CN111915464A - 考虑常规公交线网的地铁中断区间乘客接驳模型及方法 - Google Patents

考虑常规公交线网的地铁中断区间乘客接驳模型及方法 Download PDF

Info

Publication number
CN111915464A
CN111915464A CN202010637239.5A CN202010637239A CN111915464A CN 111915464 A CN111915464 A CN 111915464A CN 202010637239 A CN202010637239 A CN 202010637239A CN 111915464 A CN111915464 A CN 111915464A
Authority
CN
China
Prior art keywords
vehicle
connection
passenger
passengers
interruption
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
Application number
CN202010637239.5A
Other languages
English (en)
Other versions
CN111915464B (zh
Inventor
刘昱岗
郑帅
李佳励
唐李莹
易洪波
龚洋
杨鸿泰
张祖涛
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong 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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202010637239.5A priority Critical patent/CN111915464B/zh
Publication of CN111915464A publication Critical patent/CN111915464A/zh
Application granted granted Critical
Publication of CN111915464B publication Critical patent/CN111915464B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Biophysics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及考虑常规公交线网的地铁中断区间乘客接驳模型及方法，包括利用双层遗传算法对接驳源车辆选择模型和接驳车辆运行路径模型求解，输出最佳方案。本发明的优点在于：从常规公交线网和驻车点结合调车相较于只从驻车点调车，响应时间更快，调车费用更低，不会造成土地资源浪费和运力闲置。从常规公交调车产生的惩罚成本和中断区间乘客延误，总体上小于传统模式；利用双层遗传算法求解模型，求解速度较快，能够取得局部最优解，具有一定的可行性。

