西安市公交协同调度优化研究

随着城市交通拥堵问题的日益加重,以公交车为主的公共交通工具逐渐成为解决大中城市交通问题的最佳途径。为了提高公交的利用效率,缓解其运量和运力之间的矛盾。通过对西安市两条公交线路部分路段构成的简单换乘网络进行客流调研,运用回归分析建立运行时间模型和换乘客流量模型,进而以乘客候车时间成本最小为目标,以各线路首班车发车时刻的调整值为变量,建立调度时刻表优化模型。最后,利用遗传算法对模型在不同发车间隔下进行求解,经分析比较后得到优化的调度时刻表。     

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。     

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。     

基于遗传算法求解电力调度优化问题

基于我国目前电力负荷形势,针对电力紧缺的情况,建立了满足电力系统安全、公平、稳定、经济运行的电力调度优化模型。该模型是一个多变量、非线性、不连续、多约束的优化问题,传统的优化方法难以找到符合运行要求的全局最优解。本文给出基于遗传算法的电力调度优化算法且应用于我国某市电力调度中,用一个实际的运行事例证明了遗传算法在解决电力调度问题中的有效性。     

基于快递业物流的优化调度问题研究

现代化物流分支广泛,本文针对现代化物流业中的快递业物流优化调度问题,建立了为使任务成本最小的优化模型,根据快递业物流特点,基于遗传算法利用其中。利用真实的用例来验证遗传算法在快递业物流调度中的可行性。     

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。     

公交枢纽内多线路车辆实时调度优化方法研究

公交枢纽内多线路车辆的实时调度能够提高换乘效率,特别对于已经进行了发车优化的公交线路而某些车辆到达出现延误的情况。根据线路的延迟到达时间和换乘客流量等因素建立了公交枢纽内多线路车辆的实时调度优化问题模型,提出了基于整个系统费用最小的优化目标函数,并运用随机扰动梯度近似算法对问题进行求解。最后结合算例分析了本文方法的应用。     

面向时间敏感网络的车载以太网网络架构多目标优化

车载电子电气架构的网络架构深刻影响智能网联车辆的通信安全性和确定性。针对面向时间敏感网络（TSN）的区域-功能域电子电气架构，本文首次建立了以端口数均匀、负载均衡和信息流端到端延时最低为优化目标的网络架构多目标优化框架。通过求解TSN流量调度问题获得信息流延时，将流量调度抽象为周期性车间作业调度问题（JSP），提出适用于流量调度的多种群遗传算法（MPGA），相比于传统遗传算法求解效果提高16%。为了快速求解多目标优化问题，设计了改进的快速非支配排序遗传算法（NSGA-II），通过引入迭代因子和拥挤因子对算法进行自适应交叉变异概率改进，优化效率提高了25%。仿真验证了多目标优化框架的有效性并为面向TSN的车载以太网网络架构优化提供了一种设计思路。     

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。     

公交区域调度的最大同步换乘模型

研究了用多目标优化模型来解决基于最大同步换乘的公交区域调度优化问题,并将该调度优化模型描述为混合整数规划问题。建立了以车辆相遇总次数最大为第1目标,以多辆车同时相遇的机会最大为第2目标的双目标优化模型。采用启发式算法对模型进行求解,得出具有最大同步性的发车时刻表。结果表明:该模型实现了同时到达网络中换乘点的公交车的数量最大,从而使乘客可以在最短的等待时间内在换乘点从一条线路转到另一条线路上。     

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。     

基于遗传算法的公交车辆与轨道交通列车接驳换乘研究

不同运输方式之间是否有效接驳对城市公共交通影响甚大.为提高城市公交与轨道交通之间的换乘效率,通过对公交发车频率进行研究,采用不等间隔发车以接驳轨道交通列车的方式,达到乘客换乘总时间最短的目的,并采用遗传算法对模型进行优化计算.结果表明,不等间隔发车对于城市公交与轨道交通有效接驳的促进作用是明显的.     

循环取货模式下入库道口车辆调度问题研究

在对汽车零部件物流循环取货模式及车辆调度问题分析的基础上,建立了零部件循环取货入库道口车辆调度问题的数学模型。在此基础上,用遗传算法对调度参数进行了优化。最后,通过实例计算验证了所设计的模型和算法的有效性和良好寻优性。     

规模车辆调度中两种算法的研究

物流配送车辆优化调度问题是物流中关键的一环,对其进行优化调度,可以提高物流经济效益、实现物流科学化。随着社会的发展,如何解决车辆的调度问题成为研究的热点。本文主要研究传统的节约启发式算法和遗传算法,指出算法各自的特点和存在的不同点。     

基于二项分布的BRT通道排队模型及线路优化调度

针对国内外大部分BRT系统的设计特点,根据BRT系统中港湾式车站组的实际情况,结合线路发车频率,建立了BRT通道车辆排队概率的数学模型,提出了基于该排队模型的线路优化调度模型。最后以广州市中山大道BRT系统中的站点为例对该调度优化模型进行了求解,并在Vissim软件中进行仿真试验对比,结果表明该方法可以有效减少排队,为BRT系统的优化调度提供一种有效的方法。     

货运车辆优化调度方法

首先介绍货运车辆调度问题的分类，根据问题的不同性质将货运车辆优化调度分为满载和非满载调度，有时间要求和无时间要求的调度等多种类型。然后，详细介绍求解货运车辆优化调度问题常用的启发式算法、神经网络方法和遗传算法的原理、模型和求解过程。还根据深圳市科技园的实际路网图，采用神经网络的方法对运输车辆优化调度进行试验研究，给出试验结果。本文所论述的方法对于实际的货运车辆调度问题具有指导意义。     

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%。     

基于中心分拨模式的多车场集送货一体化车辆优化调度方法

基于中心分拨理论的运输模式被很多大型物流企业所采用。因此研究其优化调度方法以确定各发车城市及车辆行驶路径。针对该优化问题建立数学模型及其求解框架,并利用改进的节约法求解,对得到的结果采用2-opt搜索算法进行修正。通过计算实例,说明了数学模型和求解方案的有效性。     

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。