CN104966135B - 基于可达性和可达强度的公交线路网络优化方法 - Google Patents

Abstract

本发明公开了一种基于可达性和可达强度的公交线路网络优化方法；其包括以下步骤：获取公交线路网络优化基础数据并将该公交线路网络作为初始公交线路网络，计算初始公交线路网络目标函数值，利用遗传算法计算得到最优公交线路网络。本发明可以在满足原有的出行需求服务基础上提高线网可达性，实现可达强度与出行强度匹配最大化，使公交运营成本最小化，节约公交资源。

Description

基于可达性和可达强度的公交线路网络优化方法

技术领域

本发明属于公共交通技术领域，尤其涉及一种基于可达性和可达强度的公交线路网络优化方法。

背景技术

随着城市经济发展，城市小汽车数量日益增多，增加了城市道路交通拥堵情况。针对该问题，构建以公共交通为导向的城市交通发展道路是解决城市交通拥堵的关键。公共交通出行不仅能极大减少道路车辆，而且其经济性、环保性都优于小汽车出行。要发展城市公共交通首先就是对公交线路网络进行相关规划，而线路网络可达性及可达强度与客流需求匹配程度能就是评价公交线网的关键，因为一方面可达性直接关系到居民出行是否可以使用公交，另一方面可达强度与客流强度匹配程度决定了公交资源使用的合理性。因此，公交线网布局规划的相关研究对线网规划具有重要的指导意义，合理的线网布局能够极大的降低运营调度成本，提高公交资源利用率，同时乘客也能够更加便捷高效的利用公交出行。

现有的对公交线网规划主要停留在以经验为基础的线网规划及优化，且对于现有的公交线网优化往往是小区域局部优化，这对于规划人员的素质要求极高，不同的规划人员就会有不同的规划方案，该方法无法保证公交线网理论上的合理性。另外现有一些针对公交线网的可达性的评价研究，但没有对公交线网可达性优化及可达强度与客流强度匹配展开深入研究。由于现有的研究对象主要是站点间及单一源点的可达性计算，主要传统的算法对问题进行求解，但该方法无法达到寻优的目的，且对于大规模的整体线路网络已不再适用。

发明内容

本发明的发明目的是：为了解决现有技术对于大规模的整体线路网络无法适用及无法达到寻优效果等问题，本发明提出了一种基于可达性和可达强度的公交线路网络优化方法。

本发明的技术方案是：一种基于可达性和可达强度的公交线路网络优化方法，包括以下步骤：

A、获取公交线路网络优化基础数据，并将该公交线路网络作为初始公交线路网络；

B、根据步骤A中获取的公交线路网络优化基础数据计算初始公交线路网络目标函数值；

C、根据步骤A中的初始公交线路网络及步骤B中计算得到的初始公交线路网络目标函数值，利用遗传算法计算得到最优公交线路网络。

进一步地，所述公交线路网络优化基础数据包括优化区域线路站点总数量、站间距离、线路条数、每条线路站点数量、公交客流出行OD。

进一步地，所述步骤B根据公交线路网络优化基础数据计算初始公交线路网络目标函数值，具体包括以下分步骤：

B1、根据公交线路网络优化基础数据计算初始公交线路网络可达性目标函数值；

B2、根据公交线路网络优化基础数据计算初始公交线路网络可达强度与客流强度匹配程度目标函数值；

B3、根据初始公交线路网络可达性目标函数值和可达强度与客流强度匹配程度目标函数值，计算初始公交线路网络目标函数值。

进一步地，所述初始公交线路网络可达性目标函数，具体为：

maxZ₁＝K^d*f_d+K^c*f_c+K^u*f_u

其中，Z₁为可达性目标函数值，d表示直达，c表示换乘，u表示不可达，K^d为直达目标函数权重系数，f_d为直达目标函数值，K^c为换乘可达目标函数权重系数，f_c为换乘可达目标函数值，K^u为不可达目标函数权重系数，f_u为不可达目标函数值。

