CN103745277A - 一种轨道交通接驳公交线网优化系统 - Google Patents

一种轨道交通接驳公交线网优化系统 Download PDF

Info

Publication number
CN103745277A
CN103745277A CN201410029066.3A CN201410029066A CN103745277A CN 103745277 A CN103745277 A CN 103745277A CN 201410029066 A CN201410029066 A CN 201410029066A CN 103745277 A CN103745277 A CN 103745277A
Authority
CN
China
Prior art keywords
bus
sytem
cost
walking
feeder
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410029066.3A
Other languages
English (en)
Inventor
黄兆东
郑彭军
叶晓飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo University
Original Assignee
Ningbo University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningbo University filed Critical Ningbo University
Priority to CN201410029066.3A priority Critical patent/CN103745277A/zh
Publication of CN103745277A publication Critical patent/CN103745277A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种轨道交通接驳公交线网优化系统，包括数据采集模块、数据处理模块和结果输出模块，其特征在于：所述数据处理模块对轨道交通目标站点覆盖范围内的接驳公交线网走向、站点位置、发车频率等综合参数进行优化。本发明的轨道交通接驳公交线网优化系统解决复合式路网和多式竞争条件下的公交接驳线网的整体优化问题，使包括运营成本、轨道交通接驳成本在内的总成本最小化。

