管理者与乘客相互影响下的响应型接驳公交协调优化

根据响应型接驳公交(responsive feeder transit,RFT)系统管理者与乘客的相互影响关系,研究二者的协调优化方法,构建了同时优化车辆路径和乘客下车站点的非线性混合整数双层规划模型.上层是在乘客目的地已知的情况下RFT车辆路径与停靠站的优化模型,下层是在车辆路径与停靠站已知的情况下乘客下车站点的优化...     

面向异质化需求的无人驾驶电动公交接驳路径优化

在以连接地铁站点为目的的短途接驳服务中,常规公交、共享单车、小汽车因车内拥挤、环境暴露、等待时间长所造成的不舒适、不方便、不准时等问题,往往会成为乘客放弃公共交通出行的主要原因。同时,由于人群对服务质量的要求不尽相同,需求均质化假设仍难以充分考虑乘客在准时性、快捷性、舒适性等方面的需求差异。该文提出一种面向出行者异质化需求的无人驾驶电动公交接驳路径优化方法,在需求产生阶段允许用户对准时性、快捷性与舒适性等个性化指标进行选择,充分考虑个人偏好满足度对目标函数的影响,建立多轮次带多软时间窗的车辆路径规划模型,并使用禁忌搜索算法求解。通过问卷调查获取用户对各需求指标偏好的分布情况,选择北京丰台科技园地铁站及周边4 km²的范围进行案例计算与结果分析,发现提出的方法相较传统方案能显著提高规划结果对出行者异质化需求的满足度。     

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.     

含特殊需求的灵活接驳公交服务区域与路径选择

针对国内特有的“小区型”住宅开发特点以及不规则路网等情况,在给定乘客需求以及车队规模的条件下,基于网络模型建立了一个同时求解最优服务区域和车辆服务路径的双层混合整数线性规划模型.该模型的上层目标是最大化服务的乘客数量,同时下层目标是最小化运营者的运营成本.同时就模型的求解给出了一种启发式算法以期在合理的时间内求解出可接受的方案.最后通过案例分析验证了模型和算法的有效性.研究结果表明:启发式算法得到的近似最优解与最优解的差值最大在15%左右,同时单位乘客运营成本的差值在10%以内.     

基于公交乘客可靠度的信号配时优化研究

为优化交叉口车流运行状态,本文引入公交乘客可靠度指标用于评估公交乘客通过交叉口的可靠性,分析了信号周期时长、公交车比例与公交乘客可靠度之间的关系,并研究了非公交优先方向流量对公交乘客可靠度的影响。结果表明：提高公交优先方向的公交乘客可靠度会使信号周期时长增加,并且随着公交优先方向的公交车比例增加,交叉口信号周期长度也随之增长。最后通过与Webster信号配时方案的对比,通过仿真验证了所提出的模型具有一定的效果,可为城市交通提供不同信号配时方法。     

基于数据融合的公共自行车接驳公交行为辨识

城市智能交通卡和公交自动车辆定位系统的大规模应用为研究公共自行车换乘公交的出行规律提供了契机。结合多源数据,研究公共自行车接驳公交的换乘时空阈值,根据自行车站点与公交站点间距离构建匹配站点对;并基于时间阈值提取匹配站点对的刷卡记录构建换乘识别模型的训练集和测试集,应用关联规则挖掘算法实现同一用户公共自行车IC卡卡号与公交IC卡号的匹配;根据设定的验证规则,92%的匹配规则通过验证。之后基于换乘识别结果分析公共自行车接驳常规公交的换乘客流的时空特性。结果表明：公共自行车接驳常规公交呈现出明显的早晚高峰时段,且接驳出行主要分布在城市中心区域。     

基于出行成本和运营成本的接驳城市轨道交通社区公交站点布设研究

接驳城市轨道交通的社区公交可有效解决乘客出行"最后一千米"的问题,社区公交站点的合理布设需要统筹兼顾乘客出行成本和企业运营成本.在候选站点中,将乘客的步行时间和在途时间作为乘客选择站点候车的影响因子,并将乘客的站点选择行为转化为该站点被选择的概率,以乘客的步行时间成本、候车时间成本、在途时间成本和企业的运营成本最小为目标,以步行距离、满载率、发车频率和站间距为约束建立多目标优化模型,采用遗传算法求解.最后通过仿真实例,给出了优化的发车间隔和站点布设方案,验证了模型和算法的合理性和可用性.     

