CN109670240B - 一种城市多模式公交网络初始线路生成方法 - Google Patents

一种城市多模式公交网络初始线路生成方法 Download PDF

Info

Publication number
CN109670240B
CN109670240B CN201811555660.0A CN201811555660A CN109670240B CN 109670240 B CN109670240 B CN 109670240B CN 201811555660 A CN201811555660 A CN 201811555660A CN 109670240 B CN109670240 B CN 109670240B
Authority
CN
China
Prior art keywords
line
bus
initial
initial line
candidate
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.)
Active
Application number
CN201811555660.0A
Other languages
English (en)
Other versions
CN109670240A (zh
Inventor
龚小林
马健霄
姜晓红
邬岚
潘义勇
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.)
Nanjing Forestry University
Original Assignee
Nanjing Forestry 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 Nanjing Forestry University filed Critical Nanjing Forestry University
Priority to CN201811555660.0A priority Critical patent/CN109670240B/zh
Publication of CN109670240A publication Critical patent/CN109670240A/zh
Application granted granted Critical
Publication of CN109670240B publication Critical patent/CN109670240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Game Theory and Decision Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明是一种城市多模式公交网络初始线路生成方法，它通过界定公交线路的客流量、功能层次和平均运行速度的关联关系，生成骨干公交、主干公交和地区公交三个功能层次的公交线路；本发明根据公交系统的规模经济效应，通过搜索两类期望路径判断是否发生公交客流聚集现象，当发生客流聚集现象时，通过改变已有初始线路行车轨迹从而生成新的初始线路服务于当前公交出行需求；本发明考虑城市多模式公交网络中不同功能层次的公交线路之间、相同功能层次但不同公交线路之间的衔接关系，生成衔接已有初始线路的、出行起点端和终点端的初始线路。本发明可为城市多模式公交网络规划设计等工作提供技术支撑，提高多模式公交网络设计方案的科学性。

