考虑不均匀发车间隔的公交网络时刻表优化模型

公交网络时刻表设计就是通过优化各线路车次的发车时间,使不同线路的车辆协同到达换乘站点,以方便乘客换乘.研究了不均匀发车间隔情况下公交网络时刻表设计问题.使用数学不等式描述了乘客的换乘等待时间,构建了以最小化乘客总换乘等待时间为目标的混合整数规划模型,分析了该模型的计算复杂性和可行解的空间结构特征.基于模型特征分析,设计了能缩减求解空间的预处理方法.采用CPLEX优化软件对预处理后的模型进行求解.通过计算不同算例,验证了求解方法和模型的有效性.     

考虑不均匀发车间隔的高铁接运公交时刻表与车辆调度优化

提出一种不均匀发车间隔的公交时刻表,主要用于优化高铁站的接运公交时刻表.首先,考虑高铁到达客流的分布情况,采用正偏态分布的威布尔分布拟合乘客的换乘走行时间和后续等待时间构成的乘客换乘总时间.其次,分别以乘客换乘总时间最少、使用公交车辆总数最少为目标,考虑最大可用公交车辆数、公交最大发车间隔、公交最小发车间隔等刚性约束条件,建立了时刻表与公交车辆调度系统优化模型,并利用带精英策略的非支配排序遗传算法(Elitist Nondominated Sorting Genetic Algorithm,NSGA-Ⅱ)求解公交系统优化模型.最后,通过案例分析验证了模型的有效性,将不均匀发车间隔与均匀发车间隔时刻表进行对比.结果表明:在使用接运公交数量相同的情况下,与均匀发车间隔时刻表相比,不均匀发车间隔时刻表最多可使乘客换乘总时间降低9.7％,并且可以根据模型求解结果提出多种合理的时刻表与车辆调度方案供决策者进行选择.     

考虑运营与服务平衡的公交时刻表优化研究

发车时刻表的编制是公交运营调度中的重要工作,为简化公交公司设计发车时刻表的过程与难度,平衡发车运营过程中公交公司与乘客的利益,提出了考虑运营与服务平衡的单线公交时刻表优化方法,将时刻表的制定流程简化为每班车发车时刻的确定。分别建立模型计算发车运营成本与期望服务价值,模型中对各站点乘客累计等待时间的计算考虑了车辆到达各站时刻滞后于发车时刻的情况,以两者加权后的值相等为目标,迭代求解各班车的发车时刻;以佛山公交309线路高峰时段为例进行求解,所得优化后的时刻表与现状运行时刻表相比,公交公司运营成本降低了3.65%,乘客等车时间成本降低了3.53%,且公交公司与乘客成本均衡,定量验证了方法的可行性和有效性。     

考虑乘客滞站的相交线路公交时刻表优化模型

为了分析公交线路发车时刻优化问题,本文以相交且发生换乘的两条公交线路作为研究对象,在考虑乘客滞站的前提下,以候车总时间、换乘等待时间和非换乘乘客候车时间最短为目标函数,构建公交时刻表优化模型。并选择了呼和浩特市4路公交“金隅环球中心至医科大学附属医院”段、78路“呼市公交公司至赛罕区教育局”段两条线路作为研究对象,利用构建的优化模型通过遗传算法进行求解。结果显示：应用本文提出的公交时刻表优化方案,乘客换乘等待时间和乘客总候车时间分别节省了18.1%和10.7%。可见,本文提出的优化模型可以有效提高相交线路的运行效率。     

纯电动公交时刻表和车辆排班计划整体优化

研究单线路的纯电动公交车辆运营时刻表和车辆排班计划的整体优化方法,以发车间隔平滑、使用车辆数少和充电费用低为目标建立多目标优化模型,考虑包括不同时段发车间隔范围、可用车辆数量的限制和纯电动公交续航里程约束在内的多个约束.采用多目标粒子群算法进行求解,基于多目标优先级寻找模型的最优解集合.案例表明:和现有的运营计划相比,模型能够平滑发车间隔,减少使用车辆数,充分利用非高峰时段充电以降低充电费用.     

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.     

