交通大数据背景下的公交问题诊断与优化综述

为深化对交通大数据背景下公交问题诊断与优化的理解,推动城市公共交通系统良性发展,围绕出行需求估计、出发时间与出行路径选择、出行时间估算及公交系统优化4类核心问题进行了综述研究。采用系统性文献综述法,对近年来的公交问题诊断与优化研究进行了全面回顾和分析,以总结既有研究的主要贡献和存在的缺陷,并探讨了未来研究的可能方向。文献梳理结果显示,以往研究存在过度关注居民个体出行行为刻画、忽视公共交通与其他出行方式的联系、未能充分考虑潜在客流需求、忽视公交线网设计与时刻表制定之间相互影响4个主要问题。从研究趋势来看,未来公交系统的分析与优化将更加关注多源数据融合和人工智能技术。这些技术将深化对公交乘客和小汽车用户出行规律的分析、解析小汽车用户向公交系统转移的作用机理,并推动公交系统协同优化模型的开发,以推进城市交通系统向更高效、环保和可持续的方向发展。

浅谈长沙市公交问题与对策

长沙市是我国中部大型省会城市,针对长沙市公共交通方面存在的问题,发现问题存在原因在于公交司乘人员素质较低、线路优化不够以及公交搭乘秩序混乱等。通过分析表明,如果通过提高司乘人员素质、优化线路和治理公交搭乘秩序,则长沙公交将实现更好更快的发展。

面向动态公交的离散分层记忆粒子群优化算法

随着智慧城市、智慧交通的发展,移动互联网和公交智能基础设施以及相关数据的不断完善,通过用户手机预约公交服务的新型公交运营方式——动态公交,已经成为许多城市公交发展的重要探索方向。但目前,对动态公交问题的建模、算法研究不足。基于这一研究现状,提出动态公交问题模型和面向动态公交的离散分层记忆粒子群优化(PSO)算法。首先给出动态公交问题的目标函数和约束条件,给出动态公交问题的解的形式,并定义解的编辑距离;其次提出使用数据驱动的预计算路径集生成PSO算法的优质初始解的方法,给出基于解的编辑距离的PSO算法中粒子的变异概率和自适应收敛系数的计算方式;最后提出将粒子群分层求解的方法,其中低层粒子群可复用、可继承,从而减少单时间片内、时间片间复制和重初始化带来的性能损耗。基于重庆市北碚区蔡家岗街道的真实场景和亿级历史数据建立仿真环境进行实验,实验结果表明:相对于不分层PSO算法,分层PSO算法通过复用和继承能缩短超80%计算用时;自适应参数和变异机制能帮助算法更稳定地收敛到更优解;相对于传统公交系统,动态公交能在同等运力限制下,提高22%的乘客接单率,节省39.1%的乘客出行时间,所提算法能满足公交运营商在片区内进行动态公交调度的需求;相对于对比算法,所提算法平均缩短了85.3%的计算用时,并且在仅耗用80%里程的情况下提高了至少12%的接单率。

银川市城市公交的问题与规划策略分析

本文通过对银川市城市道路与公交线路的分析,指出银川市城市公交发展存在的问题,并针对银川市的城市公共交通状况,依据相应地规划原则,对银川市的城市公交发展规划的策略进行分析。

不确定性区域公交车调度问题的双层规划模型

区域公交调度是未来城市公共交通的发展趋势,主要解决如何合理统一安排最初分布于不同车场的车辆完成所有线路固定时刻表对应班次任务,从而减少车队规模和降低营运成本.考虑现实中许多突发事件干扰车辆按时完成班次,借助双层规划模型,本文探讨区域公交车辆调度和购车计划之间的有机联系,在满足多车型、车场容量限制、燃料限制等现实因素基础上,设计求解上下层模型的遗传算法,引入满意解的概念,将下层规划产生的一组满意解供上层规划比选,进而生成最佳公交车调度方案,以及与之对应的购车计划.最后给出了一个实例,验证模型和算法的正确性和有效性.