Description

一种城市多模式公交网络初始线路生成方法
技术领域
本发明是一种城市多模式公交网络初始线路生成方法，属于城市交通规划与设计的技术领域。
背景技术
关于城市公交网络设计与优化方法的大部分研究成果主要关注单一方式的公交网络设计与优化问题，主要方法可以概括为客流仿真方法、理想网络方法、以及数学规划方法。其中，城市公交网络的数学规划方法从可操作性角度出发建立公交网络设计模型，将公交线网设计问题视为组合最优化问题，即将公交线网设计问题分解为两步骤问题，首先运用初始线路生成方法确定初始公交线路集合，其次建立公交网络优化模型、设计搜索和优化算法确定最优公交线路集合。在单一方式的公交网络设计方法基础上，少部分学者涉猎以不同方式公交网络作为决策变量的多模式公交线网设计问题。有的学者将公交网络划分为多层次公交网络，根据不同层次公交线路的边界客运量，通过公交出行量分配、逐层生成多层次公交网络；而有的学者在公交线路生成阶段根据起终点出行量和不同层次公交系统的客流阈值判断公交线路所属层次。
关于多模式公交网络设计方法的已有研究成果，在公交线路生成过程中逐层生成不同层次公交线路，不同层次公交线路生成过程没有关联。在多模式公交网络中公交乘客多采用多种公交方式换乘的组合出行方式，因此忽视不同功能层次公交线路之间、相同功能层次公交线路之间的衔接关系将加剧竞争关系，而良好的衔接关系使得不同公交线路达到共赢。因此在多模式公交网络初始线路生成阶段应该在考虑公交客流向高服务水平公交线路聚集、公交系统的规模经济效应的前提下，处理好公交线路之间的衔接关系、增强客流合作关系。
发明内容
本发明提供了一种城市多模式公交网络初始线路生成方法，用于生成多模式公交网络中不同功能层次公交线路的集合，提高多模式公交网络设计方案的科学性。
为解决上述技术问题，本发明采用的技术方案是：
一种城市多模式公交网络初始线路生成方法，该方法包括如下步骤：
步骤(1)：将城市道路网络、城市公交出行OD对集合及公交需求集合作为输入条件。
步骤(2)：对于已经运营骨干公交系统的城市，将已有骨干线路加入初始线路集合，否则初始线路集合为空集。
步骤(3)：根据初始线路集合和城市道路网络，生成道路-公交复合网络。
步骤(4)：从公交OD对集合中选取某个OD对作为当前OD对，服务于当前OD对之间出行的被生成公交线路称为候选线路，候选线路在满足约束条件时加入初始线路集合；确定当前OD对所需公交服务的功能层次。
步骤(5)：根据当前OD对所需公交服务的功能层次，更新道路连边的平均运行时间；根据初始线路集合中初始线路的功能层次，更新公交连边的平均运行时间。
步骤(6)：采用最短路算法确定OD对之间的两类期望路径，即在道路网络中的期望路径、在道路-公交复合网络中的期望路径，第一类期望路径代表在未布设公交网络时出行者的期望路径，而第二类期望路径表示出行者使用已有公交系统的期望路径。
步骤(7)：若第二类期望路径经过已有初始线路，说明出行者被吸引到已有公交系统中，即发生公交客流聚集现象。当第二类期望路径仅经过一条初始线路时，执行步骤(8)，否则执行步骤(9)。
步骤(8)：判断当前OD对插入第二类期望路径所经过的初始线路，是否满足插入初始线路条件，如果满足，则通过改变已有初始线路行车轨迹服务于当前OD对，从而生成候选线路，执行步骤(11)；如果不满足，则执行步骤(10)。
步骤(9)：根据第一类期望路径生成候选线路，执行步骤(11)。
步骤(10)：拆分第二类期望路径，生成候选线路，通过候选线路衔接已有初始线路服务于当前OD对。
步骤(11)：确定与候选线路共线比例最大的初始线路；判断候选线路与该初始线路是否满足合并条件，如果满足，则合并候选线路与该初始线路，并将合并后生成的候选线路加入初始线路集合，否则将候选线路直接加入初始线路集合。
步骤(12)：判断是否遍历公交OD对集合中所有OD对，如果已经遍历则输出初始线路集合，并终止程序，否则执行步骤(3)。
在所述的步骤(1)中，将城市道路网络作为背景物理网络，并抽象为加权图G＝(I,A)，其中I是网络节点集合，A＝{a}是网络节点之间的连边集合。道路连边a∈A表示城市道路网络的两个相邻节点之间的连边，在实际城市道路系统中代表道路路段设施。公交OD对集合表示为W＝O×D＝{w}＝{(o,d)}，公交OD需求集合表示为Q＝{qw}＝{qo,d}。
在所述的步骤(2)中，初始线路的集合为L，l*∈L是初始线路集合的元素，它由道路网络节点向量
Figure GDA0003953766830000031
公交站点向量
Figure GDA0003953766830000032
公交连边断面客流量向量
Figure GDA0003953766830000033
功能层次
Figure GDA0003953766830000034
等变量表征。公交线路的功能层次包括骨干公交、主干公交和地区公交三个层次。对于已经运营骨干公交系统的城市，将已有骨干公交线路加入初始线路集合，否则初始线路集合为空集。
在所述的步骤(3)中，根据已生成的初始线路集合L，得到城市多模式公交网络
Figure GDA0003953766830000035
其中S表示公交线路的公交站点集合，它是道路网络节点集合I的子集，即
Figure GDA0003953766830000036
一个公交站点被抽象为带有公交出行需求的、发生公交乘客上下车的道路网络节点；
Figure GDA0003953766830000037
是公交站点之间的连边集合即公交连边集合。公交连边
Figure GDA0003953766830000038
Figure GDA0003953766830000039
表示多模式公交网络中一条公交线路上两个相邻公交站点之间的连边。合并城市道路网络G与城市多模式公交网络
Figure GDA00039537668300000310
得到道路-公交复合网络