Description

一种轨道交通接驳公交线网优化系统
技术领域
本发明属于交通运输领域，具体是一种轨道交通接驳公交线网优化系统。 
背景技术
目前，我国许多大城市路网规划模式均为棋盘+放射+环状路的复合式路网，这类充分结合了放射、环状路网的优势形成的复合式路网结构大大增加了公共交通线网的复杂度，如图1所示，对公交线网优化提出了新的挑战。 
轨道交通接驳公交指的是专门服务于城市轨道交通的公共交通服务，旨在提供中、短途交通服务，解决交通小区和轨道交通站点之间无缝衔接。 
当前，我国许多城市往往专注于轨道交通骨干线网的建设而忽视了与之相配套的接驳公交的同步跟进、衔接与匹配，从而大大削弱了骨干线路的运营效率和整个网络的客流输送效能。因而，为处于主体地位的轨道交通系统建立完善的二级公交接驳网络，实现交通小区与相应轨道交通枢纽站点的无缝衔接有着实际的现实需求，也是提高公交系统整体效率的重要发展方向。 
作为一个接驳公交线网优化系统，它首要解决的关键问题是接运站点的选取和接运线路的优化 ，这二者又与道路网络的形态密切相关。目前，我国在接驳公交线路的优化方面理论研究相对滞后，特别是在包含方格、环形等多种拓扑结构的复合式路网条件下，对多种轨道交通接驳方式相互竞争等复杂条件作综合考虑的线网规划理论储备严重不足。当前研究所存在的共同问题，主要表现为两个方面： 
一是现有线网优化模型多基于形式单一的拓扑结构。而公交站点、接驳需求被假设全部集中于网络的各节点。这样的假设不但不符合公交站点位置的设计规范（岔口设置公交站点将严重阻碍交通），同时接驳需求和公交站点的重合也忽略了乘客对公交站点和线路本身的选择行为，使现有优化方法无法根据实际接驳公交需求的分布和路径选择特点对公交站点的位置进行有效优化。
二是在线网优化模型中，接驳公交以外的其他接驳方式对接驳需求的影响考虑不足，也就是弹性接驳需求问题。目前在极少数模型中开始对这一问题有所涉及，但仅仅考虑了单一方式（例如小汽车）对整个接驳网络的影响。由于缺少对步行等更常见的接驳方式的考虑，使得现有方法在对位于人口稠密区域的轨道交通站点进行线网优化时，轨道交通站点步行范围内接驳公交需求的预测结果较实际高得多，从而导致优化结果中相关区域的接驳公交服务远远大于实际需求，造成资源的浪费和交通的拥堵。 
轨道交通接运线路规划属于公共交通网络设计问题(Transit Network Design Problem，TNDP)中的一个分支。它的研究目标通常是通过对接运线网走向的优化，使包括乘客、公交公司在内的总的社会成本最小化。最早的TNDP问题可以追溯到1925年由Patz设计的以满载率为目标的简单规划模型。Sullivan等指出了在大城市中将地面公交和地铁等轻型铁路整合的重要性，认为城市中地面公交系统和地铁的关系应该是互相弥补各自的不足而非竞争关系。 
Wirasinghe 等提出了一个仅包含接运线覆盖范围、站点间距及发车间隔的简单的铁路公交接运线优化模型。该模型将铁路和接运公交线路假设为相互垂直的线段集合。Kuah等人解除了铁路和接运公交线相互垂直的约束,建立了简单假定了小区需求、公交站点和道路交叉口三点重叠作为常量的公交接驳需求。Kuah等人提出了以乘客出行成本和接运线运营公司运营成本之和最小为目标的公交接运线优化模型。 
Chien等提出了一个为单个铁路站点设计的以出行成本和运营成本最小为目标的公交接运线模型。该模型考虑了方格状道路网络、接驳公交需求的离散分布等更加实际的问题，但假设了接驳公交可以随时随地停靠、对接驳公交需求弹性以及接运车辆容量等方面也未加考虑。因而该模型仅能对公交线网的走向进行优化而无法考虑更具体的诸如站点位置、发车时间等要素，导致了模型在实际应用上的局限性。同一时期的诸如蒋冰蕾等人建立的基于已知轨道交通和常规公交系统固定客运需求OD量的接驳公交优化模型也存在类似问题。 
以上这些早期的模型主要是在接驳公交需求为常量前提下对接驳线网的布设方案和发车频率做了分析，而对线网中的站点位置优化、各交通小区对站点选择行为等并未进行深入研究。 
Fan等提出了接驳公交需求的弹性特点。指出在线网规划阶段，应考虑除接驳公交外的其他方式对轨道交通接驳需求的影响，接驳公交需求会随公交服务水平（如发车频率、乘车时间、站点停靠时间等）的变化而弹性变化。另一方面，接驳公交站点需求的变化又会反过来引起发车频率、站点停靠时间甚至站点的最优位置的变化。由此可见，接驳公交的需求弹性问题、站点位置优化问题与接驳线网等要素紧密联系，缺一不可。 
Lee等对Chien等人的模型做了改进，在公交线路优化模型中引入了小汽车接驳方式的影响，使接驳公交的需求由原来假定的常量改进为受小汽车和公交服务水平共同影响的弹性需求模式。该模型假设所有需求和接驳公交站点全部集中于理想方格状拓扑网络的端点，对站点位置的可行性、最优性以及交通小区质点与线网的空间关系并未加以考虑。Yu等人对交通小区质点与道路网的空间关系作了深入研究，提出了以居民平均步行距离最小为指标的接驳公交站点选择模型。Lownes 等人在考虑交通小区质点与道路网空间关系的基础上，提出了基于方格状拓扑结构的铁路站点接驳公交网络优化模型。该模型假设所有公交站点位置事先确定，因而无法在优化线路走向的同时对站点位置进行同步优化。此外，接驳方式上该模型仅考虑了接驳公交，并未考虑多种接驳方式对接驳公交需求的影响。孙杨等人提出了弹性需求下的以接驳公交乘客量最大化、乘客成本、运营成本最小化为优化目标的接驳公交网络设计模型。通过引入Logit模型分析了乘客对两种衔接交通（接驳公交和小汽车）的选择行为。然而模型最大的不足是建立在单一拓扑结构之上，并将接驳公交站点直接简化为小区的需求质点，忽略了乘客对接驳公交站点本身的选择行为。此外，也未对其他接驳方式加以考虑。 
