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。     

基于换乘时间窗的公交区域时刻表优化方法

先进的公共交通系统(APTS)为公交乘客换乘实现最佳衔接提供了基础条件。文中以多条公交线路的区域调度为服务对象,设计了基于换乘时间窗的公交调度策略,建立了以全网络乘客等待时间(换乘乘客等待时间、车内乘客等待时间、非换乘站点乘客候车时间)最短为目标的区域公交发车时刻表模型;采用遗传算法对模型进行求解,并设计算例对模型性能进行验证。结果表明公交线网中协同发车可有效减少换乘乘客的等待时间,基于换乘时间窗的公交调度策略能对区域时刻表作进一步优化。     

基于站点群体聚集性客流的公交串车调度优化

为提升城市公交准点率、减少延误，解决车辆串车问题，研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征，以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束，采用实时混合控制策略，实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法，考虑到乘客到达率的不确定性，并通过调控公交车辆站点驻站时间以及路段平均行驶速度，可满足站点时段性群体聚集公交客流出行需求，防范潜在的公交串车。在模型求解上，考虑到双目标优化视角的差异性，运用超车规则对串车场景下的出站车辆重新排序，设计基于NSGA-II的求解算法，以拥挤距离标定序度关系，以精英策略获取新种群，改进交叉算子，并基于TOPSIS法对获取的Pareto解集择优。最后，以实际公交线路为例进行案例分析，结果表明：基于站点群体聚集性客流的公交串车优化调度模型，系统考虑了乘客乘车属性与车辆载客限制，能够输出最优的车辆滞站与车速调整方案，并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表...     

合作与竞争条件下公交网络发车时间优化模型

为了细化考虑公交线路之间的合作与竞争的不同关系对公交网络发车时间,即行车时刻表的影响,针对整个公交网络的运营优化问题,将公交网络中关联线路划分为合作与竞争两类。在各自构建的子网络背景下,分别建立对应的线网发车时间优化模型。发车时间优化模型包括线路始发车时间模型和线路发车间隔模型,其中在合作子网络中为了乘客换乘方便,以线路车辆非同步到站的总时间差最小为合作子网络的始发车时间模型的目标,在竞争子网络中避免恶性竞争和分摊客流,以线路车辆非同步到站时间差最大为竞争子网络的始发车时间模型的目标,发车间隔模型考虑的是运营成本和客流需求。针对所提出的模型,设计了对应的启发式算法,并给出公交网络算例来验证所给模型和求解算法的有效性。     

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。     

基于Vissim的快速公交到站间隔波动性分析

快速公交在运营中一般采用均匀发车频率。但由于受各方因素影响,其实际到站间隔往往存在一定波动性。应用Vissim仿真软件,建立一条快速公交线路仿真模型。通过分组试验,采集车辆到达车站的时间间隔,分析不同车站位置、发车频率以及信控方案影响下快速公交到站间隔的波动性。     

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.     

公交线路发车频率优化模型

公交运营调度是整个公交企业管理业务的核心。提高我国城市公交的运营调度水平,是改善城市公交服务质量、提高公交吸引力的重要途径。本文分别从公交乘客利益和公交企业利益角度分析了公交线路调度问题,建立了以企业效益满意程度最高、乘客等待抱怨程度最低、乘客拥挤抱怨程度最低为目标的公交车辆发车频率的多目标优化模型,兼顾了乘客和企业经营者双方利益。进一步结合南京市公交调查数据进行了优化计算,证明模型具有较强的实用性。     

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%。     

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.      

快速公交车站客流预测模型问题研究

在分析传统＂四阶段＂客流预测方法优缺点的基础上,引入了＂出行者收入水平＂这一概念,重新定义了出行方式阻抗函数,提出了一种快速公交车站进出站客流预测的＂四阶段＂预测法的改进方法。选取阜石路快速公交系统中的甘家口车站进行实例分析,对车站高峰小时进出站客流量进行了预测。     

快速公交（BRT）线路布局优化研究

为探讨现有公共交通线网结构下BRT线路布设优化问题,对快速公交线路布设的内部条件和外部条件进行了分析;在此基础上依据快速公交的发展特点,以乘客总出行时耗最小和车公里成本投入最小为目标,建立了快速公交布局优化的模型,并且给出了优化目标和相应约束条件的函数表达式。通过事例分析对BRT线路布设优化算法进行说明,从而得知优化模型具有较高的应用价值。     

BRT实施效果分析方法研究

在总结分析国内外城市BRT实施效果研究的基础上,根据实施效果分析应遵循的原则,以南中轴为例从乘客出行状况、服务水平、社会车辆运行状况及全线断面流量等方面分析BRT建设的效果。通过对已有BRT建设的分析,可以更加合理和公正地分配城市稀缺的交通空间资源,对目前的运营管理及即将投入建设的BRT线路具有重要的借鉴意义。     