Figure GDA00039537668300000311
在所述的步骤(4)中，将随机过程引入当前OD对选择过程，根据公交出行OD点对w被选择概率Prw，得到W中被用于生成候选线路的当前OD对。假设从W中选择了当前OD对，需要生成候选线路l服务于公交OD对w之间的出行，根据公交出行需求量qw确定所需公交服务的功能层次gw和服务水平(平均运行速度)μw。
在所述的步骤(5)中，根据当前OD对所需公交服务的服务水平μw、道路连边的长度lena，计算每条道路连边的平均运行时间tta；根据每条初始线路l*上公交连边的长度Lena、这条初始线路的平均运行速度
Figure GDA00039537668300000312
计算每条公交连边的平均运行时间TTa。
在所述的步骤(6)中，以运行时间最短为目标、采用单源最短路算法，生成当前OD对之间在城市道路网络中的第一类期望路径SP-I、在道路-公交复合网络中的第二类期望路径SP-II。
在所述的步骤(7)中，NL表示第二类期望路径SP-II所经过的初始线路条数。当NL＝0时，执行步骤(9)；当NL≥2时，执行步骤(9)；当NL＝1时，执行步骤(8)。
在所述的步骤(8)中，令l*∈L是第二类期望路径SP-II经过的初始线路，判断是否可以通过增加初始线路l*的绕行距离为当前OD对的公交出行需求qw提供直达公交服务，即判断初始线路上是否存在可行的当前OD对的最优插入位置。如果OD对插入初始线路后生成的候选线路满足约束条件，则得到新生成的候选线路，否则执行步骤(10)。
在所述的步骤(9)中，根据第一类期望路径生成新的候选线路，服务于当前OD对之间的公交出行需求，即将第一类期望路径SP-I作为候选线路l的行车路径，计算候选线路l的网络节点行向量Il、公交站点行向量Sl、断面客流量向量Fl以及功能层次gl。
在所述的步骤(10)中，不改变期望路径SP-II所经过的初始线路l*的行车轨迹，而是更新初始线路l*的断面客流量、生成服务当前OD对起点端和终点端出行的候选线路，即通过新生成的候选线路与初始线路之间的换乘满足当前OD对之间的公交出行需求。
在所述的步骤(11)中，定义两条公交线路的共线比例为共同经过的道路网络节点数与短线路的道路网络节点数的比值，计算候选线路l与任意初始线路的共线比例，令l**是初始线路集合中与候选线路l的共线比例最大的初始线路，如果候选线路l与l**合并后生成的候选线路满足约束条件，则将合并后生成的候选线路加入初始线路集合，否则将原有候选线路直接加入初始线路集合。
在所述的步骤(12)中，判断是否遍历公交OD对集合中的所有OD对，如果已经遍历则输出初始线路集合，并终止程序，否则进入下一个循环。
本发明的有益效果：
本发明所述的一种城市多模式公交网络初始线路生成方法，与现有技术相比，本发明通过界定公交线路的客流量、功能层次和平均运行速度的关联关系，可以生成骨干公交、主干公交和地区公交三个功能层次的公交线路；本发明根据公交系统的规模经济效应，通过搜索两类期望路径判断是否发生公交客流聚集现象，当发生客流聚集现象时，通过改变已有初始线路行车轨迹从而生成新的初始线路服务于当前公交出行需求；此外，本发明基于多模式公交网络中公交出行者常常采用多条公交线路或多种公交方式换乘出行的现实情况，考虑城市多模式公交网络中不同功能层次的公交线路之间、相同功能层次但不同公交线路之间的衔接关系，生成衔接已有初始线路的、出行起点端和终点端的初始线路。本发明成果可以为城市多模式公交网络规划设计等工作提供关键的技术支撑，可以提高多模式公交网络设计方案的科学性，具有十分广阔的应用前景。
附图说明
图1为本发明的城市多模式公交网络初始线路生成方法的流程图。
图2是某个城市区域的道路网络示意图。
具体实施方式
下面结合图1对本发明的技术方案作进一步详细说明。
如图1所示，本发明的一种城市多模式公交网络初始线路生成方法，包括如下步骤：
步骤(1)：将城市道路网络、城市公交出行OD对集合及其对应的公交出行需求集合作为输入条件。
在步骤(1)中，将城市道路网络作为背景物理网络，并抽象为加权图G＝(I,A)，其中I是道路网络节点集合，A是道路网络节点之间的道路连边集合。
道路连边a∈A表示城市道路网络的两个相邻节点之间的连边，在实际城市道路系统中代表道路路段设施，道路连边a由五元组(i,j,lena,tta,l)表示，五个元素分别表示头节点序号、尾节点序号、连边长度、平均运行时间和所属公交线路序号，可以将道路连边看作一类特殊的公交连边，将道路连边的所属公交线路序号均设置为0，通过所属公交线路序号对道路连边、公交连边进行区分。
公交OD对集合表示为W＝O×D＝{w}＝{(o,d)}，公交OD需求集合表示为Q＝{qw}＝{qo,d}。
步骤(2)：对于已经运营骨干公交系统的城市，将已有骨干线路加入初始线路集合，否则初始线路集合为空集。
在步骤(2)中，初始线路的集合为L，l*∈L是初始线路集合的元素，它有道路网络节点向量
Figure GDA0003953766830000051
公交站点向量
Figure GDA0003953766830000052
公交连边断面客流量向量
Figure GDA0003953766830000053
功能层次
Figure GDA0003953766830000054
等变量表征。
一条公交线路l的功能层次gl∈{1,2,3}，gl＝1表示公交线路l属于骨干公交系统，例如城市轨道交通、城市快速公交等大运量公交系统；gl＝2表示公交线路l属于主干公交系统，如公共汽车系统等中运量公交系统；gl＝3表示公交线路l属于地区公交系统，如社区巴士、接驳公交等低运量公交系统。μ1、μ2、μ3分别表示骨干公交、主干公交和地区公交的平均运行速度或服务水平。
公交线路的功能层次gl具有客流阈值(下限)
Figure GDA0003953766830000055
根据公交线路l的最大断面客流量
Figure GDA0003953766830000056
