公交车调度优化模型
- 格式:pdf
- 大小:386.87 KB
- 文档页数:6
公交车调度优化模型
何宝泉;吴斯浩;陆文辉;罗世庄
【期刊名称】《暨南大学学报(自然科学与医学版)》
【年(卷),期】2003(024)005
【摘要】提出了制定一条公交线路车辆调度方案的优化数学模型.该模型计算了乘客在车站等候的时间内所可能创造的财富--社会效益,并将乘客因候车而丧失创造该财富的机会看成一种社会成本.对车辆调度方案的评估时,不仅考虑了公司运营成本,而且考虑了相应的社会成本.因此,该模型制定的调度方案兼顾了公司利益和社会效益.最后将实际的统计数据带入模型,给出一个车辆调度发车时刻表的优化方案.【总页数】6页(P65-70)
【作者】何宝泉;吴斯浩;陆文辉;罗世庄
【作者单位】暨南大学统计系,广东,广州,510632;暨南大学统计系,广东,广
州,510632;暨南大学统计系,广东,广州,510632;暨南大学数学系,广东,广州,510632【正文语种】中文
【中图分类】O224
【相关文献】
1.公交车调度的优化模型 [J], 李传伟;叶红
2.基于候车与乘车满意度的公交车调度优化模型 [J], 姜少毅;王博;闫哲
3.公交车调度优化模型 [J], 李成功;脱小伟;郭尚彬;祁忠斌
4.可变线路式公交车辆调度优化模型 [J], 林叶倩;李文权;邱丰;丁钰玲
5.基于NSGA算法的公交车辆调度优化模型 [J], 宋晓鹏;韩印;姚佼
因版权原因,仅展示原文概要,查看原文内容请购买。
公交车调度⽅案的优化模型第三篇公交车调度⽅案的优化模型2001年 B题公交车调度Array公共交通是城市交通的重要组成部分,作好公交车的调度对于完善城市交通环境、改进市民出⾏状况、提⾼公交公司的经济和社会效益,都具有重要意义。
下⾯考虑⼀条公交线路上公交车的调度问题,其数据来⾃我国⼀座特⼤城市某条公交线路的客流调查和运营资料。
该条公交线路上⾏⽅向共14站,下⾏⽅向共13站,表3-1给出的是典型的⼀个⼯作⽇两个运⾏⽅向各站上下车的乘客数量统计。
公交公司配给该线路同⼀型号的⼤客车,每辆标准载客100⼈,据统计客车在该线路上运⾏的平均速度为20公⾥/⼩时。
运营调度要求,乘客候车时间⼀般不要超过10分钟,早⾼峰时⼀般不要超过5分钟,车辆满载率不应超过120%,⼀般也不要低于50%。
试根据这些资料和要求,为该线路设计⼀个便于操作的全天(⼯作⽇)的公交车调度⽅案,包括两个起点站的发车时刻表;⼀共需要多少辆车;这个⽅案以怎样的程度照顾到了乘客和公交公司双⽅的利益;等等。
如何将这个调度问题抽象成⼀个明确、完整的数学模型,指出求解模型的⽅法;根据实际问题的要求,如果要设计更好的调度⽅案,应如何采集运营数据。
公交车调度⽅案的优化模型*摘要:本⽂建⽴了公交车调度⽅案的优化模型,使公交公司在满⾜⼀定的社会效益和获得最⼤经济效益的前提下,给出了理想发车时刻表和最少车辆数。
并提供了关于采集运营数据的较好建议。
在模型Ⅰ中,对问题1建⽴了求最⼤客容量、车次数、发车时间间隔等模型,运⽤决策⽅法给出了各时段最⼤客容量数,再与车辆最⼤载客量⽐较,得出载完该时组乘客的最少车次数462次,从便于操作和发车密度考虑,给出了整分发车时刻表和需要的最少车辆数61辆。
模型Ⅱ建⽴模糊分析模型,结合层次分析求得模型Ⅰ带给公司和乘客双⽅⽇满意度为(0.941,0.811)根据双⽅满意度范围和程度,找出同时达到双⽅最优⽇满意度(0.8807,0.8807),且此时结果为474次50辆;从⽇共需车辆最少考虑,结果为484次45辆。
针对需求响应接驳公交调度的优化模型与方法,以下是一种可能的解决方案:
