公交路线选择模型
- 格式:pdf
- 大小:290.23 KB
- 文档页数:16
2007B题:乘公交,看奥运(数据有变化)我国人民翘首企盼的第29届奥运会明年8月将在北京举行,届时有大量观众到现场观看奥运比赛,其中大部分人将会乘坐公共交通工具(简称公交,包括公汽、地铁等)出行。
这些年来,城市的公交系统有了很大发展,北京市的公交线路已达800条以上,使得公众的出行更加通畅、便利,但同时也面临多条线路的选择问题。
针对市场需求,某公司准备研制开发一个解决公交线路选择问题的自主查询计算机系统。
为了设计这样一个系统,其核心是线路选择的模型与算法,应该从实际情况出发考虑,满足查询者的各种不同需求。
请你们解决如下问题:1、仅考虑公汽线路,给出任意两公汽站点之间线路选择问题的一般数学模型与算法。
并根据附录数据,利用你们的模型与算法,求出以下6对起始站→终到站之间的最佳路线(要有清晰的评价说明)。
(1)、S3769→S2857 (2)、S1557→S0481 (3)、S1879→S2322(4)、S0008→S0073 (5)、S0148→S0485 (6)、S0087→S36762、同时考虑公汽与地铁线路,解决以上问题。
3、假设又知道所有站点之间的步行时间,请你给出任意两站点之间线路选择问题的数学模型。
【附录1】基本参数设定相邻公汽站平均行驶时间(包括停站时间):3分钟相邻地铁站平均行驶时间(包括停站时间): 2.5分钟公汽换乘公汽平均耗时:6分钟(其中步行时间2分钟)地铁换乘地铁平均耗时:5分钟(其中步行时间2分钟)地铁换乘公汽平均耗时:8分钟(其中步行时间4分钟)公汽换乘地铁平均耗时:6分钟(其中步行时间4分钟)公汽票价:分为单一票价与分段计价两种,标记于线路后;其中分段计价的票价为:0~20站:1元;21~40站:2元;40站以上:3元地铁票价:3元(无论地铁线路间是否换乘)注:以上参数均为简化问题而作的假设,未必与实际数据完全吻合。
【附录2】公交线路及相关信息(见公汽线路信息,对原数据文件B2007data.rar 有少量更改)城市公交线路选择优化模型摘要本文针对城市公交线路选择问题建立了两个模型,一个是基于集合寻线算法模型,另一个是图论模型。
公交车系统调度模型构建
公交车系统调度是指根据乘客的需求和道路交通状况,合理安排公交车的运行线路、
班次和停靠站点,以提供高效、经济和舒适的公共交通服务。
为了实现系统调度的目标,
需要构建合适的模型来对公交车系统进行优化调度。
本文将介绍公交车系统调度模型的构
建过程,包括需求分析、模型建立和求解方法等方面。
进行需求分析是构建公交车系统调度模型的第一步。
需求分析包括对乘客需求和道路
交通状况的调查和统计。
通过乘客调查和交通流量统计,可以得到乘客流量和出行需求的
分布情况,以及道路交通状况的数据。
这些数据将对模型的建立和调度方案的选择起到重
要的作用。
根据需求分析的结果,可以建立公交车系统调度模型。
公交车系统调度模型主要包括
线路规划模型、班次安排模型和停靠站点选择模型。
线路规划模型是指根据乘客需求和道路交通状况,确定公交车的运行线路和路线长度。
线路规划模型可以采用最小路径算法来求解,以确定公交车系统的最优线路。
班次安排模型是指根据乘客需求和道路交通状况,确定公交车的发车时间和频率。
班
次安排模型可以采用排队论模型来求解,以最小化乘客的等待时间和交通拥堵的影响。
通过合适的求解方法,可以对公交车系统调度模型进行求解和优化。
常用的求解方法
包括线性规划、整数规划、动态规划和模拟仿真等。
这些方法可以根据具体问题的特点和
求解的要求来选择和应用。
层次分析法在合理选择公交路线中的应用应用动态层次分析法为本人提供了一种最优公交路线选择。
根据AHP方法确定权重矢量和评价矩阵,再通过运算求出决策矢量,最终实现对公交路线的选择,以帮助解决路线选择难题。
标签:层次分析法;公交路线AHP法即层次分析法,由20世纪70年代美国运筹学家Thomas Daley正式提出。
层次分析法是一种层次化、系统化并将定性和定量相结合的一种方法。
