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。     

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。     

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.     

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。     

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...     

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.     

城际道路客运班车发车时刻表优化模型与算法

为科学优化城际道路客运班车发车时刻表,以客流时变规律为依据,以此确定合理的班车发车计划。首先对客运班车发车时刻表优化的影响因素进行分析;然后在综合测算旅客出行费用和班车运营成本的基础上,建立了以旅客出行费用和企业运营成本的加权和最小化为目标的时刻表优化模型;最后设计了基于二进制编码的遗传求解算法,并给出了详细求解流程。以万州区至开州区的道路客运班车案例数据为例,验证模型的合理性。结果表明：与滚动发车方案相比,通过增加少量班次,该优化方案可有效减少旅客的平均候车时间,并且求解算法的收敛速度较快,能够为城际道路客运企业的班车组织提供参考。     

多车型组合调度的建模与弹性边界人工蜂群求解方法

在保证运力的情况下,综合考虑滞留乘客和运营服务等现实因素,将公交公司运营成本和乘客候车成本降为最小,提出一种多车型组合调度模型。尝试一种具有弹性边界的人工蜂群算法(artificial bee colony algorithm with bounce boundary,BBABC)对此公交模型进行求解。该算法采用具有弹性的边界策略,解决了种群个体越界问题,搜索效率提高,收敛速度加快。侦查蜂搜索方式为遗传突变,在加大变异的同时保留一定的社会信息;同时引进吸引子,提高算法的局部搜索能力。通过对某线路进行实验仿真,与单一车型调度方式进行对比分析,发车时间间隔延长18%,公交公司和乘客的总成本减少9%,车站滞留乘客减少90%,满载率提高15%。     

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.     

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.     

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.     

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.     

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.     

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.     

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。     

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。     

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.