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.     

考虑路网拥堵状态的电动公交调度双阶段优化模型

为使公交到站时间符合计划时刻表,该文统筹考虑实时路网状态及客流需求,建立电动公交调度双阶段协同优化模型。路网轻微拥堵时,构建以提高公交服务水平与降低运营成本为目标,以电动公交续航里程与充电时间为约束的优化模型,运用非支配排序遗传算法(NSGA-Ⅱ)求解,得出优化后发车间隔;路网严重拥堵时,构建全程车与区间车组合调度模型,运用模拟退火算法求解,得出组合调度发车时刻表。基于北京市361路运营数据对模型进行验证。结果表明,在满足客流需求且不增加运营成本的前提下,该文模型能够显著提升乘客满意度,公交准点率提高82.38%,乘客平均候车时间减少182.2 s。     

城市轨道交通接驳公交线路优化设计

城市轨道交通和常规地面公交之间的有效接驳是提高城市公共交通系统运行效率的重要环节。本文详细分析了接驳公交出行中乘客出行时间成本和公交车辆运营成本,以城市轨道交通接驳公交系统总成本最小为目标,考虑公交线路布局约束、乘客流量守恒约束,以及公交能力约束等,构建了城市轨道交通双边接驳公交线路优化模型,对接驳公交线路布局以及开行频率进行优化。根据模型特点,设计了人工蜂群算法。为了提高算法的计算效率和稳定性,采用了多种邻域搜索策略,且对算法的相关参数进行了校正。数值算例表明,人工蜂群算法可以很好地优化城市轨道交通接驳公交线路的布局,且在求解质量、计算效率和稳定性等方面都优于遗传算法。     

配合区间车的单线公交组合调度模型

以单条公交线路为研究对象,通过调整线路不同客流分布区间的通过车次数,建立了以社会总体效益最优为目标、对全程车和区间车的发车频率及区间车折返位置同时进行优化的组合调度模型,并与优化后的单一调度成本进行对比,分析了发车频率、折返点位置和费用的关系,以及实施组合调度的边界条件,最后进行了算例验证和灵敏度分析.结果表明,在客流分布不均衡的情况下,组合调度比单一调度可以更有效地降低系统成本,而且不均衡差异越明显,带来的效益越多;在出行量增加的情况下,可以通过合理地配置车辆的形式来降低整个系统的成本.     

实时信息下共线公交线路发车时刻表的协同优化

为改善实时信息下共线公交线路的运营服务水平,提出了一种实时信息下的共线公交线路发车时刻表优化模型。首先,基于时变的客流需求和路况信息,考虑实时信息下乘客出行行为动态变化导致的共线线路客流分布变化,以乘客出行成本、公交企业运营成本为优化目标建立共线公交线路发车时刻表协同优化模型。然后,选择基于动态拓扑结构的改进粒子群优化算法(PSO-DT)对模型进行求解。最后,以大连市两条共线线路为例进行分析,给出了优化后的发车时刻表、车辆运行轨迹图,分析了有无实时信息下客流分布的差异。结果表明：与现有方案相比,文中方案可使乘客出行成本降低12.6%,公交公司运营成本降低8.3%,总成本降低12.3%,发车次数整体上减少3次,乘客平均承载量增加3人,瞬时最高承载量减少4人,各车次承载量标准差降低2.192人,优化后线路服务水平有所提升,各车次的载客量分布更加均衡,说明文中模型是有效的。     

考虑公交车内拥挤的区间公交优化设计

为满足公交客流走廊集聚的需求,研究了全程车和区间车形成的多服务模式公交优化设计问题.针对公交走廊需求特征,利用公交客流起止点(OD)数据,建立了双层优化模型,上层模型以发车频率和公交座位数为主要输出参数的公交设计研究模型,下层模型为经典的随机选择(SUE)模型,应用序列二次规划(SQP)算法求解模型.最后结合相关案例给出了优化算例,案例结果表明,模型具有较强的实用性,能够较好地反映公交车内拥挤对乘客出行成本的影响,能有效地提高公交走廊的运营效率.同时,模型通过输出不同站点上车在各站点能找到座位的概率,优化乘客选择不同公交出行的行为,均衡了公交客流,提高了车辆服务质量.     

