CN110232831A - 一种基于需求响应型公交的发车时刻优化方法 - Google Patents
一种基于需求响应型公交的发车时刻优化方法 Download PDFInfo
- Publication number
- CN110232831A CN110232831A CN201910541304.1A CN201910541304A CN110232831A CN 110232831 A CN110232831 A CN 110232831A CN 201910541304 A CN201910541304 A CN 201910541304A CN 110232831 A CN110232831 A CN 110232831A
- Authority
- CN
- China
- Prior art keywords
- public transport
- demand response
- demand
- response type
- passenger
- 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
Links
- 230000004044 response Effects 0.000 title claims abstract description 68
- 238000005457 optimization Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000009826 distribution Methods 0.000 abstract description 6
- 230000002123 temporal effect Effects 0.000 abstract 1
- 238000011160 research Methods 0.000 description 10
- 210000004209 hair Anatomy 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000013332 literature search Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003786 synthesis reaction 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种基于需求响应型公交的发车时刻优化方法,针对服务对象在时空分布具有差异性的需求响应型公交,对其发车时刻进行优化。该优化方法以需求响应型公交乘载率与乘客平均满意度的权重组合值最大为目标,考虑需求时间区间、发车时刻时间区间、需求种类、乘客等待时间、车辆容量等约束条件,建立需求响应型公交发车时刻优化模型进行优化。本发明将发车时刻、需求响应、行车路径整合在一个统一的优化模型中,进行同步优化,从而提高需求响应型公交服务的时效性及其运营水平。
Description
技术领域
本发明属于公交发车时刻优化技术领域,尤其涉及一种基于需求响应型公交的发车时刻优化方法。
背景技术
优先发展公共交通是提高城市公交出行方式比例、缓解交通拥堵的重要方法。传统的公交出行方式存在步行到站距离远、等车时间较长等诸多问题。在这种背景下,一种高品质的公交出行方式—“需求响应型公交”应用而生。目前对需求响应型公交的研究主要集中于行车路径优化,为加快需求响应型公交在国内成功普及的步伐,优化公交发车时刻的研究应被重视。现有的发车时刻优化研究对象多是针对普通公交,对需求响应型公交的发车时刻优化未见有针对性的有效方法,并且也未检索到这类方法的发明专利。经对现有技术的文献检索发现,有关公交发车时刻优化研究,主要有以下几种:1)以单线普通公交为研究对象的发车时刻优化。关于单线普通公交的发车时刻优化,目前有四种经典发车频率确定方法,其中有两种方式是根据站点调查得出的日最大客流断面、小时最大客流断面来确定发车频率。另外两种方式是基于跟车调查,根据是否有无服务水平评价准则来确定发车频率,代表著作有《公共交通规划与运营:理论、建模及应用》。在此基础上,有学者为更清楚的表达公交公司利益与乘客利益之间的关系,将一天中的营运时间根据客流规律划分为多个长度均等的时段,考虑不同时段中的发车频率,提出一种基于单车期望总成本最小的发车频率优化模型,较有代表性的文献有《城市公交线路调度发车频率优化模型》、《基于综合集成赋权法的公交发车频率优化模型》、《单线公交发车频率优化及行车时刻表编制研究》。2)以公交线网为研究对象的公交发车时刻优化。为提高公交车辆在换乘站点处的衔接效率,有学者认为需要统筹考虑线网布局与时刻表编制,根据公交线网运营模式特征,研究了线网协调控制对发车间隔和出行时间优化的影响,以企业盈利最大和乘客出行时间成本最小为目标,构建了多目标区域公交时刻表模型。