1. 数据收集与分析:收集并分析公交车站乘客需求数据、公交车运行数据、交通流量数据等。
通过数据分析,可以确定需求高峰时段和路段拥堵情况,为优化调度提供依据。
2. 建立优化模型:基于数据分析结果,建立调度优化模型。
常用的优化模型包括整数规划、动态规划、网络流模型等。
模型的目标是最小化乘客等待时间、减少换乘次数、平衡各线路负载等。
3. 制定调度策略:根据优化模型的结果,制定合理的调度策略。
例如,通过增加或减少车辆数量、优化线路路径、调整发车间隔等方式来提高乘客满意度和运行效率。
4. 实时调度与调整:由于城市交通状况时刻变化,需要实时监测数据,并根据实时情况进行调度与调整。
可以利用实时公交数据、交通导航系统等技术手段来实现实时调度优化。
5. 考虑多因素:除了乘客需求和交通流量外,还应考虑其他因素如环境保护、能源消耗等。
通过综合考虑多个因素,可以制定更加全面和可持续的调度策略。
需要注意的是,优化调度是一个复杂的问题,不同城市和交通网络情况可能存在差异,所以具体的模型和方法需要根据实际情况进行调整和优化。
此外,实施调度优化需要有相关的技术支持和信息系统建设,以确保调度策略的有效实施和监控。
公交车调度数学模型编者按:木文依据题意和数据进行分析与抽象,建立了车辆的满载率, 乘客的等待抱怨程度和拥挤抱怨程度三个目标函数的多目标规划数学模型。
基于多目标规划加权分析法,进行数值计算,结果合理。
但加权分析时所取权系数只有一组,最好多取几组权系数进行比较。
虽然, 文中最后提及灵敏度检验,但并没有实质性进行分析,缺乏理论指导。
摘要:本文利用多目标优化方法建立了公交车调度的数学模型。
首先通过数据分析,并考虑到方案的可操作性,将一天划分为早高峰前, 早高峰,早高峰和晚高峰之间,晚高峰及晚高峰后5个时段;引入车辆的平均满载率,乘客的等待抱怨程度及拥挤抱怨程度作为三个目标函数, 建立了三目标优化模型;通过加权,将三个目标函数合并为一个目标函数。
运用MATLAB数学软件计算出了上行、下行各个时段发车的时间间隔:上行各时段时间间隔分别为5、2、4、3、25,下行各时段时间间隔分别为10、2、5、3、&单位:分钟);所需总车辆数为52辆,共发车534次,公交公司的平均满载率为82.094%,抱怨顾客的百分比为0.91%. 通过模型检验得出所求模型较为稳定。
最后,通过对原始数据的分析和处理,得出在进入和离开乘客高峰时期,局部缩短采集数据时间间隔是改善调度方案的有效方法.关键词:公交车调度;数学模型;多目标非线性规划二、正文1模型假设1)假设表上所给数据能反映该段线路上的H常客流量;2)车辆上行或下行到达终点站时,所有的乘客必须全部下车;3)乘客无论是上行还是下行,无论经过几个站,车票价为定值;4)各公交车为同一个型号,公交车会按调度表准时到站和出站;5)在同一个时间段内,相邻两辆车发车时间间隔相等;6)车上标准载客人数为100人,超过此数将会造成乘客抱怨;7)早高峰时乘客等待时间不超过5分钟,正常时不超过10分钟,否则乘客将会抱怨;8)早上5:00上下行起点站必须同时发车;9)不计乘客上下车所花费的时间,公交车在行驶过程中速度保持不变;10)假设每辆车经过各个车站时不会留有乘客。
