基于MAST的智慧公交优化调度研究

对客运需求较小且时空分布不均衡的城郊和乡村开设公交线路所面临问题分析的基础上,设计了一个利用移动互联网技术的城郊乡村智慧公交调度系统.简述了包括乘客信息交互模块、数据库、预测模块、调度决策支持模块等组成的系统结构及原理.在此基础上,分别建立发车计划模型和实时调度在线调整模型,采用遗传算法优化求解.最后,基于调度系统的历史信息及预约信息的实验结果表明,本运营方式能够提升服务水平,增加公交企业效益,且随预约乘客比例增加,该方式的优势愈加明显.

考虑场景差异性的混合车型公交调度优化方法

纯电动公交因其低碳和节能环保的特性,已成为车辆电动化转型的必然选择,但纯电动公交车在实际运营中仍面临低温条件下性能下降和电池老化导致续航里程降低等挑战。考虑在运营中混合使用燃油车和电动车,以弥补纯电动公交车在特定场景下的性能下降,提升公交运营效率和服务质量。本文考虑公交动态运行特征建立公交时刻表分段优化模型,以优化后的车次为输入,构建混合车型运营条件下的公交行车计划编制优化模型,并设计改进的遗传算法实现模型求解。最后,以北京市公交线路为例,选取单线路运营、异地充电及区域集中调度等不同典型运营场景开展案例研究,验证优化模型在差异化运营场景条件下的适用性和优化效果。结果表明,对比本地充电场景,异地充电场景下的运营成本增加5.15%,运营车辆数量增加5.88%;在多线路联合编制行车计划的区域集中调度场景下,运营成本较单线路运营场景降低4.68%;在给定的车型比例阈值下,使用混合车型运营效果优于使用单一车型运营,有效降低运营成本和碳排放。本文研究为公共交通企业结合不同运营场景,制定科学灵活的电动公交运营调度方案提供了重要支撑。

基于人工免疫算法的公交车辆调度优化问题研究

公交车辆调度是公交运营组织中的关键环节.通过对大连市公交IC卡数据管理中心公交IC卡数据信息进行的采集和分析,构建了基于公交线路时段客流数据的公交车辆优化调度模型,并进一步提出了采用基于信息熵的人工免疫算法对模型进行求解的基本流程和方法.实验的结果表明,该方法能够快速地搜索得到全天不同时段的最优发车间隔,并可以在短时间内根据公交客流量的变化对公交车辆发车时刻表做出有效的调整.

基于模拟退火-自适应布谷鸟算法的城市公交调度优化研究

为改善城市常规公交运营效率,提出基于模拟退火-自适应布谷鸟算法的公交调度优化模型。通过结合线路实际客流数据反映的客流特征,建立考虑公交公司和乘客双方利益的公交调度优化模型;改进布谷鸟算法固定步长并加入模拟退火算法退火操作,设计模拟退火-自适应布谷鸟算法,改善寻优过程中跳出局部最优解而全局寻优的能力;以福州125路公交线路为例,将该线路客流特征数据应用于模型和求解算法中。结果表明,基于不同利益方权重下通过模型算法计算出的结果均优于现有调度方案,验证了模型及算法的有效性及实用性。

基于累积前景理论的公交调度优化灰关联评价方法

针对公交调度优化评价决策影响因素的灰色关联特征,从出行时间有效性、交通网络可达性、运力协调性以及经济效益4个指标出发建立公交调度优化方案的评价体系,考虑决策者风险态度对公交调度优化方案评价的影响,构建基于累积前景理论的公交调度优化灰色关联的评价模型,选取广州市的某条公交线路的四种调度优化方案进行评价,并将评价结果与层次分析法和灰关联方法的评价结果作比较,验证该模型的可行性与有效性.

基于公交大数据的高平峰预测与调度优化设计

从传统的“交通工程”到今天的“智慧城市”,以某公交线路为例,通过测算公交出行大数据,实现对该线路的调度优化,旨在为今后的交通规划设计提供科学参考。首先,采用k-means聚类来定义合理的公交高平峰;其次,采用决策树将高峰事件继续细分为3个子事件,运用风险生存函数预测公交高平峰时间段并进行检验;最后就深圳17路公交车路线数据进行实证。根据预测结果,以公交公司运营的总车辆数最小为目标,在公交公司的利益反映为车辆满载率和运营成本,以及乘客的利益反映为乘客总等待时间的约束条件下,构建整数规划模型测算其调度方案。

突发公共卫生事件下公交调度时刻表优化方法研究

在新冠疫情等突发公共卫生事件下,公交调度在保障出行的同时如何应对疫情防控要求是一个新的课题,本文分析了公交车内环境特点、防控措施等影响病毒传播的主要因素,基于SEIR传染病模型,以降低病毒传播风险和社会经济运行损失为目标,考虑疫情期间乘客出行需求和公交企业提供服务水平相匹配,在乘客满载率不超过安全阈值、发车时间间隔等约束条件下,构建突发公共卫生事件下公交发车时间间隔非线性规划模型。使用matlab求解该模型,并结合实例予以验证,为公交企业在突发公共卫生事件下的发车时刻表编制提供理论依据。

基于公交客流分布特性的弹性发车间隔优化研究

基于客流分布的快速公交车弹性发车间隔优化,在以往文献和IC卡刷卡数据分析的基础上推算各个公交站点到站客流分布.同时考虑不同车型最大载客量对发车间隔的影响,以乘客在站等待时间最小和公交公司运营成本最小建立公交车发车间隔优化模型.并以大连市快速公交为研究对象,利用NSGA-Ⅱ算法对研究时段内的上下行两个方向的发车计划进行优化,并取解集中值与实际发车计划进行对比.最终得出优化后上行方向的发车计划可在运营成本几乎不变的情况下,减少乘客的在站等待时间;下行方向则在保持乘客等待时间有9.4%小幅上升的情况下,节约33%的运营成本.可见优化模型可以有效地安排线路上下行两种车型的联合发车计划,提高公交的运行效率.

基于遗传算法的公交调度模糊最优解

降低公交运行成本、方便乘客乘坐是公交调度首要考虑的因素,因此,对公交调度进行优化设计要充分协调乘客和公交公司的利益冲突。首先建立能够模拟公交车运行的确定性模型,然后引入隶属度函数,在确定性模型的基础上建立模糊多目标规划模型,使用遗传算法对其进行求解。通过实例对基于遗传算法与确定性模型的公交调度结果进行比对,结果表明,基于遗传算法获得的公交调度模糊最优解比确定性模型更为合理。

改进蚁群算法及参数优化研究

蚁群算法因其较强的并行性、鲁棒性和正反馈性,在优化组合领域得到很好的应用。但应用中易发生停滞、陷入局部最优,收敛慢等不足。为了对算法的性能有进一步的提高,本文针对存在的不足,提出了相应改进。本文从算法本身和组合参数优化两方面进行优化,在最大最小蚁群基础上引入"赏罚"机制,并结合微粒子群算法调优蚁群算法的参数组合。本文选用常见的组合优化问题,公交调度优化问题,进行验证和比较。仿真对比结果表明,本文对蚁群算法的优化方案是可行有效的。

公交车优化调度中的几个问题的研究

本文将 2 0 0 1 CMCM B题公交车调度的最优化问题分成两个相对独立的问题来讨论 ,由所要运送的乘客数来决定公交公司的最小车辆数 ,由乘客到达来决定发车时刻表 .我们求出了最小车辆数和一个可行的最优时刻表 .