较有代表性的文献有《基于公交线网布局的区域时刻表编制》、《公交网络时刻表编制的理论建模及可靠性控制方法研究》、《区域公交调度时刻表优化研究》。3)以接驳公交为研究对象的公交发车时刻优化。近年来轨道交通修建大规模兴起,有学者考虑轨道交通换乘常规公交乘客、常规公交换乘轨道交通乘客和常规公交非换乘乘客,以此三类乘客群的总候车时间最小或系统效益最大为目标函数,建立接驳轨道交通的常规公交时刻表协调优化模型,提高城市轨道交通与微公交的换乘效率,较有代表性的文献有《城市接运公交发车时刻表优化》、《接驳地铁的微公交发车间隔优化模型和算法》、《基于轨道交通的常规公交时刻表协调优化研究》。综上所述,目前的发车时刻优化研究相对较全面,多是通过优化发车频率或车发间隔进行发车时刻的优化。
但上述3种公交发车时刻优化的研究对象均是针对固定站点形式的普通公交,优化过程中,对乘客等待时间的处理均采用的是发车间隔的一半、对发车频率的处理均根据各时段客流到达分布规律在时段内进行等间隔发车,但未对时段长度与相邻时段的乘客分布的差异进行研究分析。然而,时段长度的划分关系到该时段的发车次数:如果相邻时段的乘客分布差异过大,则在上一时段末下一时段初这一分割点时段,将会出现供求不匹配的情况。由此可见在某些情况下使用划分时段的方法来优化发车时刻时会存在一定的盲区。此外,需求响应型公交的服务对象在时间和空间上的分布波动性较强,强调服务的时效性,采取上述方法研究其发车时刻优化并不合适。
发明内容
本发明的目的在于提供一种基于需求响应型公交的发车时刻优化方法,该优化方法以需求响应型公交乘载率与乘客平均满意度的权重组合值最大为目标,考虑需求时间区间、发车时刻时间区间、需求种类、乘客等待时间、车辆容量等约束条件,将发车时刻、需求响应、行车路径整合在一个统一的优化模型中,进行同步优化,从而提高需求响应型公交服务的时效性及其运营水平。
为实现上述目的,本发明采用如下技术方案:一种基于需求响应型公交的发车时刻优化方法,包括以下步骤:
步骤1:获取输入参数;
步骤2:建立优化模型;所述优化模型的目标函数为需求响应型公交乘载率与乘客平均满意度的权重组合;所述优化模型的约束包括发车时刻区间约束、需求时间区间约束、需求响应约束、公交车辆载客容量约束、乘客等待时间约束及车辆运营时长约束;
步骤3:基于所述输入参数和约束,求解所述优化模型并输出优化结果。
优选地,所述输入参数包括:
第k-1班车的发车时刻tk-1;第k-1班车运营结束时刻
发第k班车时,预约需求中的需求最早到达时间第k班车运营最晚结束的时刻
公交公司承诺的乘客最大等待时间为车辆单次运营的最长时间Tmax;
tk时刻发车时的需求数量Ntk、需求站点I、J和需求I(m)、J(m);
I需求站点上车至J需求站点下车人数qij;
需求I(m)或J(m)的期望服务的时间范围[Pdi,Qdi];
乘客可接受车辆早到的时刻Pi;乘客可接受车辆晚到的时刻Qi;
tk时刻发车时,本应被第k-1班车响应,但未被第k-1班车响应的需求集合
tk时刻发车时,剩余需求中可以被第k班车响应的需求集合所述剩余需求为预约需求除去集合的需求集合;
需求响应型公交车辆的额定载客容量C;
第k班车辆tk时刻发车时,第I号需求站点到第J号需求站点之间路段车速
第I号需求站点到第J号需求站点之间路段的零流量下的公交车速vij;
乘客的平均上车时长tu、乘客的平均下车时长td;
路网中I需求站点到J需求站点的最短路径距离dij;
需求响应型公交乘载率权重λ1;乘客平均满意度的权重λ2。
优选地,所述目标函数的最值模型为:
优选地,
优选地,
优选地,所述发车时刻区间约束为:
优选地,所述需求时间区间约束为:
优选地,所述需求响应约束为:
xi=1,xiqij=xjqij,
优选地,所述公交车辆载客容量约束为:
优选地,所述乘客等待时间约束为:
与现有技术相比,本发明的优点为:针对需求响应公交的发车时刻进行微观建模,以发车时间区间和需求时间区间为基础,使用公交路段车速对乘客等待时间等进行精确计算,通过步长迭代的方式进行发车时刻优化,能同时输出最优发车时刻下车辆需要响应的需求及其行车路径,满足需求响应型公交的时效性。
附图说明
图1为本发明一实施例的基于需求响应型公交的发车时刻优化方法的流程图;
图2为图1中需求站点在路网中的分布;
图3为图1中最值对应的行车路径。
具体实施方式
下面将结合示意图对本发明的基于需求响应型公交的发车时刻优化方法进行更详细的描述,其中表示了本发明的优选实施例,应该理解本领域技术人员可以修改在此描述的本发明,而仍然实现本发明的有利效果。因此,下列描述应当被理解为对于本领域技术人员的广泛知道,而并不作为对本发明的限制。
如图1所示,一种基于需求响应型公交的发车时刻优化方法,包括步骤1~3,具体如下:
步骤1:获取该优化方法的输入参数;输入参数具体如下:
