CN109409599A - 基于实时需求的定制公交线路开通优化方法 - Google Patents
基于实时需求的定制公交线路开通优化方法 Download PDFInfo
- Publication number
- CN109409599A CN109409599A CN201811243979.XA CN201811243979A CN109409599A CN 109409599 A CN109409599 A CN 109409599A CN 201811243979 A CN201811243979 A CN 201811243979A CN 109409599 A CN109409599 A CN 109409599A
- Authority
- CN
- China
- Prior art keywords
- passenger
- time
- customization
- vehicle
- network
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- 230000004044 response Effects 0.000 claims abstract description 17
- 238000013461 design Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 238000013459 approach Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G06Q50/40—
Abstract
一种基于实时需求的定制公交线路开通优化方法,包括:定制公交网络系统建立,包括:网络节点的选取、网络通路的确定和停车节点的选取;定制公交线路开通条件,包括:实时需求用户信息获取和需求应答时刻的确定;定制公交网络模型及乘客归类方法,包括:时空路网建立、乘客时空窗确定和乘客归类;初始定制公交线路生成模型,包括建立乘客‑运营商总费用最小的线路优化模型;初始定制公交线路生成算法,是采用列生成算法确定初始定制公交线路;优化已开通的定制公交线路。本发明可以大大提高定制公交的灵活性,使得其在出行方式选择中更为有优势,从而改善定制公交上座率不高的现状,最终提高定制公交出行方式分担率。
Description
技术领域
本发明涉及一种公交线路开通优化方法。特别是涉及一种基于实时需求的定制公交线路开通优化方法。
背景技术
目前,我国主要城市都在大力发展公共交通,引入新能源车辆、设置公交专用道等。随着城市居民对出行可靠性及舒适度要求不断地提高,许多新型的交通方式开始兴起。滴滴打车、共享单车的出现为出行者提供了更加便利的服务和选择,很快获得出行者的青睐。而常规公交在可靠性和舒适度方面有所欠缺,导致部分出行者向其他交通方式的转变。在此背景下,交通管理者正积极寻求提高公交服务水平的方法,以吸引居民对公交出行的转变。
定制公交作为辅助公交的一种,可以提供“门到门”的服务,相比于常规公交,定制公交具有高效、便捷、灵活、舒适、经济的优势。国内外学者对定制公交的线路优化进行了研究: Dikas等在《Scheduledparatransit transport systems》中提出了定制公交线路设计的混合整数线性规划模型,目标函数为系统总成本最小,并采用分支定价法进行求解;Jerby等在《Optimal Routing Design for Shuttle Bus Service》提出对可能的出行需求进行分析,在此基础上设计了定制公交线路,并采用遗传算法进行求解;吴丽荣在《考虑乘客等待行为的柔性路径公交车实时调度方法》中研究了乘客的心理变化,将乘客的等待成本和满意度水平进行量化,构建了乘客满意度最大化的优化模型;张敏捷等在《定制公交线路优化模型及求解算法》中,提出了乘客步行距离最短、运营成本最小为目标的双目标函数,对定制公交线路进行优化,并采用蚁群算法进行求解。
总结国内外相关文献,可以看到大部分研究是基于静态乘客需求下的定制公交线路优化,建立的目标函数包括:运营成本最小、乘客满意度最高、乘客步行距离最短等,定制公交线路一旦生成不再改变,采用的求解方法是传统的启发式算法。这种方式存在三个方面的问题:
(1)受到数据获取量的限制,定制公交线路优化往往针对上下班通勤的乘客,服务受众群体小,线路规模小不成网,使得定制公交模式对现有交通压力的缓解并不明显。
(2)定制公交线路应具有灵活性的特点,是一种动态的概念,而不是设计几条满足部分人需求的固定线路。这种静态优化也是目前定制公交上座率不高、空驶现象严重的主要原因。
(3)目前对定制公交的线网优化求解采用启发式算法,这种算法在求解大规模动态需求的网络算例中,易陷入局部最优,从而无法得到全局最优解。
由上所述可知,现有定制公交线路优化多为静态的在提前知道乘客出行需求的条件下进行优化,采用的优化方法为启发式算法,无法使设计出来的定制公交线路真正反映乘客实时的需求,使定制公交的运营调度缺乏科学性。
发明内容
本发明所要解决的技术问题是,提供一种为定制公交线路开通及运营调度提供了基础研究支持的基于实时需求的定制公交线路开通优化方法。
本发明所采用的技术方案是:一种基于实时需求的定制公交线路开通优化方法,包括如下步骤:
1)定制公交网络系统建立,包括:网络节点的选取、网络通路的确定和停车节点的选取;
2)定制公交线路开通条件,包括:实时需求用户信息获取和需求应答时刻的确定;
3)定制公交网络模型及乘客归类方法,包括:时空路网建立、乘客时空窗确定和乘客归类;
4)初始定制公交线路生成模型,包括建立乘客-运营商总费用最小的线路优化模型;
5)初始定制公交线路生成算法,是采用列生成算法确定初始定制公交线路;
6)优化已开通的定制公交线路。
步骤1)所述的:
(1)网络节点的选取,是将所有制公交停靠站点作为定制公交网络系统的节点,采用聚类分析的方法,利用乘客出行历史数据和实时数据进行统计聚类分析,将乘客出行时间和出行地点相似的乘客信息划分到一类聚类群;在所有公交站点中,选取到达每个聚类群中所有需求点总距离最近的站点,作为定制公交停靠站点,将定制公交停靠站点作为不同时段的定制公交网络系统的节点;
(2)网络通路的确定,是基于地理信息系统的真实道路信息,将两个定制公交网络系统的节点之间的通路拓扑成有向线段,每条有向线段信息包含两个属性:时间和成本;成本属性的确定是根据车辆的运行的成本函数和不同时段定制公交网络系统的两个节点间的最短路计算得到;
(3)停车节点的选取,是要满足在规定的时间窗范围内,有可用车辆到达网络上的任意节点的要求,停车节点的选取是在定制公交网络系统的节点确定的前提下,采用聚类分析法得到。
步骤2)所述的:
(1)实时需求用户信息获取,是乘客根据定制公交APP软件,选择出行的备选定制公交站点,确定预计到达定制公交站点的时刻和最大等待时间、期望到达目的地站点时刻和能够容忍的最大提前到达时间,并发送实时的位置;乘客备选定制公交站点越多,最大等待时间越长,被定制公交反馈服务的概率越大;
(2)需求应答时刻的确定,是定制公交调度管理部门,在收到乘客请求T时间内或连续收到N个乘客的出行请求时,对所有乘客的需求进行应答,设计并开通定制公交线路。
步骤3)所述的:
(1)时空路网建立
建立时空路网G=(V,A),时空路网G的时空节点集合用V表示,时空路径集合用A表示;时空节点i,t∈V,表示t时刻在i节点,时空路径(i,t,j,s)∈A,表示t时刻到达i节点, s时刻到达j节点;
(2)乘客时空窗确定