在比较复杂的决策问题上有一定的实用性和有效性。
它的应用也非常广泛,已遍及经济、管理、军事指挥、交通运输、农业、教育、医疗等诸多领域。
层次分析法的思路和人对一个复杂问题的思考、决策过程基本上是一样的。
以选择公交路线为例:假如有3条公交路线供你选择,无论选择哪条都可以到达指定的目的地,你会考虑诸多因素,如公交费用,走路时长,是否有座位,坐车时长等。
首先,你会确定这些因素在你心目中的比重,比重可用数字来描绘,数字越大比重越重,如果你经济宽裕,自然想选有座位且坐车时间短的公交路线,如果你赶时间,你就会选择走路时间短且坐车时间短的公交路线,但实际情况往往不是这样的,走路时间短可能坐车时间就长,有座位的坐车时间可能更长。
此时我们就面临着选择,层次分析法就是比较判断综合分析,为你确定怎么选择为最佳选择的一种分析方法。
层次分析法在选择公交路线的步骤如图1。
1 建立递阶层次结构模型注:线路C1 乘坐865 走路时间30分坐车时间50分一般无座位车费5元线路C2 乘坐619转821 走路时间20分坐车时间60分有座位车费3元线路C3 乘坐877转863 走路时间12分坐车时间90分有座位车费2元2 构造出各层次中的所有判断矩阵准则层方案层3 层次单排序及一致性检验①将矩阵各列归一化:(第一列和129/70,第二列和15/4,第三列和41/5,第四列和17)②將矩阵各行求和:③再归一化:(列的和为3.998)即得到准则层权重。
④一致性检验本题中:故一致性指标:查表得平均一致性指标:RI=0.89认为判断矩阵的一致性是可以接受的。
10个公交车站选2个枢纽数学建模关于10个公交车站选2个枢纽数学建模如下;至这是为了开发一个解达长沙市公交线路选择问迎的自言查询计篡机系统在充分理解题意的基础上我们从总体上把握,一致认为这是运筹学史的最规路问题。
我们所提供的这个系统,对于当乘客输入起始站和终点站,点击查询结果后,查询机就能很快地给出乘车路线及乘车所需要的最短时间,并且还可以给出相应的乘车费用。
也可以在有多个乘车站点的情况下,自主选择出最优乘车顺序以及相应的乘车最短时间和乘车费用。
公众的出行更加通物、便利,但同时也面临多条线路的选择问题。
针对市场需求,我们设计了一个解决公交线路选择间题的自主查询计算机系统。
其核心足线路选择的模型与算法,应该从实际情况出发考虑,满足查询者的各种不同需求。
对于问题一,在仅仅考息公共汽车的换采的时候,我们以最短的乘车时间和最优的乘车费用作为两个日标函数,建立相应的双日标规划模型: min(7)和min (M)。
对于问题二,在问题一-的基础上,我们添加了排列组合模型,全列出所有的乘车顺序情况,由问题一-所建模型求出各种情况下的最优时间和最优路费,然后综合比较选出所有情况中的最优乘车顺序。
利用Dijkstra算法解出我们所需要的结果。
我们同样利用了双日标函数的统筹规划原理,在Djkstra的算法下,解决了在公共汽车换乘的问题,求得最短时间问题,找到了最合适的公交路线,均为最知的乘车时间和最优的乘车费用,从而更加完善了我们的公交系统。
本文的特点是在建立模型和算法的基础上,进行编程,使其具备系统查询功能,克服了人工查询数据的繁杂过程,使得到的结果更为准确,同时,此程序可以进行推广使用,为解决日常生活中最优路径的选择问题提供了方法,给人们的出行带来方便。
2007高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。
如有违反竞赛规则的行为,我们将受到严肃处理。
我们参赛选择的题号是(从A/B/C/D中选择一项填写): B我们的参赛报名号为(如果赛区设置报名号的话):所属学校(请填写完整的全名):北京化工大学参赛队员(打印并签名) :1. 郑宇2. 姜园博3. 来斯惟指导教师或指导教师组负责人(打印并签名):郭秋敏日期:2007 年09 月24 日赛区评阅编号(由赛区组委会评阅前进行编号):2007高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号(由赛区组委会评阅前进行编号):全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):最优公交线路的模型研究摘要本文以乘车的路线为研究对象,根据乘客的不同需求,存在总时间、总费用、换乘次数三个目标函数。