基于NSGA-Ⅱ算法的多目标公交调度优化模型

针对传统公交调度方案容易导致运营经济成本和乘客时间成本的不合理分配问题,提出了一种基于NSGA-Ⅱ算法的多目标公交调度优化模型。综合公交车辆运营成本、乘客出行成本及乘车舒适度三个目标函数,建立公交调度优化模型,通过非支配排序遗传算法对模型的pareto最优解进行计算。最后以深圳市某路公交为实例,通过采集线路参数,计算得到该线路最优发车间隔。验证了NSGA-Ⅱ优化算法在公交调度中的有效性,对公交运营与线路改善有一定的借鉴意义。     

基于灰关联分析的公交智能化调度评价方法

利用灰关联理论的基本原理,建立公交智能调度评价模型.首先从乘客满意度、经济效益、调度技术水平3方面建立评价指标体系.然后,针对定量、定性指标采用不同的规范化处理方法,并计算指标的灰关联系数.考虑各指标在评价体系中的不同影响程度,确定指标权重值.通过逐层计算灰关联度并排序,分析不同调度方案的优劣.最后,以某公交线路为例,选取传统全程车调度、传统大站快车调度、公交智能化调度3种方案进行分析.计算结果表明,公交智能化调度方案的关联度达到0.938,明显优于其他2种方案.该评价方法切实可行,能够客观评价公交调度方案,从而进行方案决选.     

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。     

可变线路式公交的两阶段车辆调度模型

针对可变线路式公交设计了一种可同时处理预约需求和实时需求的两阶段车辆调度模型.第1阶段模型以预约需求为服务对象,建立了以乘客出行成本和车辆运营成本最小为目标的路径优化模型,采用模拟退火算法对模型进行求解,获得车辆初始行驶路径方案.第2阶段模型以实时需求为服务目标,在原定行驶路径方案上利用启发式插入算法将4类乘客排入车辆行车计划中.基于实例的仿真试验验证了两阶段车辆调度模型的可行性,结果表明:通过提高乘客预约出行比例的方式可提升系统性能,本例中当乘客需求量达到25人/h、预约出行比例达到70%时,系统整体性能相较于纯动态需求条件下提升近10%.     

基于成本分析的快速公交发车频率优化方法

以公共交通走廊上单条快速公交线路为研究对象,建立了基于快速公交线路站点OD数据的用户成本模型及企业运营成本模型,并以总成本最小为目标函数建立了快速公交线路的发车频率优化模型,建模过程中充分考虑了时间价值对模型优化结果的影响.以常州市快速公交1号线为例对模型进行了应用研究,结果表明:随着发车频率的增加,总成本先降后升,在15 veh/h处达到最小值.因此建议高峰时间发车间隔为3～5 min;平峰时段发车间隔为6～8 min.对用户成本和企业运营成本随发车频率变化的敏感性进行了分析,得出了优化发车频率对降低乘客等车时间成本有显著的效果,而对减少乘客车内时间成本作用较小的结论,为企业在满足一定公交服务的基础上降低运营成本提供了决策依据.     

考虑乘客需求特性的DRC公交运行周期优化

考虑乘客需求特征,构建了单车双周期运行模式下DRC运行周期的优化方法。首先刻画乘客需求特征,然后根据出行分布的不均匀性、乘客取消预订等构建乘客出行成本函数,并与运营商成本叠加形成总成本函数,以系统总成本最小为目标构建运行周期优化模型,并基于遗传算法设计求解算法。通过多组仿真试验表明,DRC最佳运行周期随接送乘客比例和取消预订乘客比例变化;取消预订乘客数越多,则周期越长;当乘客数一定时,运行周期越长,则总成本越大。     

基于客流需求的列车时刻表和车底调度协同优化

随着城市规模的扩大,对城市轨道交通的需求日渐增长,对城市轨道交通的运营服务质量提出了较高要求。根据乘客需求,以最小乘客总等待时间和城市轨道交通系统运营成本为综合目标,建立混合整数规划模型。通过模拟退火算法,设计给出了某一线路的列车时刻表和车底调度方案,并通过算例分析验证其可行性。结果表明,该模型可以根据乘客需求设计出一个合适的列车时刻表和车底调度协同优化方案。     

基于客流需求的列车时刻表和车底调度协同优化

随着城市规模的扩大，对城市轨道交通的需求日渐增长，对城市轨道交通的运营服务质量提出了较高要求。根据乘客需求，以最小乘客总等待时间和城市轨道交通系统运营成本为综合目标，建立混合整数规划模型。通过模拟退火算法，设计给出了某一线路的列车时刻表和车底调度方案，并通过算例分析验证其可行性。结果表明，该模型可以根据乘客需求设计出一个合适的列车时刻表和车底调度协同优化方案。     

接运公交车辆配置和发车频率的优化模型

为满足绿色公交节能减排的需求,在分析乘客出行行为、整合企业运营成本和量化污染气体排放量的基础上,构建了多车型接运公交车辆配置和发车频率的优化模型.采用确定式算法和计算机多重迭代模拟相结合的方法,求解非线性整数规划模型.计算结果表明：优化后的混合多车型方案,乘客出行成本、企业运营成本和CO₂当量排放量较单一的柴油车方案分别减少4.1%,1.1%和21.5%,证明了模型和算法的合理性和有效性.     