对于乘客的上车时间窗用ψO(p)表示,乘客的上车时间窗由自己发出的乘车请求确定,时间范围由乘客选择的最早到达时刻和可以接受的最大等待时间确定,对于乘客的下车时空窗用ψD(p)表示,乘客的下车时空窗由乘客可接受的最晚到达目的站点的时刻和乘客可允许最大提前到达时间确定,其中p表示乘客。
(3)乘客归类方法
对于任意在同一时段发出乘车请求的若干乘客,若他们的出行能够用同一辆定制公交车完成接送服务,则将若干乘客被归为同一类;当若干乘客由于出行时空点和目的时空点发生冲突,必须由两辆以上定制公交才能完成接送服务时,则若干乘客不归为同一类。
所述的乘客归类具体如下:
Step1:初始化乘客归类
创建乘客类别集合Φ,令集合Φ为空集,集合Φ中的乘客归类数用|Φ|表示;
创建乘客类别G(φ),令G(φ)为空集,φ为归类序号,令φ=1,乘客类别G(φ)中的乘客数量用|G(φ)|表示;
Step2:乘客归类
若乘客类别G(φ)中的每一个乘客p′都能找到一条路径,同时满足乘客p和乘客p′的上车时间窗和下车时间窗约束,则将乘客p加入到乘客类别G(φ)中,结束循环,转到Step3;
否则,若乘客p没有被分到任何一个乘客类别G(φ)中,则建立一个新的乘客类别G(|Φ|+1),将乘客p加入到新的乘客类别G(|Φ|+1)中,并将新的乘客类别G(|Φ|+1)加入到乘客类别集合Φ中;
Step3:将乘客分配给不同车辆
创建车辆集合K,所有车辆k∈K,在Step2中,已将所有乘客归类,所有乘客归类有G(φ)∈Φ,创建车辆分组集合G(k),令G(k)为空集,引入车辆k的乘车人数N(k),令N(k)=|G(φ)|;
按照车辆离乘客类别G(φ)中起点乘客的距离排序远近进行升序排序,如果有 N(k)≥σ(k)·Cap(k),则将车辆k加入到车辆分组集合G(k),令乘车人数 N(k)=N(k)-σ(k)·Cap(k),返回Step2,否则,结束循环;
其中,σ(k)为车辆k的最小载客率,Cap(k)为车辆k的座位数。
步骤4)包括:
(1)目标函数
c(p,k)表示乘客p未被第k辆车服务的惩罚函数,若乘客p被定制公交车辆k(k∈KR) 服务,则c(p,k)=0;若乘客p没有被定制公交车辆k(k∈KV)服务,则c(p,k)=1;x(p,k)表示乘客p是否被分配给车辆k,是则x(p,k)=1,反之x(p,k)=0;b(i,t,j,s)表示定制公交在时空路径(i,t,j,s)上运行所需的运营成本,(i,t,j,s)表示t时刻到达i节点,s时刻到达j节点,yi,t,j,s(k)表示时空路径(i,t,j,s)是否被定制公交车辆k选择,是则yi,t,j,s(k)=1,否则 yi,t,j,s(k)=0;权重系数w用来平衡未被服务乘客所产生的损失成本和定制公交运营成本之间的关系;
(2)乘客客流分配约束:
(3)定制公交容量约束:
(4)最小上座率约束:
(5)乘客上下车时空窗约束:
K为车辆集合,AO(p)和AD(p)分别表示乘客p能够在上车时间窗ψO(p)被服务,并在下车时空窗ψD(p)被送达的时空路径集合。
步骤5)包括:采用列生成算法确定初始定制公交线路,具体算法步骤如下:
(1)初始化
使用贪婪算法求解目标函数Z,快速获取一组初始可行解x(p,k)和yi,t,j,s(k);
(2)问题转化
使用单纯形法求解目标函数Z的限制性主问题LZ:
其中u(p,k)和λ(p,k)为单纯形乘子,分别表示乘客的上下车;c(p,k)表示乘客p未被第 k辆定制公交车服务的惩罚函数;x(p,k)表示乘客p是否被分配给车辆k;b(i,t,j,s)表示定制公交在时空路径(i,t,j,s)上运行所需的运营成本,(i,t,j,s)表示t时刻到达i节点,s时刻到达 j节点,yi,t,j,s(k)表示时空路径(i,t,j,s)是否被定制公交车辆k选择;权重系数w用来平衡未被服务乘客所产生的损失成本和定制公交运营成本之间的关系;
由于在乘客归类方法中,乘客上车和下车时间窗已经同时被满足,所以进一步对下车乘子λ(p,k)进行松弛处理,得到两个松弛子问题,转到第(3)步;
(3)求解分配子问题LZ1和价格子问题LZ2
求解分配子问题LZ1,经过n次迭代后得到优化目标值
求解价格子问题LZ2,经过n次迭代后得到优化目标值
最终通过n次迭代,得到最优解转到第(4)步;
(4)终止条件
若x(p,k)-yi,t,j,s(k)≤0,k∈K,(i,t,j,s)∈A,则目标函数Z已获得最优解,则终止计算,输出结果;或n达到最大设置迭代次数,终止计算,输出结果;否则,转到第(5)步;
(5)生成添加列
生成第(4)步中不满足条件所对应的价格子问题LZ2的列,令不满足条件的x(p,k)=1,重新带入分配子问题LZ1中进行求解,n=n+1,返回第(3)步。
步骤6)包括:
首先判断新增乘客请求是否被已开通的定制公交线路接受,判断方法如下:
(1)新增服务请求乘客分组
对于新增服务请求乘客p″,若存在已开通定制公交车辆k∈K,使定制公交车辆k所经过的时空路径满足乘客p″的上车时间窗和下车时间窗约束,则将乘客p″加入到定制公交车辆 k所服务的乘客类别G(φ)中,并转到第(2)步;否则转到第(3)步;
(2)车容量限制判断
对于新增服务请求乘客p″,若存在定制公交车辆k,满足N(k)<Cap(k),则对乘客p″进行接受服务的响应,N(k)为乘车人数,Cap(k)为车辆k的座位数;否则,转到第(3)步;
(3)线路调整判断
将新增乘客p″加入到所请求的位置在定制公交线路允许的服务偏离范围内的所有定制公交车辆集合中;重新优化定制公交车辆k的运行线路,保证定制公交车辆k的运行线路经过新增乘客p″请求的上车地点;判断新规划的线路是否满足车上所有乘客p的上车时间窗ψO(p)和下车时间窗ψD(p)约束,若满足,则转到第(4)步;否则,乘客p″无法被已经开通运行的定制公交车辆k服务,将乘客p″作为新的需求点,按照步骤2)所述的定制公交线路开通条件,对乘客的需求制定新的定制公交线路。
(4)盈利性判断
计算定制公交车辆k在接受乘客p″服务请求后的目标函数值Z′,与原目标函数值Z比较,若Z′<Z,则对乘客p″进行接受服务的响应;否则,乘客p″无法被已开通的定制公交车辆k 服务。
本发明的基于实时需求的定制公交线路开通优化方法,旨在实时动态的生成定制公交线路,满足乘客的出行需求。针对定制公交需要提前数周甚至数月预约的,定制公交线路开通历时时间长的特点,本发明创新性的提出了以乘客实时出行信息为基础的定制公交线路优化模型。使得乘客在需求服务的时间范围内,能够采用定制公交的出行方式到达目的地。本发明可以大大提高定制公交的灵活性,使得其在出行方式选择中更为有优势,从而改善定制公交上座率不高的现状,最终提高定制公交出行方式分担率。
附图说明
图1是定制公交线路运行可偏移范围示意图;
图2是实时需求下定制公交线路生成效果图。
具体实施方式
下面结合实施例和附图对本发明的基于实时需求的定制公交线路开通优化方法做出详细说明。
本发明的基于实时需求的定制公交线路开通优化方法,包括如下步骤:
1)定制公交网络系统建立,包括:网络节点的选取、网络通路的确定和停车节点的选取;其中:
(1)网络节点的选取,是将所有制公交停靠站点作为定制公交网络系统的节点,定制公交站点的确定需综合考虑乘客出行需求的分布情况及所在区域土地利用情况。采用聚类分析的方法,利用乘客出行历史数据和实时数据进行统计聚类分析,将乘客出行时间和出行地点相似的乘客信息划分到一类聚类群;在所有公交站点中,选取到达每个聚类群中所有需求点总距离最近的站点,作为定制公交停靠站点,将定制公交停靠站点作为不同时段的定制公交网络系统的节点;
(2)网络通路的确定,是基于地理信息系统的真实道路信息,将两个定制公交网络系统的节点之间的通路拓扑成有向线段,每条有向线段信息包含两个属性:时间和成本;成本属性的确定是根据车辆的运行的成本函数和不同时段定制公交网络系统的两个节点间的最短路计算得到;