以安全为导向的地铁过饱和线路跳站停车策略优化模型

为缓解高峰时段地铁过饱和线路的客流极端拥挤情况，从安全角度出发，以降低线路客流聚集风险和乘客总等待时间为目的，研究了地铁跳站停车策略优化问题。考虑随时间变化的动态客流需求，通过构建列车跳停、追踪运行、乘客动态加载等约束，推算出跳站停车策略下各车站乘客的动态聚集人数，并设计了独特的客流聚集风险评估函数。在传统只考虑乘客等待时间的列车跳停策略优化模型的基础上，将客流聚集风险纳入到模型的目标函数中，构建了以安全为导向的地铁跳站停车策略优化模型。考虑到模型的非线性特性，设计了适用于问题的可变邻域搜索算法(VNS)，提出了3类邻域新解的产生方式，并设置违反约束的惩罚函数，以提高求解效率。以北京地铁八通线为例，对其早高峰和部分平峰时段(07:00—10:40)下行方向42趟开行列车的停站策略进行了优化实验。结果表明:所提出的模型可在5 min内求解出高质量的列车跳停方案，能有效缓解极端拥堵，提升客运服务质量。对比发现，相对于传统站站停策略，列车跳停策略下，车站最大等待人数由5 299人减少到2 495人，客流聚集风险降低了98.7%。在客运服务水平方面，乘客的平均等待时间由9.49 min降低到9.15 min，降低了3.6%。      

快速公交（BRT）智能系统规划与设计研究

快速公交系统作为一种新型的客运模式,以其工程投资少、建设周期短、环境污染小、运输效率高等优点而被认为是解决城市交通拥堵问题的有效方式之一,成为世界范围内城市交通领域研究的热点。以大连市快速公交示范线工程建设为背景,对快速公交系统的规划和设计进行了探讨和应用。     

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%。      

上海市中环线(浦东段)快速公交建设研究

快速公共交通(BRT)是一种快速、高容、优质的客运交通新理念。该文阐述了上海市中环线(浦东段)快速公交建设研究的背景,论述了该建设方案的必要性及可行性分析,并对其运营组织也作了相应研究,同时指出,其作为一种新兴的经济高效交通体系,也存在着一定的局限性。     

A technical note on evaluating the effectiveness of bus rapid transit with transit signal priority

Transit Signal Priority (TSP) and Bus Rapid Transit (BRT) are innovative Intelligent Transportation System (ITS) tools that can reduce travel times for buses. Combining TSP and BRT can significantly improve bus travel, but can negatively impact network traffic operations. Although TSP has been implemented worldwide, few previous studies holistically examined the effects of using various conditional and unconditional TSP strategies with or without a BRT system. This research simulates multiple TSP and BRT combination scenarios to understand their impact on traffic operations, including crossing street traffic. A test bed along International Drive (I-Drive) in Orlando, Florida, was chosen as the simulation area. Field data collected for this test bed, which included traffic volumes, bus travel times, and traffic signal control data, were used to develop, calibrate, and validate the simulation model. Results showed that BRT with Conditional TSP 3 minutes behind significantly improved travel times, average speed, and average total delay per vehicle for the main through movements compared with no BRT or TSP, with only minor effects on crossing street delays. BRT with Unconditional TSP resulted in significant crossing street delays, especially at major intersections with high traffic demand, indicating that this scenario is impractical for implementation. The simulation suggests that BRT and TSP will be most effective when used in areas where crossing street volumes are low. However, it is unknown how these ITS tools affect pedestrian traffic. Using optimization methods can determine the best strategy to balance transit and pedestrian traffic.     

基于乘客主观感知的公交客流拥塞量化表征模型

为了综合量化表征公交走廊客流承载设施及工具的空间拥挤性和客流运送时间效率,并科学评价客观技术指标和主观乘客感知对公交系统运行状态的敏感度,提出客流拥塞的概念,并用客流拥塞指数量化表征公交系统运行状态。通过解析客流拥塞与出行时效的关联,并分析公交出行阶段特征,基于“时效延长”思想构建客流拥塞量化表征模型,用于系统量化乘客对出行时间和空间拥挤的主观感知;选取影响出行时效的核心要素作为特征变量（车厢客流密度、站台乘客密度、区间乘车时间和站点候车时间）,采用直观类比打分SP调查法获取数据用于估计模型参数;基于北京西三环公交走廊实测数据,分析全天区间客流拥塞指数时空分布特征和走廊客流拥塞指数动态演化趋势。研究结果表明：北京西三环公交走廊客流拥塞高峰阈值为0.193 9,客流拥塞状态存在明显的方向特征,下行方向客流拥塞高峰状态更显著且持续时间更长;4个特征变量灵敏度系数均值分别为0.449 2,0.165 2,1.427 1和0.408 3,即区间乘车时间为客流拥塞指数最显著的影响因子,而站台乘客密度的影响程度最小,模型识别公交客流拥塞成因的能力得以体现;该模型能够综合全面地反映公交走廊客流拥塞时空分布和动态演化趋势,并能够应用于公交运行状态改善措施研究。