目前大量研究表明，轨道交通站点最大步行距离将近1km,在这个范围以内的交通小区，相对于接驳公交和小汽车，步行方式具有相当的竞争力。而我国很多坐落在CBD(Central Business District)的轨道交通站点在1km范围内本身就具有很高的人口密度。因而考虑单一的接驳方式影响的模型由于无法对这些地区接驳公交需求做出有效预测，容易导致产生的优化方案偏离实际，无法达到预期效果。 
通过以上分析可以看出，接驳公交线网优化模型理论经历了早期的单一接驳方式下的基于单组线段间距的优化，到后来的在简单拓扑结构的路网背景下引入交通小区对接驳公交站点的选择行为等更为现实的情况。近年来，线网优化研究开始考虑复杂度更高的接驳公交需求弹性问题，包含线网分布、发车频率、站点位置等多个决策变量和多种接驳方式影响下的综合优化模型已经成为线网优化领域重要的发展方向。 
目前，接驳线网优化领域存在的不足主要体现在两个方面：（1）当前模型在弹性接驳需求条件下无法对线网走向和站点位置作出同步优化，因而无法提供给决策者完整的接驳公交线网优化信息。（2）预测公交接驳需求时仅考虑小汽车一种替代接驳方式，步行等其他方式的缺失导致其接驳公交需求预测失真，最终造成线网优化结果的准确度大大降低。 
因此，到目前为止，还没有一个能够在接近实际的复合式路网条件下，综合考虑多种接驳方式影响下对包括线路、站点、发车频率进行综合优化的接驳公交网络优化模型。 
发明内容
本发明克服以上两方面存在的不足,建立起了一套基于复合式路网同时考虑多种接驳方式影响下的线网及站点同步优化系统。其技术方案如下： 
一种轨道交通接驳公交线网优化系统，包括数据采集模块、数据处理模块和结果输出模块，其特征在于：所述数据处理模块对轨道交通目标站点覆盖范围内的接驳公交线网走向、站点位置、发车频率等综合参数进行优化。
进一步的，所述数据采集模块主要采集基础路网和轨道交通出行需求两种类型的数据。 
进一步的，所述基础路网数据主要来自实际路网的Shapefile矢量文件，通过数据预处理，得到描述复合式路网结构的连通性矩阵以及距离的权值矩阵。 
进一步的，所述轨道交通出行需求数据来自对居民的出行行为调查，包含了轨道交通目标站点覆盖范围内的居民的出行量及相应的起讫点。 
进一步的，所述数据处理模块的目标方程如下： 
总成本可以表示为：
C总成本 = C用户成本 + C运营成本                                      （1）
C用户成本主要包含三类接驳成本，分别为步行接驳成本、公交接驳成本和小汽车接驳成本；
步行接驳成本 
Figure 487940DEST_PATH_IMAGE001
            （2）
其中，qwi指在交通小区i选择步行接驳的居民数；Rwi指从交通小区i到邻近的轨道交通站点的步行平均距离；指平均步行速度；
Figure 159410DEST_PATH_IMAGE003
指步行的单位时间成本；
公交接驳成本
Figure 372216DEST_PATH_IMAGE004
      （3）
小汽车接驳成本
Figure 15687DEST_PATH_IMAGE005
   （4）
公交运营成本
Figure 350854DEST_PATH_IMAGE006
                          （6）
对于选择小汽车、接驳公交、步行三种接驳方式的居民数qai, qbi, and qwi，分别由以下式子得出：
                                （7）
Figure 597738DEST_PATH_IMAGE008
                                （8）
Figure 33398DEST_PATH_IMAGE009
                                （9）
其中，Qi是交通小区i的轨道交通出行总需求；Uauto,Ubus,Uwalk是小汽车、接驳公交和步行三种接驳方式的效用函数；
最后，目标方程可以表示为：
Figure 805045DEST_PATH_IMAGE010
            （10）。
进一步的，对于式（10），接驳公交站点选择约束： 
Figure 755683DEST_PATH_IMAGE011
 for i=1, 2,…., I；                   （11）
Figure 575872DEST_PATH_IMAGE012
                                       （12）
Figure 928356DEST_PATH_IMAGE013
                                           （13）
约束(11)假定每一个交通小区至多选择1个接驳公交站点；约束（12）确保步行至公交站点的距离不会超过允许的最大上限；约束（13）确保了被交通小区选择的公交站点有且至少有1条公交线路经过。
进一步，对于式（10），接驳公交负载系数约束： 
Figure 870904DEST_PATH_IMAGE014
Figure 246522DEST_PATH_IMAGE015
                               （14）
接驳公交负载系数ρ是实际人数与荷载人数之比，值的变化范围在0-1之间。如果满载，则ρ为1。对于公交线m，若公交车荷载为C, 最大允许载荷系数为ρ，发车频率为
Figure 667139DEST_PATH_IMAGE016
，那么公交线m的总容量为，可知
Figure 689376DEST_PATH_IMAGE018
为在交通小区i选择接驳公交的居民在备选站点j搭乘线路m的人数。
进一步的，对于式（10），发车间隔约束： 
        