公交调度发车间隔综合优化模型张萌萌;朱学武;孟宪芬【摘要】发车间隔综合优化模型包含发车间隔优化模型与发车间隔平滑过渡模型.基于平均客流量的发车间隔优化目标为公交客运能力满足最大客流需求,基于最大断面客流量的发车间隔优化目标为保证乘客利益的同时使公交公司的成本达到最小,分别构建基于平均客流量和基于最大断面客流量的发车间隔优化模型;构建发车间隔平滑模型,求解平滑发车间隔,编制公共交通发车时刻表.模型利用整数规划进行求解,并通过实例对模型进行验证.结果表明,该模型能够有效提高公交运营效率,具有较好的实用性.【期刊名称】《山东交通学院学报》【年(卷),期】2013(021)004【总页数】5页(P31-35)【关键词】公共交通;发车间隔;优化模型;平滑过渡【作者】张萌萌;朱学武;孟宪芬【作者单位】山东交通学院交通与物流工程学院,山东济南250023;山东交通学院交通与物流工程学院,山东济南250023;山东交通学院交通与物流工程学院,山东济南250023【正文语种】中文【中图分类】U492.22先进城市的公共交通系统运量大、能源消耗低、道路利用率高,是解决城市交通拥挤问题的重要手段之一。
然而,目前城市公共交通系统落后的运营方式、调度模式制约了其自身的发展。
国内外学者对发车间隔优化方法进行了大量研究。
文献[1]基于站点调查数据和跟车调查数据确定公交发车间隔,是目前我国公交企业普遍采用的确定发车间隔的方法;文献[2]提出了考虑选择其它线路概率的发车间隔优化模型。
文献[3]应用准指派问题模型讨论了单场站单车型的车辆调度问题,并采用贪婪算法对模型进行求解;文献[4]对多场站模型和基于特殊多场站调度问题的单场站模型进行了比较;文献[5]引入断面客流不均衡系数用以确定公交车辆的调度形式;文献[6]建立关于大站快车调度问题的优化模型,并用实例验证了模型的可行性;文献[7]基于准实时信息情况下建立公共交通调度优化系统;文献[8]构建了公共交通调度优化模型,并应用基本遗传算法对模型进行求解,但效率相对较低,且目标函数考虑不够全面;文献[9]综合考虑了乘客和公共交通公司运营两部分费用,但所建优化模型较为复杂,不易求解。
需求响应式公交车辆调度模型和算法研究综述“需求响应式公交车辆调度模型和算法研究综述”这一话题,说实话,听起来像是啥高深的东西,搞得好像我们说的就是“超级复杂的高科技算法”。
但是别担心,咱们今天轻松聊聊,没那么难懂!让我们从公交车说起。
你想啊,每天早上匆匆忙忙,大家都挤在公交站等车,心里是不是就有那么一个疑问:为啥每次我赶公交车,明明站台上就有那么多公交车,偏偏就没有一辆能正好配合我呢?而这背后的“罪魁祸首”,往往就是公交车调度的问题。
简单来说,就是公交车的安排和调度,没能精准地根据大家的需求来做调整。
你想象一下,如果公交车的发车时间能更加灵活,根据人流量动态调整,早高峰和晚高峰的压力就能分担得更均匀,大家也就不至于像沙丁鱼罐头一样在车厢里挤来挤去了。
什么是“需求响应式公交车辆调度”呢?直白一点讲,就是根据实际需求来调整公交车的数量、路线、发车间隔啥的。
这听起来就像是公交公司有了超能力,能实时感应到每个乘客的需求,自动优化调度。
比如说,如果某一条线路的人多,公交公司就会马上派出更多的车;如果人少,车就可以提前收班,省下燃油和人力成本。
想想看,如果我们能够实时知道什么时候公交车会空车,什么时候又是满员,这种智能调度不仅能节省大家的时间,还能让资源得到更好的利用,简直就像是乘车的“智囊团”!不过很多人可能会问:“这么复杂的调度,能靠谱吗?”是的,要求高得很。
其实啊,这就是“需求响应式”这个名字的来历。
因为,公交系统不可能永远预料到每一个乘客的行为,更多的是依赖大数据、算法和模型来做优化。
就好像你每天出门前,手机能预测到你会搭乘哪路公交,甚至能告诉你这一路上会不会堵车一样,这些东西背后都需要“调度模型”来支撑。
所以说,这个调度系统可不简单,得通过各种技术手段,比如实时数据采集、预测分析、以及智能优化等手段,来保证公交车能够灵活、高效地运营。
而这些技术,其实就是模型和算法的“大显身手”时刻。
