论文部分内容阅读
随着社会经济的发展,城市化推进不断加快。交通是城市各部分互相联系的重要渠道,决定着居民出行的便利度。随着车辆数目的不断增加,城市道路的拥堵情况日益严重,公共交通对改善这一情况有着显著作用。公交车仍是所有公共通出行方式中普及度最高的方式,在各级城市中都有公交车为市民服务。随着城市的不断扩大,对公交车的载客量及公交车的服务水平有着更高的要求,对公交车的优化就显得更为重要。
为了使公交车更好地满足城市居民的需求,同时降低公交车公司的运营成本,本文针对公交车运营中的时刻表设计和车辆的排班调度问题,设计多目标模型进行集成优化以使公交车的运营最大化满足乘客需求的同时获得最小的运营成本。本文对具有上下行的公交线路进行优化,将优化时间段根据需求程度进行划分,在已知车辆数、车辆所需的在途时间、车辆到站后所需休息时间的情况下最小化运营成本并最大化用户需求。将时刻表的设计与车辆排班这两个独立的问题集成在一个模型中,进行同步优化而不是分步优化。算例表明公交时间表及车辆排班集成调度模型可以有效避免产生局部最优解。
此外,在公交车的运行过程中,本文考虑了车辆故障及道路拥堵导致的公交车在途时间延长等不确定因素。为了使生成的时间表及车辆调度有更好的适应性,本文建立了两阶段随机规划模型。第一阶段设计公交车的时刻表,第二阶段对车辆进行排班。将问题分解为主问题和子问题,使用模拟退火及遗传算法相结合的方法进行求解,算例表明在大规模求解上该算法也有较高的效率。
本文建立的两个模型分别考虑了时间表设计及车辆排班问题中的多目标情况及随机情况,根据已知条件得到较合理的公交发车时刻表及车辆排班计划,模型结果可以为公交企业提供实际应用建议。
为了使公交车更好地满足城市居民的需求,同时降低公交车公司的运营成本,本文针对公交车运营中的时刻表设计和车辆的排班调度问题,设计多目标模型进行集成优化以使公交车的运营最大化满足乘客需求的同时获得最小的运营成本。本文对具有上下行的公交线路进行优化,将优化时间段根据需求程度进行划分,在已知车辆数、车辆所需的在途时间、车辆到站后所需休息时间的情况下最小化运营成本并最大化用户需求。将时刻表的设计与车辆排班这两个独立的问题集成在一个模型中,进行同步优化而不是分步优化。算例表明公交时间表及车辆排班集成调度模型可以有效避免产生局部最优解。
此外,在公交车的运行过程中,本文考虑了车辆故障及道路拥堵导致的公交车在途时间延长等不确定因素。为了使生成的时间表及车辆调度有更好的适应性,本文建立了两阶段随机规划模型。第一阶段设计公交车的时刻表,第二阶段对车辆进行排班。将问题分解为主问题和子问题,使用模拟退火及遗传算法相结合的方法进行求解,算例表明在大规模求解上该算法也有较高的效率。
本文建立的两个模型分别考虑了时间表设计及车辆排班问题中的多目标情况及随机情况,根据已知条件得到较合理的公交发车时刻表及车辆排班计划,模型结果可以为公交企业提供实际应用建议。