(3)定制公交网络停车节点的选取,是要满足在规定的时间窗范围内,有可用车辆到达网络上的任意节点的要求,合理的停车点选取是保证定制公交服务水平、减少运营调度的关键。停车节点的选取是在定制公交网络系统的节点确定的前提下,采用聚类分析法得到。
最终得到带有时间属性的定制公交网络系统。该网络系统不同时段的网络节点和节点间的通路信息也是不同的。本发明对定制公交网络系统每隔30分钟生成一次,时间为6:00-22:00,最终得到每天实时变化的32个分时段的定制公交网络系统。
2)定制公交线路开通条件,包括:实时需求用户信息获取和需求应答时刻的确定;其中:
(1)实时需求用户信息获取,是乘客根据定制公交APP软件,选择出行的备选定制公交站点,确定预计到达定制公交站点的时刻和最大等待时间、期望到达目的地站点时刻和能够容忍的最大提前到达时间,并发送实时的位置;乘客备选定制公交站点越多,最大等待时间越长,被定制公交反馈服务的概率越大;
(2)需求应答时刻的确定,是定制公交调度管理部门,在收到乘客请求T时间内或连续收到N个乘客的出行请求时,对所有乘客的需求进行应答,设计并开通定制公交线路。
3)定制公交网络模型及乘客归类方法,包括:时空路网建立、乘客时空窗确定和乘客归类;其中,所述的:
(1)时空路网建立
建立时空路网G=(V,A),时空路网G的时空节点集合用V表示,时空路径集合用A表示;时空节点i,t∈V,表示t时刻在i节点,时空路径(i,t,j,s)∈A,表示t时刻到达i节点, s时刻到达j节点;
(2)乘客时空窗确定
对于乘客的上车时间窗用ψO(p)表示,乘客的上车时间窗由自己发出的乘车请求确定,时间范围由乘客选择的最早到达时刻和可以接受的最大等待时间确定,对于乘客的下车时空窗用ψ D(p)表示,乘客的下车时空窗由乘客可接受的最晚到达目的站点的时刻和乘客可允许最大提前到达时间确定,其中p表示乘客。
(3)乘客归类方法
对于任意在同一时段发出乘车请求的若干乘客,若他们的出行能够用同一辆定制公交车完成接送服务,则将若干乘客被归为同一类;当若干乘客由于出行时空点和目的时空点发生冲突,必须由两辆以上定制公交才能完成接送服务时,则若干乘客不归为同一类。
根据上述分类规则可知,同类乘客可用一辆公交车完成服务,最优的乘客归类即对应最优的服务线路。所述的乘客归类具体如下:
Step1:初始化乘客归类
创建乘客类别集合Φ,令集合Φ为空集,集合Φ中的乘客归类数用|Φ|表示;
创建乘客类别G(φ),令G(φ)为空集,φ为归类序号,令φ=1,乘客类别G(φ)中的乘客数量用|G(φ)|表示;
Step2:乘客归类
若乘客类别G(φ)中的每一个乘客p′都能找到一条路径,同时满足乘客p和乘客p′的上车时间窗和下车时间窗约束,则将乘客p加入到乘客类别G(φ)中,结束循环,转到Step3;
否则,若乘客p没有被分到任何一个乘客类别G(φ)中,则建立一个新的乘客类别G(|Φ|+1),将乘客p加入到新的乘客类别G(|Φ|+1)中,并将新的乘客类别G(|Φ|+1)加入到乘客类别集合Φ中;
Step3:将乘客分配给不同车辆
创建车辆集合K,所有车辆k∈K,在Step2中,已将所有乘客归类,所有乘客归类有G(φ)∈Φ,创建车辆分组集合G(k),令G(k)为空集,引入车辆k的乘车人数N(k),令 N(k)=|G(φ)|;
按照车辆离乘客类别G(φ)中起点乘客的距离排序远近进行升序排序,如果有 N(k)≥σ(k)·Cap(k),则将车辆k加入到车辆分组集合G(k),令乘车人数 N(k)=N(k)-σ(k)·Cap(k),返回Step2,否则,结束循环;
其中,σ(k)为车辆k的最小载客率,Cap(k)为车辆k的座位数。目的是保证车辆上座率,及定制公交“一人一座”的要求。
4)初始定制公交线路生成模型,一是要保证尽可能多的乘客被车辆服务,并满足乘客时间窗要求,二是要保障定制公交运营商的利润。因此,包括建立乘客-运营商总费用最小的线路优化模型;具体是:
(1)目标函数
c(p,k)表示乘客p未被第k辆车服务的惩罚函数,若乘客p被定制公交车辆k(k∈KR) 服务,则c(p,k)=0;若乘客p没有被定制公交车辆k(k∈KV)服务,则c(p,k)=1;x(p,k)表示乘客p是否被分配给车辆k,是则x(p,k)=1,反之x(p,k)=0;b(i,t,j,s)表示定制公交在时空路径(i,t,j,s)上运行所需的运营成本,(i,t,j,s)表示t时刻到达i节点,s时刻到达j节点,yi,t,j,s(k)表示时空路径(i,t,j,s)是否被定制公交车辆k选择,是则yi,t,j,s(k)=1,否则 yi,t,j,s(k)=0;权重系数w用来平衡未被服务乘客所产生的损失成本和定制公交运营成本之间的关系;
(2)乘客客流分配约束:
(3)定制公交容量约束:
(4)最小上座率约束:
(5)乘客上下车时空窗约束:
K为车辆集合,AO(p)和AD(p)分别表示乘客p能够在上车时间窗ψO(p)被服务,并在下车时空窗ψD(p)被送达的时空路径集合。
5)初始定制公交线路生成算法,是采用列生成算法确定初始定制公交线路;包括:采用列生成算法确定初始定制公交线路,具体算法步骤如下:
(1)初始化
使用贪婪算法求解目标函数Z,快速获取一组初始可行解x(p,k)和yi,t,j,s(k);
(2)问题转化
使用单纯形法求解目标函数Z的限制性主问题LZ(RestrainedMainProblem,RMP):
其中u(p,k)和λ(p,k)为单纯形乘子,分别表示乘客的上下车;c(p,k)表示乘客p未被第 k辆定制公交车服务的惩罚函数;x(p,k)表示乘客p是否被分配给车辆k;b(i,t,j,s)表示定制公交在时空路径(i,t,j,s)上运行所需的运营成本,(i,t,j,s)表示t时刻到达i节点,s时刻到达 j节点,yi,t,j,s(k)表示时空路径(i,t,j,s)是否被定制公交车辆k选择;权重系数w用来平衡未被服务乘客所产生的损失成本和定制公交运营成本之间的关系;
由于在乘客归类方法中,乘客上车和下车时间窗已经同时被满足,所以进一步对下车乘子λ(p,k)进行松弛处理,得到两个松弛子问题,转到第(3)步;
(3)求解分配子问题LZ1和价格子问题LZ2
求解分配子问题LZ1,经过n次迭代后得到优化目标值LZ1 n:
求解价格子问题LZ2,经过n次迭代后得到优化目标值LZ2 n:
最终通过n次迭代,得到最优解转到第(4)步;
(4)终止条件
若x(p,k)-yi,t,j,s(k)≤0,k∈K,(i,t,j,s)∈A,则目标函数Z已获得最优解,则终止计算,输出结果;或n达到最大设置迭代次数,终止计算,输出结果;否则,转到第(5)步;
(5)生成添加列
生成第(4)步中不满足条件所对应的价格子问题LZ2的列,令不满足条件的x(p,k)=1,重新带入分配子问题LZ1中进行求解,n=n+1,返回第(3)步。
至此,初始定制公交线路生成,基于乘客实时需求的定制公交线路生成。运营者通过APP 程序反馈给乘客上车时间和预到达时刻,乘客需按照所约定的时间点提前到达站点候车,确保按时上车。
6)优化已开通的定制公交线路。
定制公交线路开通后,随即投入运营,在运营过程中可能会产生新的乘客请求,该阶段运营者需要判断定制公交是否满足接客条件。对满足条件的乘客,定制公交及时做出响应。接受新增服务请求的两个基本条件是:1、新增服务请求需在定制公交线路运行可允许偏移的范围内(如图1所示的点划线内区域),2、为了保证线路运营的可靠性,对运行车辆划分多个区域(如图1所示的虚线区域),当车辆在一个区域运行时,仅本区域与相邻的下个区域的请求可以被响应。优化已开通的定制公交线路,包括:
首先判断新增乘客请求是否被已开通的定制公交线路接受,判断方法如下:
(1)新增服务请求乘客分组
对于新增服务请求乘客p″,若存在已开通定制公交车辆k∈K,使定制公交车辆k所经过的时空路径满足乘客p″的上车时间窗和下车时间窗约束,则将乘客p″加入到定制公交车辆 k所服务的乘客类别G(φ)中,并转到第(2)步;否则转到第(3)步;
(2)车容量限制判断
对于新增服务请求乘客p″,若存在定制公交车辆k,满足N(k)<Cap(k),则对乘客p″进行接受服务的响应,N(k)为乘车人数,Cap(k)为车辆k的座位数;否则,转到第(3)步;
(3)线路调整判断
对未被响应的乘客,进一步判断是否能够通过其它车辆偏移初始生成的线路来满足服务请求;
将新增乘客p″加入到所请求的位置在定制公交线路允许的服务偏离范围内的所有定制公交车辆集合中;重新优化定制公交车辆k的运行线路,保证定制公交车辆k的运行线路经过新增乘客p″请求的上车地点;判断新规划的线路是否满足车上所有乘客p的上车时间窗ψO(p)和下车时间窗ψD(p)约束,若满足,则转到第(4)步;否则,乘客p″无法被已经开通运行的定制公交车辆k服务,将乘客p″作为新的需求点,按照步骤2)所述的定制公交线路开通条件,对乘客的需求制定新的定制公交线路。
(4)盈利性判断
为了保证定制公交运营商的收益,还要衡量接受乘客服务的成本与收益间的关系。
计算定制公交车辆k在接受乘客p″服务请求后的目标函数值Z′,与原目标函数值Z比较,若 Z′<Z,则对乘客p″进行接受服务的响应;否则,乘客p″无法被已开通的定制公交车辆k服务。
实例分析
为了验证本发明的基于实时需求的定制公交线路开通优化方法的实用性,以天津市交通路网为研究对象进行测试。实例中交通网络中包含了15890个节点和52533条有向弧。根据公交公司提供的班车服务实际数据,模拟乘客需要在早上从所在小区出发前往营口道(目的地1)、西南角(目的地2)和天津站(目的地3)三个中心商务区和交通枢纽,且根据通常的工作时间,乘客需要在早上8:00-9:00之间到达工作地点。假设定制公交车辆中公交车辆的容量为25人,且每辆公交车辆的最低载客量均为15人。为了能在真实场景中进行实例测试,本实例随机生成400位乘客需求信息,用来模拟乘客从居住地到工作地点的出行需求,基础数据包括72个候选定制公交车辆停车点和3个目的点。乘客的出行时间窗随机取15-30分钟。
对乘客进行归类,最终将所有乘客分为6类,并确定每类所需的公交车数量。进一步优化得到初始定制公交线路,结果如表1所示:
表1天津市交通路网实例的计算结果
最终得到基于实时需求下的定制公交线路走向如图2所示,各线路发车时间、所载乘客数量、线路长度情况如表2所示。
表2定制公交运行线路情况
Claims (8)
1.一种基于实时需求的定制公交线路开通优化方法,其特征在于,包括如下步骤:
1)定制公交网络系统建立,包括:网络节点的选取、网络通路的确定和停车节点的选取;
2)定制公交线路开通条件,包括:实时需求用户信息获取和需求应答时刻的确定;
3)定制公交网络模型及乘客归类方法,包括:时空路网建立、乘客时空窗确定和乘客归类;
4)初始定制公交线路生成模型,包括建立乘客-运营商总费用最小的线路优化模型;
5)初始定制公交线路生成算法,是采用列生成算法确定初始定制公交线路;
6)优化已开通的定制公交线路。
2.根据权利要求1所述的基于实时需求的定制公交线路开通优化方法,其特征在于,步骤1)所述的:
(1)网络节点的选取,是将所有制公交停靠站点作为定制公交网络系统的节点,采用聚类分析的方法,利用乘客出行历史数据和实时数据进行统计聚类分析,将乘客出行时间和出行地点相似的乘客信息划分到一类聚类群;在所有公交站点中,选取到达每个聚类群中所有需求点总距离最近的站点,作为定制公交停靠站点,将定制公交停靠站点作为不同时段的定制公交网络系统的节点;
(2)网络通路的确定,是基于地理信息系统的真实道路信息,将两个定制公交网络系统的节点之间的通路拓扑成有向线段,每条有向线段信息包含两个属性:时间和成本;成本属性的确定是根据车辆的运行的成本函数和不同时段定制公交网络系统的两个节点间的最短路计算得到;
(3)停车节点的选取,是要满足在规定的时间窗范围内,有可用车辆到达网络上的任意节点的要求,停车节点的选取是在定制公交网络系统的节点确定的前提下,采用聚类分析法得到。
3.根据权利要求1所述的基于实时需求的定制公交线路开通优化方法,其特征在于,步骤2)所述的:
(1)实时需求用户信息获取,是乘客根据定制公交APP软件,选择出行的备选定制公交站点,确定预计到达定制公交站点的时刻和最大等待时间、期望到达目的地站点时刻和能够容忍的最大提前到达时间,并发送实时的位置;乘客备选定制公交站点越多,最大等待时间越长,被定制公交反馈服务的概率越大;
(2)需求应答时刻的确定,是定制公交调度管理部门,在收到乘客请求T时间内或连续收到N个乘客的出行请求时,对所有乘客的需求进行应答,设计并开通定制公交线路。
4.根据权利要求1所述的基于实时需求的定制公交线路开通优化方法,其特征在于,步骤3)所述的:
(1)时空路网建立
建立时空路网G=(V,A),时空路网G的时空节点集合用V表示,时空路径集合用A表示;时空节点i,t∈V,表示t时刻在i节点,时空路径(i,t,j,s)∈A,表示t时刻到达i节点,s时刻到达j节点;
(2)乘客时空窗确定
对于乘客的上车时间窗用ψO(p)表示,乘客的上车时间窗由自己发出的乘车请求确定,时间范围由乘客选择的最早到达时刻和可以接受的最大等待时间确定,对于乘客的下车时空窗用ψD(p)表示,乘客的下车时空窗由乘客可接受的最晚到达目的站点的时刻和乘客可允许最大提前到达时间确定,其中p表示乘客。
(3)乘客归类方法
对于任意在同一时段发出乘车请求的若干乘客,若他们的出行能够用同一辆定制公交车完成接送服务,则将若干乘客被归为同一类;当若干乘客由于出行时空点和目的时空点发生冲突,必须由两辆以上定制公交才能完成接送服务时,则若干乘客不归为同一类。
5.根据权利要求4所述的基于实时需求的定制公交线路开通优化方法,其特征在于,所述的乘客归类具体如下:
Step1:初始化乘客归类
创建乘客类别集合Φ,令集合Φ为空集,集合Φ中的乘客归类数用|Φ|表示;
创建乘客类别G(φ),令G(φ)为空集,φ为归类序号,令φ=1,乘客类别G(φ)中的乘客数量用|G(φ)|表示;
Step2:乘客归类
若乘客类别G(φ)中的每一个乘客p′都能找到一条路径,同时满足乘客p和乘客p′的上车时间窗和下车时间窗约束,则将乘客p加入到乘客类别G(φ)中,结束循环,转到Step3;
否则,若乘客p没有被分到任何一个乘客类别G(φ)中,则建立一个新的乘客类别G(|Φ|+1),将乘客p加入到新的乘客类别G(|Φ|+1)中,并将新的乘客类别G(|Φ|+1)加入到乘客类别集合Φ中;
Step3:将乘客分配给不同车辆
创建车辆集合K,所有车辆k∈K,在Step2中,已将所有乘客归类,所有乘客归类有G(φ)∈Φ,创建车辆分组集合G(k),令G(k)为空集,引入车辆k的乘车人数N(k),令N(k)=|G(φ)|;
按照车辆离乘客类别G(φ)中起点乘客的距离排序远近进行升序排序,如果有N(k)≥σ(k)·Cap(k),则将车辆k加入到车辆分组集合G(k),令乘车人数N(k)=N(k)-σ(k)·Cap(k),返回Step2,否则,结束循环;
其中,σ(k)为车辆k的最小载客率,Cap(k)为车辆k的座位数。
6.根据权利要求1所述的基于实时需求的定制公交线路开通优化方法,其特征在于,步骤4)包括:
(1)目标函数