Figure 614607DEST_PATH_IMAGE019
Figure 776598DEST_PATH_IMAGE015
                              （15）
公交线路和车队约束：
Figure 838095DEST_PATH_IMAGE020
Figure 122446DEST_PATH_IMAGE021
                                        （16）
Figure 472656DEST_PATH_IMAGE022
                                              （17）
Figure 500654DEST_PATH_IMAGE023
                                                   （18）
                                            （19）
Figure 809593DEST_PATH_IMAGE025
                                          （20）
不等式（16）、（17）限制了每条公交线路的长度上限以及公交线路的数量；不等式（18）限制了每条公交线的最小站点数量。当备选站点j包含在线路m中时，Smj为1，否则为0，不等式（20）确保了车队规模不大于规模上限W。
进一步的，数据处理模块主要由参数预处理、初始解计算、网络参数计算、解的搜索方法四部分组成。 
进一步的，1）参数预处理 
在这一模块，主要完成两个任务：候选站点集和候选线路的确定;对于任务一候选站点集的确定，主要由两类点集组成，第一种是基础路网的十字路口点集，第二种是分布式点集。所谓分布式点集，指的是每个由路网分割而成的交通小区的质点到四周道路的最近接入点。对于任务二的候选线路，主要通过计算每一个候选站点到轨道交通站点的K条最短路径确定;
2）初始解的确定
初始解包含了一组接驳公交线路以及线路所覆盖的各交通小区的出行方式划分情况和公交站点选择情况。影响居民对公交站点选择的主要因素是公交站点的远近、公交车的等候时间以及乘车时间；在这里，所有的时间根据一定的权重，全部转化为“美元/小时”作为成本计算的基本单位。初始解的质量直接影响到用启发式算法求解最优解的运算效率。不同于以往随机产生一个初始解的方法，在这里算法将在候选线路集中为每一个交通小区寻找总成本最小的线路作为初始解，从而最大限度接近最优解，从而提高整个问题的求解效率；
3）网络参数计算
网络参数计算模块主要由三个部分构成：公交站点位置计算、出行方式选择模型（MNL-PM）以及公交发车频率计算；公交站点位置的确定主要通过在候选站点集中寻找属于给定线路的离各个交通小区距离最近的点从而确定给定线路的站点位置；
对于出行方式选择部分，主要考虑三种接驳方式：步行接驳、公交接驳和小汽车接驳。当到轨道交通站点的步行距离小于Rwmax时，步行接驳有效。当有且至少有一个公交站点在步行至公交站点的距离上限范围内时，公交接驳有效。对于以上三种接驳方式的效用函数，可以表示为：
Figure 709416DEST_PATH_IMAGE026
                         （20）
Figure 275527DEST_PATH_IMAGE027
     （21）
Figure 16343DEST_PATH_IMAGE028
          （22）
其中：TTauto：小汽车接驳时间（min）；TCauto：小汽车行使成本（$）；PKCauto小汽车停车成本($/day)；TTbus：接驳公交乘车时间(min)；TCbus:接驳公交票价， ($)；WTbus:公交车等待时间(min)；TTwalk:步行接驳时间(min)；
对于以上三种出行方式的选择模型，如果认为每一条接驳公交线与步行和小汽车接驳方式都是平等的，那么可以用多项式离散模型(MNL)进行求解。然而问题是每一条公交线都属于公交接驳这一方式，因而他们之间属于嵌套关系。由于这一关系不满足独立同分布的要求，因而无法使用传统的MNL模型进行求解。针对这个问题，这里提出了一种新的多项式离散选择比例模型（MNL-PM）来计算不同公交车服务水平下各交通小区的方式选择结果。该模型分为两步，首先步行接驳、公交接驳和小汽车接驳将作为独立平等的方式，以效用函数为基础利用离散选择模型确定各交通小区的方式选择状况。然后，按照接驳公交线路以及服务水平的状况按比例将各小区选择公交接驳部分的居民分配至不同公交线路，从而完成整个方式划分的计算。这一方法既不违背多项式离散选择模型的独立同分布假设，同时又极大地提高了运算效率；
4）解的搜索方法
该模块主要用于在不同线网组合而成的解空间里搜索适用于给定基础路网和需求分布状况的接驳公交线网最优解，所使用的启发是算法是禁忌搜索(Tabu Search)；
在禁忌搜索中，主要考虑两种线路集合：候选线路集、第t代线路解集Xt，解集里公交线路的数量不能超过
Figure 376917DEST_PATH_IMAGE029
。候选线路集R包含了所有在参数预处理模块中得到的线路集合：
Figure 701719DEST_PATH_IMAGE030
，M为候选公交线总数且
Figure 71521DEST_PATH_IMAGE031
。第t代的总成本可以表示为：Z(Xt).
禁忌搜索的原理是通过对给定初始解邻域的搜索，并引入一个灵活的存储结构和相应的禁忌准侧来避免迂回搜索从而得到局部最优解的一种启发式算法；在第t代，
Figure 899799DEST_PATH_IMAGE032
表示了t-1代的解集，它是一串由0和1组成的数组，数组两部分组成，第一部分主要表示了该解集的候选线路情况。“1”代表解集中该条线路被选中，“0”则未被选中。第二部分只有“0”、“1”两个元素构成，通过和第一部分的元素交换，可以实现算法对第一部分中线路的取舍行为。
本发明的轨道交通接驳公交线网优化系统解决复合式路网和多式竞争条件下的公交接驳线网的整体优化问题，使包括运营成本、轨道交通接驳成本在内的总成本最小化。 
附图说明
图1是常见公共交通网络类型图； 
图2是轨道交通接驳公交系统结构示意图；
图3是轨道交通客流到轨道交通系统成本构成图；
图4是线网优化模型求解算法示意图；
图5是网络参数求解流程图；
图6是解的编码方式图。
具体实施方式
下面结合附图对本发明作进一步说明。 
 如图2所示，本发明的轨道交通接驳公交线网优化系统主要包含数据采集、数据处理、结果输出三部分。 
第一部分数据采集模块主要采集基础路网和轨道交通出行需求两种类型的数据。基础路网数据主要来自实际路网的Shapefile矢量文件，通过数据预处理，得到描述复合式路网结构的连通性矩阵以及距离的权值矩阵。轨道交通出行需求数据来自对居民的出行行为调查，包含了轨道交通目标站点覆盖范围内的居民的出行量及相应的起讫点。 
第二部分数据处理模块是整个接驳公交优化系统的核心，目的是根据基础路网数据和居民出行数据，以居民至轨道交通接驳成本、接驳公交运营成本最小化为目标，对轨道交通目标站点覆盖范围内的接驳公交线网走向、站点位置、发车频率等综合参数进行优化。以下将从目标方程、约束条件、算法三个方面进行具体说明。 
目标方程
总成本可以表示为：
C总成本 = C用户成本 + C运营成本                                      （1）
如图3所示，这里考虑的居民到轨道交通站点的成本（C用户成本）主要包含三类接驳成本，分别为步行接驳成本、公交接驳成本和小汽车接驳成本。接驳公交运营成本主要为公交车的维护和人力成本。
1)步行接驳成本。 
步行接驳成本指选择步行方式到轨道交通站点的居民所付出的时间成本。可以表示为： 
                      （2）
其中，qwi指在交通小区i选择步行接驳的居民数；Rwi指从交通小区i到邻近的轨道交通站点的步行平均距离；
Figure 305690DEST_PATH_IMAGE002
指平均步行速度；
Figure 416865DEST_PATH_IMAGE003
指步行的单位时间成本。
2）公交接驳成本。 
公交接驳成本表示如下： 
Figure 427547DEST_PATH_IMAGE004
     （3）
式（3）包含了步行至公交站点（
Figure 831721DEST_PATH_IMAGE034
）、等车成本（
Figure 927853DEST_PATH_IMAGE035
）、票价（
Figure 639457DEST_PATH_IMAGE036
）、车上成本（）四个部分。
3）小汽车接驳成本。 
小汽车接驳成本包括了车上时间成本（
Figure 581185DEST_PATH_IMAGE038
）、停车成本（
Figure 164613DEST_PATH_IMAGE039
）、小汽车维护成本（
Figure 414329DEST_PATH_IMAGE040
）。故下汽车接驳成本可以表示为： 
              （4）
最后，用户总成本可以表示为：
                                  （5）
对于公交运营成本，可以表示为：
Figure 717768DEST_PATH_IMAGE006
                                   （6）
其中，表示公交车往返一次的总时间，
Figure 548638DEST_PATH_IMAGE043
表示在第m条线路所需要的公交车总数。
对于选择小汽车、接驳公交、步行三种接驳方式的居民数qai, qbi, and qwi，可以由以下式子得出： 
Figure 29298DEST_PATH_IMAGE007
                          (7)
Figure 760887DEST_PATH_IMAGE008
                          (8)
Figure 617985DEST_PATH_IMAGE009
                         （9）
其中，Qi是交通小区i的轨道交通出行总需求；Uauto,Ubus,Uwalk是小汽车、接驳公交和步行三种接驳方式的效用函数。
最后，目标方程可以表示为： 
Figure 312271DEST_PATH_IMAGE010
       （10）
表1. 模型相关参数变量说明。
约束条件
对于所提出的优化模型（式10）的约束条件，主要有三种类型。
1）接驳公交站点选择约束。 
约束(11)假定每一个交通小区至多选择1个接驳公交站点；约束（12）确保步行至公交站点的距离不会超过允许的最大上限；约束（13）确保了被交通小区选择的公交站点有且至少有1条公交线路经过。 
Figure 946832DEST_PATH_IMAGE011
 for i=1, 2,…., I;		 (11)
Figure 342041DEST_PATH_IMAGE012
 (12)
Figure 828517DEST_PATH_IMAGE013
 (13)
2）接驳公交负载系数约束。 
接驳公交负载系数ρ是实际人数与荷载人数之比，值的变化范围在0-1之间。如果满载，则ρ为1。对于公交线m，若公交车荷载为C, 最大允许载荷系数为ρ，发车频率为
Figure 916559DEST_PATH_IMAGE016
，那么公交线m的总容量为
Figure 183592DEST_PATH_IMAGE017
。由表1可知
Figure 320176DEST_PATH_IMAGE018
为在交通小区i选择接驳公交的居民在备选站点j搭乘线路m的人数。所以
Figure 723475DEST_PATH_IMAGE046
为选择公交线路m的总人数。显然，公交线路m的容量应该等于或大于总需求，于是： 
Figure 982418DEST_PATH_IMAGE014
Figure 172966DEST_PATH_IMAGE015
 (14)
3）发车间隔约束。
发车间隔约束限制了公交车的最大和最小发车间隔，于是有： 
Figure 909978DEST_PATH_IMAGE019
 
