公交车调度问题的数学模型及应用

本文针对公交车调度问题,在车辆载客限制、乘客等待时间等约束条件下,以公交公司运营的公交车数最少为目标函数,建立整数规划模型。通过具体数据分析,将公交车运行时段分为早高峰、平峰、晚高峰,进而计算出发车时间间隔。由于考虑到乘客和公交公司的利益,对发车时间间隔做出调整并计算出公交车的平均满载率。     

公交车调度的优化模型

以公交车线路运营系统为背景,提出了各站上、下车人数分布的数学模型,并以此模型为基础,为公交车线路运营的调度问题,提供了一种较好的解决方法。本文以公交公司运营的总车辆数最小为目标,以运营过程中满足各方需求的车辆数为约束条件建立了优化模型,模型实现了对线路运营进行评估和优化公交车配置.既考虑了乘客等车的社会成本又兼顾了公交公司的利益,方法易于操作,具有较大的实际应用价值。     

某中等城市一条公交线路的车辆调度模型

对公交车调度进行了讨论,确定了高峰期及一段时间内的各站车上人数和平均所需车次,求出了高峰期发车时间间隔和所需车辆数;一个工作日内平均发车时间间隔和平均所需车辆数;高峰期外的发车时间间隔;定出了与之相匹配的公交公司派到该路线上的最少车辆数.该模型最大限度地兼顾了公交公司和乘客的利益.     

公交车调度问题的数学模型

针对多目标多变量的动态特点,把这个调度问题抽象成为一个数学规划模型,建立2个多目标规划模型．考虑到乘客等车时间的限制,建立了一个线性模型．从乘客与公交公司的利益出发,设定一系列的指标,利用模糊评价的方法对调度方案进行综合分析与评价．最后对模型的优缺点进行分析,并提出了改进方向．     

某中等城市一条公交线路的车辆调度模型

对公交车调度进行了讨论，确定了高峰主一段时间内的各站车上人数和民需车次，求出了高峰期发车时间间隔和所需车辆数：一个工作日内平均发车时间间隔和平均所需车辆数，高峰期外的发车时间间隔；定出了与之相匹配的公交公司派到该践线上的最少车辆数，该模型最大限度地兼顾了公交公司和乘客的利益。     

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.     

考虑站场实时排班可行性的纯电动公交调度

近年来,中国纯电动公交车占比逐年提高,2019年已超过46.8％,北上广深等多个城市已实现100％.通过深入分析纯电动公交车行驶过程中的耗能组成,由此建立电能能耗成本函数;构建同时考虑乘客出行与公交企业运营成本的纯电动公交车调度排班模型;将公交场站车辆数作为约束条件引入模型,真实反映实际车辆运行情况;为严格做好疫情防控,将车辆满载率纳入模型约束以保证乘客安全距离;通过分析发现该模型属于NP-hard问题,提出利用遗传算法对其进行求解.利用广州市105路公交线路的运行和OD需求数据进行仿真验证,表明该模型和算法具有一定的有效性.     

公交系统车辆最优配置问题研究

研究了公交系统中车辆的最优配置问题.首先,通过考虑公交公司的利益和乘客的满意度,分别建立了线性规划模型和非线性规划模型.其次,综合这两方面的因素,建立了多目标规划模型.最后,利用Matlab进行了数值试验,实验结果表明模型是合理的.     

公共汽车交通服务水平评价系统

研究信息条件下单线路公共汽车交通服务水平评价指标及方法,信息主要包含两部分内容,一是公布的公交车辆运行数据,二是公交出行乘客出行经验积累的数据.通过对公交营运公司提供的公交车辆AVL运行数据进行统计分析,获取公交车辆运行信息,将乘客划分为四个类别,以调查问卷及车内统计的方式采集各类乘客的出行信息.通过建立信息条件下乘客出行行为模型,并结合建模方法,在自主开发的仿真实验平台上,对上海市49路公交车服务过程进行仿真实验,以公交服务可靠性为评价指标,对公交服务水平进行评价.     

关于公交车调度问题的研究

公交车的调度问题是现代城市交通中的一个突出问题，本文通过对一条线路上各时段、各站点的上下乘客数的调查统计．根据一些合理假设．并在优先考虑公交公司利益同时兼顾乘客利益的基础上建立了一个公交车调度的数学模型。再针对一条实际的公交线路．利用计算机语言编程的方法对模型进行了验证。     

武汉市烟草配送路径及运力优化

根据烟草产品特点,针对武汉市现有的配送体系和地理特点,建立了配送路径及运力优化方案数学模型,并确定了配送路径优化设计静态和动态约束条件,所涉及到的问题是带有时间限制和车辆载荷限制的车辆路径问题.其解决方案是采用二阶段算法对配送路径进行先排线路再分组法,并应用带有载荷约束的单巨集切割法,将大规模VRP问题分为线路划分和单车线路优化2个子问题,有效地解决了配送路径和运力优化问题.并通过案例对模型和解决方案作了进一步分析验证.     