基于MapX的公交网络最优路径研究

MapX是MapInfo公司向用户提供的具有强大地图分析功能的ActiveX控件产品.分析和讨论了公交网络的特点及公交最优路径算法,充分利用MapX控件的属性和方法以及面向对象语言的灵活性对公交网络最优路径进行分析.基于MapInfo平台建立了公交网络空间数据库和属性数据库,给出了在VC 可视化环境下基于MapX控件的公交网络最优路径实现方法及其应用.     

基于道路和公交超级网络的公交路径查询系统

为了实现GIS数据库中道路网和公交线网的无缝连接以及方便快速寻找两点之间的公交路径,开发了基于道路和公交超级网络的公交路径查询系统.该系统通过在GIS数据库中使用虚拟链接代替路由表,将公交系统的信息存储在公交网和虚拟链接的属性中,简化了数据结构.由于该系统采用的拓扑结构具有一致性,常规的最短路径算法可以不需要做调整和改造直接在系统中使用.另外,系统还可以通过对交通阻抗设置不同权重来实现用户对路径的个性化选择.最后通过一个基于MapInfo的实例对该系统进行了检验,结果显示该系统可以提高查询效率.     

带时间窗的快递包装回收车辆路径优化研究

为解决大量快递包装给社会环境带来的一系列问题,优化快递包装及回收车辆路径,降低回收成本,提高客户满意度是快递包装回收的关键。考虑到快递包装回收的现状,提出在回收过程中设置软时间窗来反映顾客的满意度。建立了运输成本、处理成本、回收成本、时间惩罚成本等成本最小化的数学模型。采用改进的遗传算法对模型求解,提出运用2点交叉法改进交叉算子,加快种群的寻优速度,同时提出2点互异改进变异算子,增加种群的多样性,并对算法的种群规模、变异概率、运输成本等进行了灵敏度分析。运用Matlab软件对算例进行仿真,在有无时间窗条件下,验证了该设计的快递包装回收路径模型和算法的有效性。     

一种求解最短路径路由的遗传优化算法

将可变长度染色体——路由串和它的基因——节点应用于编码问题，交叉操作，在交叉点进行部分染色体（路由串）交换，变异操作，以维持种群的多样性。使用该算法进行简单操作，可以维护好所有不可行的染色体；交叉操作和变异操作相结合，能保证最优解的搜索能力和解的全局收敛性。实验结果证明，该算法收敛快，可靠性高。     

车辆路径问题的改进遗传算法研究

在现有的物流管理系统中,车辆路径问题(vehi-cle routing problem,VRP)研究在物流配送过程中的作用显得尤为重要.VRD最早是在1959年由Dan-ting和Ramser[1]提出,其研究的问题可以描述为:有n个商品需求点(可以称之为顾客),各个顾客之间的距离以及商品需求量事先已知,要求从中心仓     

整车物流双层轿运车车辆装载与路径整合优化研究

根据启发式算法思想,建立了双层轿运车的车辆配载和路径优化的双层规划模型。在路径优化的求解中融入一定的启发式搜索规则,设计了一种求解该双层规划模型的混合遗传算法,并给出了算法的编码方法、路径搜索方法和适应度函数的定义。案例分析表明,当乘用车种数不超过3种时,采用LINGO商业优化软件能在1 min内求出最优解;超过3种时求解时间呈指数增长。采用本文设计的混合遗传算法,能在较快时间内求出最优解,此模型和算法对编制大规模下的乘用车装载和配送计划具有较强的适用性和可行性。     

遗传算法在组播路由优化中的应用

通过分析遗传算法和组播路由的特点,提出了一种求解满足带宽-时延约束多组播路径问题的遗传算法.在算法中设计了一种基于节点连接路径的具有树状结构的染色体表示方法及可以实现树状染色体交叉和变异的算子.数值实验结果表明,所提出的算法有效改善了初始群体的整体适应性,便于更快地找到最优路径,有效解决了带宽-延时约束组播路由的问题.     