将求解目标函数最优值的问题转化为最短路径问题。
在仅考虑公汽线路的时间最短模型中,首先由已知信息建立有向赋权图,以公交站点为顶点,所有直通公交线路为边。
对于时间,每条边的权值为公交车的运行时间加上转车时间。
然后可直接采用Dijkstra算法求出任意两公汽站点之间最优线路。
该模型方法比较简单,准确性高,可操作性强。
且对图中的权值做相应的改变,可以将其转化为总费用最少模型以及换乘次数最少模型。
同时考虑公汽和地铁线路,存在公汽与地铁的换乘问题,基于该问题本文设计了另一种有向赋权图,以所有公汽站点和地铁站点为顶点,所有直接连通线路为边。
公交线路选择的优化模型作者:张俊丽来源:《价值工程》2015年第28期摘要:本文针对城市公交线路选择问题建立了相应的数学模型。
将公共自行车看作独立于公汽、地铁的第三种交通方式。
利用网络图,主要从换乘次数、出行花费和出行总时间三个方面来确定最佳线路,分别考虑了各单目标,增加不同的上限约束,建立了任意两站点的最佳线路相应的网络流模型。
Abstract: In this paper, the corresponding mathematical model is established for the problem of urban public transportation route selection. The public bicycle as independent of the bus, the subway third modes of transport. Using the network diagram, three main factors are considered to find the best route, the number of trips, travel expenses and travel time.The network flow model of the best optimal line between any two sites, which considers the single objective and the different upper bound constraints.关键词:公交系统;最佳线路;最小费用流;优先因子Key words: bus system;best line;minimum cost flow;priority factor中图分类号:U491.1+7 文献标识码:A 文章编号:1006-4311(2015)28-0206-020 引言城市公共交通网络是城市交通网络的重要组成部分,提高城市交通系统的利用率被公认为是改善交通拥堵的有效途径之一。
城市公交换乘最佳路径选择的模型和算法
陈密芳
【期刊名称】《石家庄职业技术学院学报》
【年(卷),期】2009(21)6
【摘要】换乘是公共交通中常见的问题.为在公交换乘中选择最佳路径,建立了多目标选择的公交换乘最佳路径算法.其核心是通过建立线路关系矩阵,找到起始站点到目的站点3次换乘之内的所有换乘方案,根据优先考虑的目标从所有方案中选出最
佳路径,并同时考虑发车频率、各站间行驶时间和距离、转乘车行走的时间和距离、交通费用等实际因素.最后用一算例验证了该算法的有效性和合理性.
【总页数】4页(P22-25)
【作者】陈密芳
【作者单位】石家庄铁道学院交通工程分院,河北,石家庄,050061
【正文语种】中文
【中图分类】U121;O232
【相关文献】
1.城市公交最优路径选择的数学模型及其算法 [J], 王庆;潘荣英
2.城市公交换乘数据模型研究及算法实现 [J], 扈震;张发勇;刘书良