考虑随机行驶时间的单线路公交时刻表设计优化模型

研究了车辆随机行驶时间情况下的单线路公交时刻表设计问题.考虑了公交运营者主观偏好对最优时刻表设计的影响,建立了以车辆到站时刻偏差和车辆超时行驶时间的权重之和最小为优化目标的随机期望值模型.采用Monte Carlo仿真和不等式约束的方法将该期望值模型转化为线性规划模型,然后使用优化求解器CPLEX求解模型.最后通过一个算例,分别对模型中可用的线路行驶时间参数、晚于时刻表到站时刻偏差的惩罚系数、车辆超时行驶时间的惩罚系数及随机行驶时间的方差进行了灵敏度分析.     

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。     

考虑换乘客流的城轨应急接运公交调度优化模型

针对突发运营中断下城市轨道交通与应急接运公交的换乘接续问题,考虑换乘客流的脉冲性特征,提出应急接运公交时刻表和行车计划综合优化模型.首先,分析城市轨道交通与应急接运公交的换乘接续关系,引入乘客容忍度判断接续是否有效.然后,建立双层规划模型,上层为时刻表优化模型,以换乘等车时间和换乘失败人数最小为目标,下层为行车计划优化模型,以公交运营成本最小为目标,并设计改进的模拟退火算法进行求解.最后,以上海轨道交通10号线进行算例分析.结果表明:与等间隔时刻表相比,提出的模型使总成本减少13.7％,乘客等车时间减少14.1％,换乘失败人数减少54.9％.     

基于差异化换乘感知的轨道交通末班车衔接优化

末班车衔接优化中难于协调的两个关键因素是最大限度减少换乘乘客等待时间和尽可能避免乘客换乘失败.针对末班车时段,重点考虑乘客对换乘满意度的差异化感知,分析换乘站乘客换乘过程及列车接续过程.选取各线路末班车时段内第一趟列车的发车时间为决策变量,以乘客换乘感知费用总和最小为目标,构建全网条件下末班车时段多趟列车的时刻表衔接优化模型,设计多种群遗传算法进行求解.以成都市轨道交通网络为例,对模型及算法进行应用与验证.结果表明:与现有的轨道交通末班车衔接方案相比,通过采用本文提出的模型及多种群遗传算法,成功换乘客流量增加了3.1%,乘客换乘感知费用总和减少了29.7%,有效提高了末班车时段列车接续效果,为网络化运营组织提供重要依据.     

考虑换乘时间需求的响应型接驳公交系统的协调优化

乘客换乘时间需求是响应型接驳公交提供换乘服务时应考虑的一个重要因素.为此,提出一种考虑换乘时间需求的响应型接驳公交运行路径与调度协调优化方法.首先,将乘客按是否有特定换乘班次需求进行分类;然后,以同时接送模式下响应型接驳公交为研究对象,以乘客与运营商的效用加权之和最大为目标,以乘客换乘时间需求、乘客预约时间窗、车辆容量、车辆单程最大行程时间等为约束,构建发车间隔和运行路径一体化的协调优化模型,并基于遗传算法设计求解算法;最后,以长沙市地铁一号线尚双塘站周边区域为例进行实例分析.结果 表明:与单接单送模式相比,同时接送模式系统的总效用提升了17.1％,同时接送模式的优越性显著;乘客换乘时间需求导致系统的总效用降低了9.42％,但考虑换乘时间需求提升了乘客的换乘效率,降低的系统总效用是可接受的;中小型车比较适合响应型接驳公交系统.     

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。     

基于NSGA算法的公交车辆调度优化模型

公交车辆调度方案的优化对于提高公交服务水平,促进公交事业的快速发展至关重要.在乘客与公交公司利益博弈的基础上,基于极小极大思想,考虑公交车车辆容量的限制及城市道路信号控制的干扰因素,建立公交发车间隔优化模型,并利用非支配排序遗传算法(NSGA)进行模型的求解.以河南省焦作市的公交线路为例进行验证,优化结果显示乘客的平均等车时间相对减少48.3%,公交车的全日平均满载率下降了3.8%,公交服务水平有所改善.     

