弹性需求下的接运公交网络设计

针对接运公交需求随着接运公交网络的改变而发生变化的情况,研究了弹性需求下的接运公交网络设计问题。在具体描述此问题的基础上,给出了设计流程。引入Logit模型分析乘客对接运交通方式的选择行为,以接运公交乘客量最大化、乘客成本最小化、运营成本最小化为目标,建立了数学模型,选用遗传算法求解。算例对可用车队大小进行了灵敏度分析,验证了模型和算法的有效性。结果表明:应同时优化接运公交线路和时刻表,并根据实际需求考虑可用车队大小。     

接运公交网络设计的多目标优化模型及遗传变邻域搜索求解算法

为了使接运公交网络更好地为轨道交通车站集散客流服务,将其作为研究对象,提出了接运公交网络的优化方法.考虑接运公交网络服务的需求量与接运公交供给密切相关、接运公交发车时刻与轨道交通车辆到站时刻构成有序衔接,以接运公交服务的乘客量最大化、接运乘客平均成本最小化、运营成本最小化为优化目标,构建了接运公交网络的多目标优化模型.为求解模型,设计了利用产生式方法获得Pareto解集的遗传-变邻域搜索算法.将设计的遗传-变邻域搜索算法与遗传算法、精确算法分别进行比较,通过算例验证了模型与算法的有效性.     

公交调度系统的软件设计与实现

公交调度是公交企业运营管理的核心内容,对公交调度软件进行设计是提高运营调度水平、增强公交吸引力的关键。根据行车作业计划编制流程和公交车辆调度形式的选定方法,运用VB编程语言结合数据库开发公交调度系统。该系统输入某条线路相关客流数据获得车辆的发车时刻表、到发时刻表及车站行车时刻表等行车计划,确定出快车线和区间车线进行组合调度,提高公交的运行效率,实现公交调度的科学化管理。     

公交调度中发车间隔控制研究

编制车辆的运行时刻表的关键问题是确定发车间隔.通过对公交调度影响因素和公交客流变化规律的研究,建立了发车时间间隔的数学模型.该模型考虑了乘客的广义出行成本及企业的运营成本,并在天津市5路公交线路进行了应用.     

单线公交车辆组合调度与购车计划的双层规划模型

以单条公交线路为研究对象,针对线路双向及单向客流分布的不均衡性,建立了一种配合区间车的公交车辆组合调度与购车计划的双层规划模型,从系统的角度探讨了公交车辆组合调度与购车计划的有机联系。上层以车辆购置费用和企业运营成本最少为目标,满足规定服务水平的约束,下层在给定运力配置下对区间车和双向全程车的发车频率及区间车折返位置同时进行优化,追求乘客出行时间成本最少。为便于比较,同时建立了常规运营的单一调度与购车计划模型。给出了算例及客流需求灵敏度分析,验证了模型的有效性和优越性,与单一调度对比的结果表明:在客流分布不均衡和服务水平的强约束情况下,组合调度可以节省运力和减少乘客出行时间及其成本,而且在相同的购车计划下,不均衡差异越大,组合调度的优越性越明显。     

哈尔滨市25路公交车发车间隔的优化

公交调度是公交企业运营管理的核心内容,对公交调度优化方法进行研究是提高运营调度水平、增强公交吸引力的关键.阐述乘客满意度、乘客舒适度和企业满意度的调查方法及黄金分隔求解法,并通过对哈尔滨市25路的交通调查,运用基于乘客与企业满意度的模型对发车间隔进行优化,运用黄金分隔法进行建模求解,确定发车时刻表,为优化公交调度提供依...     

灵活型接驳公交路径优化及协同调度模型

在已知乘客需求和车队规模的条件下,以综合考虑出行者(包括最小化乘客等待接驳公交车时间、最小化乘客实际乘坐与期望乘坐主线公交的时间差值)和运营者(最小化车辆运营时间)双方利益为优化目标,建立了灵活型接驳公交路径优化和协同调度的同步优化模型。由于该模型目标函数为非线性,本文为求解方便将其进一步转化为混合整数规划模型,并采用基于重力模型的一种启发式算法对模型进行求解,最后通过实例验证了该调度模型的可靠性和实用性。     

智能公共交通系统动态调度模型研究

分析了影响车辆正常行驶的主要因素以及恢复车辆运营的调度方法，建立了一种动态调度的模型．模型的思路是将延误到达的车辆在线路始发站不停车发出，中途站点载客，目的是减少车辆停车时间，恢复线路车辆的正常车头时距，避免车厢内由于大间隔造成的拥挤现象．利用哈尔滨市公交92线数据进行模型检验，采用高峰时间段车辆延误数据，分别对1辆车和2辆车延误进行调度调整，结果表明，该调度方法有效地减少了乘客等车时间，为车辆间距控制系统提供了有效的模型．     

