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。     

公交线路调度优化模型的研究

合理有效的公交线路调度模型是改善公交服务、增加公交吸引力的关键.文章在建立优化模型的基础上,根据乘客的满意度受等车时间和舒适度两方面影响,应用层次分析法对其分析处理,建立了乘客和公交公司满意度最优组合下的公交线路调度模型,并给出了量化后的满意度,最后采用长春市4路公交线路的调查数据对该模型进行验证,实验表明该模型可行且易于操作.     

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。     

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.     

集散区域快递物流车辆调度模型及其算法

在分析集散区域快递物流运输特点的基础上,研究了固定时间窗内多车型车辆往返运输的车辆调度问题,建立以运输总成本最小为目标的数学模型,并给出遗传算法求解办法。实例表明,该模型和算法能有效地满足物流车辆调度需求,降低企业的物流成本。     

基于GIS-T的武警车辆调度模型的建立及求解

论述了调度问题的特点,在GIS-T平台下,针对武警车辆分类特点,建立了适合武警部队车辆调度模型.构造了效率矩阵,并通过匈牙利算法解决了模型求解问题.最后通过实例说明了该方法的实用性.     

公交车调度模型的建立及应用

通过对一条公交线路上各时段、各车站的上下车乘客流的调查统计，采用矩阵对原始数据进行存储处理，在兼顾公交公司和乘客双方利益的情况下，建立了公交车调度的数学模型。再用计算机语言编程求解，制定出公交车调度时刻表。最后针对一条实际的公交线路进行应用验证，并对实际的结果加以统计和分析说明。     

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。     

需求响应式公交车辆调度模型和算法研究综述

需求响应式公交车辆调度（Demand Responsive Transit Vehicle Scheduling,DRTVS）是需求响应式公交运营计划中的重要内容,一个合理的车辆调度方案对降低运营成本、提高运营效率具有重要意义,为此分析和总结了近十年来国内外关于DRTVS的优化模型和求解算法.首先,简要介绍了DRTVS模型及求解算法的分类和定义;其次,分别从调度方式、站点类型、时间约束和车辆类型4个角度对调度模型的构建和优化进行了阐述;再次,整理总结了常见的算法类型,以及每种算法的求解效果和适用条件;最后,针对当前研究中存在的建模时考虑因素不全面、假设条件过于理想化、算法求解精确度较差等问题,对优化模型及求解算法未来的研究方向进行了探讨.研究结果表明：近年来有关研究主要以动态调度、可变站点、软时间窗和多车型为主;调度模型的优化目标同时考虑出行时间、运营里程、服务质量等因素;现有车辆调度模型缺乏广泛适用性和实际可操作性;针对求解算法研究发现,小规模调度问题主要采用精确算法求解,对于大规模调度问题,使用启发式算法进行求解.     

城市交叉路口车辆调度模型的研究

文章在分析城市交通网络交通状态的基础上,给出了交叉路口的红绿灯调度模型,并对已有的车辆调度系统模型进行了改进与推广,使其在实际过程中适应的范围更广.经计算机模拟表明,该模型对城市交通网络的调度优化是有效的.     

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。     

露天矿生产车辆调度的最优化模型

用运筹学中目标规划的最优方法，针对露天矿生产的实际要求，分别建立了多目标的车辆安排最优化模型和多层次的目标规划模型。根据调整优化算法和多层次目标规划算法，利用数学软件Matlab和LinGo软件进行计算，得出最优调度方案。     

微观模拟模型中车辆旅行时间确定方法的研究

对微观条件下车辆在城市交通网络中的行为特征进行了分析,在考虑影响车辆个体行为的各种因素之后,给出了车辆在非拥挤路段的行驶时间、在拥挤路段的排队时间和通过交叉口行驶时间的计算方法,并给出了动态条件下车辆行驶路径的确定方法,为城市交通网络中微观模拟模型的建立奠定了基础．     

露天矿生产一个班次的车辆调度模型

建立了露天矿生产的一个班次的车辆调度优化模型·针对总运量(吨千米)最小,同时出动最少的卡车,从而使运输成本最小,采用弹簧振子模型,即以一个铲位为中心,两个卸点为端点,卡车为一振子的形式建立了以F(s,d)=ds/2为目标函数的数学模型(对个别卸点采用弹两次回一次的方式),求出其标准解·     

带时间窗的多配送中心多车型车辆调度问题

在研究大规模的多配送中心多车型的车辆调度问题的基础上增加了软时间窗约束。先针对模型利用重心法将客户分配到不同的配送中心,然后对各个分配送中心应用改进的节约算法进行求解,最后对算法进行算例仿真验证算法的可行性和有效性。     

考虑司乘人员工作时间窗的高铁快巴车辆调度与人员排班综合优化

针对新型公交服务产品如高铁快巴仍然缺少相应的运营方式的情况,对高铁快巴的车辆调度与人员排班的综合优化问题进行研究。为发挥高铁快巴灵活性的优势,引入了满足司乘人员工作时间要求的时间窗约束,建立了考虑司乘人员时间窗的高铁快巴车辆调度与人员排班综合优化模型。通过算例计算,得到了高铁快巴的最优调度与排班方案。结果表明,相比于传统的多线调度独立优化,在高铁快巴的优化问题上使用综合模型的效果更好,综合优化后运营成本比原运营方案降低约8.98%、比独立优化降低约4.73%,同时减少了司乘人员数量,验证了该模型在解决高铁快巴问题上的正确性与良好应用效果。     

有时间窗配送车辆调度问题的禁忌搜索算法

在对有时间窗配送车辆调度问题进行描述的基础上,建立了该问题的基于直观描述的数学模型.通过设计一种新的解的表示方法构造了求解该问题的禁忌搜索算法,并以21个节点的运输网络为例进行了实验计算.计算结果表明,用作者设计的禁忌搜索算法求解有时间窗配送车辆调度问题,不仅可以取得很好的计算结果,而且算法的计算效率较高,收敛速度较快,计算结果也较稳定.     

露天煤矿车辆的不确定调度模型与优化求解

以内蒙古一露天煤矿为研究对象,对露天矿车辆调度过程中的关键时间参数进行统计分析,确定其随机性,建立车辆调度的不确定模型.在对不确定调度模型优化分析的过程中,训练神经网络逼近函数,对于粒子群算法容易陷入局部收敛的缺陷,结合模拟退火算法的局部搜索技术,得到模拟退火算法和粒子群算法相结合的混合智能算法.计算实验结果证明该算法的有效性和优越性.