c(p,k)表示乘客p未被第k辆车服务的惩罚函数,若乘客p被定制公交车辆k(k∈KR)服务,则c(p,k)=0;若乘客p没有被定制公交车辆k(k∈KV)服务,则c(p,k)=1;x(p,k)表示乘客p是否被分配给车辆k,是则x(p,k)=1,反之x(p,k)=0;b(i,t,j,s)表示定制公交在时空路径(i,t,j,s)上运行所需的运营成本,(i,t,j,s)表示t时刻到达i节点,s时刻到达j节点,yi,t,j,s(k)表示时空路径(i,t,j,s)是否被定制公交车辆k选择,是则yi,t,j,s(k)=1,否则yi,t,j,s(k)=0;权重系数w用来平衡未被服务乘客所产生的损失成本和定制公交运营成本之间的关系;
(2)乘客客流分配约束:
(3)定制公交容量约束:
(4)最小上座率约束:
(5)乘客上下车时空窗约束:
K为车辆集合,AO(p)和AD(p)分别表示乘客p能够在上车时间窗ψO(p)被服务,并在下车时空窗ψD(p)被送达的时空路径集合。
7.根据权利要求1所述的基于实时需求的定制公交线路开通优化方法,其特征在于,步骤5)包括:采用列生成算法确定初始定制公交线路,具体算法步骤如下:
(1)初始化
使用贪婪算法求解目标函数Z,快速获取一组初始可行解x(p,k)和yi,t,j,s(k);
(2)问题转化
使用单纯形法求解目标函数Z的限制性主问题LZ:
其中u(p,k)和λ(p,k)为单纯形乘子,分别表示乘客的上下车;c(p,k)表示乘客p未被第k辆定制公交车服务的惩罚函数;x(p,k)表示乘客p是否被分配给车辆k;b(i,t,j,s)表示定制公交在时空路径(i,t,j,s)上运行所需的运营成本,(i,t,j,s)表示t时刻到达i节点,s时刻到达j节点,yi,t,j,s(k)表示时空路径(i,t,j,s)是否被定制公交车辆k选择;权重系数w用来平衡未被服务乘客所产生的损失成本和定制公交运营成本之间的关系;
由于在乘客归类方法中,乘客上车和下车时间窗已经同时被满足,所以进一步对下车乘子λ(p,k)进行松弛处理,得到两个松弛子问题,转到第(3)步;
(3)求解分配子问题LZ1和价格子问题LZ2
求解分配子问题LZ1,经过n次迭代后得到优化目标值
求解价格子问题LZ2,经过n次迭代后得到优化目标值
最终通过n次迭代,得到最优解转到第(4)步;
(4)终止条件
若则目标函数Z已获得最优解,则终止计算,输出结果;或n达到最大设置迭代次数,终止计算,输出结果;否则,转到第(5)步;
(5)生成添加列
生成第(4)步中不满足条件所对应的价格子问题LZ2的列,令不满足条件的x(p,k)=1,重新带入分配子问题LZ1中进行求解,n=n+1,返回第(3)步。
8.根据权利要求1所述的基于实时需求的定制公交线路开通优化方法,其特征在于,步骤6)包括:
首先判断新增乘客请求是否被已开通的定制公交线路接受,判断方法如下:
(1)新增服务请求乘客分组
对于新增服务请求乘客p″,若存在已开通定制公交车辆k∈K,使定制公交车辆k所经过的时空路径满足乘客p″的上车时间窗和下车时间窗约束,则将乘客p″加入到定制公交车辆k所服务的乘客类别G(φ)中,并转到第(2)步;否则转到第(3)步;
(2)车容量限制判断
对于新增服务请求乘客p″,若存在定制公交车辆k,满足N(k)<Cap(k),则对乘客p″进行接受服务的响应,N(k)为乘车人数,Cap(k)为车辆k的座位数;否则,转到第(3)步;
(3)线路调整判断
将新增乘客p″加入到所请求的位置在定制公交线路允许的服务偏离范围内的所有定制公交车辆集合中;重新优化定制公交车辆k的运行线路,保证定制公交车辆k的运行线路经过新增乘客p″请求的上车地点;判断新规划的线路是否满足车上所有乘客p的上车时间窗ψO(p)和下车时间窗ψD(p)约束,若满足,则转到第(4)步;否则,乘客p″无法被已经开通运行的定制公交车辆k服务,将乘客p″作为新的需求点,按照步骤2)所述的定制公交线路开通条件,对乘客的需求制定新的定制公交线路。
(4)盈利性判断
计算定制公交车辆k在接受乘客p″服务请求后的目标函数值Z′,与原目标函数值Z比较,若Z′<Z,则对乘客p″进行接受服务的响应;否则,乘客p″无法被已开通的定制公交车辆k服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811243979.XA CN109409599B (zh) | 2018-10-24 | 2018-10-24 | 基于实时需求的定制公交线路开通优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811243979.XA CN109409599B (zh) | 2018-10-24 | 2018-10-24 | 基于实时需求的定制公交线路开通优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109409599A true CN109409599A (zh) | 2019-03-01 |
CN109409599B CN109409599B (zh) | 2022-02-08 |
Family
ID=65468974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811243979.XA Active CN109409599B (zh) | 2018-10-24 | 2018-10-24 | 基于实时需求的定制公交线路开通优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409599B (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993362A (zh) * | 2019-04-01 | 2019-07-09 | 大连理工大学 | 一种基于最小成本流网络模型的物流配送方法 |
CN110232831A (zh) * | 2019-06-21 | 2019-09-13 | 上海理工大学 | 一种基于需求响应型公交的发车时刻优化方法 |
CN111105078A (zh) * | 2019-11-29 | 2020-05-05 | 同济大学 | 一种定制公交网络优化方法 |
CN111144618A (zh) * | 2019-12-04 | 2020-05-12 | 东南大学 | 一种基于两阶段优化模型的需求响应型定制公交网络规划方法 |
CN111401663A (zh) * | 2020-04-12 | 2020-07-10 | 广州通达汽车电气股份有限公司 | 一种实时进行公交时空od矩阵更新的方法及装置 |
CN111815166A (zh) * | 2020-07-09 | 2020-10-23 | 北京交通大学 | 基于客流分配的城市公共交通系统的协同优化方法和装置 |
CN111882915A (zh) * | 2020-07-31 | 2020-11-03 | 浙江嘉科电子有限公司 | 采用复合算法及交互模型的应需定制公交线路规划方法 |
CN111915200A (zh) * | 2020-08-10 | 2020-11-10 | 北京大学 | 一种基于公交分担率的精细空间尺度的城市公共交通供需状态划分方法 |
CN112085349A (zh) * | 2020-08-19 | 2020-12-15 | 大连海事大学 | 一种基于乘客出行时间窗约束的需求响应公交调度方法 |
CN112132236A (zh) * | 2020-11-20 | 2020-12-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于聚类算法的需求子区划分、线路规划方法及装置 |