确定公交线路的功能层次gl，即公式(1)所示；并且功能层次为gl的公交系统对应平均运行速度μl，即公式(2)所示。
Figure GDA0003953766830000057
Figure GDA0003953766830000058
对于已经运营骨干公交系统的城市，将已有骨干线路加入初始线路集合，否则初始线路集合为空集。
步骤(3)：根据初始线路集合和城市道路网络，生成道路-公交复合网络。
在步骤(3)中，根据已生成的初始线路集合L，得到城市多模式公交网络
Figure GDA0003953766830000061
Figure GDA0003953766830000062
其中
Figure GDA0003953766830000063
表示公交线路的公交站点集合，它是道路网络节点集合I的子集，即
Figure GDA0003953766830000064
一个公交站点被抽象为带有公交出行需求的、发生公交乘客上下车的道路网络节点，
Figure GDA0003953766830000065
是公交站点之间的连边集合，即公交线路段集合或公交连边集合。
公交连边
Figure GDA0003953766830000066
表示多模式公交网络中一条公交线路上两个相邻公交站点之间的连边，在多模式公交系统中代表公交车辆在相邻公交站点之间的行车路径，公交连边在道路网络中被投影为由道路连边组成的路径Pa。公交连边a由五元组(i,j,Lena,TTa,l)表示，五个元素分别指上游公交站点序号、下游公交站点序号、连边长度、平均运行时间和所属公交线路序号。其中公交连边长度Lena等于道路网络中的投影路径长度，即
Figure GDA0003953766830000067
合并城市道路网络G与城市多模式公交网络
Figure GDA0003953766830000068
得到道路-公交复合网络
Figure GDA0003953766830000069
步骤(4)：从公交OD对集合中选取某个OD对作为当前OD对，服务于当前OD对之间出行的被生成公交线路称为候选线路；确定当前OD对所需公交服务的功能层次。
在步骤(4)中，将随机过程引入当前OD对选择过程，假设在公交OD对集合W中公交OD对w被选择作为当前OD对用于生成初始线路的概率为公式(3)所示。
Figure GDA00039537668300000610
式中，w′表示公交OD对集合W中任意一个OD对，qw′表示公交OD对集合W中任意一个OD对w′的需求量。
根据公交出行OD对w被选择概率Prw，采用轮盘赌选择法等算法对选择过程进行实现，得到W中被用于生成候选线路的当前OD对。
假设从W中选择了当前OD对，需要生成候选线路l服务于公交OD对w之间的出行，根据公交出行需求量qw确定所需公交服务的功能层次gw和服务水平μw，分别如公式(4)、(5)所示。
Figure GDA0003953766830000071
Figure GDA0003953766830000072
步骤(5)：根据当前OD对所需公交服务的功能层次，更新道路连边的平均运行时间；根据初始线路集合中初始线路的功能层次，更新公交连边的平均运行时间。
在步骤(5)中，根据当前OD对所需公交服务的服务水平μw、道路连边的长度lena，计算每条道路连边的平均运行时间tta，即公式(6)所示。
tta＝lena·(μw)-1，a∈A (6)
根据每条初始线路l*上公交连边的长度Lena、这条初始线路的平均运行速度
Figure GDA0003953766830000073
计算每条公交连边的平均运行时间TTa，即公式(7)所示。
Figure GDA0003953766830000074
步骤(6)：采用最短路算法确定OD对之间的两类期望路径，即在道路网络中的第一类期望路径、在道路-公交复合网络中的第二类期望路径，第一类期望路径代表在未布设公交网络时出行者的期望路径，而第二类期望路径表示出行者使用已有公交系统的期望路径。
在步骤(6)中，以运行时间最短为目标、采用单源最短路算法(Dijkstra算法)，生成当前OD对之间的两类期望路径，即城市道路网络中的第一类期望路径SP-I、道路-公交复合网络中的第二类期望路径SP-II。两类期望路径均由道路网络节点行向量和公交线路序号行向量表示，即SP-I＝(II,LI)，SP-II＝(III,LII)。
步骤(7)：若第二类期望路径经过已有初始线路，说明出行者被吸引到已有公交系统中，即发生公交客流聚集现象。当第二类期望路径仅经过一条初始线路时，执行步骤(8)，否则执行步骤(9)。
在步骤(7)中，NL表示路径SP-II所经过的已有初始线路条数。
当NL＝0时，表明将公交出行需求qw加载到道路-公交复合网络中，未发生公交客流聚集到已有初始线路上的现象，执行步骤(9)。
当NL≥2时，虽然路径SP-II是公交OD对w之间的最短路径，但路径SP-II经过两条以上的公交线路，公交出行者的换乘阻抗过大，需要生成新的候选线路服务于OD对w之间的公交出行需求，故执行步骤(9)。
当NL＝1时，表明路径SP-II偏离路径SP-I，公交出行需求qw聚集到已生成的初始公交线路上，执行步骤(8)。
步骤(8)：判断当前OD对插入第二类期望路径所经过的初始线路，是否满足插入初始线路条件，如果满足，则通过改变已有初始线路行车轨迹服务于当前OD对，从而生成候选线路，执行步骤(11)；如果不满足，则执行步骤(10)。
在步骤(8)中，令l*∈L是路径SP-II所经过的初始线路，由公交出行需求量qw确定的功能层次gw低于初始线路l*的功能层次
Figure GDA0003953766830000081
即
Figure GDA0003953766830000082
判断是否可以通过增加初始线路l*的绕行距离为公交出行需求qw提供直达公交服务，即判断初始线路上是否存在可行的当前OD对的最优插入位置。当前OD对插入初始线路的条件如下：