3.基于综合矩阵的城市公交网络模型的公交换乘研究及算法实现 [J], 谭泽芳
4.城市公交换乘的数学模型及其算法实现 [J], 王庆平;张兴芳;宋颖;于会增
5.基于深度优先遍历算法-回溯算法的公交网络限时免费换乘优化模型求解 [J], 魏金丽;范鑫贺;刘莲莲;刘阳;任杰睦;孙启龙
因版权原因,仅展示原文概要,查看原文内容请购买。
公交车的定位方式以及预测公交到站的数学模型公交车是城市交通系统中非常重要的一部分,它可以帮助人们方便快捷地到达各个目的地。
在现代城市中,随着人口的增加和交通需求的增长,如何更好地管理和优化公交车的运行已经成为一个重要课题。
公交车的定位和预测到站时间成为了研究的热点问题。
本文将介绍公交车的定位方式以及预测公交到站的数学模型。
一、公交车的定位方式1. GPS定位目前,公交车定位最常用的方法是GPS(全球定位系统)定位。
通过在公交车上安装GPS设备,可以实时准确地获取公交车的位置信息。
GPS定位具有定位准确、实时性强的优点,可以实时监控公交车的运行情况,并为乘客提供准确的到站时间信息。
GPS定位还可以帮助交通管理部门进行公交车运行的监控和管理,提高公交运输的效率和质量。
2. 蜂窝定位除了GPS定位外,还可以利用蜂窝定位技术来实现公交车的定位。
蜂窝定位是利用基站信号的强弱来确定移动设备的位置,因此可以在室内和信号覆盖区域广泛的城市中实现定位。
通过蜂窝定位技术,可以实现对公交车位置的大范围监控和管理,提高公交运输的准确性和可靠性。
3. 惯性导航定位二、预测公交到站的数学模型1. 传统的数学模型在传统的数学模型中,通常采用线性回归、时间序列分析、神经网络等方法来实现公交到站时间的预测。
通过对历史数据的分析和建模,可以得到公交车到站时间的预测值,从而为乘客提供更加准确和可靠的出行信息。
近年来,随着智能交通技术的发展,人工智能和大数据技术在公交到站时间预测中得到了广泛应用。
通过采集实时的公交车位置和交通流量数据,结合实时的路况信息和乘客上下车情况,可以利用机器学习和深度学习等方法来实现公交到站时间的实时预测。
这种实时的数学模型可以根据实际情况动态调整,提高公交到站时间预测的准确性和实用性。
除了利用公交车位置和路况信息,还可以综合考虑乘客需求、天气情况、节假日安排等因素,建立更加综合和精准的公交到站时间预测模型。
公交车的定位方式以及预测公交到站的数学模型公交车是城市交通运输中不可或缺的一部分,它承载着数以万计的乘客,为城市的居民提供着便捷的出行方式。
公交车的运行过程中经常会出现乘客等待时间过长或者发生拥挤的情况,因此如何提高公交车的运行效率,减少乘客的等待时间成为了一个亟待解决的问题。
而公交车的定位以及预测到站时间,则成为了提高公交运行效率的重要环节。
在本文中,我们将探讨公交车的定位方式以及如何通过数学模型来预测公交车到站的时间,希望可以为城市公交运营提供一些参考和帮助。
一、公交车的定位方式1. 卫星定位系统目前,许多城市的公交车都配备了卫星定位系统,通过卫星信号和地面基站的相互作用,公交车可以精确定位自己的位置,并将这些信息传递给调度中心。
调度中心可以实时监控公交车的位置,并对其进行调度和管理,以便提供更加高效的服务。
2. 区域定位系统除了卫星定位系统外,一些城市还采用了区域定位系统来帮助公交车进行定位。
这种系统通过在城市的各个关键位置安装定位设备,公交车可以通过这些设备获取自己的位置信息。
虽然这种方式相对于卫星定位系统来说精度可能稍低,但是在一些城市环境复杂的地区,卫星信号可能会受到阻碍而影响定位效果,因此区域定位系统也有着一定的优势。
二、预测公交到站的数学模型公交到站时间的预测是一个复杂且受多种因素影响的问题,但通过一些数学模型的建立与应用,我们可以对公交到站时间进行一定程度的预测,从而提高公交的运行效率。
下面我们将介绍一些常用的数学模型以及其在公交到站时间预测中的应用。
2. 时间序列模型时间序列模型是一种专门用于处理时间序列数据的数学模型,它可以通过对以往的数据进行分析和建模来对未来的趋势进行预测。
