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.     

公交调度优化模型及其解法研究

公交调度是公交企业运营的核心内容。提高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。文章从公交乘客利益和公交企业利益角度出发,建立了以客流需求为基础数据,以乘客候车满意度、车上舒适度和企业满意度为目标的公交调度多目标优化模型,采用幂加权和法将多目标问题转化为单目标问题,并用改进遗传算法对问题进行求解。介绍了模型候车乘客流分布函数、下车概率函数的处理方法和各组成要素的计算方法以及问题的转化和解法的具体步骤,最后结合邯郸市公交实例进行了优化计算。     

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.     

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。     

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.     

考虑运营与服务平衡的公交时刻表优化研究

发车时刻表的编制是公交运营调度中的重要工作,为简化公交公司设计发车时刻表的过程与难度,平衡发车运营过程中公交公司与乘客的利益,提出了考虑运营与服务平衡的单线公交时刻表优化方法,将时刻表的制定流程简化为每班车发车时刻的确定。分别建立模型计算发车运营成本与期望服务价值,模型中对各站点乘客累计等待时间的计算考虑了车辆到达各站时刻滞后于发车时刻的情况,以两者加权后的值相等为目标,迭代求解各班车的发车时刻;以佛山公交309线路高峰时段为例进行求解,所得优化后的时刻表与现状运行时刻表相比,公交公司运营成本降低了3.65%,乘客等车时间成本降低了3.53%,且公交公司与乘客成本均衡,定量验证了方法的可行性和有效性。     

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.     

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.     

公交发车频率优化研究

公交运营调度是公交行业运营管理的重要步骤,规划合理的行车时间对提高公交的承载率至关重要。本文以企业与乘客两个方面建立公交车发车频率的多目标优化模型,采用遗传算法,用matlab编程求解,并将人工制定方案与本文制定方案在高峰期、平峰期两个时间段的平均发车间隔进行比较。结果表明本文的计算方法性能更优,在满足乘客需求的同时也为公交运营公司提供决策支持,具有较好的应用价值。     

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.      

基于公交可达性的公交站距优化方法

提出了在公交运营成本、乘客舒适度等众多约束下提高公交可达性的公交站距优化方法.对公交可达性给出了新的度量方法,该方法分别以公交运营速度和公交客流量衡量空间可达性和时间可达性.利用公交站点覆盖面影响系数和潜在公交客流量,研究公交站距对公交客流量的影响;通过分析公交运营速度与公交站点停留时间、公交车加减速次数等因素的内在关系,研究公交站距对公交运营速度的影响.以秦皇岛公交线路为实例,结果显示提高公交可达性的有效途径是使用不大于5 min的低发车间隔,无论公交客流量大小,最优公交站距都可以保持在600 m以下;而对高发车间隔,公交站距在900～1 400 m才能获得较高的可达性,而相比低发车间隔,公交可达性显著下降.     

基于感知的公交调度发车频率和车型优化模型

基于乘客感知的公交客流需求特征,研究了公交发车频率和公交车型的调度决策问题.针对单线独立运营模式的特征分别建立了基于最大感知和平均感知的公交调度优化模型,并设计算法.最后结合2014年江苏省江阴市K1路公交客流给出了优化算例.案例结果表明,模型具有较强的实用性,能有效地降低公交运营总成本并提高公交运营效率.     

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。     

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。     

面向低需求时空的实时预定公交动态调度系统

为改善城市低需求时空下交通供需不平衡问题,提出一种面向交通低出行需求场景的实时预定公交动态调度系统。当低需求时空下的出行者发出预定请求后,调度系统根据时空阈值筛选出满足条件的公交集;采用启发式最短路径算法和Python工具实现动态公交的路径规划;并利用响应判断函数计算出效益为正的公交子集,估算出公交预期到站时间并按到站时间由短至长排列出供乘客选择的公交方案,调度系统根据乘客选定方案指派公交并实时反馈公交信息给乘客。以重庆市396路公交线路为案例,验证了提出系统的可实施性;在三种乘客比例情景下测算乘客候车时间并与传统模式进行对比,结果表明,公交发车间隔增加20%时,乘客候车时间仍将减少53%以上。实时预定公交动态调度系统可有效提高低需求时空下乘客出行效率和公交运营效率。     

公交车调度的规划数学模型

本文根据武汉市某条公交线路上的客流和运营的实际调查，针对公交调度中的相关问题，在照顾乘客和公交公司双方利益的前提下，提出了一个较为合理的调度方案。     

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。     

公交车调度优化模型

提出了制定一条公交线路车辆调度方案的优化数学模型，该模型计算了乘客在车站等候的时间内所可能创造的财富——社会效益，并将乘客因候车而丧失创造该财富的机会看成一种社会成本，对车辆调度方案的评估时，不仅考虑了公司运营成本，而且考虑了相应的社会成本，因此，该模型制定的调度方案兼顾了公司利益和社会效益，最后将实际的统计数据带入模型，给出一个车辆调度发车时刻表的优化方案。