①功能层次差距约束条件
为覆盖公交出行需求qw，通过改变初始线路l*的行车轨迹，将当前OD对插入已生成的初始线路l*从而生成调整后的候选线路l，但公交出行需求qw不能过低以保证公交线路的运营效率。因此，公交需求qw所需公交服务的功能层次gw与初始线路l*的功能层次
Figure GDA0003953766830000083
的差值控制在1以内，即骨干公交线路可以服务出行需求低于骨干公交客流阈值的OD点，但不能直接衔接出行需求低于主干公交客流阈值的OD点，主干公交线路可以服务出行需求低于主干公交客流阈值的OD点，即该约束条件如公式(8)所示。
Figure GDA0003953766830000084
②公交线路绕行距离约束条件
在初始线路l*上寻找当前OD对的最优插入位置，使公交出行需求qw被服务的情况下公交线路绕行距离最小。令upsto、downsto、upstd和downstd分别表示当前OD对的出行起点o和出行终点d的插入位置，即在初始线路l*上所对应的上游和下游公交站点，则最优插入位置由公式(9)计算得到。
Figure GDA0003953766830000085
已知路径SP-II所经过的初始线路l*的网络节点行向量和集合分别为
Figure GDA0003953766830000086
和
Figure GDA0003953766830000087
公交站点行向量和集合分别为
Figure GDA0003953766830000088
和
Figure GDA0003953766830000089
断面客流量行向量和集合分别为
Figure GDA00039537668300000810
和
Figure GDA00039537668300000811
生成调整后的候选线路l，令l的网络节点向量和集合分别为Il和Il、公交站点向量和集合分别为Sl和Sl、公交连边断面客流量行向量和集合分别为Fl和Fl。
调整后的候选线路l的绕行距离需要满足最大绕行距离约束，如公式(10)所示。其中，δg是取值范围在0到1之间的参数，根据公交线路的功能层次差异化设置。
Figure GDA0003953766830000091
③初始线路长度约束条件
调整后的候选线路l作为一条新线路必须通过线路长度检验，候选线路l的线路长度为LENl，由公式(11)计算，根据公交线路的功能层次gl确定线路长度上下限值，则LENl需要满足如公式(12)所示的约束条件。
Figure GDA0003953766830000092
Figure GDA0003953766830000093
如果OD对插入初始线路后生成的候选线路满足这三项约束条件，则得到新生成的候选线路，然后执行步骤(11)；否则执行步骤(10)。
步骤(9)：根据第一类期望路径生成候选线路。
在步骤(9)中，根据第一类期望路径生成新的候选线路，服务于当前OD对之间的公交出行需求，即将路径SP-I作为候选线路l的行车路径，候选线路l的网络节点行向量为Il＝IΙ，公交站点行向量为Sl＝(o,d)，断面客流量向量为Fl＝(Fl(1))＝(qw)，功能层次为gl＝gw。
步骤(10)：拆分第二类期望路径，生成候选线路，通过候选线路衔接已有初始线路服务于当前OD对。
在步骤(10)中，不改变路径SP-II所经过的初始线路l*的行车轨迹，而是更新初始线路l*的断面客流量、生成服务当前OD对起点端和终点端出行的候选线路，即通过新生成的候选线路与初始线路之间的衔接满足当前OD对之间的公交出行需求。虽然初始线路l*的行车路径和公交站点不变，但其断面客流量发生变化，因此仍将断面客流量更新后的线路作为新的候选线路l与初始线路l*相区分。已知期望路径SP-II的网络节点向量IΙΙ和集合IΙΙ、公交线路序号向量LΙΙ和集合LΙΙ。
若LΙΙ(1)≠0，说明出行起点o是初始线路l*上的公交站点，则生成候选线路l和服务于终点端出行的候选线路le。根据路径SP-II的网络节点向量IΙΙ和公交线路序号向量LΙΙ，判断出行需求qw接入初始线路l*的上游公交站点ac、离开初始线路l*的下游公交站点eg，确定候选线路le的网络节点向量
Figure GDA0003953766830000094
公交站点向量
Figure GDA0003953766830000095
和断面流量向量
Figure GDA0003953766830000096
若LΙΙ(|LΙΙ|)≠0，说明出行终点d是初始线路l*上的公交站点，则生成候选线路l和服务于起点端出行的候选线路la。根据路径SP-II的网络节点向量IΙΙ和公交线路序号向量LΙΙ，判断出行需求qw接入初始线路l*的上游公交站点ac、离开初始线路l*的下游公交站点eg，确定候选线路la的网络节点向量
Figure GDA0003953766830000101
公交站点向量
Figure GDA0003953766830000102
和断面流量向量
Figure GDA0003953766830000103
若LΙΙ(10＝0且LΙΙ(|LΙΙ|)＝0，说明初始线路l*不经过起点o和终点d，则生成候选线路l、服务于起点端出行的候选线路la和服务于终点端出行的候选线路le。根据路径SP-II的网络节点向量IΙΙ和公交线路序号向量LΙΙ，判断出行需求qw接入初始线路l*的上游公交站点ac、离开初始线路l*的下游公交站点eg，确定候选线路la的网络节点向量
Figure GDA0003953766830000104
公交站点向量
Figure GDA0003953766830000105
和断面流量向量
Figure GDA0003953766830000106
以及候选线路le的网络节点向量
Figure GDA0003953766830000107
公交站点向量
Figure GDA0003953766830000108
和断面流量向量