在公交到站时间的预测中,时间序列模型可以利用历史车辆运行数据、天气状况、交通流量等因素来建立一个公交到站时间的预测模型。
通过分析这些时间序列数据的规律,可以较为准确地预测公交到站时间,从而提高公交车的运行效率。
B题:重庆市主城区公交线网的优化与评价姓名学院年级专业学号联系电话相关学科成绩高等数学线性代数概率统计数学模型数学实验英语四级英语六级徐清鹏09电气学院07班0989 87573 475张雅洁09电气学院01班0991 75566 480刘维09电气学院0109 92 83 525重庆市主城区公交线网的优化与评价摘要: “畅通重庆”是建设五个重庆的战略目标之一,通过有效融合公交网和轻轨网的,是实现这一目标的有效途径。
因此对重庆市主城区现有的地面公交线路进行优化和调整具有十分重要的意义。
针对问题一:采用定性与定量相结合的递阶层次分析法(AHP)对重庆市市现有的公交线路网现状进行进行分析,筛选了与公交线路网评价有关的四个方面(线路网络能力、客运能力、经济效益、环境影响)下的12个主要指标建立模型。
建立各个层次的判断矩阵,通过MATLAB 软件计算各个方面的总权重值并进行排序,并采用一致性判断指标决定判断的合理程度。
最后采用线性加权的的方法建立综合评价模型:N =∑E 1i ω1i +∑E 2i ω2i +∑E 3i ω3i +∑E 4i ω4i 3i=13i=13i=13i=1依据查询在重庆市主城通行的公交车数据及与选取指标相关数据,计算出各指标的有关系数,并参照公交线网络指标评价标准的建议值对各个指标评分,得出其得分为,等级为中。
针对问题二:鉴于公交系统网络的复杂性,我们没有采用常规的Dijkstra 算法,而是采用了基于公交停靠站换乘功能进行OD 预测。
算出铁路(或轻轨)停靠站的公交客运量。
同时建立了分别以剩余客流量,接运站点数量为目标的优化模型。
然后对OD 客流量剩余值进行确定,得到的由三部分(需要保留的路线,改变的路线布设,合并和消除的路线)构成的“轨道-接运公交网”。
针对问题三:我们主要以轻轨地铁路线为主干线对重庆市主城的公交线路进行规划设计。
由于规划年限较短,我们对乘坐公交的人口,公交车数量,客流量等因素采用马尔萨斯(Malthus )模型。
公共交通网络模型第一组:刘毅张学令郑榕娇公共交通网络模型第一组:刘毅张学令郑榕娇摘要北京申奥的成功,给北京的交通带来了巨大的影响。
本文就公交线路的选择问题,采用广度优先搜索的理论与方法建立了公共交通网络模型,并提出了满足公交乘客各种不同需求的快速算法,针对实际问题给出了最优路径。
对于问题(1),首先根据公共交通网络的特点,把公交网络模型映射为一个无向图来表示公交线路及站点分布情况。
结合图论中的广度优先搜索方法并对其进行改进,即从起点和终点同时搜索,找出起点与终点的所有可行路径(包括直达、一次换乘、两次换乘的情况),再分别求出每条路径的耗时、花费及换乘次数进行比较,选出最优路径。
对于问题(2),同时考虑公汽与地铁线路时,可以将可换乘的地铁站和公汽站视为对等的,这样就与第一问相同了,可利用相同的方法来解决。
对于问题(3),考虑步行,通过对时间加一个阈值(乘客可以容忍的步行时间),通过Floyd算法求出任意两站点间的最短步行时间,并与阈值进行比较,建议乘客是否应该步行。
该模型的创新点在于克服了广度优先搜索盲目搜索的缺点,采取从起点和终点同时搜索的方法,大大提高了搜索效率;同时为了更全面的考虑问题,我们分别以行程耗时、花费与换乘次数为优先考虑,找出了最优路径,以满足公交乘客的各种不同需求;最后结合乘客都会尽量选择有座位的公交的实际情况对模型进行了改进。
关键词:公交网络,广度最优搜索,最优路径,Floyd算法,MATLAB1.问题的重述北京申奥的成功,对北京市的交通系统提出了更高的要求。
奥运期间交通状况是否良好,交通管理是否高效,是关系奥运盛会能否圆满成功举办的重要条件之一。
届时有大量观众到现场观看奥运比赛,其中大部分人将会乘坐公共交通工具(简称公交,包括公汽、地铁等)出行。