响应动态需求的灵活型公交路径优化调度模型

为解决灵活公交乘客需求差异性大、实时变化性大的问题,提出一种考虑乘客动态需求的灵活公交路径优化调度模型.在已知乘客预约需求量、车辆载客容量、车队规模等条件下,根据乘客需求动态变化特征对接驳行程时间进行实时迭代更新,将车辆的运营成本(车辆行驶时间)和乘客的时间成本(乘客上车前等待车辆的时间、实际到达时间与期望到达时间之间的差值)最小化作为目标,构建了考虑乘客动态需求的灵活型公交路径优化调度模型,并采用基于引力模型的启发式算法进行求解.最后,通过实例分析验证了模型和算法的可行性.结果表明:对随机产生的15个需求点的102个出行需求,全部服务完成所需车辆为17～21辆,平均每辆车的旅行时间为24.59 min,100组数据的求解时间均在25.00 s以内,计算耗时平均为12.04 s.可见该优化模型能够在实时调整接驳规划时间的前提下,更大程度满足乘客动态需求,有效减小规划路径的误差,缩短行车距离和乘客出行时间,相比忽略接驳行程时间变化的灵活公交调度模型结果更优.     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

公共交通大站快车调度模型

为满足公交企业调度管理需求,建立公交管理中实施快车调度的数学模型,应用公交随车调查数据,进行客运量O-D矩阵反推,筛选出公交客流量O-D矩阵中较大的站点,作为大站快车站点,并将原线路客流量分为快车站点和调度后线路客流O-D矩阵,分别用断面客流量和车厢满载率进行发车时间表设计,最后采用速度、等车延误、行驶延误、停车次数等指标对调度前后模型进行评价.编制的计算机程序,实现对客运量O-D反推、断面流量和公交车时间表程序化计算.结果表明:模型可以减少乘客延误和车辆停车次数,满足了不同乘客乘距的出行需求,提高了车辆旅行速度和服务质量.     

考虑列车混行的运行调度一体化优化方法

研究考虑列车混行的运行-调度一体化优化方法.通过对再生制动能量的利用,将列车的运行与调度联系起来,建立以能耗最优为目标的列车运行-调度一体化优化模型.考虑不同速度等级列车之间的追踪间隔和越行行为,确保在列车行车安全的情况下,在优化列车运行曲线的同时优化列车时刻表,实现线路上运行能耗的全局最优.采用粒子群算法对模型进行求解,获得不同速度列车的运行曲线及时刻表.仿真算例表明,该方法的节能效果明显,不仅可以在运行能耗方面节省9.6%,列车之间的再生能利用也可以达到13.2%,平均每辆车节能可以达到7.6%;采用改进后的再生制动能量利用方法,可以将能量利用在常规方法的基础上提升12.7%.     

公交线路发车频率优化模型及求解方法

发车频率优化在公交调度中是非常重要的.提出一个发车频率优化模型,为车辆规模固定的公交线路设计合适的发车频率.该模型以乘客总费用最小为目标.由于该模型属于NP-hard问题,采用了一种新的启发式算法-SCE-UA算法,对该模型进行求解.通过大连市408路公交线路的数据,对该模型和算法进行了测试,结果显示该模型和算法是合理有效的.     

轨道交通接运公交发车间隔及票价优化模型

考虑轨道交通接运公交发车间隔及票价的乘客需求弹性,对接运公交系统的成本及收入进行分析,建立了以最大系统总收益值为目标函数、轨道客运量份额为主要约束条件的非线性规划模型,并探讨了它的求解方法。算例结果和参数灵敏度分析表明,优化模型在约束条件内存在局部最优解,系统总收益值随着平均单个乘客等待时间和票价的增加以不同的速度减少,乘客对票价增减的敏感性比对发车间隔增减的敏感性强。     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

Optimizing bus services with variable directional and temporal demand using genetic algorithm

As a major mode choice of commuters for daily travel, bus transit plays an important role in many urban and metropolitan areas. This work proposes a mathematical model to optimize bus service by minimizing total cost and considering a temporally and directionally variable demand. An integrated bus service, consisting of all-stop and stop-skipping services is proposed and optimized subject to directional frequency conservation, capacity and operable fleet size constraints. Since the research problem is a combinatorial optimization problem, a genetic algorithm is developed to search for the optimal result in a large solution space. The model was successfully implemented on a bus transit route in the City of Chengdu, China, and the optimal solution was proved to be better than the original operation in terms of total cost. The sensitivity of model parameters to some key attributes/variables is analyzed and discussed to explore further the potential of accruing additional benefits or avoiding some of the drawbacks of stop-skipping services.