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.     

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。     

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.     

校车优化调度算法及模型研究

校车安排调度问题是一个长久以来一直困扰着各个学校的资源多目标组合优化问题。该文采用基于满意优化模型和免疫蚁群算法进行模型的建立与求解。满意优化理论的关键是建立一个反映变量取值与客户心理反应之间关系的数学形式,即客户满意度和客户满意度函数。采用免疫算法和基本蚁群算法来搜索局部最优化,以此提高资源的利用率。为了检验该算法的实际应用效果,通过某大学两个校区的校车安排的具体问题来分析和研究,建立了基于满意优化的数学模型,并利用数学化语言对校车安排调度问题的影响因素、主要约束条件和求解目标等进行了描述和分析。通过免疫蚁群算法求解。结果表明:该方法可行且有比较显著的效果。     

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.     

基于再生制动能利用的发车间隔优化模型

本文基于单车节能操纵,以降低全线总能耗为目标,建立了发车间隔节能优化模型。该模型在现有区间运行时分的基础上,考虑单列车节能及其在不同站间的运行速度曲线,得到列车区间牵引能耗,通过重叠时间确定有效利用的再生制动能,并且将多车总能耗最低转化为求解全线能耗最低问题。以全线能耗最低为目标,采用遗传算法,寻求最优发车间隔。仿真案例验证了优化发车间隔的节能效果。     

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。     

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。     

城市公交车发车频率优化模型

公交运营调度是整个公交企业管理业务的核心部分.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、增强城市公交吸引力的重要途径.本文从乘客候车满意度的角度分析了公交车调度问题,建立了以客流需求为基础数据,以尽可能满足乘客候车满意度为目标的公交线路发车频率优化模型.文章介绍了模型的构建过程、目标函数与约束条件中各组成要素的计算方法以及模型的解法,并用实例证明该模型是可行的.     

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.     

公交运营调度优化的评价指标模型研究

针对公交运营调度优化的效果,提出了评价优化效果的评价指标模型,并给出该模型相应的算法。评价指标包括运能匹配度、平均换乘次数、有效时间利用率,并运用层次分析法(AHP)将指标融合成一个综合的评价指数,建立了运营调度优化的评价指标模型。并以广州市中的几条线路为例,运用指标模型算法对线路的调度优化评价提出简单算法。该模型的三个指标都属于定量的技术性指标,克服了线网优化指标不能评价动态调度方案的问题,对于评价运营调度优化方案,具有较强的实用性。     

油库生产运行方案优化技术研究

油库是油田整体生产的重要单元,主要承担开采原油的储存、计量和外输任务。为了降低油库的生产运行成本、保障系统安全、高效运行,研究建立了油库生产运行方案优化数学模型,并采用两级递阶优化方法进行求解。运用该模型对大庆油田南一油库的生产运行方案进行优化,得到了不同季节不同输量下的优化运行方案。有效降低了生产运行成本,提高了生产调度水平。     

带平行约束的多处理机调度问题

对带平行约束的多处理机调度问题,引进一种局部最优解的概念,并以此为基础,给出一种随机化迭代算法．若干实例的计算结果表明,本文的算法是非常有效的     

多处理机调度问题的一种近似算法

对多处理机调度问题Ｐ∥Ｃｍａｘ，给出一种近似算法，大量实例的计算结果表明，本文的算法是非常有效的。     

战时车辆调度问题算法及应用分析

战时车辆调度是精确后勤的核心内容之一,对提高部队机动性和后勤保障能力具有重要作用.对战时车辆调度问题进行分析研究,提出一种快速、高效的算法.对战时多任务车辆调度组合优化问题,即NP-Hard问题进行求解.构造了一个两层搜索结构的遗传禁忌混合算法,该算法充分利用了不同领域搜索方法的优点,增强了算法在解空间中的搜索能力和运行效率.试验分析结果表明:所提算法能有效地解决战时多任务车辆调度问题;与基本遗传算法相比,该算法的优化能力、运行效率、可靠性均得到了提高.     

基于人工蜂群算法求解不同尺寸工件单机批调度问题

采用人工蜂群算法对工件尺寸有差异的单机批调度问题的制造跨度进行优化的提出,是针对问题的离散优化特征,采用遗传算法中的变异操作方法产生蜂群路径的邻域解. 在解码时采用Batch First Fit算法,将蜂群的路径转化为可行的批调度方案,来获得制造跨度. 仿真实验中对问题的各种不同复杂度的随机算例均进行了编程实现,结果表明人工蜂群算法在求解该问题时是有效的.     

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.