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.     

基于组合优化算法下的校车发车时间问题研究

以校车调度为研究对象,采用非线性动态组合优化的方法,以包含校车运营成本和学生出行成本在内的社会总成本为优化目标,考察最优校车发车时间间隔。以海南大学校车调度为研究对象,在考虑学生客流的变化规律时,将学校校车站点量化并采用驻站调查的方式,对其断面客流量包括上、下车人数、留站人数以及承载人数进行调查工作,获得运营时间内各时段内不同站点的客流量。依照客流规律建立了发车时间间隔的模型,通过分析最佳的校车发车时间间隔,进一步求得了全天客流高峰和全天客流低谷下的最优发车时间间隔,从而制定出新的发车方案。     

快速公交车辆发车间隔与信号优先协调研究

研究快速公交车辆发车间隔与路口信号优先的协调优化问题. 针对快速公交全线路口信号选用定周期的优先感应控制方案,提出协调优化问题的衡量指标. 选用遗传算法提出发车间隔与信号控制参数综合优化的求解算法. 以北京的BRT1线为例,应用VISSIM仿真软件与VC++程序进行了算法实现. 实例结果表明:在不同的车速、发车间隔、信号控制方案的组合下,经过优化可以有效提高车辆的速度和准点率,实现真正意义上的公交优先.     

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.     

上海市轨道交通客流量的公交导向开发影响因素分析

采用了上海市域范围内轨道交通站点层面的数据,运用多元回归方法,检验并确定了影响上海市轨道交通客流量的重要的公交导向开发(TOD)因素.结果表明站点影响区域内的公交车服务次数、公交车平均发车间隔、步行至最近公交站点的时间、轨道交通站点的出入口数量以及站点周围是否有停车场等五个变量对轨道交通的客流量具有显著影响.尤其是,公交车服务次数和平均发车间隔这一对看似矛盾的因素恰好表明了接驳型公交服务的增加对轨道交通客流提高的重要性.此外,提出了具体的政策建议,以期用来指导城市和交通开发的实践活动.     

基于遗传算法的多服务模式公交优化设计

基于独立公交走廊需求特征,利用公交客流起点到终点(OD)数据,建立了以发车频率和公交车型为主要输出参数的多服务模式公交优化设计模型.针对模型求解的复杂性,应用遗传算法进行求解.最后,结合上海公交737路公交客流走廊数据给出了优化算例.结果表明,模型具有较强的实用性,能快速有效地求解出多服务模式的公交优化组合.     

考虑公交车内拥挤的区间公交优化设计

为满足公交客流走廊集聚的需求,研究了全程车和区间车形成的多服务模式公交优化设计问题.针对公交走廊需求特征,利用公交客流起止点(OD)数据,建立了双层优化模型,上层模型以发车频率和公交座位数为主要输出参数的公交设计研究模型,下层模型为经典的随机选择(SUE)模型,应用序列二次规划(SQP)算法求解模型.最后结合相关案例给出了优化算例,案例结果表明,模型具有较强的实用性,能够较好地反映公交车内拥挤对乘客出行成本的影响,能有效地提高公交走廊的运营效率.同时,模型通过输出不同站点上车在各站点能找到座位的概率,优化乘客选择不同公交出行的行为,均衡了公交客流,提高了车辆服务质量.     

基于多元Logit模型的城市公交准时可靠性分析

以多维度大数据为基础,分析不同时间、不同天气条件下的公交准时可靠性.结果表明:工作日和晚高峰期间的准时比例明显低于其他时段,周六和周日午夜的准时比例明显低于工作日午夜的准时比例;利用多元Logit模型预测了公交早到、晚到和准时与环境变量、时间变量及运行特性等之间的定量关系.结果表明:公交准时性在晚高峰、线路末端和恶劣天气条件下降低.研究结果可为出行者制定出行计划提供依据,减少等待时间;同时可为管理者优化公交发车间隔,提高公交服务水平提供有效的决策支持.     

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.     