面向城际轨道交通的定制化接驳公交线路优化

针对面向城际轨道交通的定制化接驳公交线路优化问题,对现有的定制化接驳公交的不足进行了总结,并建立了定制化接驳公交运行线路优化模型,该模型目标函数考虑最小化乘客出行成本和公司运营成本,同时满足最大乘客定制需求。针对该优化模型的特点,设计了混合模拟退火算法对其进行求解。最后通过算例分析,验证了所研究的考虑轨道交通到站时间的定制化接驳公交协调线路优化模型和算法的可操作性、有效性以及稳定性。     

公交车调度优化模型

提出了制定一条公交线路车辆调度方案的优化数学模型，该模型计算了乘客在车站等候的时间内所可能创造的财富——社会效益，并将乘客因候车而丧失创造该财富的机会看成一种社会成本，对车辆调度方案的评估时，不仅考虑了公司运营成本，而且考虑了相应的社会成本，因此，该模型制定的调度方案兼顾了公司利益和社会效益，最后将实际的统计数据带入模型，给出一个车辆调度发车时刻表的优化方案。     

考虑乘客时间成本的城市公交发车间隔优化模型

针对城市公交发车间隔优化时对公交运行过程描述不够全面、未充分考虑乘客时间成本的问题,提出了考虑乘客时间成本的城市公交发车间隔优化模型.首先,在详细分析能够体现公交车辆运行特征的不同时段与站间的运行速度、站点停站时间、上车人数、下车人数、滞留人数以及新增候车人数等变量或参数基础上,建立车辆运行约束和乘客人数约束,将包含等候时间和在车时间的乘客平均出行时间作为出行成本、车辆平均满载率作为公交企业载客成本,以乘客出行成本与公交企业载客成本之和最小为目标建立发车间隔优化模型.然后,使用软件Pycharm中scikit-opt代码库调用遗传算法求解模型.最后,以北京市848路公交上行线路早高峰8:00—9:00时段为例,求解其理论最优发车间隔,结合运营实际确定实际最优发车间隔及总成本.研究结果表明：考虑乘客时间成本后的发车间隔较实际发车间隔,乘客平均出行成本降低9.09%,公交企业载客成本上涨0.57%,乘客与企业总成本下降约3.01%,提出的模型可行有效.     

面向低需求时空的实时预定公交动态调度系统

为改善城市低需求时空下交通供需不平衡问题,提出一种面向交通低出行需求场景的实时预定公交动态调度系统。当低需求时空下的出行者发出预定请求后,调度系统根据时空阈值筛选出满足条件的公交集;采用启发式最短路径算法和Python工具实现动态公交的路径规划;并利用响应判断函数计算出效益为正的公交子集,估算出公交预期到站时间并按到站时间由短至长排列出供乘客选择的公交方案,调度系统根据乘客选定方案指派公交并实时反馈公交信息给乘客。以重庆市396路公交线路为案例,验证了提出系统的可实施性;在三种乘客比例情景下测算乘客候车时间并与传统模式进行对比,结果表明,公交发车间隔增加20%时,乘客候车时间仍将减少53%以上。实时预定公交动态调度系统可有效提高低需求时空下乘客出行效率和公交运营效率。     

基于乘客效益最优的BRT客流均衡模型

针对BRT通道内乘客优化引导问题,文中从BRT快速通道内的乘客需求特性角度出发,根据乘客起讫点(OD)需求与快速通道的线路特点对乘客进行分类,考虑影响在站乘客总效益的各个出行成本(乘车时间成本、延误等待成本和拥挤成本),采用客流分配的方法对到站线路车辆分配不同类型的乘客,并对不同类型的乘客需求采用不同的分配原则,在此基础上建立基于乘客效益最大化的BRT均衡配流模型,并通过设计改进的遗传优化算法对模型进行求解。算例分析表明,该模型可以在满足乘客总效益最优的情况下得到各条线路的乘客分配方案。与不使用该方案相比,算例乘客出行总成本减少162.3元,成本减少17.68%,证明了文中模型的有效性和实用性。