考虑候选站点和全服务过程的需求响应接驳公交调度

考虑乘客对接驳服务从出发至到达全过程的要求,以及人的可移动性与城市道路特性,基于乘客对出发时间的下界要求(最早出发时间)和到达接驳终点须不晚于后段服务时刻表的到达时间上界要求(最晚到达时间),且在选择出行端点时有多个步行可达站点,提出考虑候选站点和全服务时间窗的需求响应接驳公交调度问题。首先,建立需求和站点集合间的映射,构建考虑节点关系和空间距离的阻抗矩阵,以车辆启用成本和里程成本最小化为目标,将问题转化为带有全服务过程时间窗和容量约束的车队规模配置和车辆路径联合优化问题,建立商业求解器可解的混合整数线性规划模型。其次,引入车辆编号对称性消除约束和同站需求序列唯一性约束,加速模型求解。为求解较大规模问题,设计多种基于问题特性的邻域结构和自适应邻域模拟退火算法。最后,以广州大学城公交子网络为例,设计不同影响因素下的数值实验,实验表明:相较于需求仅指定唯一上车站点的情况,引入候选站点减少所需车辆及行驶距离,使固定成本和可变成本分别降低25%和22.19%,总成本下降23.32%。全服务时间窗约束相较于单点一端时间窗和行程时间约束较为严格,候选站点的引入可弥补其较紧的时间要求对路径成本和乘客行程时间的增长效应。结果表明,全服务时间窗可保证乘客的服务质量,候选站点的引入可有效减少运营成本。

动态航班信息下机场需求响应接驳车辆路径优化

针对航班延误导致机场接驳旅客时间损失问题,结合互联网为架构的需求响应式接驳模式,提出基于动态航班延误信息下的路径优化方案,即以车辆行驶成本、乘客时间窗惩罚成本、乘客机场等待时间成本最小为目标,构建一类混合整数动态规划模型,通过引入时间轴将问题处理为不同时刻下的静态子问题。模型采用“初始计划+实时优化”的两阶段求解算法,最后通过算例分析验证了模型与算法的有效性,表明优化方案能够达到减少旅客时间损失的效果。

考虑需求不确定的响应式接驳公交自适应发车策略优化

传统公交系统融合网约出行的模式之一是需求响应式接驳公交,它定位于连接枢纽站点(如地铁车站、铁路车站或机场),服务客流的集散,其需求响应服务主要指灵活线路的门到门接送,但在发车策略方面仍主要沿用传统的基于时刻表或频率的运营方案。在乘客到达或需求订单不确定的情形下,固定发车间隔可能导致系统过饱和或低饱和等问题,为此,本文提出自适应发车策略,根据乘客累计到达量动态确定发车决策。具体地,引入载客量目标作为发车阈值,称为固定发车阈值和时变发车阈值,前者的发车阈值固定不变,而后者的发车阈值则随时间逐渐降低,对此,构建以期望广义系统成本最小化为目标的数学规划问题,并利用网格搜索方法获得最优解。数值分析结果表明,时变发车阈值模型相比于传统的等间隔发车模型和固定发车阈值模型在需求均值较低或变异系数较高的场景下优势显著,其广义系统成本节约百分比最高可达18%。灵敏度分析表明上述模型的性能也受到乘客的时间价值影响。自适应发车模型具有较广的应用潜力,适当修改后可用于其他形式的公共交通系统。

异质需求下响应型接驳公交车速引导与路径规划协同研究

为加强“轨道+公交”网络融合,进一步提升公交出行的乘客满意度和运营效率,本文设计了响应型接驳公交车速引导与路径规划协同优化模型。首先,基于乘客接驳出行需求的异质性请求信息,通过规范化处理统一纳入模型;以区间车速表征实际情况下的道路弹性行驶时间,通过车速引导策略协同规划公交运行线路,扩大模型优质解空间。其次,根据响应型接驳公交大规模和高动态的特性,采取滚动时域优化思想,通过周期驱动将服务时间划分时域,在每个时域开始时调用静态规划模型,并设计文化基因算法求解;通过事件驱动将动态请求分类,对即时请求采用最邻近算法插入已规划路径。最后,运用Sioux Falls网络算例对比验证模型和算法的有效性,并应用于以许昌东站为背景的实例进行分析。结果表明:所构建的协同优化模型能依据接驳出行需求异质性,利用车速引导策略优化响应型接驳公交路径规划;协同优化后,满载率提高10.8%,运营成本和人均时间成本分别降低12.85%、10.79%。

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿,因此,本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型,通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案,其创新之处在于,在服务过程中允许乘客提交实时出行需求;定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解,该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力,通过算例测试分析对本文算法的有效性及先进性进行验证。最后,基于西安市延平门地铁站设计数值实验,结果表明,考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。

基于集对分析的随机需求接驳公交调度模型

针对需求点的出行客流服从正态分布,基于集对分析理论,利用二元联系数刻画随机客流的确定和不确定部分,将其转化为带联系数的确定性数学模型,研究一类随机需求接驳公交调度模型,将乘客从需求点运输至轨道站点,追求总里程最少。同时,该模型集成了这些乘客的最大容忍在车时间对调度结果的影响。利用Cplex求解模型的精确解,结合实际算例,给出了不同车辆数的最优调度方案,比较了有无乘客在车时间限制的2种方案差异,并分析了客流的不确定程度对调度结果的影响。实验表明,随着客流的不确定程度逐渐增加引起需求点的上车人数变多,受车辆的额定载客量限制,这致使车辆偏好访问较远距离但不超过其额定载客量的需求点,因而总行驶里程也变大;考虑乘客的最大在车时间限制,这引导车辆提供"直达"服务,因而会增加总行使里程,但是满足了乘客的个性化出行需求。

考虑乘客个性化出行的需求响应型接驳公交调度模型

为了将轨道站点周边的居民吸引至轨道交通出行,提出一类需求响应型接驳公交调度的混合整数线性规划模型,当居民通过手机APP或网站下达他们的出行起讫点、时间窗及最大在车时间后,考虑车辆的额定载客量、最大行驶里程等约束,确定车辆访问居民的顺序及其到达时间,追求总运输里程最少.利用Cplex求解模型的精确解,结合一个算例,给出了不同车辆数的接驳公交调度方案,比较了有无乘客在车时间限制的方案差异,并分析了参数灵敏度对调度结果的影响,从而验证模型的正确性.