CN112233452A (zh) * | 2020-10-28 | 2021-01-15 | 厦门金龙联合汽车工业有限公司 | 一种公交车的自适应柔性调度方法 |
CN112418503A (zh) * | 2020-11-17 | 2021-02-26 | 北京交通大学 | 面向出行链的需求响应公交服务模式及优化方法 |
CN112447054A (zh) * | 2019-08-30 | 2021-03-05 | 比亚迪股份有限公司 | 控制车辆行驶的方法和设备 |
CN112466122A (zh) * | 2021-01-28 | 2021-03-09 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种公交线网的备选线路集生成、线路规划方法及装置 |
CN112561249A (zh) * | 2020-09-04 | 2021-03-26 | 同济大学 | 面向实时需求的城市定制公交调度方法 |
CN112750063A (zh) * | 2021-01-04 | 2021-05-04 | 李璐 | 基于随机规划的公交车队设施选址-路径规划-调度方法 |
CN112781610A (zh) * | 2020-12-31 | 2021-05-11 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
CN112836999A (zh) * | 2021-03-29 | 2021-05-25 | 中铁第一勘察设计院集团有限公司 | 多层级轨道交通换乘枢纽布局规划方法 |
CN112906221A (zh) * | 2021-02-19 | 2021-06-04 | 同济大学 | 基于预约数据的多车型区域定制公交调度方法 |
CN113077162A (zh) * | 2021-04-14 | 2021-07-06 | 同济大学 | 面向实时需求的多车型定制公交区域调度方法 |
CN113096377A (zh) * | 2021-02-18 | 2021-07-09 | 西南交通大学 | 一种基于城市异质性的车辆合乘规划方法 |
CN113096430A (zh) * | 2021-03-09 | 2021-07-09 | 东南大学 | 基于欧氏距离收费的弹性公交即时需求动态响应方法 |
CN113096429A (zh) * | 2021-03-09 | 2021-07-09 | 东南大学 | 基于公交调度站点集散的弹性公交区域灵活性线路生成方法 |
CN113159499A (zh) * | 2021-03-05 | 2021-07-23 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
CN113627680A (zh) * | 2021-08-23 | 2021-11-09 | 武汉乐道物流有限公司 | 一种智能班车交互方法、装置、电子设备及存储介质 |
CN114897445A (zh) * | 2022-07-12 | 2022-08-12 | 深圳市城市交通规划设计研究中心股份有限公司 | 公交线网的停靠点调整优化方法、装置及可读存储介质 |
CN114997669A (zh) * | 2022-06-10 | 2022-09-02 | 北京拙河科技有限公司 | 一种机场地面流量负载监测方法及系统 |
CN116432887A (zh) * | 2023-06-15 | 2023-07-14 | 华侨大学 | 一种动态需求响应式公交的线路优化方法、设备和介质 |
CN116611554A (zh) * | 2023-05-16 | 2023-08-18 | 清华大学 | 需求响应公交调度的优化方法、装置、电子设备及介质 |
CN116757339A (zh) * | 2023-08-21 | 2023-09-15 | 倍施特科技(集团)股份有限公司 | 一种基于定制客运的运营优化方法及定制运输装置 |
CN116611554B (zh) * | 2023-05-16 | 2024-04-30 | 清华大学 | 需求响应公交调度的优化方法、装置、电子设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225473A (zh) * | 2015-11-05 | 2016-01-06 | 北京航空航天大学 | 一种基于站点效率计算的公交快线设计方法 |
CN105427003A (zh) * | 2015-12-30 | 2016-03-23 | 北京航空航天大学 | 一种基于出行需求分析的公交站点部署方法 |
CN106228275A (zh) * | 2016-08-01 | 2016-12-14 | 广州星唯信息科技有限公司 | 基于蚁群算法定制公交线路的方法 |
CN106846789A (zh) * | 2017-03-23 | 2017-06-13 | 北京公共交通控股(集团)有限公司 | 一种定制公交系统及定制公交线路制定方法 |
CN107330559A (zh) * | 2017-07-03 | 2017-11-07 | 华南理工大学 | 一种多起终点多车型混载的定制公交线路规划方法 |
CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
-
2018
- 2018-10-24 CN CN201811243979.XA patent/CN109409599B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225473A (zh) * | 2015-11-05 | 2016-01-06 | 北京航空航天大学 | 一种基于站点效率计算的公交快线设计方法 |
CN105427003A (zh) * | 2015-12-30 | 2016-03-23 | 北京航空航天大学 | 一种基于出行需求分析的公交站点部署方法 |
CN106228275A (zh) * | 2016-08-01 | 2016-12-14 | 广州星唯信息科技有限公司 | 基于蚁群算法定制公交线路的方法 |
CN106846789A (zh) * | 2017-03-23 | 2017-06-13 | 北京公共交通控股(集团)有限公司 | 一种定制公交系统及定制公交线路制定方法 |
CN107330559A (zh) * | 2017-07-03 | 2017-11-07 | 华南理工大学 | 一种多起终点多车型混载的定制公交线路规划方法 |
CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
Non-Patent Citations (2)
Title |
---|
李艳梅: "定制公交系统线网构建方法研究", 《中国优秀硕士论文电子期刊网》 * |
郑汉,张星臣,王志美: "混合车型需求响应公交服务定制问题研究", 《交通运输系统工程与信息》 * |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993362A (zh) * | 2019-04-01 | 2019-07-09 | 大连理工大学 | 一种基于最小成本流网络模型的物流配送方法 |
CN109993362B (zh) * | 2019-04-01 | 2022-12-06 | 大连理工大学 | 一种基于最小成本流网络模型的物流配送方法 |
CN110232831A (zh) * | 2019-06-21 | 2019-09-13 | 上海理工大学 | 一种基于需求响应型公交的发车时刻优化方法 |