Figure 433363DEST_PATH_IMAGE015
 (15)
4）公交线路和车队约束
Figure 20141002906631000021
不等式（16）、（17）限制了每条公交线路的长度上限以及公交线路的数量；不等式（18）限制了每条公交线的最小站点数量。当备选站点j包含在线路m中时，Smj为1，否则为0。不等式（20）确保了车队规模不大于规模上限W。
算法
如图4所示，轨道交通线网优化模型结构，主要由“参数预处理”、“初始解计算”、“网络参数计算”、“解的搜索方法”四部分组成。
1）参数预处理 
在这一模块，主要完成两个任务：候选站点集和候选线路的确定。对于任务一候选站点集的确定，主要由两类点集组成，第一种是基础路网的十字路口点集，第二种是分布式点集。所谓分布式点集，指的是每个由路网分割而成的交通小区的质点到四周道路的最近接入点。对于任务二的候选线路，主要通过计算每一个候选站点到轨道交通站点的K条最短路径确定。
2）初始解的确定 
初始解包含了一组接驳公交线路以及线路所覆盖的各交通小区的出行方式划分情况和公交站点选择情况。影响居民对公交站点选择的主要因素是公交站点的远近、公交车的等候时间以及乘车时间。在这里，所有的时间根据一定的权重，全部转化为“美元/小时”作为成本计算的基本单位。初始解的质量直接影响到用启发式算法求解最优解的运算效率。不同于以往随机产生一个初始解的方法，在这里算法将在候选线路集中为每一个交通小区寻找总成本最小的线路作为初始解，从而最大限度接近最优解，从而提高整个问题的求解效率。
3）网络参数计算 
如图5所示，网络参数计算模块主要由三个部分构成：公交站点位置计算、出行方式选择模型（MNL-PM）以及公交发车频率计算。公交站点位置的确定主要通过在候选站点集中寻找属于给定线路的离各个交通小区距离最近的点从而确定给定线路的站点位置。
对于出行方式选择部分，如前所述，主要考虑三种接驳方式：步行接驳、公交接驳和小汽车接驳。当到轨道交通站点的步行距离小于Rwmax时，步行接驳有效。当有且至少有一个公交站点在步行至公交站点的距离上限范围内时，公交接驳有效。对于以上三种接驳方式的效用函数，可以表示为： 
Figure 776937DEST_PATH_IMAGE026
 ((20)
Figure 317639DEST_PATH_IMAGE027
 ((21)
Figure 898793DEST_PATH_IMAGE028
 ((22)
其中：
TTauto:       小汽车接驳时间（min）; TCauto:       小汽车行使成本（$）; PKCauto:      小汽车停车成本($/day); TTbus:       接驳公交乘车时间(min); TCbus:       接驳公交票价, ($); WTbus:       公交车等待时间(min); TTwalk:       步行接驳时间(min);
对于以上三种出行方式的选择模型，如果认为每一条接驳公交线与步行和小汽车接驳方式都是平等的，那么可以用多项式离散模型(MNL)进行求解。然而问题是每一条公交线都属于公交接驳这一方式，因而他们之间属于嵌套关系。由于这一关系不满足独立同分布的要求，因而无法使用传统的MNL模型进行求解。针对这个问题，这里提出了一种新的多项式离散选择比例模型（MNL-PM）来计算不同公交车服务水平下各交通小区的方式选择结果。该模型分为两步，首先步行接驳、公交接驳和小汽车接驳将作为独立平等的方式，以效用函数为基础利用离散选择模型确定各交通小区的方式选择状况。然后，按照接驳公交线路以及服务水平的状况按比例将各小区选择公交接驳部分的居民分配至不同公交线路，从而完成整个方式划分的计算。这一方法既不违背多项式离散选择模型的独立同分布假设，同时又极大地提高了运算效率。
4）解的搜索方法 
该模块主要用于在不同线网组合而成的解空间里搜索适用于给定基础路网和需求分布状况的接驳公交线网最优解，所使用的启发是算法是禁忌搜索(Tabu Search)。
在禁忌搜索中，主要考虑两种线路集合：候选线路集、第t代线路解集Xt，解集里公交线路的数量不能超过
Figure 233960DEST_PATH_IMAGE029
。候选线路集R包含了所有在参数预处理模块中得到的线路集合：
Figure 962881DEST_PATH_IMAGE030
，M为候选公交线总数且
Figure 979379DEST_PATH_IMAGE031
。第t代的总成本可以表示为：Z(Xt). 
禁忌搜索的原理是通过对给定初始解邻域的搜索，并引入一个灵活的存储结构和相应的禁忌准侧来避免迂回搜索从而得到局部最优解的一种启发式算法。图6是所提出算法的编码方式。在第t代，
Figure 477356DEST_PATH_IMAGE032
表示了t-1代的解集，它是一串由0和1组成的数组。该数组两部分组成，第一部分主要表示了该解集的候选线路情况。“1”代表解集中该条线路被选中，“0”则未被选中。第二部分只有“0”、“1”两个元素构成。通过和第一部分的元素交换，可以实现算法对第一部分中线路的取舍行为。

