基于非合作博弈的应急车辆调度与再配置

多事故多救援站点的应急车辆调度问题中,在处置当前事故时,若将空闲车辆再配置于救援站点,有利于对潜在事故的快速响应.文中采用双层规划理论和非合作博弈理论建立应急车辆调度与再配置模型.上层模型在事故需求和救援时间窗约束下,最小化当前事故响应时间;下层模型将各救援站点视为非合作博弈的局中人,综合考虑车辆再配置时间和救援站覆盖区域潜在风险,确定局中人的收益函数,将优化再配置策略转化为寻求非合作博弈的纳什均衡.然后,提出一种层次混合蛙跳算法,其中上层算法用于求解约束单目标规划问题,下层算法用于求解非合作博弈模型.求解事故算例证明了应急车辆调度与再配置模型的合理性和层次混合蛙跳算法的有效性.     

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。     

随机需求下定制公交站点及路径动态优化模型

针对定制公交的站点及路径动态优化问题,分析定制公交特性,结合复杂网络理论与动态需求特征,对站点进行重要度评估,并按照重要度高低进行排序,筛选出前50%与前70%的站点作为路径寻优时考虑的停靠站点.以最大服务率和最小动态行程时间为综合目标,以最大载客量、运营成本、行程时间为约束,建立随机需求下的定制公交动态路径优化模型.对A~*算法进行改进,综合动态行程时间与乘客需求作为当前节点到达终点的估计代价求解目标函数.以福州市为例,检验模型和算法的有效性.结果表明,模型与算法能够在随机需求下对定制公交停靠站点按重要度进行动态筛选并优化动态路径,且按照站点重要度前50%进行筛选得到的路径结果优于前70%.     

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.     

随机环境下公交调度问题双层规划模型与算法

提出一种以随机环境为基础并能适用于实际公交调度的优化方法.考虑公交线路运营环境下的随机因素,建立一个尽可能使乘客和企业综合满意度达到最大的双层规划模型,并通过智能算法进行求解.算例研究表明,模型和算法具有可行性和有效性.在车型、发车时间间隔、运营费用等因素组合情况下,以实际站点统计数据为基础,能够快速给出优化结果.      

面向协同调度的公交时刻表鲁棒优化模型

为实现公共交通网络协同调度,以网络内总换乘负效用最小为目标,构建了考虑公交车辆运行随机性的时刻表鲁棒优化模型.线路间换乘衔接关系、公交车辆首站计划发车时刻、站点间运行时间和站点处停靠时间为模型主要输入参数,用于求解各线路首站计划发车时刻最优偏移量.由于所建优化模型为非凸规划模型,设计了包含蒙特卡洛仿真方法的遗传算法以获取模型近似最优解.最后,基于算例验证了公交时刻表鲁棒优化模型与遗传算法的可行性.结果表明,与现有时刻表相比,优化后时刻表可减少约22%的总换乘负效用,能有效改善公交网络内换乘服务.此外,与枚举算法求解结果的对比分析验证了遗传算法可行且高效.     

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。     

基于移动终端的主动预约式智能公交调度系统

针对我国城市近郊区公交系统智能化水平低、居民出行便捷性差等交通现状,在综合分析现有需求响应式交通系统(DRT)特点的基础上,结合互联网主动预约技术与车辆智能定位技术,提出了一种基于移动终端的主动预约式智能公交调度系统。将互联网移动终端、总调度控制中心与公交车辆作为一个整体系统,以乘客预约候车总人数与乘客最长等待时间为决策变量,通过引入相关阈值建立了基于乘客需求的发车间隔优化模型,并给出了发车时间间隔的求解方法。研究结果表明:与常规公交系统相比,基于移动终端的主动预约式智能公交调度系统能够有效地解决我国城市近郊公交运行效率低、乘客候车时间长、出行困难等交通问题,对于提高公交的便捷性与智能化水平具有积极的现实意义。     

考虑充电约束的电动公交区域行车计划编制

随着燃油车辆对环境污染的日益加剧以及公共交通对乘车舒适性的愈加重视,电动车辆以其低污染、高舒适性等优良特性被广泛使用.然而因其续航里程及充电需求的约束,其行车计划制定更为复杂.本研究在多场站区域调度模式的前提下,充分考虑充电任务的发生和执行,以电动公交车辆及其配套设施在内的总固定成本和总运营成本之和为优化目标,建立了电动公交区域行车计划编制模型,并基于遗传算法和贪婪算法设计出复合求解算法对模型进行求解.以北京市大兴区部分线路运营为例验证模型效果,并与传统公交行车计划编制方法进行对比,结果表明,总运营成本降低18.20%.     

