公交车调度模型的建立及应用

通过对一条公交线路上各时段、各车站的上下车乘客流的调查统计，采用矩阵对原始数据进行存储处理，在兼顾公交公司和乘客双方利益的情况下，建立了公交车调度的数学模型。再用计算机语言编程求解，制定出公交车调度时刻表。最后针对一条实际的公交线路进行应用验证，并对实际的结果加以统计和分析说明。     

公交车调度问题的数学模型及应用

本文针对公交车调度问题,在车辆载客限制、乘客等待时间等约束条件下,以公交公司运营的公交车数最少为目标函数,建立整数规划模型。通过具体数据分析,将公交车运行时段分为早高峰、平峰、晚高峰,进而计算出发车时间间隔。由于考虑到乘客和公交公司的利益,对发车时间间隔做出调整并计算出公交车的平均满载率。     

一特大城市公交车的调度的数学模型

本文把城市公交车的合理调度问题转化为双目标非线性规划模型的求解问题,根据城市公交的运营线路上各时组车站的乘客流动情况,为了均衡公交公司和乘客双方的利益,本文中利用非线性规划,递推法等相关方法,并借助C语言程序得出一个工作日的发车时刻表,进而求得应发车的总数,此方法实用性强,有一定的推广价值。     

公交车调度问题的数学模型

针对多目标多变量的动态特点,把这个调度问题抽象成为一个数学规划模型,建立2个多目标规划模型．考虑到乘客等车时间的限制,建立了一个线性模型．从乘客与公交公司的利益出发,设定一系列的指标,利用模糊评价的方法对调度方案进行综合分析与评价．最后对模型的优缺点进行分析,并提出了改进方向．     

公交车调度优化模型

建立了关于公交车辆调度的优化模型，并给出了两个起点站的发车时刻表，既考虑了乘客的利益又兼顾了公交公司的利益，在对乘客的利益作考虑时，得出乘客的等待时间和长短是衡量乘客利益大小的合理指标；在对公司的利益，在对乘客的利益作考虑时，得出乘客的等待时间的长短是衡量乘客利益大小的合理指标；在对公司间段上，各站点的上下车人数服从一定的概率分布，由此建立起关于发车时间间隔的动态模型，可以得到该线路所需总车辆为66辆，并且根据实际情况，制定出了一个便于操作的全天公交车辆调度方案，即起点站发车时刻表，为了设计更好的调度方案，也给出了一些收集数据的建议，并且在本模型所存在的不足提出了改进的方向。     

公交车调度模型

在假定乘客到达时间服从均匀分布的基础上，为公交车的调度建立了一个线性规划模型，并通过实例说明了该模型的应用。     

城市公交车发车频率优化模型

公交运营调度是整个公交企业管理业务的核心部分.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、增强城市公交吸引力的重要途径.本文从乘客候车满意度的角度分析了公交车调度问题,建立了以客流需求为基础数据,以尽可能满足乘客候车满意度为目标的公交线路发车频率优化模型.文章介绍了模型的构建过程、目标函数与约束条件中各组成要素的计算方法以及模型的解法,并用实例证明该模型是可行的.     

公交车调度的优化模型

以公交车线路运营系统为背景,提出了各站上、下车人数分布的数学模型,并以此模型为基础,为公交车线路运营的调度问题,提供了一种较好的解决方法。本文以公交公司运营的总车辆数最小为目标,以运营过程中满足各方需求的车辆数为约束条件建立了优化模型,模型实现了对线路运营进行评估和优化公交车配置.既考虑了乘客等车的社会成本又兼顾了公交公司的利益,方法易于操作,具有较大的实际应用价值。     

一种优化的公交车调度模型

在尽量满足乘客和公交车公司双方利益的前提下,将所给的数据进行转换处理,以每个时段发出的公交车将乘客进行重新划分,然后由各时段内站间最大运送乘客数量求出该时段的最少发车次数,进而求出需要的最少车辆,并对所求结果进行评价.     

城市公交线路发车间隔优化模型

公交运营调度是整个公交企业管理业务的核心,优化公交线路的发车频率,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,建立了以企业满意率最高、乘客满意率最高为目标的公交车辆发车间隔优化模型,兼顾了乘客和企业的双方利益。     

公交调度优化模型及其解法研究

公交调度是公交企业运营的核心内容。提高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。文章从公交乘客利益和公交企业利益角度出发,建立了以客流需求为基础数据,以乘客候车满意度、车上舒适度和企业满意度为目标的公交调度多目标优化模型,采用幂加权和法将多目标问题转化为单目标问题,并用改进遗传算法对问题进行求解。介绍了模型候车乘客流分布函数、下车概率函数的处理方法和各组成要素的计算方法以及问题的转化和解法的具体步骤,最后结合邯郸市公交实例进行了优化计算。     

公交线路调度优化模型的研究

合理有效的公交线路调度模型是改善公交服务、增加公交吸引力的关键.文章在建立优化模型的基础上,根据乘客的满意度受等车时间和舒适度两方面影响,应用层次分析法对其分析处理,建立了乘客和公交公司满意度最优组合下的公交线路调度模型,并给出了量化后的满意度,最后采用长春市4路公交线路的调查数据对该模型进行验证,实验表明该模型可行且易于操作.     