Claims (10)

1.一种轨道交通接驳公交线网优化系统，包括数据采集模块、数据处理模块和结果输出模块，其特征在于：所述数据处理模块对轨道交通目标站点覆盖范围内的接驳公交线网走向、站点位置、发车频率等综合参数进行优化。
2.如权利要求1所述的轨道交通接驳公交线网优化系统，其特征在于：所述数据采集模块主要采集基础路网和轨道交通出行需求两种类型的数据。
3.如权利要求1所述的轨道交通接驳公交线网优化系统，其特征在于：所述基础路网数据主要来自实际路网的Shapefile矢量文件，通过数据预处理，得到描述复合式路网结构的连通性矩阵以及距离的权值矩阵。
4.如权利要求1所述的轨道交通接驳公交线网优化系统，其特征在于：所述轨道交通出行需求数据来自对居民的出行行为调查，包含了轨道交通目标站点覆盖范围内的居民的出行量及相应的起讫点。
5.如权利要求1所述的轨道交通接驳公交线网优化系统，其特征在于：所述数据处理模块的目标方程如下：
总成本可以表示为：
C总成本 = C用户成本 + C运营成本                                      （1）
C用户成本主要包含三类接驳成本，分别为步行接驳成本、公交接驳成本和小汽车接驳成本；
步行接驳成本                                                
Figure 2014100290663100001DEST_PATH_IMAGE001
            （2）
其中，qwi指在交通小区i选择步行接驳的居民数；Rwi指从交通小区i到邻近的轨道交通站点的步行平均距离；指平均步行速度；
Figure 238074DEST_PATH_IMAGE003
指步行的单位时间成本；
公交接驳成本      （3）
小汽车接驳成本   （4）
公交运营成本
Figure 959539DEST_PATH_IMAGE006
                          （6）
对于选择小汽车、接驳公交、步行三种接驳方式的居民数qai, qbi, and qwi，分别由以下式子得出：
Figure 329341DEST_PATH_IMAGE007
                                （7）
Figure 423199DEST_PATH_IMAGE008
                                （8）
                                （9）
其中，Qi是交通小区i的轨道交通出行总需求；Uauto,Ubus,Uwalk是小汽车、接驳公交和步行三种接驳方式的效用函数；
最后，目标方程可以表示为：
Figure 829089DEST_PATH_IMAGE010
            （10）。
6.如权利要求5所述的轨道交通接驳公交线网优化系统，其特征在于：对于式（10），接驳公交站点选择约束：
Figure 176150DEST_PATH_IMAGE011
 for i=1, 2,…., I；                   （11）
                                       （12）
Figure 92471DEST_PATH_IMAGE013
                                           （13）
约束(11)假定每一个交通小区至多选择1个接驳公交站点；约束（12）确保步行至公交站点的距离不会超过允许的最大上限；约束（13）确保了被交通小区选择的公交站点有且至少有1条公交线路经过。
7.如权利要求1所述的轨道交通接驳公交线网优化系统，其特征在于：对于式（10），接驳公交负载系数约束：
Figure 188603DEST_PATH_IMAGE014
Figure 900207DEST_PATH_IMAGE015
                               （14）
接驳公交负载系数ρ是实际人数与荷载人数之比，值的变化范围在0-1之间；
如果满载，则ρ为1；
对于公交线m，若公交车荷载为C, 最大允许载荷系数为ρ，发车频率为
Figure 968657DEST_PATH_IMAGE016
，那么公交线m的总容量为，可知
Figure 425363DEST_PATH_IMAGE018
为在交通小区i选择接驳公交的居民在备选站点j搭乘线路m的人数。
8.如权利要求1所述的轨道交通接驳公交线网优化系统，其特征在于：对于式（10），发车间隔约束：
       
Figure 878341DEST_PATH_IMAGE019
Figure 299833DEST_PATH_IMAGE015
                              （15）
公交线路和车队约束：
Figure 609592DEST_PATH_IMAGE020
Figure DEST_PATH_IMAGE021
                                        （16）
Figure 352420DEST_PATH_IMAGE022
                                              （17）
Figure DEST_PATH_IMAGE023
                                                   （18）
                                            （19）
Figure DEST_PATH_IMAGE025
                                          （20）
不等式（16）、（17）限制了每条公交线路的长度上限以及公交线路的数量；不等式（18）限制了每条公交线的最小站点数量；
当备选站点j包含在线路m中时，Smj为1，否则为0，不等式（20）确保了车队规模不大于规模上限W。
9.如权利要求1所述的轨道交通接驳公交线网优化系统，其特征在于：数据处理模块主要由参数预处理、初始解计算、网络参数计算、解的搜索方法四部分组成。
10.如权利要求9所述的轨道交通接驳公交线网优化系统，其特征在于：
1）参数预处理
在这一模块，主要完成两个任务：候选站点集和候选线路的确定;对于任务一候选站点集的确定，主要由两类点集组成，第一种是基础路网的十字路口点集，第二种是分布式点集；
所谓分布式点集，指的是每个由路网分割而成的交通小区的质点到四周道路的最近接入点；
对于任务二的候选线路，主要通过计算每一个候选站点到轨道交通站点的K条最短路径确定；
2）初始解的确定
初始解包含了一组接驳公交线路以及线路所覆盖的各交通小区的出行方式划分情况和公交站点选择情况；
影响居民对公交站点选择的主要因素是公交站点的远近、公交车的等候时间以及乘车时间；在这里，所有的时间根据一定的权重，全部转化为“美元/小时”作为成本计算的基本单位；
初始解的质量直接影响到用启发式算法求解最优解的运算效率；
不同于以往随机产生一个初始解的方法，在这里算法将在候选线路集中为每一个交通小区寻找总成本最小的线路作为初始解，从而最大限度接近最优解，从而提高整个问题的求解效率；
3）网络参数计算
网络参数计算模块主要由三个部分构成：公交站点位置计算、出行方式选择模型（MNL-PM）以及公交发车频率计算；公交站点位置的确定主要通过在候选站点集中寻找属于给定线路的离各个交通小区距离最近的点从而确定给定线路的站点位置；
对于出行方式选择部分，主要考虑三种接驳方式：步行接驳、公交接驳和小汽车接驳；
当到轨道交通站点的步行距离小于Rwmax时，步行接驳有效；
当有且至少有一个公交站点在步行至公交站点的距离上限范围内时，公交接驳有效；
对于以上三种接驳方式的效用函数，可以表示为：
Figure 183289DEST_PATH_IMAGE026
                         （20）
     （21）
Figure 159653DEST_PATH_IMAGE028
          （22）
其中：TTauto：小汽车接驳时间（min）；TCauto：小汽车行使成本（$）；PKCauto小汽车停车成本($/day)；TTbus：接驳公交乘车时间(min)；TCbus:接驳公交票价， ($)；WTbus:公交车等待时间(min)；TTwalk:步行接驳时间(min)；
对于以上三种出行方式的选择模型，如果认为每一条接驳公交线与步行和小汽车接驳方式都是平等的，那么可以用多项式离散模型(MNL)进行求解；
然而问题是每一条公交线都属于公交接驳这一方式，因而他们之间属于嵌套关系；
由于这一关系不满足独立同分布的要求，因而无法使用传统的MNL模型进行求解；
针对这个问题，这里提出了一种新的多项式离散选择比例模型（MNL-PM）来计算不同公交车服务水平下各交通小区的方式选择结果；
该模型分为两步，首先步行接驳、公交接驳和小汽车接驳将作为独立平等的方式，以效用函数为基础利用离散选择模型确定各交通小区的方式选择状况；
然后，按照接驳公交线路以及服务水平的状况按比例将各小区选择公交接驳部分的居民分配至不同公交线路，从而完成整个方式划分的计算；
这一方法既不违背多项式离散选择模型的独立同分布假设，同时又极大地提高了运算效率；
4）解的搜索方法
该模块主要用于在不同线网组合而成的解空间里搜索适用于给定基础路网和需求分布状况的接驳公交线网最优解，所使用的启发是算法是禁忌搜索(Tabu Search)；
在禁忌搜索中，主要考虑两种线路集合：候选线路集、第t代线路解集Xt，解集里公交线路的数量不能超过；
候选线路集R包含了所有在参数预处理模块中得到的线路集合：
Figure 711037DEST_PATH_IMAGE030
，M为候选公交线总数且
Figure 801746DEST_PATH_IMAGE031
；
第t代的总成本可以表示为：Z(Xt)；
禁忌搜索的原理是通过对给定初始解邻域的搜索，并引入一个灵活的存储结构和相应的禁忌准侧来避免迂回搜索从而得到局部最优解的一种启发式算法；在第t代，
Figure 581483DEST_PATH_IMAGE032
表示了t-1代的解集，它是一串由0和1组成的数组，数组两部分组成，第一部分主要表示了该解集的候选线路情况；
 “1”代表解集中该条线路被选中，“0”则未被选中；
第二部分只有“0”、“1”两个元素构成，通过和第一部分的元素交换，可以实现算法对第一部分中线路的取舍行为。
CN201410029066.3A 2014-01-22 2014-01-22 一种轨道交通接驳公交线网优化系统 Pending CN103745277A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410029066.3A CN103745277A (zh) 2014-01-22 2014-01-22 一种轨道交通接驳公交线网优化系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410029066.3A CN103745277A (zh) 2014-01-22 2014-01-22 一种轨道交通接驳公交线网优化系统