APTS下城市公交枢纽调度问题的实用优化方法研究

基于APTS(AdvancedPublicTransportationSystem)背景,研究在提供公共交通信息的条件下公交枢纽调度优化问题,从公交车辆运行和出行者行为两方面充分解析公交枢纽广义费用的构成因子,建立模型、设计算法并用算例进行演示。

基于分区聚类方法求解接运公交网络设计问题

在接运公交网络设计问题中引入中垂线分区和最短路径分区两种聚类方法,有效化解了公交线路重叠、服务交叉问题.基于最短路径分区聚类方法,以乘客、公交公司和轨道交通运营者三方的总花费最小为目标,通过改进染色体编码方法和遗传操作策略,成功解决了多对一模式下的接运公交网络设计问题.考察了公交线路长度和乘客需求对线路条数、运营频率及总花费等网络性能的影响,结果显示,线路长度或乘客需求增加对线路条数和运行频率影响不大,但总花费增长较快;而线路长度或乘客需求减少时总花费快速减少,但线路结构未必最优.仿真结果说明,基于分区聚类方法的接运公交网络不仅能够完全覆盖服务区域,而且有利于消除冗余线路,降低总花费.

免疫克隆算法求解公交发车频率问题

为解决公交发车频率问题,给出了一种基于免疫克隆算法的公交发车频率优化方案。设计了公交发车频率问题的数学模型,给出了求解多目标优化的非劣邻域支配免疫克隆算法框架,并与文献中的算法进行了对比实验。实验结果表明,该算法能有效地解决公交发车频率问题,具有较好的应用价值。

基于免疫优化的公交驾驶员调度问题

为解决公交驾驶员调度优化问题,提出一种基于免疫计算的驾驶员调度优化方案。设计驾驶员调度问题的数学模型,给出非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子,以及支配抗体的拥挤距离公式,并在仿真环境下进行实验。实验结果表明,该算法能有效地解决公交驾驶员调度优化问题,具有较好的应用价值。

关于预信号交叉口公交优先问题的研究(英文)

为了提高公共交通的服务水平和效率,很多交通拥挤的城市都在考虑实施公交优先措施。最近,信号交叉口的公交优先备受关注,其中包括预信号控制的概念。所谓预信号控制是指在公交专用道接近交叉路口的地方安装一个预信号灯,专门为公共汽车提供优先进入交叉口的路权。虽然在英国(尤其在伦敦)已经安装了不少台公交优先预信号系统,但很少有文章分析研究预信号灯对交叉口的公共汽车和非优先车辆带来的利益和不利影响。本文章介绍一套分析方法来评价预信号灯的以上问题。

奥运通勤线路公交调度问题研究

奥运通勤线路上的人员调度问题可以归结为公交人员调度问题,解决公交人员调度通常采用“生成与选择”模式,此种模式具有的局限性使之不能满足解决奥运特色通勤线路上人员调度的要求.针对多条运营线路的奥运特色通勤线路人员调度问题,给出了奥运特色通勤线路人员调度问题的改进模型,模型的目标是在满足工作时间、就餐时间、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.本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奥运特色通勤线路人员调度问题的高效性和较强的适用性.

城乡一体化公交路线问题的量子行为粒子群算法

该文从城镇化视角出发,以城乡一体化公交车路线为例,探讨公交车路线规划问题,基于路线优化数学模型,提出一种改进的量子行为粒子群算法。实验证明该模型算法是可行和有效性。

公交发车频率优化问题研究

给出一种基于免疫计算的公交发车频率优化方案。设计了公交发车频率优化问题的数学模型,给出了非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子、以及支配抗体的拥挤距离公式。实验结果表明,该算法能有效地解决公交发车频率优化问题,具有较好的应用价值。