第k-1班车的发车时刻tk-1;第k-1班车运营结束时刻
发第k班车时,预约需求中的需求最早到达时间第k班车运营最晚结束的时刻
公交公司承诺的乘客最大等待时间min;为车辆单次运营的最长时间Tmax,min;
tk时刻发车时的需求数量Ntk,人;需求站点I、J和需求I(m)、J(m);
I需求站点上车至J需求站点下车人数qij,人;
需求I(m)或J(m)的期望服务的时间范围[Pdi,Qdi];
乘客可接受车辆早到的时刻Pi;乘客可接受车辆晚到的时刻Qi;
tk时刻发车时,本应被第k-1班车响应,但未被第k-1班车响应的需求集合
tk时刻发车时,剩余需求中可以被第k班车响应的需求集合剩余需求为预约需求中除去集合的需求集合;
需求响应型公交车辆的额定载客容量C;
第k班车辆tk时刻发车时,第I号需求站点到第J号需求站点之间路段车速km/min;
第I号需求站点到第J号需求站点之间路段的零流量下的公交车速vij,km/min;
乘客的平均上车时长tu,min、乘客的平均下车时长td,min;
路网中I需求站点到J需求站点的最短路径距离dij,km;
需求响应型公交乘载率权重λ1;乘客平均满意度的权重λ2。
步骤2:建立优化模型;优化模型的目标函数为需求响应型公交乘载率与乘客平均满意度的权重组合;优化模型的约束包括发车时刻区间约束、需求时间区间约束、需求响应约束、公交车辆载客容量约束、乘客等待时间约束及车辆运营时长约束。
具体的,目标函数的最值模型如式(1)所示:
其中需求响应型公交乘载率的定义为上车乘客的人数与总需求人数的比值,具体如式(2)所示;
乘客平均满意度分别由式(3)计算,单个乘客的满意度由式(4)计算;
在本实施例中,优化模型的约束具体包括:
1)发车时刻区间约束,即要求第k班次车辆的发车时刻不应使乘客的等待时间超过最长等待时间,即满足式(5)要求:
2)需求时间区间约束,要求需求申请的服务时间应在车辆运营的时间区间内,即满足式(6)要求,其中由式(7)计算:
3)需求响应约束,即要求k-1班次车辆没响应的需求站点在本班次中必须被响应,即满足式(8)要求;对于满足需求区间的任一需求,其对应的上、下车需求站点均应响应,即应满足(9)所示:
4)公交车辆载客容量约束,即要求车辆tk时刻发车,服务完I号需求站点的需求后车内人数不超过车辆的额定载客数,即满足式(10)要求;
5)乘客等待时间约束,即要求每位乘客的等待时间均不能超过公交公司承诺的最长等待时间,即满足式(11)要求;其中公交路段车速和公交到达J号需求的时刻分别有式(12)、式(13)计算;
6)车辆运营时长约束,要求车辆的单次运营时长不能超过最长运营时长,即满足式(14)要求;
步骤3:基于输入参数和约束,求解优化模型并输出优化结果。该目标函数的输出参数,即优化结果,包括:xi,需求I(m)或J(m)是否被响应;0和1均为变量,1表示响应,0表示不响应;zij,行车路径中需求站点I和J是否相邻;0和1均为变量,1表示当车辆由需求站点I驶向需求站点J,否则取0;yij,行车路径中需求站点I和需求站点J的相对关系;目标函数的上述优化结果使得需求响应型公交乘载率f1 tk和乘客平均满意度的权重组合值最大化。
上述优化过程中综合考虑了以下三类影响因素:(1)从时间区间角度看,确定了两个时间区间,第一个发车时刻区间,由需求中最早上车时间和公交公司承诺的最大等待时间共同确定;第二个需求时间区间,由上一班次最晚结束运营时刻和本班次发车时刻及单次运营最长时间共同确定,两个时间区间的确定是发车时刻优化的基础;
(2)从需求响应角度看,发车时刻的确定要考虑两类需求,第一类为本应在上一班次被响应但未被响应的需求即集合中的需求,此类需求在本班次中必须被响应;第二类为需求区间与本班次发车时刻区间有交集的需求即集合中的需求,此类需求在本班次中可以选择性响应。且对于任一需求,同时考虑了需求的上车和下车站点,对应的上下车站点均响应;
(3)从需求响应公交时效性角度看,采用公交路段速度精确计算车辆到站时间和乘客等待时间,确定发车时刻的同时输出车辆需要响应的需求及其行车路线。
本实例中选取某社区公交线路覆盖所的交通小区出行调查数据为基础,利用MATLAB软件随机生成预约需求。采用本发明中的方法进行需求响应型公交发车时刻优化,并与当前公交进行对比。
步骤1中,输入参数的初始化过程如下:
1)第k-1班车的发车时刻,tk-1=9:30;发第k班车时,预约需求中的需求最早到达时间,公交公司承诺的乘客最大等待时间,车辆单次运营的最长时间,Tmax=20min;第k-1班车运营结束时刻,第k班车运营最晚结束的时刻,tk时刻第k班发车时的需求点数量,Ntk;其中,I需求站点上车至J需求站点下车人数,qij,I、J代表不同的需求站点;如表1所示;需求站点的分布图如图2所示,需求站点包括1~10。
表1