Publications (1)

Publication Number Publication Date
CN103745277A true CN103745277A (zh) 2014-04-23

Family

ID=50502294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410029066.3A Pending CN103745277A (zh) 2014-01-22 2014-01-22 一种轨道交通接驳公交线网优化系统

Country Status (1)

Country Link
CN (1) CN103745277A (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955807A (zh) * 2014-05-22 2014-07-30 文耀锋 考虑社会效益的列车席位全部od区段嵌套式管理方法
CN105427612A (zh) * 2016-01-21 2016-03-23 江苏省城市规划设计研究院 一种基于道路条件约束的枢纽常规公交接驳线路配置方法
CN105513406A (zh) * 2016-01-14 2016-04-20 深圳市小的科技有限公司 一种动态公交系统和方法
CN108009685A (zh) * 2017-12-07 2018-05-08 厦门理工学院 一种用于城市公共交通的智能移动终端
CN108021686A (zh) * 2017-12-14 2018-05-11 东南大学 一种快速匹配电子地图中公交线路与道路网络的方法
CN109002625A (zh) * 2018-07-26 2018-12-14 北京交通大学 一种基于鲁棒优化的接驳公交网络设计方法
CN109102705A (zh) * 2018-10-15 2018-12-28 上海市城市建设设计研究总院（集团）有限公司 有轨电车与公交共线控制方法
CN109615182A (zh) * 2018-11-16 2019-04-12 浩鲸云计算科技股份有限公司 一种轨道与常规公交线路拓扑空间分析的方法
CN109887267A (zh) * 2019-03-21 2019-06-14 华侨大学 一种轨道交通共线段常规公交调整方法
CN110648022A (zh) * 2019-09-18 2020-01-03 北京工业大学 一种考虑站点全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法
CN111105078A (zh) * 2019-11-29 2020-05-05 同济大学 一种定制公交网络优化方法
CN111489017A (zh) * 2020-03-26 2020-08-04 哈尔滨工业大学 一种基于带状乘客吸引区的接运公交网络优化方法
CN112085641A (zh) * 2020-08-24 2020-12-15 南京铁道职业技术学院 一种基于列车开行方案的高速铁路客流分配方法
CN112347596A (zh) * 2020-11-05 2021-02-09 浙江非线数联科技有限公司 一种城市公交线网优化方法
CN112381472A (zh) * 2021-01-15 2021-02-19 深圳市城市交通规划设计研究中心股份有限公司 一种地铁接驳公交线路优化方法、装置及存储介质
CN112905722A (zh) * 2019-12-04 2021-06-04 顺丰科技有限公司 一种行为识别的方法、装置及存储介质
CN113361984A (zh) * 2021-08-11 2021-09-07 北京航空航天大学杭州创新研究院 基于互馈模型的空港客流与运力流动态耦合方法和系统
CN113987730A (zh) * 2021-12-28 2022-01-28 广州市交通规划研究院 一种基于土地利用的大规模公交干线线路自动选择方法
CN114387810A (zh) * 2020-10-22 2022-04-22 丰田自动车株式会社 运行管理方法、服务器以及系统