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。     

面向公交车辆优化调度的运行服务质量评测分析

将人工智能方法引入公交车辆运营调度管理,调度管理人员可根据具体运营状况,运用快速、便捷的智能调度算法,制订出符合实际情况的运营调度方案,有效提高公交车辆运营效率。利用遗传算法（genetic algorithm,GA）的智能化特征,针对北京市公交车辆运营管理问题进行了优化调度研究。仿真实验表明,利用GA的公交车辆优化调度,实现了公交车辆调度的智能化,并在基础上利用排队论推导了乘客等待时间模式,进行了优化调度结果评测分析,从而验证了利用智能调度方法能够有效地改善公交车辆运营效率的合理性和可行性。     

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%.     

车联网环境下考虑续航时间约束的公交车辆行车计划编制

公交车辆的行车计划智能化编制是"互联网+交通"和公交优先战略的重要体现,也是提高公交吸引力和缓解城市交通拥堵的有效途径.在对现有行车计划编制模型进行研究的基础上,提出了燃料续航时间约束条件下的多场站行车计划编制模型,并依托车联网环境的信息交互,探讨了续航时间约束下的车辆调度问题与背包问题的对应关系,提出了一种应用贪婪算法求解该问题的方法.最后,通过算例验证了模型的有效性,并对比了参与调度车辆数目与续航时间约束对结果的影响.分析结果表明:在续航时间约束不变的情况下,增加调度车辆的数目,可以降低空驶时间和执行里程,但车辆执行时间的波动性增大,车辆间运行公平性降低;增加续航里程可以增加车辆的使用频率,提高车辆的使用效率.公交车辆的行车计划编制不仅要考虑费用,还需考虑车辆接受班次任务的均衡性,宜根据不同的续航时间约束条件来管理调度车辆.     

智能公交动态调度优化模型

利用先进的技术和设备实现公交的优化调度,充分满足人们的出行需要,是智能公交系统发展的目标.然而近年来中国智能公交发展在一定程度上出现过于追求先进性、忽略实用性、运营效果不理想、动态调度尚待充分开发等问题.结合中国智能公交系统现状,通过对智能公交调度系统和调度特点深入分析,在GPS定位、通信、计算机等技术的支持下,将动态交通状态信息与车辆定位信息有效融合,将智能化算法引入到公交运营调度中,建立了基于实时动态数据,兼顾乘客满意度和企业效益的动态调度优化模型.并且阐述了模型数据的自动采集方法、模型Matlab程式化的解法.结果表明,该模型可以显著提高公交车辆满载率、缩短乘客等车时间和减少车辆总班次,优化调度效果明显.     

考虑客流量差异的区域公交车辆调度

考虑到公交客流时间分布非均衡以及公交区域调度的多条线路客流高峰时间、空间分布集中会导致总体客流的高低峰客流量差异进一步加大,提出在低平峰期允许部分公交车辆停运的抽停策略,从"部分车次被某辆车完成"的集合划分角度研究区域公交车辆调度问题,建立改进的区域公交车辆调度优化模型,并设计了最大最小蚁群算法进行求解.算例结果显示:与常规调度方案相比,车辆等待时间减少4034 min,等待时间在总工作时间中占比减少10%,驾驶员减少14个,证明了文中模型的有效性和实用性.     

多车型公交系统中公交车辆与发车间隔的协调优化

以多车型公交系统为研究对象,对公交发车频率进行了研究。首先基于费歇尔聚类算法,将公交运营时间划分为多个时间段,然后构建了不同时段发车间隔和车型协调优化的均衡载客率模型,同时考虑均匀线路的发车间隔和最大载客量偏差,最后构建了协调优化模型的启发式求解算法。案例分析结果表明,对比单车型公交,本研究的多车型公交调度方法能有效降低运营成本和车内拥挤度。     

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。