2)需求I(m)或J(m)的期望服务的时间范围,[Pdi,Qdi]、以及乘客可接受车辆最早和最迟到达时刻,Pi和Qi、tk时刻发车时,本应被第k-1班车响应,但未被第k-1班车响应的需求集合其他可以被第k班车响应的需求集合如表2所示;
表2
3)需求响应型公交车辆的额定载客容量,C,为22人;第k班车辆tk时刻发车时,第I号需求站点到第J号需求站点之间路段车速,第i号需求站点到第j号需求站点之间路段的零流量下的公交车速,vij=0.67km/min;路段速度模型参数,α=0.98,β=1.11;乘客的平均上车时长,tu=0.05min;乘客的平均下车时长,td=0.04min;路网中需求站点I到J需求站点的最短路径距离,dij,如表3所示;
表3
4)需求响应型公交乘载率和乘客平均满意度的权重,λ1=λ2=0.5。
之后将上述输入代入需求响应型发车时刻优化模型,可采用最优化问题求解软件(如MATLAB)进行求解,各发车时刻的优化结果如表4所示。
表4
发车时刻 | 目标函数值 |
9:30 | 0.450 |
9:31 | 0.471 |
9:32 | 0.528 |
9:33 | 0.594 |
9:34 | 0.662 |
9:35 | 0.715 |
9:36 | 0.772 |
9:37 | 0.800 |
9:38 | 0.834 |
9:39 | 0.805 |
9:40 | 0.756 |
从表4中可以看到,发车时刻为9:38时,目标函数值0.834最大,对应的响应区间为xi={1,1,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},此时需求响应的需求如下表5所示,对应的行车路径如图3所示。
表5
最后对本发明的设计方案进行评价验证,具体的:将需求响应型公交乘载率、乘客平均满意度作为评价指标,对现有的固定发车时刻表和本发明的需求响应型公交发车时刻方案进行对比。现有的固定发车间隔通常是5min、10min,采用最优化方法计算后得到发车时刻为9:35、9:40时的优化目标函数值及本发明方法相对优化程度如表6所示。
表6
发车方法 | 发车时刻 | 优化目标值 | 本发明方法相对优化程度 |
5min固定发车间隔 | 9:35 | 0.715 | 16.64% |
10min固定发车间隔 | 9:40 | 0.756 | 10.32% |
本发明方法 | 9:38 | 0.834 | - |
从表6可以得出,本发明方法相对5min、10min的固定发车间隔分别相对优化了16.64%、10.3%。
综上,在本发明实施例提供的基于需求响应型公交的发车时刻优化方法中,具有以下优点:
1)对发车时刻响应的需求及行车路线进行同步优化,更好地满足需求响应型公交服务的时效性要求。
2)本发明使用步长迭代的方法获得最优发车时刻,相对现有的先划分时段然后在时段内等间隔发车的优化方法,本发明避免由于相邻时段需求分布差异过大而造成的发车不合理情况的发生。
3)本发明在优化目标中同时考虑了需求响应型公交乘载率和乘客平均满意度,在约束中考虑需求响应约束、车辆容量约束、等待时间约束、运营时间约束,从而在保障乘客平均满意度和公交公司收益的基础上使需求响应型公交最优运营。
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (10)
1.一种基于需求响应型公交的发车时刻优化方法,其特征在于,包括以下步骤:
步骤1:获取输入参数;
步骤2:建立优化模型;所述优化模型的目标函数为需求响应型公交乘载率与乘客平均满意度的权重组合;所述优化模型的约束包括发车时刻区间约束、需求时间区间约束、需求响应约束、公交车辆载客容量约束、乘客等待时间约束及车辆运营时长约束;
步骤3:基于所述输入参数和约束,求解所述优化模型并输出优化结果。
2.根据权利要求1所述的基于需求响应型公交的发车时刻优化方法,其特征在于,所述输入参数包括:
第k-1班车的发车时刻tk-1;第k-1班车运营结束时刻
发第k班车时,预约需求中的需求最早到达时间第k班车运营最晚结束的时刻
公交公司承诺的乘客最大等待时间为车辆单次运营的最长时间Tmax;
tk时刻发车时的需求数量Ntk、需求站点I、J和需求I(m)、J(m);
I需求站点上车至J需求站点下车人数qij;
需求I(m)或J(m)的期望服务的时间范围[Pdi,Qdi];
乘客可接受车辆早到的时刻Pi;乘客可接受车辆晚到的时刻Qi;
tk时刻发车时,本应被第k-1班车响应,但未被第k-1班车响应的需求集合
tk时刻发车时,剩余需求中可以被第k班车响应的需求集合所述剩余需求为预约需求中除去集合的需求集合;
需求响应型公交车辆的额定载客容量C;
第k班车辆tk时刻发车时,第I号需求站点到第J号需求站点之间路段车速
第I号需求站点到第J号需求站点之间路段的零流量下的公交车速vij;