公交车排班问题探讨——以徐州市2路公交为例

在经济高速发展的当今社会,城市交通压力陡增,公交系统对于满足人们的出行需求,缓解城市交通压力发挥着无可替代的作用。文章对于公交车排班问题进行研究,力求使用最少的公交车数量来满足不同时间段内的运营要求,提高公交车排班的合理化,合理配置有限的资源以促进经济社会的发展。文章中模型的建立以考虑公交车成本、乘客候车成本为基础:问题一,在理论研究中,公交车排班问题便可看作资源的合理分配问题。在一定的约束条件下,合理安排有限的公交车的资源即运行车辆数、运行时间的调度方法确定其先后顺序,采用优化模型,以获得时间的最优化。求得徐州市2路公交车在早高峰时段(6:00～8:00)运行所需要使用的最少公交车数量为16辆。问题二,在满足乘客需求的情况下,寻求乘客等待时间最少和运营成本最低的平衡点,以上述两个方面为目标的公交车排班方案,采用最少的公交车数量尽量减少了运营投入。此问题为多目标优化问题,采用多元线性规划进行求解。求得徐州市2路公交车完成一整天的运行所需要最少的公交车的数量为双班车21辆,单班车0辆。问题三,在问题二的基础上,要求单班车不少于3辆。在问题二已建立的模型上增加约束条件,使一整天运行所需的公交数量最少。求得徐州市2路公交车完成一整天的运行所需要最少的公交车的数量为单班车3辆,双班车18辆。问题四,相比问题一、二、三,更为贴近实际情况,其主要的数学思想在根本上是一致的,仍然为多元线性规划优化思想。采用搭建了主要的模型后,增加相应的约束条件并进行结合实际情况的调整的方法,求得徐州市2路公交车完成一整天的运行所需要最少的公交车的数量为单班车4辆,双班车19辆。

灰色旅行时间的区域公交车辆调度模型和算法

区域公交调度是未来城市公共交通的发展趋势,主要解决如何合理统一安排最初分布于不同车场的车辆完成所有线路固定时刻表对应班次任务,从而减少车队规模和降低营运成本.考虑现实中许多突发事件干扰车辆按时完成班次,本文研究一类灰色旅行时间的区域公交车辆调度问题.在满足多车型、车场容量限制、燃料限制等现实因素基础上,设计改进蚁群算法,编制一个最低营运费用的公交调度方案.该方案可适应不断变化的交通环境,更容易在公交运营中被应用.最后,通过算例验证了模型和算法的正确性.

公交车和驾驶员集成调度算法研究

为解决公交车及驾驶员调度优化问题,本文给出了一种基于免疫计算的调度优化方案。设计了公交车和驾驶员调度问题的数学模型,给出了非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子以及支配抗体的拥挤距离公式,并在仿真环境下进行了实验。实验结果表明,本文算法能有效地解决公交车及驾驶员调度优化问题,具有较好的应用价值。

城市接运公交网络的设计与优化

研究M-M乘客需求模式下接运公交网络的设计与优化问题.首先,根据每个公交站单位时间的乘客需求确定经过它的公交线路数量;其次,设计了一种逆向径向扫描算法,并应用它生成了满足条件约束及设计要求的基本接运公交线路集;再次,引入线路优化算法整合不合理线路,并通过插入操作,将不合理线路上的公交站重新安置到合理线路的最佳位置;最后,结合一个实际问题,通过接运线路数量、总线路长度、平均线路频率,以及公交使用者花费和公交运营者花费等指标,比较分析了优化前后接运公交网络的整体性能.结果表明,经过优化的接运公交网络不仅线路长度适中、结构合理,而且能够更好地平衡公交使用者和公交运营者的利益,降低系统的总费用,所以本文提出的逆向径向扫描算法和线路优化算法是可行的,也是有效的.

城市公交路线网络优化

为解决城市公交路线网络优化问题,给出了一种基于禁忌搜索方法的公交路线网络优化算法;设计了公交路线网络优化问题的数学模型,给出了两阶段禁忌搜索算法的框架及路线合并、路线分解、路线增长3个算子,并进行了实验;实验结果表明,算法能将两目标公交路线网络优化问题收敛到Pareto最优解集,并在Pareto曲线上有均匀的分布,具有较好的应用价值。

求解区域公交车辆调度问题的蚁群算法研究

本文待区域公交车辆调度问题为"部分班次被一辆车完成"的集合划分问题,考虑车场容量、允许车辆加油及每辆车任务可靠度不低于某值等现实因素,建立以车辆数、车辆等待和空驶时间最小为目标的混合整数规划模型。根据问题特征,设计求解该问题的蚁群算法,在构建人工蚂蚁随机游走的图基础上定义解构建规则、信息素和启发式信息等。最后,通过一个算例验证模型和算法的正确性。

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.