比如,“动态规划”这种方法,能够帮助调度系统根据不同的需求情况,调整车辆发车时间和路线;“机器学习”也能从历史数据中找出规律,预测人流量波动,让公交车在需求高峰期及时“增援”。
第19卷 建模专辑2002年02月工 程 数 学 学 报J OU RNAL OF EN GIN EERIN G MA THEMA TICSVol.19Supp.Feb.2002文章编号:100523085(2002)0520095206公交车调度优化模型李成功, 脱小伟, 郭尚彬指导教师: 祁忠斌(兰州工业高等专科学校,兰州730050)编者按:本文根据时间和空间客流不均衡变化的情况研究车辆调度的规律,在保证一定收益和使顾客满意的情况下给出了调度时刻表。
本文分析问题比较精细,叙述通顺简练。
本文的不足之处是对原题中50%与120%的不同提法考虑不够。
摘 要:本文主要研究了一条公交线路在其每时段内各个车站点的客流统计数据为已知情况下的车辆运行计划时刻表的制定问题。
一般情况下,公交公司在调查研究取得一定数据的基础上都是按“接连开出”的方法安排工作日的车辆行车调度表,使得在运行期内,一组车辆“鱼贯而出,再鱼贯而入”,而我们主要研究了随着时间和空间上客流不均衡性的变化,车辆应如何调度的规律,建立了目标规划模型。
实现了“有早出,有晚出”,车辆有多有少的调度计划。
在保证一定效益和顾客满意的情况下,使在岗车辆的总运行时间最短。
所有的计算都在计算机上实现,得出了调度时刻表,且最少的车辆数为42,顾客与公交公司的满意程度比为:0.68:0.46.关键词:公交车调度;客流量;目标规划分类号:A MS(2000)90C08 中图分类号:TB114.1 文献标识码:A1 已知数据及问题的提出我们要考虑的是某城市的一条公交线路上的车辆调度问题。
现已知该线路上行的车站总数N1(=14),下行的车站总数N2(=13)。
且在问题中给出了某一个工作日(分为m个时间段,第i时间段的时间跨度为t i=1小时)中第i时间段第j站点上行方向上、下车的乘客数量为Q′u(ij),Q″u(ij),第i时间段第j站点下行方向上、下车的乘客数量为Q′d(ij), Q″d(ij);上、下行站点间的距离分别为L j,L′j。
公交公司供给该线路同一型号的大客车,每辆标准载客量为q0=100人,由统计知,该线路上客车运行的平均速度为v=20公里/小时。
运营调度要求,乘客候车时间不要超过T1=10分钟,早高峰一般不要超过T2=5分钟,车辆满载率不应超过r-=120%,一般也不要底于r-=50%。
现要我们根据以上资料和要求,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括两个起点的发车时间表;一共需要多少辆车;并给出刻划乘客和公交公司双方利益、满意程度的指标,进行评估等。
2 问题的初步分析及基本假设制定公交车调度方案需要考虑的因素非常多,且很多因素都是随机的。
为了抓住重点,简化模型建立及求解,必须作一定的简化假设和设定。
1) 汽车从起点站发车后,都能在额定的时间里到达终点站;2) 实际运行过程中,发车时间间隔允许有一些细小的调整;3) 乘客在规定的时间内都可以乘车;4) 乘客的满意程度只以他所乘的车的拥挤程度来衡量;5) 已知平均速度,故不计乘客上下车和其它因素所占用时间;6) 采用正班全程、终点对开的调度方式。
3 模型的建立该问题给出了一个固定线路上的一个工作日各个站点A j 在各个时段t i 的客流量的统计信息及一些要求。
统计数据Q ′u (ij ),Q ″u (ij ),Q ′d (ij ),Q ″d (ij )反映了该条线路上客流量的分布,通过适当的整理分析,可以确定我们要做调度计划所需的信息。