考虑车内拥挤状态的公交弹性发车间隔优化

为提高常规公交的出行服务质量，建立了考虑车内拥挤状态的公交弹性发车间隔优化模型.通过量化车内拥挤状态，给出各拥挤状态下的乘车成本;建立了线路各区间的拥挤状态转移函数.考虑乘客的车内拥挤状态感知，建立站点乘客随时间的上下车数量的度量模型;构建乘客出行成本度量模型，以乘客出行成本与车辆运营亏损之和最小化为目标函数，建立了公交弹性发车间隔优化模型;并设计遗传算法对模型进行求解.结果表明:优化模型能够有效降低出行成本.模型对等待成本有着“补短板”效果，对乘车成本有着“削峰”效果，即通过增加乘客到站量小站点的等待成本，降低乘客到站量大站点的等待成本，削弱乘车成本峰值的手段，达到总成本最低的效果.     

多目标演化算法在公交车辆发车间隔优化中的应用

为了使公交车辆的发车间隔得到优化,根据客流量的变化,建立了以乘客和公交企业运营费用最小为目标的公交车辆发车间隔优化模型,并采用一种多目标演化算法(MOPEA)来求解模型.该算法通过粒子系统从非平衡状态达到平衡状态的理论来定义Rank函数,从而使得所有个体在每次迭代过程中均能参与杂交、变异等演化操作,最终求得发车间隔的全局最优解,从而避免传统演化算法中出现的陷入问题的局部解的现象.同时,保留了目标函数的多样性,使相向的多目标优化问题得到了一个折中的最优解,即Pareto最优解.最后通过实例验证了该算法比传统演化算法更具优越性.     

多模式公交服务模式及时刻表协同优化设计

考虑多模式公交服务模式和时刻表的交互作用,建立了多模式公交双层优化模型,上层协同优化多模式公交服务和时刻表,下层考虑乘客出行选择实现多模式公交的客流分配,为上层提供输入.针对双层模型求解的复杂性,设计了相应启发式的求解算法,采用遗传算法求解上层模型,应用Dial算法求解下层模型.最后,结合江苏省江阴市K1路和上海市73...     

基于随机需求的接运公交时刻表的鲁棒性优化方法研究

接运公交需求的随机性会对接运公交时刻表的编制与投入运营产生扰动影响. 为降低此不利影响,基于鲁棒性思想研究了随机需求下接运公交时刻表的优化方法. 随机接运公交需求的每一组实现为一个情景,情景目标值综合考虑乘客成本与运营成本的最小化. 以接运公交需求为随机变量,建立了接运公交时刻表的鲁棒性优化模型,模型综合考虑情景的期望值与偏差期望值最小化. 模型具有组合优化与随机规划特性,选用遗传算法进行求解. 最后给出算例验证了模型与算法的有效性. 算例结果表明随着偏差权重系数的提高,鲁棒性模型更倾向于降低随机需求带来的扰动.     

城市轨道交通同步协调的优化模型

为实现换乘客流的无缝衔接和列车到发的同步协调,以总换乘等车时间最少为目标,将列车行车间隔、客流划分结果和等车时间作为主要输入条件,构建了带有0-1决策变量的城市轨道交通同步协调优化模型.运用改进的遗传算法与计算机模拟相结合的方法有效解决了模型的求解问题.最后,以北京市城市轨道交通为例进行仿真,输出整点发车和非整点发车条件下的2种优化方案.结果表明,整点发车方案和非整点发车方案的总换乘等车时间较基础方案分别缩短2.26%和2.48%,单个车站的最大换乘等车时间分别节省了7.90%和12.87%.该优化模型能够有效缩短乘客的换乘等车时间,提高城市轨道交通的服务水平.     

基于交叉口相位裕量时间的公交准点控制模型

为了提高公交准点率,提出了一种利用上游交叉口信号配时方案调控公交车辆到达下游公交站点时刻的方法.通过引入交叉口相位裕量时间,调节公交车辆实际与计划驶离上游交叉口之间的时间偏差,建立了基于交叉口相位裕量时间的公交准点控制模型;通过优化干线交叉口的公共信号周期和相位差,得到了面向准点率控制的公交计划到站时刻表制定方法.算例仿真实验结果表明,该控制模型可以提升公交到站的准点性,所确定的公交时刻表方案具有较好的控制效果.     

改进遗传算法在公交车优化调度中的应用

公交车调度是智能公共交通系统的重要一环,关系到公交公司的经济效益与社会效益.通过对公交车调度的分析,建立了以乘客等车时间最小、公交运营利润最大为优化目标的公交车优化调度模型.然后应用遗传算法对模型进行求解,改进了优化过程,既加快了进化速度又具有抗早熟的优点,得到比较合理的公交车发车时刻表.