这些年来,城市的公交系统有了很大发展,北京市的公交线路已达800条以上,使得公众的出行更加通畅、便利,但同时也面临多条线路的选择问题。
公交车的定位方式以及预测公交到站的数学模型公交车定位方式:
1. 全球定位系统(GPS):通过卫星定位系统获取公交车的地理位置信息,可以实时
监控公交车的行驶路线和位置。
2. 无线电频率定位:利用无线电信号传输和接收的时间差来确定公交车的位置,包
括基站定位和信号强度定位。
3. 手机信号定位:通过手机信号塔接收用户手机信号,并推断出公交车所在位置。
4. 光电定位:利用光电传感器感知公交车行驶过程中的光线变化,来确定车辆位
置。
预测公交到站的数学模型:
1. 基于历史数据的统计模型:根据过去一段时间内公交车到站的历史数据,进行统
计分析和建模,预测公交车到站的时间。
2. 基于时间序列模型:利用公交车到站的时间序列数据,比如ARIMA(自回归和滑动平均整合移动平均模型)模型,来预测未来公交车到站的时间。
3. 基于机器学习的模型:利用机器学习算法,比如回归模型、随机森林或神经网络,通过训练模型来预测公交车到站的时间。
4. 基于交通流量的模型:结合交通流量数据,分析公交车在不同时间段的行驶速度
和交通拥堵,从而预测公交车到站的时间。
5. 基于实时数据的模型:结合实时公交车位置和实时交通流量数据,利用数据挖掘
和实时算法,预测公交车到站的时间。
这些数学模型可以根据具体的应用场景和数据情况进行调整和改进,以提高预测公交
车到站时间的准确性和可靠性。
基于换乘次数优先的公交路线选择模型中国地质大学(武汉)方俊赵志江赵科指导教师朱小宁湖北省二等奖摘要:随着城市建设的飞速发展及公交系统的不断完善,公交车已成为城市居民出行的主要交通工具。
但由于城市公交线路四通八达,且随着城市扩建而快速发展。
新的公交线路在不断延伸和开辟,再加上单行道、禁左等道路交通约束,即使是当地居民也不一定能找到到达目的地的最佳线路,外地游客更是难以获取公交出行的路径信息。
因此,建立适合于公交线路查询特点的公交数据模型,开发操作直观、便捷、快速、准确的城市公交查询系统,为出行者提供全面、准确的公交信息,是城市公交建设与发展的迫切需要。
影响乘客公交出行路线的选择主要有以下四个因素:换乘次数、出行距离、出行时间和出行费用。
通过查找资料和分析,得出它们对乘客的影响大小依次为:换乘次数、出行时间、出行距离和出行费用。
其中出行时间和出行距离可以看做一个整体用出行时间来衡量。
本文针对人们的出行心理并根据以上三个因素的重要程度和公交线网的实际布线情况,建立基于最优换乘次数条件下出行时间最短、出行费用最小的换乘算法模型。
在模型中,判断的原则是优先考虑换乘次数少的路径,在换乘次数相同的情况下,再考虑出行时间最短。
这种基于最优换乘次数算法能够更好的满足实际应用的需求,很好的解决了居民出行公交路线选择的问题,使公众的出行更加通畅、便利。
一、对于公汽网络中最佳路线的选择问题,我们首先定义了两个矩阵line[][]、stat_line[][],分别存储各条线路的站点信息和通过各站点的线路信息,建立了一个完整、详细的公交网络。
然后利用广度优先搜索(BFS)及类似于递归的方法,从解空间中依次查找满足约束条件零次换乘(直达),一次换乘,两次换乘的时间最优路线。
多次换乘路线的选取则可以综合利用启发式搜索算法和递归原理进行查找。
广度优先搜索得到的结果更准确,但是效率较低。
启发式搜索则提高了效率和方向性。
在换乘次数相同的情况下,考虑出行时间最少的路线,最后将得到的各种换乘次数最少、出行时最短路线输出,并给出各种路线的出行费用,提供给用户参考选择。
二、对于在公汽地铁混合的公交网络中查寻最优路线的问题,我们先把地铁线和公汽线输入到问题一建立的两个矩阵line[][]、stat_line[][]中(重新定义),从而构成一个大的公交网络,再建立一个矩阵stat_stat[][],用于存储站点的邻接点,即不需要乘车,可以直接联系起来的站点。
先编写出直达的程序,然后利用类似于递归的方法,查找出最优换乘次数的路线。