乘客的平均上车时长tu、乘客的平均下车时长td;
路网中I需求站点到J需求站点的最短路径距离dij;
需求响应型公交乘载率权重λ1;乘客平均满意度的权重λ2。
3.根据权利要求2所述的基于需求响应型公交的发车时刻优化方法,其特征在于,所述目标函数的最值模型为:
4.根据权利要求3所述的基于需求响应型公交的发车时刻优化方法,其特征在于,
5.根据权利要求3所述的基于需求响应型公交的发车时刻优化方法,其特征在于,
6.根据权利要求2所述的基于需求响应型公交的发车时刻优化方法,其特征在于,所述发车时刻区间约束为:
7.根据权利要求2所述的基于需求响应型公交的发车时刻优化方法,其特征在于,所述需求时间区间约束为:
8.根据权利要求2所述的基于需求响应型公交的发车时刻优化方法,其特征在于,所述需求响应约束为:
9.根据权利要求2所述的基于需求响应型公交的发车时刻优化方法,其特征在于,所述公交车辆载客容量约束为:
10.根据权利要求2所述的基于需求响应型公交的发车时刻优化方法,其特征在于,所述乘客等待时间约束为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910541304.1A CN110232831A (zh) | 2019-06-21 | 2019-06-21 | 一种基于需求响应型公交的发车时刻优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910541304.1A CN110232831A (zh) | 2019-06-21 | 2019-06-21 | 一种基于需求响应型公交的发车时刻优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110232831A true CN110232831A (zh) | 2019-09-13 |
Family
ID=67857036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910541304.1A Pending CN110232831A (zh) | 2019-06-21 | 2019-06-21 | 一种基于需求响应型公交的发车时刻优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232831A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111063191A (zh) * | 2019-12-12 | 2020-04-24 | 北京航空航天大学 | 用于公交线网设计的发车频率与线网结构联合优化方法 |
CN111105141A (zh) * | 2019-11-23 | 2020-05-05 | 同济大学 | 一种需求响应型公交调度方法 |
CN111667114A (zh) * | 2020-06-05 | 2020-09-15 | 鲁东大学 | 一种基于时空大数据融合的智能路线规划推荐方法 |
CN111815189A (zh) * | 2020-07-15 | 2020-10-23 | 同济大学 | 模块化公交调度系统 |
CN112419705A (zh) * | 2020-11-06 | 2021-02-26 | 杭州图软科技有限公司 | 一种基于大数据的公交智能调度系统 |
CN113450242A (zh) * | 2021-06-25 | 2021-09-28 | 东北林业大学 | 一种路径偏离式公交调度系统及存储介质和设备 |
CN113936494A (zh) * | 2021-06-30 | 2022-01-14 | 深圳市巴滴科技有限公司 | 一种基于分时乘车需求的公交调度方法及装置 |
CN115035739A (zh) * | 2022-06-09 | 2022-09-09 | 东风悦享科技有限公司 | 一种应用于智能网联园区的自动驾驶车辆调度方法 |
CN115457793A (zh) * | 2022-08-31 | 2022-12-09 | 东风悦享科技有限公司 | 一种应用于公交调度中始发站非均匀发车的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299177A1 (en) * | 2009-05-22 | 2010-11-25 | Disney Enterprises, Inc. | Dynamic bus dispatching and labor assignment system |
CN109376928A (zh) * | 2018-10-24 | 2019-02-22 | 天津市市政工程设计研究院 | 考虑双边匹配的定制公交合乘优化方法 |
