论文部分内容阅读
近年来,各大城市的交通拥堵状况日益严重,空气质量也每况日下,这和市民普遍使用私家车出行密切相关。大力发展公共交通以减少私家车的使用是解决上述问题的切实可行的办法。传统的公交单线路调度方法存在着的人力资源、场站资源的浪费现象,实现多线路联合调度可以提高资源利用率。物联网和智能公交的飞速发展使得获取各种实时信息成为可能,因此如何借助物联网发展带来的契机实现对城市公交多线路的动态发车调度开始变得尤为重要起来。本文正是在此背景下展开了对物联网环境下的城市公交多线路动态发车优化方法的研究,主要的研究工作包括如下几个方面:第一,建立了以滚动时间窗为背景的、以最小化乘客的等车时间为目标函数的公交多线路动态发车基础模型,模型中考虑了物联网环境下能够采集到大量的实时信息。针对滚动时间窗内的第一个规划周期设计了遗传算法进行优化求解,针对多个规划周期的优化设计了基于记忆的遗传算法进行求解,求解结果证明这样比只使用普通遗传算法求解效率更高。第二,建立了考虑公交车容量限制的公交多线路动态发车优化模型,模型中使用的公交车的运营速度是与实时路况相关的非均匀运营速度,考虑了这些因素的模型更贴合实际情况。使用所建立的数学模型对常见的几种客流案例进行了求解分析,优化结果证明了本模型针对不同的客流变化均具有一定的优化效果。第三,考虑到公交公司的实际运营过程中会使用不同车型的公交车,本文针对不考虑公交车运营费用的情况建立了以最小化乘客等车时间为目标函数的优化模型,针对考虑运营费用的情况建立了以最小化乘客等车费用和公交车运营费用之和为目标函数的优化模型,并使用遗传算法分别求解了低、中、高客流案例,优化结果证明使用多种车型的公交车可以取得更好的优化效果。第四,在所提出的公交动态调度理论的基础上,参与了城市公交智能运营调度平台软件系统的开发,应用Visual Studio 2010开发平台,结合SQL Server 2008数据库,使用C#语言完成了软件系统中的多线路动态调度模块的开发,将文中的多线路动态发车优化方法嵌入了软件系统中。