Figure GDA0003953766830000109
步骤(11)：确定与候选线路共线比例最大的初始线路；判断候选线路与该初始线路是否满足合并条件，如果满足，则合并候选线路与该初始线路，并将合并后生成的候选线路加入初始线路集合，否则将候选线路直接加入初始线路集合。
在步骤(11)中，定义两条公交线路的共线比例为共同经过的道路网络节点数与短线路所经过的道路网络节点数的比值，计算候选线路l与任意初始线路的共线比例，令l**是初始线路集合中与候选线路l的共线比例最大的初始线路，即由公式(13)确定。
Figure GDA00039537668300001010
式中，l′表示候选线路集合中任意一条候选线路。
判断候选线路与该初始线路是否满足以下线路合并条件：
①最大共线比例约束条件
设置最大共线比例值STmax，最大共线比例约束条件如公式(14)所示，即当候选线路与初始线路的共线比例超过该值时，则候选线路与初始线路存在较强的竞争关系，需要对两条线路做合并处理。
ST(l,l*)＞STmax (14)
②公交线路长度约束条件
比较两条公交线路l与l**的线路长度，将所经过的道路网络节点数较少的公交线路定义为短线路，另一条公交线路定义为长线路。将短线路上的公交站点合并到长线路上并删除短线路；确定候选线路与初始线路公交站点集合的相对补集，表示长线路未经过、但短线路经过的公交站点集合；按照在短线路中的顺序将相对补集中的公交站点逐一插入长线路。合并后的候选线路l作为一条新线路必须通过线路长度检验，如公式(11)、(12)所示。
如果公交线路l与l**合并后生成的候选线路满足这两项约束条件，则将合并后生成的候选线路加入初始线路集合，否则将原有候选线路直接加入初始线路集合。
步骤(12)：判断是否遍历公交OD对集合中的OD对，如果已经遍历则输出初始线路集合，并终止程序，否则执行步骤(3)。
在步骤(12)中，判断是否遍历公交OD对集合中的所有OD对，如果已经遍历则输出初始线路集合，并终止程序，否则进入下一个循环。
实例：本发明以图2所示道路网络(图2中道路连边上的数字为连边长度，单位为公里)、表1所示公交出行需求(单位为人/日)为例，取高峰出行需求为日平均公交出行需求的30％(表1中数据是公交OD对之间的日平均出行需求)；地区公交、主干公交和骨干公交的客流阈值
Figure GDA0003953766830000111
以及骨干公交的客流上限
Figure GDA0003953766830000112
分别设置为0人/小时、110人/小时、400人/小时、6000人/小时；地区公交、主干公交和骨干公交的平均运行速度μ3、μ2、μ1分别设置为15公里/小时、25公里/小时和35公里/小时；公交线路长度最小值和最大值分别设置为1公里和8公里；绕行距离调节参数设置为0.10，公交线路之间的最大共线比例设置为90％。该实例的城市多模式公交网络初始线路生成结果如表2所示。
表1
O\D 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0 0 400 200 60 80 150 75 75 30 160 30 25 35 0 0
1 400 0 50 120 20 180 90 90 15 130 20 10 10 5 0
2 200 50 0 40 60 180 90 90 15 45 20 10 10 5 0
3 60 120 40 0 50 100 50 50 15 240 40 25 10 5 0
4 80 20 60 50 0 50 25 25 10 120 20 15 5 0 0
5 150 180 180 100 50 0 100 100 30 880 60 15 15 10 0
6 75 90 90 50 25 100 0 50 15 440 35 10 10 5 0
7 75 90 90 50 25 100 50 0 15 440 35 10 10 5 0
8 30 15 15 15 10 30 15 15 0 140 20 5 0 0 0
9 160 130 45 240 120 880 440 440 140 0 600 250 500 200 0
10 30 20 20 40 20 60 35 35 20 600 0 75 95 15 0
11 25 10 10 25 15 15 10 10 5 250 75 0 70 0 0
12 35 10 10 10 5 15 10 10 0 500 95 70 0 45 0
13 0 5 5 5 0 10 5 5 0 200 15 45 0 0 0
14 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
表2
初始线路编号 公交站点向量 道路网络节点向量 功能层次
1 0，1，2，5，7，9，12 0，1，2，5，7，9，12 1
2 3，9，12 3，5，7，9，12 2
3 6，9，12 6，9，12 2
4 3，5，7，9，13 3，5，7，9，13 3
5 0，2 0，1，2 3
6 3，5，7，9，10 3，5，7，9，10 3
7 9，10，11 9，10，11 3
8 4，3，5，8 4，3，5，14，8 3
9 4，3，5，6 4，3，5，14，6 3
10 11，10，12 11，10，12 3
11 3，5，6 3，5，14，6 3
12 1，4 1，4 3
13 0，1，3，11 0，1，3，11 3
14 6，7 6，14，7 3
15 2，3，11 2，1，3，11 3
16 7，5，11 7，5，3，11 3
17 6，8 6，14，8 3
18 4，11 4，3，11 3
19 7，8 7，14，8 3
20 10，12，13 10，12，13 3
21 1，11 1，3，11 3
22 1，2，13 1，2，5，7，9，13 3
23 6，13 6，9，13 3

