总成本降低5%,平均延误减少4%;平峰期,总成本降低10%,平均延误降 低3%。两组仿真结果发现,考虑不确定因素的公交车辆合理调度安排有利于充分利用公交车辆 资源和提高运行效率。     

基于IC卡数据的建成环境与 公交出行率关系研究

近年来,建成环境对公交出行率的影响已逐渐引起重视,本文从不同层面捕捉影响公交出行率的内在要素,从理论上揭示建成环境影响公交出行率存在差异性的原因.以武汉市为例,基于公交 IC卡数据,提出分层线性模型研究站点周边建成环境、行政区域的社会经济变量对公交出行行为的复合影响.结果表明：不同分区中站点层面的建成环境对公交出行率的影响程度和作用存在明显差异性;而分区层面的人口密度、公交投入是导致这类差异的重要因素,并对公交出行率产生加成效应.本研究可为公交导向发展理念下的城市规划设计提供理论与技术支撑.     

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.     

考虑个性化出行需求的多模式公交路径规划

在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求. 为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法（depth first search-genetic algorithm,GA-DFS）,并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法（simulated annealing-genetic algorithm,GA-SA）进行对比分析. 仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42%,寻优能力提高了50%,并且可以提供基于乘客多种出行需求的路径规划方案.      

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.