CN109409599A (zh) * | 2018-10-24 | 2019-03-01 | 天津市市政工程设计研究院 | 基于实时需求的定制公交线路开通优化方法 |
CN109493588A (zh) * | 2018-11-22 | 2019-03-19 | 交通运输部公路科学研究所 | 一种新型智能化定制公交的车路协同控制系统及方法 |
CN109615112A (zh) * | 2018-11-16 | 2019-04-12 | 上海理工大学 | 一种响应型社区公交行车调度优化方法 |
-
2019
- 2019-06-21 CN CN201910541304.1A patent/CN110232831A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299177A1 (en) * | 2009-05-22 | 2010-11-25 | Disney Enterprises, Inc. | Dynamic bus dispatching and labor assignment system |
CN109376928A (zh) * | 2018-10-24 | 2019-02-22 | 天津市市政工程设计研究院 | 考虑双边匹配的定制公交合乘优化方法 |
CN109409599A (zh) * | 2018-10-24 | 2019-03-01 | 天津市市政工程设计研究院 | 基于实时需求的定制公交线路开通优化方法 |
CN109615112A (zh) * | 2018-11-16 | 2019-04-12 | 上海理工大学 | 一种响应型社区公交行车调度优化方法 |
CN109493588A (zh) * | 2018-11-22 | 2019-03-19 | 交通运输部公路科学研究所 | 一种新型智能化定制公交的车路协同控制系统及方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111105141A (zh) * | 2019-11-23 | 2020-05-05 | 同济大学 | 一种需求响应型公交调度方法 |
CN111063191B (zh) * | 2019-12-12 | 2020-11-24 | 北京航空航天大学 | 用于公交线网设计的发车频率与线网结构联合优化方法 |
CN111063191A (zh) * | 2019-12-12 | 2020-04-24 | 北京航空航天大学 | 用于公交线网设计的发车频率与线网结构联合优化方法 |
CN111667114A (zh) * | 2020-06-05 | 2020-09-15 | 鲁东大学 | 一种基于时空大数据融合的智能路线规划推荐方法 |
CN111815189B (zh) * | 2020-07-15 | 2024-03-29 | 同济大学 | 模块化公交调度系统 |
CN111815189A (zh) * | 2020-07-15 | 2020-10-23 | 同济大学 | 模块化公交调度系统 |
CN112419705A (zh) * | 2020-11-06 | 2021-02-26 | 杭州图软科技有限公司 | 一种基于大数据的公交智能调度系统 |
CN112419705B (zh) * | 2020-11-06 | 2021-10-19 | 杭州图软科技有限公司 | 一种基于大数据的公交智能调度系统 |
CN113450242A (zh) * | 2021-06-25 | 2021-09-28 | 东北林业大学 | 一种路径偏离式公交调度系统及存储介质和设备 |
CN113450242B (zh) * | 2021-06-25 | 2023-07-25 | 东北林业大学 | 一种路径偏离式公交调度系统及存储介质和设备 |
CN113936494B (zh) * | 2021-06-30 | 2022-08-05 | 深圳市巴滴科技有限公司 | 一种基于分时乘车需求的公交调度方法及装置 |
CN113936494A (zh) * | 2021-06-30 | 2022-01-14 | 深圳市巴滴科技有限公司 | 一种基于分时乘车需求的公交调度方法及装置 |
CN115035739A (zh) * | 2022-06-09 | 2022-09-09 | 东风悦享科技有限公司 | 一种应用于智能网联园区的自动驾驶车辆调度方法 |
CN115457793A (zh) * | 2022-08-31 | 2022-12-09 | 东风悦享科技有限公司 | 一种应用于公交调度中始发站非均匀发车的方法及系统 |
CN115457793B (zh) * | 2022-08-31 | 2023-06-23 | 东风悦享科技有限公司 | 一种应用于公交调度中始发站非均匀发车的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232831A (zh) | 一种基于需求响应型公交的发车时刻优化方法 | |