Claims (8)

1.一种城市多模式公交网络初始线路生成方法，其特征是：该方法包括如下步骤：
步骤(1)：将城市道路网络G、城市公交出行OD对集合W及公交需求集合Q作为输入条件；
步骤(2)：对于已经运营骨干公交系统的城市，将已有骨干线路加入初始线路集合L，否则初始线路集合L为空集；l*∈L是初始线路集合的元素；公交线路的功能层次包括骨干公交、主干公交和地区公交三个层次；
步骤(3)：根据初始线路集合和城市道路网络，生成道路-公交复合网络；
步骤(4)：从公交OD对集合中选取某个OD对作为当前OD对，服务于当前OD对之间出行的被生成公交线路称为候选线路l，候选线路在满足约束条件时加入初始线路集合；根据公交出行需求量确定当前OD对所需公交服务的功能层次；
步骤(5)：根据当前OD对所需公交服务的功能层次，更新道路连边的平均运行时间；根据初始线路集合中初始线路的功能层次，更新公交连边的平均运行时间；
步骤(6)：采用最短路算法确定OD对之间的两类期望路径，即在道路网络中的第一类期望路径SP-I、在道路-公交复合网络中的第二类期望路径SP-II，第一类期望路径代表在未布设公交网络时出行者的期望路径，而第二类期望路径表示出行者使用已有公交系统的期望路径；
步骤(7)：若第二类期望路径经过已有初始线路，说明出行者被吸引到已有公交系统中，即发生公交客流聚集现象；当第二类期望路径仅经过一条初始线路时，执行步骤(8)，否则执行步骤(9)；
步骤(8)：判断当前OD对插入第二类期望路径所经过的初始线路，是否满足插入初始线路条件，如果满足，则通过改变已有初始线路行车轨迹服务于当前OD对，从而生成候选线路，执行步骤(11)；如果不满足，则执行步骤(10)；
步骤(9)：根据第一类期望路径生成候选线路，执行步骤(11)；
步骤(10)：拆分第二类期望路径，生成候选线路，通过候选线路衔接已有初始线路服务于当前OD对；
步骤(11)：确定与候选线路共线比例最大的初始线路；判断候选线路与该初始线路是否满足合并条件，如果满足，则合并候选线路与该初始线路，并将合并后生成的候选线路加入初始线路集合，否则将候选线路直接加入初始线路集合；
步骤(12)：判断是否遍历公交OD对集合中所有OD对，如果已经遍历则输出初始线路集合，并终止程序，否则执行步骤(3)。
2.如权利要求1所述的初始线路生成方法，其特征是：在所述的步骤(1)中，将城市道路网络作为背景物理网络，并抽象为加权图G＝(I,A)，其中I是道路网络节点集合，A＝{a}是道路网络节点之间的连边集合；道路连边a∈A表示城市道路网络的两个相邻节点之间的连边，公交OD对集合表示为W＝O×D＝{w}＝{(o,d)}，公交OD需求集合表示为Q＝{qw}＝{qo,d}。
3.如权利要求1所述的初始线路生成方法，其特征是：在所述的步骤(2)中，l*∈L是初始线路集合的元素，它由道路网络节点向量
Figure FDA0003953766820000021
公交站点向量
Figure FDA0003953766820000022
公交连边断面客流量向量
Figure FDA0003953766820000023
功能层次
Figure FDA0003953766820000024
变量表征。
4.如权利要求1所述的初始线路生成方法，其特征是：在所述的步骤(3)中，根据已生成的初始线路集合L，得到城市多模式公交网络
Figure FDA0003953766820000025
其中S表示公交线路的公交站点集合，它是道路网络节点集合I的子集，即
Figure FDA0003953766820000026
一个公交站点被抽象为带有公交出行需求的、发生公交乘客上下车的道路网络节点；
Figure FDA0003953766820000027
是公交站点之间的连边集合即公交连边集合；公交连边
Figure FDA0003953766820000028
表示多模式公交网络中一条公交线路上两个相邻公交站点之间的连边；合并城市道路网络G与城市多模式公交网络
Figure FDA0003953766820000029
得到道路-公交复合网络
Figure FDA00039537668200000210
5.如权利要求1所述的初始线路生成方法，其特征是：在所述的步骤(5)中，根据当前OD对所需公交服务的服务水平μw、道路连边的长度lena，计算每条道路连边的平均运行时间tta；根据每条初始线路l*上公交连边的长度Lena、这条初始线路的平均运行速度
Figure FDA00039537668200000211
计算每条公交连边的平均运行时间TTa。
6.如权利要求1所述的初始线路生成方法，其特征是：在所述的步骤(8)中，令l*∈L是第二类期望路径SP-II经过的初始线路，判断是否可以通过增加初始线路l*的绕行距离为当前OD对的公交出行需求qw提供直达公交服务，即判断初始线路上是否存在可行的当前OD对的最优插入位置；如果当前OD对插入初始线路后生成的候选线路满足约束条件，则得到新生成的候选线路，执行步骤(11)，否则执行步骤(10)；
约束条件如下：
①功能层次差距约束条件
骨干公交线路可以服务出行需求低于骨干公交客流阈值的OD点，但不能直接衔接出行需求低于主干公交客流阈值的OD点，主干公交线路可以服务出行需求低于主干公交客流阈值的OD点；
②公交线路绕行距离约束条件
在初始线路l*上寻找当前OD对的最优插入位置，使公交出行需求qw被服务的情况下公交线路绕行距离最小；
③初始线路长度约束条件
调整后的候选线路l作为一条新线路，其线路长度LENl在根据公交线路功能层次确定的线路长度上下限值范围内。
7.如权利要求1所述的初始线路生成方法，其特征是：在所述的步骤(10)中，不改变第二类期望路径SP-II所经过的初始线路l*的行车轨迹，而是更新初始线路l*的断面客流量、生成服务当前OD对起点端和终点端出行的候选线路，即通过新生成的候选线路与初始线路之间的换乘满足当前OD对之间的公交出行需求。
8.如权利要求1所述的初始线路生成方法，其特征是：在所述的步骤(11)中，定义两条公交线路的共线比例为共同经过的道路网络节点数与短线路的道路网络节点数的比值，计算候选线路l与任意初始线路的共线比例，令l**是初始线路集合中与候选线路l的共线比例最大的初始线路；判断候选线路l与l**是否满足合并条件，若满足则将合并后生成的候选线路加入初始线路集合，否则将原有候选线路l直接加入初始线路集合；
合并条件：
①最大共线比例约束条件
设置最大共线比例值STmax，当候选线路与初始线路的共线比例超过该值时，需要对两条线路做合并处理；
②公交线路长度约束条件
比较两条公交线路l与l**的线路长度，将短线路上的公交站点合并到长线路上并删除短线路；确定候选线路与初始线路公交站点集合的相对补集，表示长线路未经过、但短线路经过的公交站点集合；按照在短线路中的顺序将相对补集中的公交站点逐一插入长线路；合并后的候选线路l作为一条新线路必须通过线路长度检验。
CN201811555660.0A 2018-12-18 2018-12-18 一种城市多模式公交网络初始线路生成方法 Active CN109670240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811555660.0A CN109670240B (zh) 2018-12-18 2018-12-18 一种城市多模式公交网络初始线路生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811555660.0A CN109670240B (zh) 2018-12-18 2018-12-18 一种城市多模式公交网络初始线路生成方法