城市轨道交通列车交路编组一体化编制方法

本文对影响列车交路方案和编组方案编制的各要素进行定量分析,从乘客和运营方两个角度建立列车交路编组一体化编组模型,并设计了相应的遗传求解算法。将求解得到的方案与单一交路、单一编组方案进行比较,结果显示,利用本文方案通过灵活编组、开行小交路等方式,可以减少13.6%的候车时间、2.65%的运营成本、12.88%的运用车数量。通过灵敏度分析,证明了该方案的可行性。     

有时间窗车辆调度问题优化研究

电子商务物流企业将面临的是多批次、小批量、时间要求高、需求个性化的现代化市场.此时,配送车辆类型的选择、运输时间考虑、人员和车辆日常使用费用和加班费用、配送成本与配送线路选择,这些与传统的车辆调度有很大的差别,而且关系复杂、难以精确估算.因此,考虑电子商务环境下的物流配送特殊性,将传统车辆调度模型进行修改,为降低配送成本,将目标函数改为基于费用最小,即考虑到正常和加班的车辆行驶费用、车辆等待费用和人员费用等,同时,为提高配送服务质量和提高市场竞争力,将时间窗设为硬时间窗.由于车辆调度问题是NP难问题,采用改进遗传算法进行优化求解.     

B2C 电子商务物流中心选址-路径综合优化研究

为优化 B2C（business-to-customer）电子商务物流系统,结合 B2C 电子商务特点,构建以物流成本最小为目标函数、以运输时间和供需关系限制为约束条件的电子商务物流中心混合整数规划模型,采用改进的遗传算法将电子商务物流中心选址的混合整数规划模型求解过程转换成求解最优运输路径问题,并且设置惩罚算子对超过运输时间限制的方案进行特定的惩罚处理,设计合适的染色体编码方式、交叉算子、变异算子、惩罚函数等。通过随机生成的数据运用 Matlab 软件进行算例仿真模拟,验证模型的有效性。     

一种改进粒子群优化算法在车辆路径问题的应用研究

基于集合的粒子群优化算法(set-based particle swarm optimization,S-PSO) 主要用于解决离散域的组合优化问题。但S-PSO只考虑了当前粒子的最优对速度更新的影响,易陷入局部最优解。提出ES-PSO (enhanced S-PSO)算法,重新设计速度更新策略。在速度更新策略中加入了全局最优和邻域最优的影响,同时,修改权重系数,使粒子在更新时优先考虑服务时间较早的粒子,更加合理地安排了节点的服务顺序。使用ES-PSO算法求解带时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW),提出了ES-PSO-VRPTW算法。实验结果表明,基于Solomon数据集,ES-PSO-VRPTW算法在最优路径数目(number of vehicle-route,NV)和总里程(total distance,TD)上的表现比S-PSO-VRPTW更加优越。将ES-PSO-VRPTW用于求解带时间窗的垃圾回收车辆运输问题,得到的路径数目NV和总里程TD相对于S-PSO-VRPTW以及传统的遗传算法(genetic algorithm,GA)和蚁群算法(ant colony optimization,ACO)均有大幅度降低。     

考虑同时取送货的城市快递共同配送路径优化

针对快递企业的配送车辆在城市配送过程中空载严重的问题,在多家快递企业实施共同配送的前提下,考虑车辆同时取送货对车辆装载率的影响,以配送系统总成本最小化为优化目标,建立考虑同时取送货的城市共同配送路径优化模型,并设计改进遗传算法进行求解,最后通过算例分析验证了模型和算法的实用性与有效性。