进一步地，所述初始公交线路网络可达强度与客流强度匹配程度目标函数，具体为：

其中，Z₂可达强度与客流强度匹配程度目标函数值，f_ij为站点i到站点j的可达性与客流匹配程度，m为站点总数。

进一步地，所述初始公交线路网络目标函数，具体为：

maxZ＝w₁*Z₁-w₂*Z₂

其中，Z为初始公交线路网络目标函数值。

进一步地，所述步骤C中利用遗传算法计算得到最优公交线路网络，具体包括以下分步骤：

C1、将初始公交线路网络作为父代公交线路网络，计算父代公交线路网络目标函数值；

C2、判断父代公交线路网络目标函数值是否满足遗传代数停止条件；若满足，则该公交线路网络即为最优公交线路网络，结束操作；若不满足，则进行下一步操作；

C3、利用交叉和变异方法改变公交线路网络中各线路站点组合，形成新的公交线路网络，并作为子代公交线路网络；

C4、计算子代公交线路网络目标函数值；

C5、将父代公交线路网络和子代公交线路网络进行混合，选取优势个体形成新的公交线路网络，并作为父代公交线路网络，返回步骤C2。

本发明的有益效果是：本发明依据现有的公交站点布设，利用公交线路网络可达性及可达强度与客流强度匹配结合遗传算法，实现对公交线路网络优化，通过对公交线路网络进行调整，可以在满足原有的出行需求服务基础上提高线网可达性，实现可达强度与出行强度匹配最大化，使公交运营成本最小化，节约公交资源。

附图说明

图1是本发明的基于可达性和可达强度的公交线路网络优化方法流程示意图。

图2是本发明中遗传算法流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，为本发明的基于可达性和可达强度的公交线路网络优化方法流程示意图。一种基于可达性和可达强度的公交线路网络优化方法，包括以下步骤：

A、获取公交线路网络优化基础数据，并将该公交线路网络作为初始公交线路网络；

B、根据步骤A中获取的公交线路网络优化基础数据计算初始公交线路网络目标函数值；

C、根据步骤A中的初始公交线路网络及步骤B中计算得到的初始公交线路网络目标函数值，利用遗传算法计算得到最优公交线路网络。

在步骤A中，通过对需要优化区域内公交线路网络进行调查，获取公交线路网络优化基础数据。这里的公交线路网络优化基础数据包括优化区域线路站点总数量、站间距离、线路条数、每条线路站点数量、公交客流出行OD(Original Destination)。本发明的优化方法是指在需要优化区域内，依据已经形成的规划站点和已知的公交线路条数，通过变化线路的站点组合，使整个公交线网网络达到最优的过程。

例如，需要优化区域内公交线路网络的基础数据为：

规划区域站点数量n_t为10，

规划区域各站点之间的距离矩阵d_ij为

每条线路站点数量n_s为3-4，线路条数为6条。

在步骤B中，本发明建立公交线路网络可达性及可达强度与客流强度匹配模型，来计算初始公交线路网络目标函数值，具体包括以下分步骤：

B1、根据公交线路网络优化基础数据计算初始公交线路网络可达性目标函数值；

B2、根据公交线路网络优化基础数据计算初始公交线路网络可达强度与客流强度匹配程度目标函数值；

B3、根据初始公交线路网络可达性目标函数值和可达强度与客流强度匹配程度目标函数值，计算初始公交线路网络目标函数值。

在步骤B1中，只存在公交直达或换乘一次到达目的站点的行为才为可达，换乘两次以上认为不可达，两站点存在直达和换乘可达时，即使换乘可达路径更短，出行者会选择直达出行方式。

站点直达可达是指出行者不需要通过换乘，可以经由某条公交线路直接从某一起始公交站点到达目的站点的出行过程。直达可达性目标函数f_d具体为：

其中，为站点i到站点j的直达参数取值，

换乘可达是指出行者通过一条线路到达某个中间站再通过一次换乘到达另外一条线路目的地的出行过程。换乘可达目标函数f_c具体为：

其中，为站点i到站点j的换乘可达参数取值，

不可达是除了直达及换乘可达的其他站点关系的描述。不可达目标函数f_u具体为：

其中，为站点i到站点j的直达参数取值，

由于站点之间的关系必然为直达、换乘及不可达三者中的一种且只能为一种，如果两站点之间满足任意一种关系则记为1，通过对公交线路网络站点关系的累加可得到公交线路网络可达性的目标值。而可达性最大化是规划线网时的关键目标之一，因此可以得到公交线路网络可达性目标函数，这里的公交线路网络可达性目标函数是直达、换乘可达和不可达加权值相加构成，具体为：

maxZ₁＝K^d*f_d+K^c*f_c+K^u*f_u

其约束条件具体为

其中，Z₁为可达性目标函数值，d表示直达，c表示换乘，u表示不可达，K^d为直达目标函数权重系数，K^c为换乘可达目标函数权重系数，K^u为不可达目标函数权重系数，s_l为相邻两站点站间距离，S_max为两站点站间距离允许最大值，S_min为两站点站间距离允许最小值，n_s为一条线路站点数量，N_min为形成一条线路最少站点数量，N_max为一条线路最多允许站点数量。