Publications (2)

Publication Number Publication Date
CN109670240A CN109670240A (zh) 2019-04-23
CN109670240B true CN109670240B (zh) 2023-02-24

Family

ID=66144933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811555660.0A Active CN109670240B (zh) 2018-12-18 2018-12-18 一种城市多模式公交网络初始线路生成方法

Country Status (1)

Country Link
CN (1) CN109670240B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135055B (zh) * 2019-05-13 2023-05-16 南京林业大学 一种城市多模式公交网络客流分配方法
CN110442660B (zh) * 2019-07-04 2023-01-03 安徽交欣科技股份有限公司 一种用于智能公交系统的公交线网长度计算方法
CN110298516B (zh) * 2019-07-04 2020-06-16 南京行者易智能交通科技有限公司 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器
CN111754757B (zh) * 2020-06-24 2022-08-30 广州公交集团第三公共汽车有限公司 一种公交竞争线路排班方法
CN112200393A (zh) * 2020-12-04 2021-01-08 深圳市城市交通规划设计研究中心股份有限公司 一种公共交通线路生成方法、装置、设备和存储介质
CN114495484B (zh) * 2021-12-17 2023-10-27 北京航空航天大学杭州创新研究院 基于多源数据层次图聚类算法的公交站点位置推荐方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318758A (zh) * 2014-11-05 2015-01-28 东南大学 基于多层次多模式的公交线网规划方法
CN106651034A (zh) * 2016-12-23 2017-05-10 中山大学 一种公交线网规划方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318758A (zh) * 2014-11-05 2015-01-28 东南大学 基于多层次多模式的公交线网规划方法
CN106651034A (zh) * 2016-12-23 2017-05-10 中山大学 一种公交线网规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Bus Travel Time Deviation Analysis Using Automatic Vehicle Location Data and Structural Equation Modeling;Xiaolin Gong等;《Mathematical Problems in Engineering》;20151231;第1-9页 *
基于超级网络的多模式公共交通网络客流分配技术研究;吴丽霞等;《第十二届中国智能交通年会大会论文集》;20180524;第316-326页 *

Also Published As

Publication number Publication date
CN109670240A (zh) 2019-04-23

Similar Documents

Publication Publication Date Title
CN109670240B (zh) 一种城市多模式公交网络初始线路生成方法
CN107194128B (zh) 基于中心辐射型网络框架的多模式公共交通网络设计方法
CN110648022B (zh) 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
CN110580404B (zh) 一种基于城市多模式交通网络的网络运能确定方法
Ciaffi et al. Feeder bus network design problem: A new metaheuristic procedure and real size applications
Cipriani et al. Transit network design: A procedure and an application to a large urban area
CN102175256B (zh) 一种基于进化树拓扑路网构建的路径规划确定方法
Bastani et al. A greener transportation mode: flexible routes discovery from GPS trajectory data
CN110490381B (zh) 基于混合整数规划的公交主干线规划方法
CN107563546B (zh) 一种基于区域协同的高速铁路列车运行图编制方法
Randazzo et al. A comparison of optimal methods for local access uncapacitated network design
CN110135055B (zh) 一种城市多模式公交网络客流分配方法
CN107770874A (zh) 超密集网络中的分簇方法和子信道分配方法
Chai et al. An improved NSGA-II algorithm for transit network design and frequency setting problem
CN111724076A (zh) 运营中断条件下区域多式轨道交通客流动态分配方法
CN115171382A (zh) 城市路网自动驾驶专用车道部署方法
CN115713207A (zh) 一种混合公交服务组合优化方法
Gallo et al. A multimodal approach to bus frequency design
Zhang et al. A realistic spatial-distribution-based connectivity-aware routing protocol in multilevel scenarios of urban VANETs
CN115048576A (zh) 一种空港旅客群体出行方式柔性推荐方法
CN110139173A (zh) 一种降低光传送网端到端时延的网络分域方法
Wan et al. Congested multimodal transit network design
CN108174446B (zh) 一种资源占用度最小化的网络节点链路资源联合分配方法
CN115081153A (zh) 一种考虑车载容量和站点容量的公交网络设计优化方法
CN114139765A (zh) 一种公交换乘网络优化方法、装置及电子设备

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