我们的模型建立及求解主要通过下面几个步骤:1) 对数据进行处理,并在假设的基础上结合实际,确定车辆调度所需要的参数;2) 在取得参数的基础上,通过目标规划的方法编制运行时刻表;3) 根据运行时刻表,确定顾客与公交公司的满意度,进行模型评价;(一) 确定各主要运行参数如下:1) 第i 时间段内的客运量Q (i ):Q (i )=6N1j =1Q ′u (ij )+6N2j =1Q ′d (ij ) i =1,2,3,……m(1)2) 时间不均匀系数K (i )及高峰时段:K (i )=Q (i )/Q —=Q (i )/1m 6mi =1Q (i ) i =1,2,3,……m (2)令T a ={i |K (i )Ε118},称T a 为高峰时段;令T b ={i |1.0≤K (i )<1.8},称T b 为平峰时段;令T c ={i |K (i )<1.0},称T c 为低峰时段。
另外,记K (s )=m ax i{K (i )},即s 为最高峰时段序号。
3) 第i 时间段内的客流量Q ′(i ):Q ′(i )=6N1j =1(Q ′u (ij )-Q ″u (ij ))+6N2j =1(Q ′d (ij )-Q ″d (ij ))(3)4) 高峰站点及其客流量:高峰站点是指统计时间内沿线路客运量较大运输方向的客流量最大站点。
若记Q ″u (i )=6K1j =1(Q ′u (ij )-Q ″u (ij )), Q ″d (i )=6K 2j =1(Q ′d (ij )-Q ″d (ij )),其中K 1,K 2别为上、下行高峰站点序号,则第i 时间段高峰站点客流量为:Q ″(i )=max {Q ″u (i ),Q ″d (i )}(4)5) 周转时间t 0(i ):为车辆运行一周所需时间,影响因素很多,比如车站停靠时间,排队待发时间、流量的大小、道路的交通等。
在我们假设的基础上,可设t 0(i )=t 00+ΔT i(5)其中t 00为车辆往返时间,即t 00=6N1j =2L j +6N2j =2L ′jv ; ΔT i 为车辆调度时间,其分别为:0ΦΔT i Φ2(高峰时); 0ΦΔT i Φ6(平峰时); 0ΦΔT i Φ10(低峰时)。
6) 计划车容量q i :指行车作业计划限定的车辆载客量,又称计划载客量定额。
这是根69工 程 数 学 学 报 第19卷据计划时间内线路客流的实际需要、行车经济性要求和运输服务质量标准确定的计划完成的车辆载客量。
可按下式确定:q i =r i ・q 0(6)其中:q 0为车辆额定载客量(q 0=100人);r i 为车辆满载率定额。
由题意,50%=r -Φr i Φr -=120%7) 行车频率初值f ′i :指在第i 时段内通过线路上同一站点的车辆数的计算值,则f ′i =Q ″(i )q i(7)8) 所需车辆数及频率:(1) 每时段车辆数A i 及频率f i :令A ′i =f iηi ,t i >t 0(i )f i ,t i Φt 0(i ),其中ηi 表示第i 时间段车辆的周转系数,即ηi =t it 0(i ),则A i =「A ′i ,i ∈T aA ′i 」,i ∈T b ∪T c,f i =A i(8)(2) 不计其它因素的影响,我们认为,最高峰时段的车辆数A s 即为线路所需车辆数A ,其中s 为最高峰时段序号;(3) 正、加班车数:正班车数A n 与加班车数A w 通常可根据路线车辆数A 、客流的时间不均匀系数K (s )及车辆满载率定额r i 等按下式确定:A n =ωA 0r sK (s )r f(9)式中:ω为车辆系数。
