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.     

干线信号协调控制下的公交优先研究

为了在干线协调控制下实现公交信号优先,提出了干线协调控制下的公交优先双层优化方法.上层为干线协调层,以检测到的社会车辆信息为依据,采用最大绿波带法,优化干线交叉口的公共周期、绿信比和相位差;下层为公交信号优先,以干线协调控制层的绿波带上下限为控制约束条件,在不破坏约束的条件下采用绿灯延长、红灯早断的公交优先控制策略,将公交优先融合到干线协调控制中.根据优化算法,建立公交优先控制流程,利用微观仿真软件Transmodeler进行了模拟验证.仿真结果表明:协调控制下的公交优先控制算法虽然会导致干线总体车均延误增加,但是能有效减少公交车辆延误和干线人均延误.     

公交优先的交通信号多层模糊控制模型

针对城市交通信号控制及公交优先问题,首先提出了一种基于交通需求强度的单路口多层模糊控制模型。第一层用来判断路口的交通需求强度,第二层主要完成相位优化功能,第三层用来确定各个相位的有效绿灯时间。进而考虑公交优先将模型扩展为公交优先的交通信号多层模糊控制模型,给出了模型结构与控制方法。仿真结果表明,与定时公交优先控制模型相比,该文提出的公交优先的多层模糊控制模型在交通量较大情况下能有效减少公交车辆延误,可应用于未来的信号控制系统中。     

基于干线协调的公交信号优先方法研究

以多个交叉口组成的干线路段为研究对象,提出一种基于干线协调的公交信号优先控制方法以实现交叉口所有车辆整体效益的最优。该系统由公交请求生成系统、通信系统、交通信号控制系统组成,通过双层优化的方法,即干线协调处于双层优化方法的上层,公交优先处于双层优化方法的下层,并以干线协调作为公交优先的前提条件,通过红灯早断和绿灯延长策略实现公交信号优先。具体案例分析表明,在不违背干线协调这一前提条件下给予到达交叉口的公交车以优先通行权,可以减少公交车辆在线路各个交叉口的等待时间,同时公交相位社会车辆的延误也得到降低。     

基于粒子群算法的公交调度优化研究——以广州为例

为解决城市交通拥堵,发展公交优先策略、建设公交都市等方法和手段不断得到重视,其中,公交调度优化问题是核心技术问题,而公交发车时间间隔对于人们的出行影响非常大.该研究依据广州市公交线路的实测数据,以使社会成本最低为目标,以乘客的满座率和公交企业的盈利为约束条件,在科学可行的假设条件下建立公交调度模型,并基于粒子群算法确定最优的发车时间间隔,运用仿真程序检验模型的准确性和算法的可行性.仿真结果表明该模型可以有效优化公交调度发车时间间隔,减少不必要的公交延误.     

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.     

基于粗糙集理论的公交优先控制算法

提出了一种基于粗糙集理论的公交优先控制算法.通过对交警指挥交通的实际经验所得决策表的约简,归纳出一系列的控制规则,改进现有信号交叉口控制方式.对实际路口的仿真,表明该算法能减少车辆延误,增加路口通行能力.     

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.     

干线公交优先信号协调控制方法

为了解决在干线协调控制中,采用绿灯延长、红灯早断等方法实施公交优先可能破坏干线协调的交通流问题,提出了干线公交信号优先的2层优化方法,上层为干线协调控制,下层为公交优先控制.在干线协调层面,以检测器检测到的社会车辆流量数据优化公共周期、绿信比和相位差;在公交优先层面,以协调相位绿波带上下限作为配时参数调整的约束条件,在...     

多时段公交发车间隔优化的随机期望值模型

研究随机事件条件下单条公交线路不同运营时段内的发车间隔确定方法.对该公交系统中的相关随机事件做了基本假设,依此建立了以社会福利最大为目标函数的多时段发车间隔优化随机期望值模型.由于该模型的目标函数为不连续函数,其不连续点发生在运营时段改变之时,因此设计了混合智能求解算法,其中嵌入了随机模拟、神经网络和遗传算法.并采用一个算例讨论了该发车间隔确定模型的有效性及求解算法的效率.该混合智能算法在求解随机期望值模型时效率较高,但容易陷入局部最优解.     