CN112447054A (zh) * | 2019-08-30 | 2021-03-05 | 比亚迪股份有限公司 | 控制车辆行驶的方法和设备 |
CN112447054B (zh) * | 2019-08-30 | 2022-01-07 | 比亚迪股份有限公司 | 控制车辆行驶的方法和设备 |
CN111105078B (zh) * | 2019-11-29 | 2023-09-29 | 同济大学 | 一种定制公交网络优化方法 |
CN111105078A (zh) * | 2019-11-29 | 2020-05-05 | 同济大学 | 一种定制公交网络优化方法 |
CN111144618A (zh) * | 2019-12-04 | 2020-05-12 | 东南大学 | 一种基于两阶段优化模型的需求响应型定制公交网络规划方法 |
CN111401663A (zh) * | 2020-04-12 | 2020-07-10 | 广州通达汽车电气股份有限公司 | 一种实时进行公交时空od矩阵更新的方法及装置 |
CN111815166A (zh) * | 2020-07-09 | 2020-10-23 | 北京交通大学 | 基于客流分配的城市公共交通系统的协同优化方法和装置 |
CN111815166B (zh) * | 2020-07-09 | 2023-10-17 | 北京交通大学 | 基于客流分配的城市公共交通系统的协同优化方法和装置 |
CN111882915A (zh) * | 2020-07-31 | 2020-11-03 | 浙江嘉科电子有限公司 | 采用复合算法及交互模型的应需定制公交线路规划方法 |
CN111915200B (zh) * | 2020-08-10 | 2022-05-06 | 北京大学 | 一种基于公交分担率的精细空间尺度的城市公共交通供需状态划分方法 |
CN111915200A (zh) * | 2020-08-10 | 2020-11-10 | 北京大学 | 一种基于公交分担率的精细空间尺度的城市公共交通供需状态划分方法 |
CN112085349A (zh) * | 2020-08-19 | 2020-12-15 | 大连海事大学 | 一种基于乘客出行时间窗约束的需求响应公交调度方法 |
CN112561249A (zh) * | 2020-09-04 | 2021-03-26 | 同济大学 | 面向实时需求的城市定制公交调度方法 |
CN112233452A (zh) * | 2020-10-28 | 2021-01-15 | 厦门金龙联合汽车工业有限公司 | 一种公交车的自适应柔性调度方法 |
CN112418503A (zh) * | 2020-11-17 | 2021-02-26 | 北京交通大学 | 面向出行链的需求响应公交服务模式及优化方法 |
CN112418503B (zh) * | 2020-11-17 | 2024-03-22 | 北京交通大学 | 面向出行链的需求响应公交服务模式及优化方法 |
CN112132236B (zh) * | 2020-11-20 | 2021-03-26 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于聚类算法的需求子区划分、线路规划方法及装置 |
CN112132236A (zh) * | 2020-11-20 | 2020-12-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于聚类算法的需求子区划分、线路规划方法及装置 |
CN112781610B (zh) * | 2020-12-31 | 2023-09-29 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
CN112781610A (zh) * | 2020-12-31 | 2021-05-11 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
CN112750063B (zh) * | 2021-01-04 | 2023-12-05 | 李璐 | 基于随机规划的公交车队设施选址-路径规划-调度方法 |
CN112750063A (zh) * | 2021-01-04 | 2021-05-04 | 李璐 | 基于随机规划的公交车队设施选址-路径规划-调度方法 |
CN112466122B (zh) * | 2021-01-28 | 2021-06-15 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种公交线网的备选线路集生成、线路规划方法及装置 |
CN112466122A (zh) * | 2021-01-28 | 2021-03-09 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种公交线网的备选线路集生成、线路规划方法及装置 |
CN113096377B (zh) * | 2021-02-18 | 2022-07-29 | 西南交通大学 | 一种基于城市异质性的车辆合乘规划方法 |
CN113096377A (zh) * | 2021-02-18 | 2021-07-09 | 西南交通大学 | 一种基于城市异质性的车辆合乘规划方法 |
CN112906221A (zh) * | 2021-02-19 | 2021-06-04 | 同济大学 | 基于预约数据的多车型区域定制公交调度方法 |
CN112906221B (zh) * | 2021-02-19 | 2022-06-07 | 同济大学 | 基于预约数据的多车型区域定制公交调度方法 |
CN113159499B (zh) * | 2021-03-05 | 2022-05-10 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
CN113159499A (zh) * | 2021-03-05 | 2021-07-23 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
CN113096429A (zh) * | 2021-03-09 | 2021-07-09 | 东南大学 | 基于公交调度站点集散的弹性公交区域灵活性线路生成方法 |
CN113096430A (zh) * | 2021-03-09 | 2021-07-09 | 东南大学 | 基于欧氏距离收费的弹性公交即时需求动态响应方法 |
CN112836999B (zh) * | 2021-03-29 | 2024-04-05 | 中铁第一勘察设计院集团有限公司 | 多层级轨道交通换乘枢纽布局规划方法 |
CN112836999A (zh) * | 2021-03-29 | 2021-05-25 | 中铁第一勘察设计院集团有限公司 | 多层级轨道交通换乘枢纽布局规划方法 |
CN113077162A (zh) * | 2021-04-14 | 2021-07-06 | 同济大学 | 面向实时需求的多车型定制公交区域调度方法 |
CN113627680A (zh) * | 2021-08-23 | 2021-11-09 | 武汉乐道物流有限公司 | 一种智能班车交互方法、装置、电子设备及存储介质 |
CN113627680B (zh) * | 2021-08-23 | 2024-04-05 | 武汉乐道物流有限公司 | 一种智能班车交互方法、装置、电子设备及存储介质 |