直达、换乘可达及不可达对于公交线网布局规划具有不同的效果，如何衡量其对公交网络整体可达性的贡献需要合理确定他们的权重系数。如果以直达目标函数权重系数K^d为参照标准，将其取值为1；换乘可达的系数K^c应介于0-1之间；而目标函数要使不可达最小化，不可达系数K^u取值小于0。传统的可达性计算评价仅仅需要对候选方案的可达性数值进行计算，而不进行最优方案寻找，且主要是针对两站点间及单一源点。本发明基于可达性模型构建及计算，构建公交可达性模型，并利用遗传算法迭代优化特点，对模型进行求解，实现公交线网空间可达性优化。

在步骤B2中，可达强度与可达性不同，后者只是描述了站点是否可达，而前者主要描述了其具体的可达值。客流强度是描述站点间出行需求，因此可达强度与客流强度达到最佳匹配是公交线路网络的关键目标，最佳的标准就是使可达强度与客流强度比值与1的差值绝对值累加和最小化。

首先对公交线路可达强度进行归一化处理，其中包括对公交线路直达强度和公交线路换乘强度可达强度分别进行归一化处理。

对公交线路直达强度进行归一化处理的计算公式具体为：

对公交线路换乘强度可达强度进行归一化处理的计算公式具体为：

再进行将客流强度进行归一化处理，其计算公式具体为：

其中，为公交线路直达强度归一化处理结果，即站点i到站点j的直达强度目标函数；为站点i到站点j的直达强度；为公交线路换乘强度可达强度归一化处理结果，即站点i到站点j的换乘可达强度目标函数；为站点i到站点j的换乘可达强度；为站点间客流归一化处理结果，D_ij为站点i到站点j的客流需求强度。站点i到站点j的直达强度和换乘可达强度可以通过公交线路网络优化基础数据得到，即对可达线路条数进行统计得到；站点i到站点j的客流需求强度即为公交客流出行OD。

当可达强度与客流强度完全匹配是通过每个站点可达强度与客流匹的比值描述的，当比值为1时则完全匹配，当比值不为1时，则表示不完全匹配，因此整体目标就是使各站点的匹配值f_i-j与1的差的绝对值累加。初始公交线路网络可达强度与客流强度匹配程度目标函数，具体为：

其中，Z₂可达强度与客流强度匹配程度目标函数值，f_ij为站点i到站点j的可达性与客流匹配程度，N_lim为客流直达要求最低限度客流值，α₁为客流大于直达要求最低限度时的直达效用系数，α₂为客流不大于直达要求最低限度时的直达效用系数。这里的α₁和α₂可以根据需要优化区域不同规划要求取定，α₁大于α₂，从而实现弱化换乘可达作用、强化直达作用，

在步骤B3中，由于以上两个目标函数都是关于公交线路网络规划中可达性考虑的问题且属于多目标规划问题，前者是求可达性最大、后者是求可达程度与客流程度匹配程度值最小，因此初始公交线路网络目标函数，具体为：

maxZ＝w₁*Z₁-w₂*Z₂

其中，Z为初始公交线路网络目标函数值，w₁为公交线路可达性目标函数权值系数，w₂为公交线路网络可达强度与客流强度匹配程度目标函数权值系数。

通过初始公交线路可达性目标函数和初始公交线路网络可达强度与客流强度匹配程度目标函数，根据公交线路网络优化基础数据，可以分别计算得到初始公交线路可达性目标函数至为29.4，,初始公交线路网络可达强度与客流强度匹配程度目标函数值为118；再设定w₁和w₂分别为0.5和0.5，即可计算得到初始公交线路网络目标函数值为-44.3。这里的w₁和w₂在实际公交线路网络规划过程中可根据规划现状设定。如表1所示，为初始公交线路网络布局方案示意表。

表1、初始公交线路网络布局方案示意表

在步骤C中，如图2所示，为本发明中遗传算法流程示意图。利用遗传算法通过改变线网布局，使初始公交线路网络目标函数值优化，直达到达遗传算法终止代数，算法终止得到最优化目标函数值及公交线路网络布局方案，具体包括以下分步骤：

C1、将初始公交线路网络作为父代公交线路网络，计算父代公交线路网络目标函数值；

C2、判断父代公交线路网络目标函数值是否满足遗传代数停止条件；若满足，则该公交线路网络即为最优公交线路网络，结束操作；若不满足，则进行下一步操作；

C3、利用交叉和变异方法改变公交线路网络中各线路站点组合，形成新的公交线路网络，并作为子代公交线路网络；

C4、计算子代公交线路网络目标函数值；

C5、将父代公交线路网络和子代公交线路网络进行混合，选取优势个体形成新的公交线路网络，并作为父代公交线路网络，返回步骤C2。

在步骤C1中，利用步骤B中的计算方法，根据公交线路网络优化基础数据计算父代公交线路网络目标函数值。

在步骤C2中，判断步骤C1中计算得到的父代公交线路网络目标函数值是否满足遗传代数停止条件，这里的遗传代数停止条件为在实际公交线路网络规划过程中根据规划现状进行预先设定。若父代公交线路网络目标函数值满足遗传代数停止条件，则该公交线路网络即为最优公交线路网络，即得到最优目标函数值及公交线路网络布局方案。若父代公交线路网络目标函数值不满足遗传代数停止条件，则进行下一步操作。