r s 为高峰时段s 的载客率定额;r f 为平峰期载客率定额。
根据线路车辆类型及平均满载程度的不同情况,车辆系数约为:ω=110~1120,因为同一车型,所以取ω=110。
加班车数:A w =A -A n(4) 加班区间的确定:当i ∈T a ,即在高峰时段时,需要增开加班车。
9) 行车间隔I :(1) 行车间隔的计算:行车间隔是指正点行车时,前后两辆车到达同一停车站的时间间隔,又称车距。
可由下式确定:I i =min T 2,t i /f i ,i ∈T a min T 1,t i /f i ,i ∈T b ∪T c(10)行车间隔确定是否合理,直接影响营运线路的运送能力和运输服务质量(即顾客的满意程度)。
(2) 行车间隔的分配:即行车间隔计算值的分配,指对呈现小数的行车间隔值进行取整数处理,使之确定为适当的数值以便掌握的过程。
假设某段时间t i 内行车间隔I i 的计算值为小数,即I i =E +a (E 为I 的整数值部分;a 为小数值部分)。
令79建模专辑 公交车调度优化模型I d (i )=「I i =E +1,I x (i )= I i 」=E(11)再设t i 内以I d (i ),I x (i )为煎隔的车辆数分别为S d ,S x ,所需车辆数为A i ,则易得S d =t i -A i I x (i ), S x =A i -S d(12)101最多运行圈数M :记T 0(小时)为一个工作日的时间,t m =min i{t 0(i )},则M =(T 0×60)/t m (13)具体各参数算法及调整:在已确定车辆调度形式及线路原始数据基础上进行的运行参数计算,是一个包括初值计算、数值调整和确定参数终值等循环反复进行比较选择的过程,如果某步骤的计算结果不符合要求,则应返回至前面有关步骤,修改有关数据后重新进行,直至符合要求为止。
具体运行参数的调整通过编程实现(流程图,程序及结果见附页)。
(二) 建立目标规划模型编制行车时刻表:我们所制定的行车时刻表是一个A ×2M 矩阵P =(x s ,j )A ×2M ,其奇、偶数列元素x s ,(2k -1),x s ,2k 分别表示第s 班车在第k 圈(k =1,2,…M )中在站点A 13,A 0的发车时刻(精确到分钟)。
若没发车,则令x s ,2k -1(或x s ,2k )为0。
另外,当x s ,j ≠0时,令i = x s ,j 」-4,则i 就是时刻x s ,j 所属的时间段的序号。
我们要考虑的目标是:在早高峰之前,使尽可能多的车尽可能晚出车,而在晚高峰之后,又使尽可能多的车,尽可能早地下班。
这样,作为公交公司,就可以减少付给因排队待命而在岗的那些行车人员的工资。
为此,令k 1(s )=min j{j |s s ,j ≠0}, k 2(s )=max j{j |s s ,j ≠0},(14)则显然,第s 班车在第 k 1(s )/2」圈出车,在第 k 2(s )/2」圈收车;再记s ′为同一圈、同一站上继第s 班车后所发的第一辆车的班次序号。
则有目标函数max 6As =1(k 1(s )+(2M -k 2(s ))(15)及约束条件|x s ,j -x s ,(j -1)|=t 0(i )2|x s ,j -x s ′,j |∈{I d (i ),I x (i )} 5Φx s ,j Φ23j =2,3,…2M s =1,2,…,A(16)此模型可通过计算机模拟求解得出行车时刻表从而可制定出调度方案(程序见附录),但控制变量x s ,j 的个数很多,算法非线性,计算量很大。