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955807A (zh) * 2014-05-22 2014-07-30 文耀锋 考虑社会效益的列车席位全部od区段嵌套式管理方法
CN105513406A (zh) * 2016-01-14 2016-04-20 深圳市小的科技有限公司 一种动态公交系统和方法
CN105513406B (zh) * 2016-01-14 2019-03-19 深圳市小的科技有限公司 一种动态公交系统和方法
CN105427612A (zh) * 2016-01-21 2016-03-23 江苏省城市规划设计研究院 一种基于道路条件约束的枢纽常规公交接驳线路配置方法
CN108009685A (zh) * 2017-12-07 2018-05-08 厦门理工学院 一种用于城市公共交通的智能移动终端
CN108021686A (zh) * 2017-12-14 2018-05-11 东南大学 一种快速匹配电子地图中公交线路与道路网络的方法
CN108021686B (zh) * 2017-12-14 2021-03-23 东南大学 一种快速匹配电子地图中公交线路与道路网络的方法
CN109002625A (zh) * 2018-07-26 2018-12-14 北京交通大学 一种基于鲁棒优化的接驳公交网络设计方法
CN109102705B (zh) * 2018-10-15 2020-12-18 上海市城市建设设计研究总院（集团）有限公司 有轨电车与公交共线控制方法
CN109102705A (zh) * 2018-10-15 2018-12-28 上海市城市建设设计研究总院（集团）有限公司 有轨电车与公交共线控制方法
CN109615182A (zh) * 2018-11-16 2019-04-12 浩鲸云计算科技股份有限公司 一种轨道与常规公交线路拓扑空间分析的方法
CN109887267A (zh) * 2019-03-21 2019-06-14 华侨大学 一种轨道交通共线段常规公交调整方法
CN109887267B (zh) * 2019-03-21 2021-04-30 华侨大学 一种轨道交通共线段常规公交调整方法
CN110648022A (zh) * 2019-09-18 2020-01-03 北京工业大学 一种考虑站点全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法
CN110648022B (zh) * 2019-09-18 2023-10-20 北京工业大学 一种考虑站点全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法
CN111105078A (zh) * 2019-11-29 2020-05-05 同济大学 一种定制公交网络优化方法
CN111105078B (zh) * 2019-11-29 2023-09-29 同济大学 一种定制公交网络优化方法
CN112905722A (zh) * 2019-12-04 2021-06-04 顺丰科技有限公司 一种行为识别的方法、装置及存储介质
CN112905722B (zh) * 2019-12-04 2022-10-21 顺丰科技有限公司 一种行为识别的方法、装置及存储介质
CN111489017A (zh) * 2020-03-26 2020-08-04 哈尔滨工业大学 一种基于带状乘客吸引区的接运公交网络优化方法
CN111489017B (zh) * 2020-03-26 2023-06-16 哈尔滨工业大学 一种基于带状乘客吸引区的接运公交网络优化方法
CN112085641B (zh) * 2020-08-24 2023-12-15 南京铁道职业技术学院 一种基于列车开行方案的高速铁路客流分配方法
CN112085641A (zh) * 2020-08-24 2020-12-15 南京铁道职业技术学院 一种基于列车开行方案的高速铁路客流分配方法
CN114387810A (zh) * 2020-10-22 2022-04-22 丰田自动车株式会社 运行管理方法、服务器以及系统
CN114387810B (zh) * 2020-10-22 2024-04-05 丰田自动车株式会社 运行管理方法、服务器以及系统
CN112347596A (zh) * 2020-11-05 2021-02-09 浙江非线数联科技有限公司 一种城市公交线网优化方法
CN112381472A (zh) * 2021-01-15 2021-02-19 深圳市城市交通规划设计研究中心股份有限公司 一种地铁接驳公交线路优化方法、装置及存储介质
CN112381472B (zh) * 2021-01-15 2021-07-30 深圳市城市交通规划设计研究中心股份有限公司 一种地铁接驳公交线路优化方法、装置及存储介质
CN113361984B (zh) * 2021-08-11 2021-12-21 北京航空航天大学杭州创新研究院 基于互馈模型的空港客流与运力流动态耦合方法和系统
CN113361984A (zh) * 2021-08-11 2021-09-07 北京航空航天大学杭州创新研究院 基于互馈模型的空港客流与运力流动态耦合方法和系统
CN113987730A (zh) * 2021-12-28 2022-01-28 广州市交通规划研究院 一种基于土地利用的大规模公交干线线路自动选择方法

Similar Documents

Publication Publication Date Title
CN103745277A (zh) 一种轨道交通接驳公交线网优化系统
Zhang et al. A second-order cone programming model for planning PEV fast-charging stations
CN109034465B (zh) 考虑充电站选址与出行路径耦合的充电站两层规划方法
Liu et al. Multi-agent based optimal scheduling and trading for multi-microgrids integrated with urban transportation networks
Fu et al. A hierarchical line planning approach for a large-scale high speed rail network: The China case
CN101807222B (zh) 基于站点的城市公交线网优化配置方法
Saidi et al. Long-term planning for ring-radial urban rail transit networks
CN109190813B (zh) 一种基于双层规划的共享自行车区域投放规划方法
Zhang et al. Yen’s algorithm-based charging facility planning considering congestion in coupled transportation and power systems
Deng et al. Optimal design of feeder-bus network related to urban rail line based on transfer system
Majhi et al. Optimal allocation of dynamic wireless charging facility for electric vehicles
CN109543882A (zh) 一种基于最优公交平均站间距的公交线网密度计算方法
CN104637328A (zh) 一种车辆自组织网络中基于rsu的分布式实时导航方法
CN106408984A (zh) 基于物联网的城市交通流诱导系统
Wei et al. Strategic network expansion of urban rapid transit systems: A bi‐objective programming model
Binglei et al. An evaluation on coordinated relationship between urban rail transit and land-use under TOD mode
Zhou et al. Research on resource allocation optimization of smart city based on big data
CN101231718A (zh) 轨道交通换乘的票务清分方法
Saatloo et al. Hierarchical user-driven trajectory planning and charging scheduling of autonomous electric vehicles
CN117294577A (zh) 一种弹性配电网信息物理协同快速恢复方法及系统
CN108197879A (zh) 一种多模式客货共运方法及系统
Xu et al. Why China must build Sichuan-Tibet railway: From the perspective of regional comprehensive transportation network optimization
Zhang et al. A second order cone programming model for pev fast-charging station planning
Yao et al. Circle line optimization of shuttle bus in central business district without transit hub
Xiong et al. Optimal network design of battery-powered electric feeder bus with determination of fleet size and number of chargers

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140423

WD01 Invention patent application deemed withdrawn after publication