多车型公交系统中公交车辆与发车间隔的协调优化

以多车型公交系统为研究对象,对公交发车频率进行了研究。首先基于费歇尔聚类算法,将公交运营时间划分为多个时间段,然后构建了不同时段发车间隔和车型协调优化的均衡载客率模型,同时考虑均匀线路的发车间隔和最大载客量偏差,最后构建了协调优化模型的启发式求解算法。案例分析结果表明,对比单车型公交,本研究的多车型公交调度方法能有效降低运营成本和车内拥挤度。     

城市轨道交通同步协调的优化模型

为实现换乘客流的无缝衔接和列车到发的同步协调,以总换乘等车时间最少为目标,将列车行车间隔、客流划分结果和等车时间作为主要输入条件,构建了带有0-1决策变量的城市轨道交通同步协调优化模型.运用改进的遗传算法与计算机模拟相结合的方法有效解决了模型的求解问题.最后,以北京市城市轨道交通为例进行仿真,输出整点发车和非整点发车条件下的2种优化方案.结果表明,整点发车方案和非整点发车方案的总换乘等车时间较基础方案分别缩短2.26%和2.48%,单个车站的最大换乘等车时间分别节省了7.90%和12.87%.该优化模型能够有效缩短乘客的换乘等车时间,提高城市轨道交通的服务水平.     

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。     

基于无监督学习的实时公交动态调度的研究

针对广州智能公交调度的优化问题,提出一种基于无监督学习的实时公交动态调度算法,结合乘客利益和公交公司利益总体最优为目标,通过无监督学习方法学习到公交客流出行特征表达的提取,利用吸引子传播(affinity propagation,AP)聚类算法的优化数据集与支持向量机(support vector machine,SVM)的训练样本集相结合建立预测模型训练,运用公交线网发车间隔和加权系数的目标函数优化调度数学模型,将多源信息融合及多策略的实时公交动态调度算法引入到求解模型中,利用深度学习的异常突发事件分类检测方法实现调度优化模型的实时调整。实验结果表明,AP聚类算法程序运行耗时16 s、高峰发车间隔5 min,比遗传算法运行效率更高、时间间隔更精确,实例证明模型和算法具有实用性和可靠性。     

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.     

纯电动公交时刻表和车辆排班计划整体优化

研究单线路的纯电动公交车辆运营时刻表和车辆排班计划的整体优化方法,以发车间隔平滑、使用车辆数少和充电费用低为目标建立多目标优化模型,考虑包括不同时段发车间隔范围、可用车辆数量的限制和纯电动公交续航里程约束在内的多个约束.采用多目标粒子群算法进行求解,基于多目标优先级寻找模型的最优解集合.案例表明:和现有的运营计划相比,模型能够平滑发车间隔,减少使用车辆数,充分利用非高峰时段充电以降低充电费用.     

基于快速公交系统不同配置的潜在客流分析

为了研究不同供给条件下快速公交系统的客流规模差异,从系统配置角度出发,借助网络交通平衡分配原理,建立了基于变分不等式的潜在客流预测模型.利用路段运行时间、场站停留时间和站点驻留时间反映不同的系统配置.为求解方便,将系统配置吸引的潜在客流转化为网络中的潜在交通量进行计算.求解时,将变分不等式模型转化为随机用户均衡模型求解部分变量,再采用相似对角化方法求解变分不等式中的弹性发车频率,通过弹性发车频率与流量间的关系最终得到网络的潜在交通量.算例比较了快速公交系统各级配置吸引潜在客流的大小.数值仿真结果表明,各级配置吸引的客流差异较大,且在公交的客流预测中占有较大比重.     

考虑公交运行可靠性的区间车发车策略

公交区间车的运行会影响全程车的运行状态,合理地设置区间车发车计划可提高公交系统的运行可靠性.文中考虑区间车的运行,建立了公交的运行状态模型,采用变点理论中的累计和误差(CUSUM)法设计区间车发车策略,并以北京市973路公交车刷卡数据为基础,通过数值仿真方法,研究了不同的区间车发车策略对全程车运行可靠性以及乘客平均等待时间的影响.仿真实验结果表明:文中提出的区间车发车策略不仅能提高公交运行可靠性,也能较大程度减少乘客的平均等待时间;若区间车发车时刻设置不当,会对其他全程车的运行可靠性产生消极影响.     

一种公交网络客流分配方法及其实用性研究

在现有公交客流分配方法的基础上,提出了完整的公交网络设计概念,并给出了公交网络的表示方法。根据公交线路特性,分析了换乘、发车频率、票价对客流分配的影响,将其考虑到公交网络的属性中,给出了网络中各种阻抗的计算方法。然后根据Log it模型提出公交网络客流分配方法和指标计算方法,并对此设计了实例进行计算和分析,其过程显示公交线网的特征,结果符合实际情况,计算速度也较快。提出的分配方法适用于公交客流分配,同时可以用于大型网络计算,扩展了公交规划算法的理论。