CN114997669A (zh) * | 2022-06-10 | 2022-09-02 | 北京拙河科技有限公司 | 一种机场地面流量负载监测方法及系统 |
CN114897445A (zh) * | 2022-07-12 | 2022-08-12 | 深圳市城市交通规划设计研究中心股份有限公司 | 公交线网的停靠点调整优化方法、装置及可读存储介质 |
CN116611554A (zh) * | 2023-05-16 | 2023-08-18 | 清华大学 | 需求响应公交调度的优化方法、装置、电子设备及介质 |
CN116611554B (zh) * | 2023-05-16 | 2024-04-30 | 清华大学 | 需求响应公交调度的优化方法、装置、电子设备及介质 |
CN116432887B (zh) * | 2023-06-15 | 2023-09-05 | 华侨大学 | 一种动态需求响应式公交的线路优化方法、设备和介质 |
CN116432887A (zh) * | 2023-06-15 | 2023-07-14 | 华侨大学 | 一种动态需求响应式公交的线路优化方法、设备和介质 |
CN116757339A (zh) * | 2023-08-21 | 2023-09-15 | 倍施特科技(集团)股份有限公司 | 一种基于定制客运的运营优化方法及定制运输装置 |
CN116757339B (zh) * | 2023-08-21 | 2023-11-14 | 倍施特科技(集团)股份有限公司 | 一种基于定制客运的运营优化方法及定制运输装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109409599B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109409599A (zh) | 基于实时需求的定制公交线路开通优化方法 | |
Balac et al. | The prospects of on-demand urban air mobility in Zurich, Switzerland | |
Hong et al. | Air traffic network equilibrium: toward frequency, price and slot priority analysis | |
CN110428096A (zh) | 基于票务信息的城市轨道交通多交路运输组织优化方法 | |
CN109376928A (zh) | 考虑双边匹配的定制公交合乘优化方法 | |
CN101527086A (zh) | 航班时隙分配的实现方法 | |
Zhao et al. | An integrated approach of train scheduling and rolling stock circulation with skip-stopping pattern for urban rail transit lines | |
Caros et al. | Day-to-day market evaluation of modular autonomous vehicle fleet operations with en-route transfers | |
Gurumurthy et al. | Dynamic ride-sharing impacts of greater trip demand and aggregation at stops in shared autonomous vehicle systems | |
CN113538886A (zh) | 一种实时响应式定制公交递阶调度方法 | |
Schönberger | Scheduling constraints in dial-a-ride problems with transfers: a metaheuristic approach incorporating a cross-route scheduling procedure with postponement opportunities | |
CN115423168A (zh) | 一种考虑服务稳定性的定制公交路网优化方法及系统 | |
Yang et al. | Optimal design for demand responsive connector service considering elastic demand | |
CN101527087B (zh) | 航班过台间隔的实现方法 | |
CN109583634A (zh) | 一种基于现代投资组合理论的外卖配送路径选择方法 | |
Zak et al. | Multiple criteria optimization method for the vehicle assignment problem in a bus transportation company | |
Deng et al. | Optimization of train plan for urban rail transit in the multi-routing mode | |
CN111738490A (zh) | 柔性公交线路资源复用分配调度方法 | |
Nuzzolo | Transit Path Choice and Assignment Model Approaches (°) | |
Lu et al. | Compatibility-based approach for routing and scheduling the demand responsive connector | |
Teodorović | Multicriteria ranking of air shuttle alternatives | |
Gao et al. | Optimal parameters of service in a public transportation market with pricing | |
JP2019091389A (ja) | リソース調停システムおよびリソース調停装置 | |
Ikeda et al. | Mobility on demand for improving business profits and user satisfaction | |
US20170308971A1 (en) | Method of organization of passenger travel in a transport system, associated computer program product and system of organization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 300051 No. 239, Yingkou Road, Heping District, Tianjin Patentee after: Tianjin municipal engineering design and Research Institute Co.,Ltd. Address before: 300051 No. 239, Yingkou Road, Heping District, Tianjin Patentee before: TIANJIN MUNICIPAL ENGINEERING DESIGN & Research Institute |