基于自适应多态蚁群算法的多约束车辆路径问题

建立了在有客户优先级、路况影响、多车型、时间窗和容量等多约束条件下车辆路径问题(VRPMC)的数学模型.由于该模型是一个NP-hard问题,目前还没有多项式算法求解,又提出了采用自适应的多态蚁群算法(APACA)来对其进行求解的策略.首先,算法中侦察蚁完成满足约束条件的路径侦察并设置侦察信息素;其次,搜索蚁利用侦察蚁提供的辅助信息进一步搜索可行路径,通过多态蚂蚁间的协作和自适应调整挥发系数,能更快地搜索到问题的优化解;最后通过一个实例与节约算法、遗传算法、禁忌搜索算法和基本蚁群算法进行了对比,结果表明:对VR-PMC问题,APACA算法比前述算法在算法稳定性、运行距离、计算速度方面更具有优势.     

多层次约束下铁路阔大货物路径选择研究

合理地组织阔大货物运输,能更好地保障运输安全及降低运输过程的成本。针对阔大货物运输过程中,运输线路受多项限制条件约束情况下的最优线路搜索问题,以时间最短、干扰最小为目标,以车辆限界、线路干扰程度为约束,建立了0-1规划模型。针对不同影响强度逐步放宽约束条件,对不同程度的约束,分别采用广度优先搜索算法进行求解。该方法计算量相对较小,且更易取得满意解,在较大程度上减少模型求解计算时间。实例验证表明,本文建立的模型与算法在求解14个节点的复杂问题时,能较快地得到理想解,能为现场决策人员提供技术支持。     

钢铁企业产成品转库车辆路径问题优化

分析了钢铁企业产成品转库问题的特点,通过将转库任务分解的方法将原问题转化为具有最迟访问时间约束和同时访问车辆数限制的车辆路径优化问题,建立了转换后问题的0-1规划数学模型,针对模型的特点设计了迭代局域搜索算法.算法初始解由贪婪算法生成,局域搜索过程采用4种常用局域搜索算子的混合,摄动过程采用变强度的2-opt*算子.该算法可以同时实现转库车辆指派和车辆路径优化.通过仿真生成的算例对模型和算法进行了验证.实验结果表明,该模型和算法是解决该类问题的有效方法.     

实际约束条件下多配送中心物流车辆调度优化

传统方法难以解决有时间窗等具有实际约束条件,且调度结果并非最优,提出一种基于变邻域搜索算法的多配送中心物流车辆调度优化方法。对多配送中心物流车辆调度优化问题进行分析,在分析结果的基础之上构建实际约束条件下多配送中心物流车辆调度数学模型;利用变邻域搜索算法求解物流车辆调度模型的最优解,完成实际约束条件下多配送中心物流车辆的调度优化。实验结果表明,采用所提方法进行多配送中心物流车辆调度,其总运输时间短、运输总费用低,调度结果较优,且符合实际约束。     

时变路网下多配送中心多车型联合配送研究

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,本文主要构建基于时变速度多配送中心多车型联合配送模型,并设计基于禁忌搜索求解算法,论文收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证,通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,算法能够应用于北京这种特大城市的公铁联运城市配送方案中。     

城市垃圾收集车辆弧路径问题研究

考虑部分街道单行及转向限制等状况,采用带有转向禁忌条件的垃圾收集车辆弧路径问题模型对城市垃圾收远路线进行优化．通过建立将其转换为对应的点路径问题的求解模型以减少问题规模,并利用一种聚类蚁群算法对该问题进行求解．优化实例结果表明：有、无转向约束的路线优化后,总路程分别减少了89984．96m和92330．04m,分别节约了31．1％和31．9％,优化效果明显;优化后减少了需求车辆数,降低了车辆使用成本和人员雇佣成本．     

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。     

基于Q学习的无人机三维航迹规划算法

针对现有的基于强化学习的无人机航迹规划方法因无法充分考虑无人机的航迹约束而使规划获得的航迹可用性较差的问题,提出一种更有效的无人机三维航迹规划算法.该算法利用无人机的航迹约束条件指导规划空间离散化,不仅降低了最终的离散规划问题的规模,而且也在一定程度上提高了规划获得的航迹的可用性,通过在回报函数中引入回报成型技术,使算法具有满意的收敛速度.无人机三维航迹规划的典型仿真结果表明了所提出算法的有效性.     

同时收发运输路径问题的禁忌搜索算法

研究同时收发的运输路径问题,要求运输工具到每个客户收取和发送一次完成,并且在运输工具容量的限制下,寻求每个运输工具的运输路径,使总运费为最少.提出两阶段的求解过程:先用启发式算法得到初始解,然后用层次禁忌搜索算法得到改进解.计算实验表明,同样规模的问题,算法所需时间比直接使用禁忌搜索算法要少.