由于多次换乘实际应用价值较小且数据量大我们不予考虑。
三、对于考虑步行后出行路线选择的问题,它的解决模型是问题二的模型的扩展。
虽然知道了所有站点之间的步行时间,但是我们根据实际情况只考虑步行一站,站点的邻接点增多,最优路线增多。
关键词:换乘次数广度优先搜索公交网络递归算法启发式搜索邻接点一、问题的提出一、一、一、我国人民翘首企盼的第29届奥运会明年8月将在北京举行,届时有大量观众到现场观看奥运比赛,其中大部分人将会乘坐公共交通工具(简称公交,包括公汽、地铁等)出行。
这些年来,城市的公交系统有了很大发展,北京市的公交线路已达800条以上,使得公众的出行更加通畅、便利,但同时也面临多条线路的选择问题。
针对市场需求,可准备研制开发一个解决公交线路选择问题的自主查询计算机系统。
设计这样一个系统,其核心是线路选择的模型与算法,应该从实际情况出发考虑,满足查询者的各种不同需求。
需要解决如下问题:1、仅考虑公汽线路,给出任意两公汽站点之间线路选择问题的一般数学模型与算法。
并根据附录[1]提供的数据,利用本文建立的模型与算法,求出以下6对起始站→终到站之间的最佳路线。
(1)、S3359→S1828(2)、S1557→S0481(3)、S0971→S0485(4)、S0008→S0073(5)、S0148→S0485(6)、S0087→S36762、同时考虑公汽与地铁线路,解决以上问题。
3、假设又知道所有站点之间的步行时间,给出任意两站点之间线路选择问题的数学模型。
二、问题的分析乘车方案选择的最终目的是尽最大可能地满足乘客的出行需求。
所以建立合理的乘客出行路线选择模型很重要的一点是通过对居民出行心理进行研究,以确定模型的优化目标和约束条件。
居民公交出行需求是居民对公交服务的期望,故应首先分析乘客出行考虑的因素及其重要性。
我们通过查找资料(参考文献[4])得到石家庄在市内主要公交站点进行的一次居民公交需求问卷调查的结果:34.47%的居民希望换乘次数最少;其次是时问最短为25.31%;路程最短为l8.59%;出行费用最低为12.44%;其他为6.19%。
可见影响居民公交出行的主要因素有以下3个:换乘次数、出行距离和出行时间。
图1:重要性比例图换乘次数是指乘客完成一次出行过程所需的换乘次数。
调查结果表明,换乘次数对公交的选择影响最大,若换乘次数较多,出行者会放弃对公交的选择。
转向其他更便捷的方式。
此外,换乘次数的增多往往也意味着出行费用的增加。
换乘比例高是我国城市公交出行的一个普遍现象,换乘次数的多少已成为影响居民公交出行的首要因素。
出行时间是影响居民公交出行的另一主要因素。
当其中任何一种出行方式时间过长时,居民都有可能改选其他出行方式。
出行距离尤其是车外距离对居民公交出行影响也比较明显,但是出行距离往往与出行时间成正比,而出行时间更能反映心理中出行距离的远近,故综合起来只考虑出行时间,即出行距离和出行时间看作一个因素考虑。
出行费用对居民出行路线选择的影响最小,因为一般情况下,换乘次数是不会超过两次的,不同路线的出行费用相差很小,在乘客的承受范围之内。
根据以上分析,确定选定乘车路线的原则为:首先选择换乘次数最少的路线,其次是时间最短。
最后将得到的换乘次数最少、出行时间最短的路线输出,并给出各路线的出行费用,供乘客参考选择。
其次我们对公共交通工具进行分析。
公共交通工具简称公交,本题中包括公汽、地铁两种。
其中公汽又可以分为三种:环线车、往返车,上下线车。
因为车的种类很多,线路各有特点,比如上下线车的上下线路站点不完全一样,环行车的起始点和终点一样等,为了研究的方便必须进行统一的处理,然后建立一个完整、详细的公交网,利用这个公交网进行查询。
我们利用公交网可以查找到换乘次数最少的路线,但是换乘次数相同的路线往往不止一条,在换乘次数相同的情况下,还需要考虑出行时间。
公交的出行时间由三部分组成,即公共交通乘行时间、步行时间、候车时间,计算时间时按部分分开计算。
分析了以上问题后,我们对具体问题进行具体分析。
问题一只考虑公汽的换乘,利用已经建立的公交网络,建立查询模型相对容易。