综合考虑公交相位优先和非公交相位补偿的单点信号优化方法

为降低公交车辆在交叉口的延误,同时兼顾社会车辆的通行效率,提出了一种综合考虑公交相位优先和非公交相位补偿的单点信号优化方法。首先,公交优先算法以交叉口的人均延误模型为目标函数,以遗传算法为求解工具,研究了绿灯延长策略ΔGt和红灯早断策略ΔRt的选取。然后,在实施公交信号优先的后续周期对非公交相位进行补偿,从而降低公交相位优先对社会车辆的影响。最后,以北京市朝阳路与高碑店北路交叉口为例进行验证。结果表明:优化后的交叉口人均延误明显降低,且非公交相位补偿策略使社会车辆的通行效率没有受到太大的损害。     

考虑停靠时间波动的快速公交车速与路口信号协同优化

为了减少因公交停靠时间波动对车路协同控制造成错失绿灯或红灯时段到达的不利影响,提出了一种基于决策树模型的考虑快速公交系统(bus rapid transit,BRT)停靠时间波动的优先控制方法。该方法主要通过路段车速引导、驻站控制和信号配时调整使BRT进行进站前路段和完成上下客之后路段的两阶段决策引导。由实例可以得到:本文的控制方法相比现实中的不停车通过率提高40%、通过交叉口的平均延误降低20 s;对比不考虑停靠时间波动的不停车通过率提高20%、通过交叉口的平均延误也降低9 s。可见本文的控制方法能提高车路协同控制的可靠性。     

磁导航智能车定位计算方法研究

讨论了以电磁信号为航标的智能车位置检测的原理与方法,对前端垂直双传感器布局的控制信号提取方法进行了建模分析,以智能车前行方向与导航线夹角为控制变量,分析了常用的传感器信号处理方式,提出了一种线性度较好的控制信号处理算法,并与常用方法进行了仿真对比分析。实验表明,论文方法较好地实现了磁导航智能车运动方向与速度的闭环控制。     

考虑公交发车频率的信号优先控制方法

首先建立了发车频率、信号周期与不同落点数目的关系模型，并分析了不同落点数目对信号优先控制效果的影响．研究发现当落点数目为1或2即发车频率与信号周期或1／2信号周期成整数倍关系时，信号优先较易实现，且优先策略对社会车辆的影响较小．针对落点为1的情形，以公交车均延误最小为目标研究了落点最优位置模型和多申请下的优先控制模型．对落点为2的情形，提出了调整绿信比和设置重复绿灯相位的控制方法．应用Vissim进行的仿真分析表明，所提出的控制方法在降低公交车均延误和车头时距波动性方面具有显著效果，并能够较好地处理多申请下的信号优先．     

常规公交系统公交信号优先控制算法研究

城市交通问题已日益受到人们的关注,大力发展公共交通是解决交通拥堵的有效方法之一。针对公交优先问题,建立了常规公交系统下的公交信号优先控制系统,提出了常规交通分别在单相以及多相下的公交信号优先控制算法,为城市交通公共交通信号控制系统的设计提供了理论依据。     

车路协同环境下公交车队车速优化调控方法

城市公共交通系统具有服务频率高、客流需求大、运行环境复杂等主要特点,公交车辆之间串车、交叉口延误、站点延误等问题较大,严重影响了公交系统的运输效率以及服务可靠性。公交优先控制是降低公交车辆在信号控制交叉口延误的有效方法,然而当前研究主要考虑公交车辆的通行效率需求,欠缺考虑公交车辆之间的串车以及交叉口下游站点由于泊位数不足而导致的排队延误问题。本研究基于车路协同环境提出了一种公交车队运行速度调控方法,让公交车辆以协同车队的方式主动适应信号配时相位;同时,对协同车队引入准入规则,使得协同车队同时满足串车预防与下游站点停靠泊位数约束的双重要求。实例研究结果表明:该方法在显著降低信号控制交叉口公交车辆停车延误的同时,可以有效避免同一线路公交车辆的串车现象以及站点排队进站情况,实现了公交运行效率与可靠性的双重提升。     

多功能车辆总线事件仲裁实时调度算法

针对列车通信采用多功能车辆总线(multifunction vehicle bus,MVB)网络传输数据的实时性要求,提出一种动态优先级时间片轮询算法.该算法根据非周期数据的优先级进行仲裁调度,通过优化算法复杂度、减小数据等待延时和阻塞延时,解决了MVB网络实时性的问题.并对MVB总线非周期数据的实时性、公平性等进行仿真分析,结果表明,该算法能提高MVB总线非周期数据传输的实时性与公平性,可满足列车通信网络标准ICE61375-1对实时性的要求.     

城市轨道交通接驳公交线路优化设计

城市轨道交通和常规地面公交之间的有效接驳是提高城市公共交通系统运行效率的重要环节。本文详细分析了接驳公交出行中乘客出行时间成本和公交车辆运营成本,以城市轨道交通接驳公交系统总成本最小为目标,考虑公交线路布局约束、乘客流量守恒约束,以及公交能力约束等,构建了城市轨道交通双边接驳公交线路优化模型,对接驳公交线路布局以及开行频率进行优化。根据模型特点,设计了人工蜂群算法。为了提高算法的计算效率和稳定性,采用了多种邻域搜索策略,且对算法的相关参数进行了校正。数值算例表明,人工蜂群算法可以很好地优化城市轨道交通接驳公交线路的布局,且在求解质量、计算效率和稳定性等方面都优于遗传算法。