地铁运营中断下多目标应急公交调度模型研究

考虑地铁运营中断条件下应急公交站点泊车能力受限以及轨道交通折返站和换乘站客流压力较大的特征,在应急公交标准接驳线路的基础上设计了补充接驳线路,来降低乘客的出行延误和提高应急车辆的疏运效率.将线路规划与车辆调度集成一个模型,以应急公交站点的泊车能力、车辆运力、派车能力以及乘客容忍时间为约束条件,构建了多 目标应急公交调度优化模型.利用改进的NSGA-Ⅱ算法求得Pareto分布优化解集,同时采用隶属函数从Pareto前沿中挑选出最理想的折中解,并进行实例验证以及灵敏度分析.研究结果表明:应急车辆行驶的总时间与平均乘客延误之间存在Pareto优化,即决策者可以根据调度目的权衡应急车辆行驶时间与乘客延误的关系.     

基于异质性出行需求的公交线路组合调度研究

为进一步研究异质性需求公交线路的组合调度,设计全程车、区间车和大站快车组合调度研究模型:以公交线路总成本(包括用户成本和运营成本)为目标函数,以各种调度模式发车频率、大站快车跳过站点为优化参数,以满足乘客出行需求为约束条件。模型首先基于Logit模型计算换乘比例,将乘客的出行需求进行分类,然后对组合调度方案进行建模。设计一种混合遗传算法的布谷鸟算法求解算例,获得最优解,并对模型参数进行敏感性分析。计算分析结果表明:此组合调度方法相较于全程车、全程车+区间车调度模式,总成本分别减少24.3%和14.4%;并优化乘客出行方式;乘客时间价值和单位运营成本对结果影响较大。通过这种组合调度优化方法,为公交运营企业调度方案提供一种新思路。     

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。     

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。     

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。     

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。     

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%.     

基于遗传禁忌搜索算法的公交调度研究

通过对公交运营调度的分析,建立了以乘客等车时间和公交公司运营费用为优化目标的调度模型;然后对遗传算法和禁忌搜索算法进行了分析,并将禁忌搜索算法引入遗传算法组成混合遗传禁忌搜索算法(GATS);最后针对所建立的公交调度模型进行了GATS算法设计和仿真,结果表明混合遗传禁忌搜索算法比标准遗传算法具有更好的效率,是解决公交调度问题的一个有效方法.     

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。     

基于混合车型的灵活型接驳公交路径协同优化研究

为解决居民出行往返于居住地与换乘站间“最后一公里”的难题,研究了灵活型接驳公交路径规划问题。为保证接驳公交服务质量,构造乘客满意度函数将其量化。考虑混合车型联合调度对接驳车辆路径优化的影响,在给定预约需求和车队规模的前提下,以企业运营成本最小和平均乘客满意度最大为优化目标,建立基于混合车型的灵活型接驳公交路径协同优化模型,同时运用遗传算法求解模型。结果表明,采用多车型调度的算例最优适应度值优于使用单一车型的算例,说明该模型在路径优化方面具有可行性。     

考虑配电网安全稳定运行的蓄热式电采暖多目标优化配置

蓄热式电采暖系统的不合理配置会对配电网的安全稳定运行带来不利影响。为此,提出一种蓄热式电采暖多目标双层优化配置模型。首先,根据历史数据计算出供暖季逐时热负荷需求,采用k-means聚类算法选取一定数量典型日场景;其次,以蓄热式电采暖系统投资成本、运行维护成本和线路负荷标准差最优为目标,建立一种基于配电网经济性和潮流均衡性的多目标双层规划模型。采用多目标粒子群算法求出Pareto最优解集,通过熵权-TOPSIS法从中选取最佳接入位置、功率和容量。最后,以改进的IEEE 33节点系统为例进行仿真分析,结果表明：该模型虽然增加了一定的经济费用,但明显改善了线路负荷分布,使配电网潮流更加均衡,保证配电网能够安全稳定运行。     

基于遗传算法的多服务模式公交优化设计

基于独立公交走廊需求特征,利用公交客流起点到终点(OD)数据,建立了以发车频率和公交车型为主要输出参数的多服务模式公交优化设计模型.针对模型求解的复杂性,应用遗传算法进行求解.最后,结合上海公交737路公交客流走廊数据给出了优化算例.结果表明,模型具有较强的实用性,能快速有效地求解出多服务模式的公交优化组合.     

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。     

基于遗传禁忌搜索的单车场多目标区域调度优化

区域调度是公交营运调度的发展方向,但区域调度相对于传统的线路调度,其影响因素多,模型构建难度大,求解也较为复杂。以单车场区域调度为对象,选择公交车辆空驶时间、等待时间、跨线次数以及运力规模最小等主要目标,构建了多目标区域调度优化模型。考虑到多目标函数优化问题的复杂性,将禁忌搜索融入遗传算子,设计遗传禁忌搜索求解算法,最后将已建模型和设计算法运用到算例中。计算结果表明,遗传禁忌算法较一般遗传算法更能高效地解决公交车辆的单车场多目标区域调度问题。     

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.     

基于Tent映射NSGA-II算法的微电网多目标优化方法

为提高微电网运行的经济性、降低网络中的碳排放量和有功功率损耗,文中提出一种基于Tent混沌映射NSGA-II算法的微电网能量优化管理方法。该方法采用双层能量优化管理：上层采用模糊管理系统确定微电网运行模式,下层采用改进NSGA-II算法对能量进行优化管理。首先在多约束条件下,建立以微电网运行经济性、网络中碳排放量和有功功率损耗为目标函数的多目标优化数学模型。其次在多目标优化数学模型求解过程中,引入Tent混沌映射方法来增加NSGA-II算法的种群多样性,以提高算法的全局搜索能力,同时利用隶属度函数确定微电网能量优化管理策略。最后运用欧洲一典型微电网作为算例,验证所提出的能量管理方法、容量配置优化模型以及改进NSGA-II算法的合理性和有效性。仿真结果表明：改进NSGA-II算法具有良好的优化效果,使得微电网运行的经济性得到了显著提升,较传统算法提高了14.55%;碳排放量有所降低,较传统算法减小了3.10%,可实现对微电网多目标的优化。     

基于改进遗传算法的接运公交线路生成优化模型

城市轨道交通接运公交线路布设效果直接影响到轨道交通线路的运营效率.为了探讨轨道交通接运公交线路的最优布设方案,以最少线路接运最大客流量为目标,建立了线路生成的优化模型,并给出了求解该模型的改进遗传算法.以北京地铁5号线宋家庄站和刘家窑站的接运公交线路布设方案为例进行分析,结果表明:两个轨道交通站点布设6条接运公交线路能够使接运公交线路的载运能力最大,为205人/(km/h).     

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.