搜索的方法可以采用启发式搜索算法、广度优先搜索算法及类似于递归的方法进行查找。
得到换乘次数最少的路线后,再计算出行时间,最后给出供选择路线的出行费用,供乘客参考。
问题二加入了地铁线路,地铁线和公汽线构成了一个大的公交网络。
但是在问题二中不同站点间可不乘车而通过地铁站联系起来,即不同站点近似成一个站点了。
因为这些站点是通过地铁站联系起来的,而不是通过线路连接起来的,它们间的关系在公交网中无法体现出来,所以我们应该建立一个矩阵来存储站点间的关系,该矩阵要能反映出可以通过地铁站联系起来的站点间的关系。
然后根据该矩阵,利用地铁线路和公汽线构成的公交网络进行查找,原理同问题一的一样,即可以得到结果。
问题三又考虑了步行的情况。
它比问题二的范围更广,也更符合现实情况。
问题一中只有当不同线路之间具有公共点时才能进行转车,问题二可以通过地铁站在不同的站点换乘,但是它们计算出来的结果有时并不符合实际情况,比如在实际出行时只需换乘两次便可以到达目的地,但是计算出来的结果却需要乘三次或四次。
出现这种情况的原因就是忽视了现实生活中人们步行小段距离再转车的现象。
具体地说,人们在转车时,并不是下车后直接在下车的站点处转车,往往需要步行一小段距离到附近的站点去转车。
问题三即考虑了这种情况,它和问题二都是同一类的问题,即不同站点间可以转车,只是它的联系方式有两种:地铁站和步行。
我们只需将问题二建立的矩阵扩大一下,加入步行后站点间的关系,就可以利用问题二的模型计算出结果。
三、模型假设考虑实际问题情况和解决问题的方便,我们对问题进行了简化,做出如下的假设:(1)乘客出行路线的选择依据的先后顺序都为:换乘次数、出行时间、出行费用。
(2)不考虑道路交通运行条件的影响;(3)公汽、地铁等相邻站点间运行时间相同,不考虑各站间距离、交通状况对行驶时间的影响,即:相邻公汽站平均行驶时间(包括停站时间):3分钟相邻地铁站平均行驶时间(包括停站时间):2.5分钟(4)各种公交在不同地点的换乘所需时间都统一处理,即不考虑各种公交的发车频率、行驶速度以及其他一些因素的影响。
即:公汽换乘公汽平均耗时:5分钟(其中步行时间2分钟)地铁换乘地铁平均耗时:4分钟(其中步行时间2分钟)地铁换乘公汽平均耗时:7分钟(其中步行时间4分钟)公汽换乘地铁平均耗时:6分钟(其中步行时间4分钟)(5)乘坐各种公交时所需的等待时间一定。
即:乘坐公汽需要的等待时间为3分钟、乘坐地铁所需要的等待时间为2分钟。
(6)地铁站点相对应的公汽站点间的换乘时间是由从一对应公汽站走到地铁站的4分钟、再由地铁站走到另一对应的公汽站的4分钟以及乘坐公汽所需的等待时间3分钟组成。
即通过地铁站点相对应的公汽站点间的换乘时间为11分钟。
四、参数定义S:起始点;F:终到点;C:中转站;line[][]:存储各条线路的站点信息的矩阵;stat_line[][]:存储通过各站点的线路信息的矩阵;stat_stat[][]:存储邻接点的矩阵;type[]:保存存储的路线的收费情况:分段计费或单一制1元计费;L:公汽线路;S:公汽站点;T:地铁线路;D:地铁站点。
五、模型的建立及求解五、五、五、1. 1.问题一模型的建立及求解本问题的建模思路为:首先对题目所给的数据进行处理、输入,建立公交网络;然后根据公交网络进行搜索,找到换乘次数最少的路线;再算出各路线的出行时间,找出出行时间最短的路线;最后算出路线的出行费用,将换乘次数最少、出行时间最短的路线输出,并输出其出行费用。
公交网络路线查询算法:1)1)读入数据,建立公交网络存储的数据结构。
将原始数据进行特殊处理,便于存储。
每一条线包括4-5行,如下:第一行:线路的编号,在存储的时候将分成两条线来存储;第二行:线路的类型,0:分段计价,1:单一制1元计价;第三行:线路的条数,1:往返线,2:上下行线,3:环形线;第四行:线路经过的节点(若有上下行线则还有第五行);公交路线的存储:建立line[]矩阵,如表一所示:a .上下行线:对于上行和下行分别当成两条路线来处理,且编号相差520。