在步骤C3中，利用交叉和变异方法改变公交线路网络中各线路站点组合，形成新的公交线路网络，并作为子代公交线路网络。这里的交叉和变异方法为本领域技术人员常用技术手段，本发明不做赘述。

在步骤C4中，利用步骤B中的计算方法，根据公交线路网络优化基础数据计算子代公交线路网络目标函数值。

在步骤C5中，将父代公交线路网络和子代公交线路网络进行混合，并按照对应的目标函数值的优劣进行排序，选取目标函数值大的公交线路网络形成新的公交线路网络，并作为父代公交线路网络，返回至步骤C2。如表2所示，为公交线路网络优化布局方案示意表。

表2、公交线路网络优化布局方案示意表

其中，六条公交线路布局分别为1-4-6-9、9-10-7-4、6-2-5-8、3-1-5-9、3-6-10-7、2-3-4-8，目标函数值为10.2，因为10.2远大于初始线网目标-44.3，所以本发明的基于可达性和可达强度的公交线路网络优化方法对于公交线路网络的优化具有明显的效果。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (2)

1.一种基于可达性和可达强度的公交线路网络优化方法，其特征在于，包括以下步骤：

A、获取公交线路网络优化基础数据，并将该公交线路网络作为初始公交线路网络；

B、根据步骤A中获取的公交线路网络优化基础数据计算初始公交线路网络目标函数值；

C、根据步骤A中的初始公交线路网络及步骤B中计算得到的初始公交线路网络目标函数值，利用遗传算法计算得到最优公交线路网络；

所述步骤B根据公交线路网络优化基础数据计算初始公交线路网络目标函数值，具体包括以下分步骤：

B1、根据公交线路网络优化基础数据计算初始公交线路网络可达性目标函数值；

所述初始公交线路网络可达性目标函数，具体为：

maxZ₁＝K^d*f_d+K^c*f_c+K^u*f_u

其中，Z₁为可达性目标函数值，d表示直达，c表示换乘，u表示不可达，K^d为直达目标函数权重系数，f_d为直达目标函数值，K^c为换乘可达目标函数权重系数，f_c为换乘可达目标函数值，K^u为不可达目标函数权重系数，f_u为不可达目标函数值；

B2、根据公交线路网络优化基础数据计算初始公交线路网络可达强度与客流强度匹配程度目标函数值；

所述初始公交线路网络可达强度与客流强度匹配程度目标函数，具体为：

<mrow> <mi>min</mi> <mi> </mi> <msub> <mi>Z</mi> <mn>2</mn> </msub> <mo>=</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>&amp;NotEqual;</mo> <mi>i</mi> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>|</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>f</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mo>|</mo> </mrow> </mrow>

其中，Z₂可达强度与客流强度匹配程度目标函数值，f_ij为站点i到站点j的可达性与客流匹配程度，m为站点总数；

B3、根据初始公交线路网络可达性目标函数值和可达强度与客流强度匹配程度目标函数值，计算初始公交线路网络目标函数值；

所述初始公交线路网络目标函数，具体为：

maxZ＝w₁*Z₁-w₂*Z₂

其中，Z为初始公交线路网络目标函数值，w₁为公交线路可达性目标函数权值系数，w₂为公交线路网络可达强度与客流强度匹配程度目标函数权值系数。

2.如权利要求1所述的基于可达性和可达强度的公交线路网络优化方法，其特征在于，所述步骤C中利用遗传算法计算得到最优公交线路网络，具体包括以下分步骤：

C1、将初始公交线路网络作为父代公交线路网络，计算父代公交线路网络目标函数值；

C2、判断父代公交线路网络目标函数值是否满足遗传代数停止条件；若满足，则该公交线路网络即为最优公交线路网络，结束操作；若不满足，则进行下一步操作；

C3、利用交叉和变异方法改变公交线路网络中各线路站点组合，形成新的公交线路网络，并作为子代公交线路网络；

C4、计算子代公交线路网络目标函数值；

C5、将父代公交线路网络和子代公交线路网络进行混合，选取优势个体形成新的公交线路网络，并作为父代公交线路网络，返回步骤C2。