CN109409599B (zh) | 基于实时需求的定制公交线路开通优化方法 | |
Chen et al. | Solving the first‐mile ridesharing problem using autonomous vehicles | |
CN109523051B (zh) | 一种电动汽车充电实时优化调度方法 | |
Huang et al. | Joint train scheduling optimization with service quality and energy efficiency in urban rail transit networks | |
Kang et al. | A case study on the coordination of last trains for the Beijing subway network | |
Yu et al. | Transit route network design-maximizing direct and transfer demand density | |
CN109753694B (zh) | 基于全过程出行感知时间的中小城市公交线网设计方法 | |
Li et al. | Modeling an enhanced ridesharing system with meet points and time windows | |
de Cea Ch et al. | Demand responsive urban public transport system design: Methodology and application | |
Deng et al. | Exploring flexibility of electric vehicle aggregators as energy reserve | |
CN107145971A (zh) | 一种动态调整的快递配送优化方法 | |
CN108805344A (zh) | 一种考虑时变需求的高速铁路网络列车开行方案优化方法 | |
CN104102953A (zh) | 一种物流送货线路优化生成方法及系统 | |
CN107832958A (zh) | 一种基于需求分析的电动出租车充电站规划方法 | |
CN110648022A (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 | |
Meng et al. | Sequential construction planning of electric taxi charging stations considering the development of charging demand | |
CN112487560B (zh) | 基于ev车主意愿的电力交通耦合系统协调博弈调度方法 | |
Wang et al. | Cost-oriented optimization of the location and capacity of charging stations for the electric Robotaxi fleet | |
Li et al. | Optimization of number of operators and allocation of new lines in an oligopolistic transit market | |
Yang et al. | Schedule coordination design in a trunk-feeder transit corridor with spatially heterogeneous demand | |
CN114331060B (zh) | 一种MaaS背景下面向高铁站接驳的DRT车辆路径生成方法 | |
Shen et al. | A MultiObjective optimization approach for integrated timetabling and vehicle scheduling with uncertainty | |
He et al. | Branch and price algorithm for route optimization on customized bus service | |
CN113962599A (zh) | 一种城市轨道交通网络化运营管理方法及系统 |
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 |