常规公交组合调度优化研究

为满足公交企业管理运营和乘客二者共同的利益需求,达到资源合理配置,结合现场调查数据,借助Matlab进行公交OD客流量的反推计算,同时在确定大站快车开行的站点的基础上,分别得到大站快车和全程车调度的OD客流量,然后建立包含大站快车和全程车两种调度形式的发车间隔优化模型. 以北京某公交线路作为研究对象,选取平均运行速度、开行班次、停车次数、公交运营成本等指标进行敏感性分析. 结果表明,模型在满足乘客的需求的同时,降低了公交企业约25%的运营成本.     

考虑拥堵道路停车惩罚的定制公交调度研究

为了满足城市产业聚集区乘客出行的个性化需求，同时缓解路网过饱和问题，提出了考虑拥堵道路停车惩罚的定制公交调度模型。分析定制公交运营条件和调度规则，标定拥堵道路停车载客成本惩罚函数和违反乘客时间窗惩罚函数，以乘客在车时间成本、车辆运行时间成本、违反乘客时间窗惩罚成本和拥堵道路停车惩罚成本构成的系统总成本最优为目标，建立了响应实时需求的定制公交调度决策模型。设计了改进遗传算法和插入算法进行问题的求解，以中关村软件园为实例来验证模型和算法的有效性。结果表明，定制公交在班次时长、满载率以及成本控制等目标上均能达到预期效果，模型和算法具有一定的可行性。     

基于无监督学习的实时公交动态调度的研究

针对广州智能公交调度的优化问题,提出一种基于无监督学习的实时公交动态调度算法,结合乘客利益和公交公司利益总体最优为目标,通过无监督学习方法学习到公交客流出行特征表达的提取,利用吸引子传播(affinity propagation,AP)聚类算法的优化数据集与支持向量机(support vector machine,SVM)的训练样本集相结合建立预测模型训练,运用公交线网发车间隔和加权系数的目标函数优化调度数学模型,将多源信息融合及多策略的实时公交动态调度算法引入到求解模型中,利用深度学习的异常突发事件分类检测方法实现调度优化模型的实时调整。实验结果表明,AP聚类算法程序运行耗时16 s、高峰发车间隔5 min,比遗传算法运行效率更高、时间间隔更精确,实例证明模型和算法具有实用性和可靠性。     

基于生存分析方法的公交站间行驶持续时间影响因素敏感性分析

站间行驶持续时间是公交周转时间的基本单元,是提高公交信息服务智能化与增强公交调度科学性的核心参数。基于生存分析方法,将到站时间可靠性阈值作为判定站间行驶持续时间生存状态的依据,提出站间行驶持续时间模型。通过K-M非参数方法对各个站间行驶持续时间的生存率进行预估,以Cox比例风险回归模型综合分析各因素对站间行驶持续时间的影响,以此判断各因素对站间行驶持续时间的敏感性。结果表明：道路拥堵状况与天气状况对其敏感度较高;上下车客流随着人数增加,敏感度随之增高。本研究可以为公交调度管理者周转时间预测提供运营参数支持。     

基于元胞自动机模型的公交车在站延误研究

文章运用元胞自动机模拟公交停靠站站长及公交车在站停靠乘客上下车的过程,考虑交叉口与公交车站距离过近致使公交车成簇式到达对停靠站的影响,并改变站台容纳数和乘客到达数量得到相应的公交车站内站外延误。对模拟得到的延误数据进行分析,结果表明当公交车成簇式到达时,站台容纳数的增大并不能根本改善公交车在站延误,且使公交车站内延误增大。模拟结果说明公交车在停靠站的到达状况对公交车在站延误具有决定性作用,对公交停靠站的改善应充分考虑交叉口对公交车行车及停靠站的影响。     

暴雨内涝下公交乘客的出行选择行为

基于暴雨内涝天气对公交线路运行影响强弱的三种情形,通过实际调查(RP)和意向调查(SP)的调查结果进行效用模型估计和决策变量的敏感性分析,解析暴雨内涝下公交乘客的出行选择行为机理,得到公交乘客出行选择行为的影响因素(由强至弱)是步行时间、票价、车内时间和车内拥挤程度,以及所选出行方式的主要特点(由强至弱)是零换乘、低票价、中途易更改出行意愿和运行稳定.最后根据上述结果,从调度指挥、对信息服务、交管保障三个方面进行了暴雨内涝天气下公交应急预案的探讨.