Description

考虑常规公交线网的地铁中断区间乘客接驳模型及方法
技术领域
本发明涉及城市交通规划领域，尤其涉及考虑常规公交线网的地铁中断区间乘客接驳模型及方法。
背景技术
在地铁突发紧急事件导致服务中断时，可能会出现整条线路暂停运营、区间服务中断或者城市网络整体瘫痪等问题，从而导致乘客滞留的情况。现阶段采用应急公交联动策略，利用接驳公交完成城市轨道交通滞留客流的疏散任务。部分城市设置了城市公交驻车点作为接驳公交的供给源，在应急公交线路设计层面，多数城市采用常规公交方式接驳，接驳车辆在中断区间执行乘客疏散任务时采用常规公交运行模式，即车辆沿着固定的运行线路和停站方案运行。
如图1所示，此类接驳主要借鉴了常规公交线网的生成模式：接驳需求分析—接驳线路设计—线路车辆分配；接驳需求是确定需要接驳的站点以及客流量，接驳线路设计是指线路布局设计，确定线路发车频率。线路车辆分配是确定不同线路的车辆分配。该类接驳模式主要体现为：应急公交车辆在中断区间沿着固定线路运行，采用固定的停站方案，通常是在中断区间两端折返站之间往返运行，在中断区间每个站点均有停站行为。
但是目前采用的接驳模式存在如下缺陷：(1)接驳车辆供给源单一，且大多数城市没有配备驻车点。由于配备驻车点成本较高，且在配备驻车点的城市在规划建设应急公交驻车点之后也会产生由于长时间没有发生应急事件导致车辆资源、运力浪费，成本过高。(2)车辆在运行过程中，车辆运力的浪费较大，车辆的利用效率有待提升。由于地铁连续运行，折返站两端滞留大量乘客，乘客需求大多为跨越中断区间继续搭乘地铁完成出行过程。由于车辆直接调度至折返站点两端，车辆上乘客需求大多为折返站两端的直达需求，包括少量的中间车站出行需求车辆，在停靠之后没有新的乘客上下车会造成车辆资源的浪费。(3)从公交线网调用车辆与驾驶员，没有考虑其他交通服务水平造成的影响。车辆与驾驶员供给不足时会从公交线网调用，会降低常规公交的发车频率，增大乘客的出行延误。
因此，如何在综合考虑调车成本和整体延误等多重约束下，设计最短返程距离、需求响应和公交调度成本最小等应急公交接驳模型和方法是需要考虑的。
发明内容
本发明的目的在于克服现有技术的缺点，提供了考虑常规公交线网的地铁中断区间乘客接驳模型及方法，能够在综合考虑调车成本和整体延误等多重约束下，实现最短返程距离、需求响应和公交调度成本最小的目的。
本发明的目的通过以下技术方案来实现：考虑常规公交线网的地铁中断区间乘客接驳模型，所述接驳模型包括建立接驳源车辆选择模型和接驳车辆运行路径模型；
所述接驳源车辆选择模型根据地铁运营管理部门针对此次中断服务的预估恢复时间确定最大服务中断时间Te，以Te为时间半径搜寻所有满足到待接驳站点的接驳源，将搜寻到的接驳源视为备选车辆来源，并通过参数备选调车点接驳时间、
Figure RE-GDA0002675317950000021
和
Figure RE-GDA0002675317950000022
来确定接驳车辆的集合，以保证所述接驳源车辆选择模型中
Figure RE-GDA0002675317950000023
的值小于或者等于地铁中服务中断处应急公交车辆最大接驳时间，即
Figure RE-GDA0002675317950000024
以及保证对被抽调车辆的常规公交线网上的乘客总延误最低或者最小；
所述接驳车辆运行路径模型用于确定接驳车辆在地铁中断区间站点运行的顺序；按照乘客出行目的对乘客类型进行划分，通过乘客类型划分来描述接驳车辆在疏散乘客时所载送的乘客组成；中断区间站点的第i种类型乘客用F(i)＝(Baxi,Ti,Ri,Oi,Di)来描述，其中Baxi为此类型的待疏散乘客数量，Ti为车辆运行时间，Ri为接驳车辆疏散乘客所需运行的总趟次，Oi,Di分别为乘客出行的起点站和终点站，即Ti等于站点Oi到站点Di的正常运行时间；并根据接驳车辆(a,k)的运行次数RD(a,k)和完成第r次从接驳源到站点的时间
Figure RE-GDA0002675317950000025
得到所述接驳车辆(a,k)的第r趟次运输的乘客总延误
Figure RE-GDA0002675317950000026
并保证所述接驳车辆运行路径模型中乘客总延误
Figure RE-GDA0002675317950000027
最低或者最小。
进一步地，所述备选调车点接驳时间包括：由驻车点出发的接驳公交响应时间
Figure RE-GDA0002675317950000028
其中Lij为驻车点i到中断站点j所对应的行驶路段长度；Vij为驻车点i到中断站点j地面公交在该路段的行驶速度；Qij为为驻车点i到中断站点j对应路段的平均车流量；Cii为驻车点i到中断站点j对应路段的饱和流率；αi、βi为驻车点i到中断站点对应路段待标定参数值；
从线网上进行抽调地面公交到达接驳站点的响应时间
Figure RE-GDA0002675317950000031
其中Lij为驻车点i到中断站点j所对应的行驶路段长度；Vij为驻车点i到中断站点j地面公交在该路段的行驶速度；Qij为为驻车点i到中断站点j对应路段的平均车流量；Cii为驻车点i到中断站点j对应路段的饱和流率；αi、βi为被抽调路网i到中断站点对应路段待标定参数值。
进一步地，所述乘客类型包括：当Baxi＝C，表明起终点站之间的乘客待疏散需求大于车辆单次疏散能力；当0＜Baxi＜C，表明站点对Oi,Di之间的乘客需乘客待疏散需求不是车辆单次疏散能力的整数倍；当Baxi＝0，表示车辆此次并未输送该类型的旅客。
进一步地，所述根据接驳车辆(a,k)的运行次数RD(a,k)和完成第r次从接驳源到站点的时间
Figure RE-GDA0002675317950000032
得到所述接驳车辆(a,k)的第r趟次运输的乘客总延误
Figure RE-GDA0002675317950000033
包括：。
通过
Figure RE-GDA0002675317950000034
计算得到在中断期间地面公交接驳过程中车辆(a,k)的运行次数RD(a,k)；
用
Figure RE-GDA0002675317950000035
表示接驳车辆(a,k)在完成第一次从接驳源到站点的时间，计算得到
Figure RE-GDA0002675317950000036
用
Figure RE-GDA0002675317950000037
表示接驳车辆对中断区间待接驳站点的访问次序，
Figure RE-GDA0002675317950000038
表示在车辆(a,k)的第 r趟次运输第ith批次乘客，若
Figure RE-GDA0002675317950000039
则通过公式
Figure RE-GDA00026753179500000310
得到第2th趟运输的时间和通过
Figure RE-GDA00026753179500000311
得到第rth趟次运输任务的时间；
则计算得到接驳车辆(a,k)的第r趟次运输的乘客总延误为
Figure RE-GDA00026753179500000312
进一步地，所述保证对被抽调车辆的常规公交线网上的乘客总延误最低或者最小包括：
将驻车点接驳源视为无乘客的公交线路起终点站且客流强度为0，接驳源最低车辆数设置为0，最高车数设置为该站点常用驻车数；
在常规公交线网上某线路车辆数量不变时，该线路的平均发车间隔为2la/vGa；在该线路车辆数量减少后平均的发车间隔为2la/v(Ga-Da)；
进而得到该线路运行车辆减少导致常规公交线网乘客的总延误为常规公交线网乘客客流量与增加的平均等待时间的乘积的最小值
Figure RE-GDA0002675317950000041
考虑常规公交线网的地铁中断区间乘客接驳模型的接驳求解方法，所述接驳求解方法包括以下内容：
S1、所述接驳源车辆选择模型以接驳源车辆选择进行实数编码实现种群初始化后计算适应度；
S2、所述接驳车辆运行路径模型以接驳车辆路径进行二进制编码实现种群初始化依次进行计算适应度、选择操作、交叉操作、变异操作后产生下一代种群并更新种群；
S3、判断所述接驳车辆运行路径模型中的乘客总延误是否最小，如果是，则输出乘客总延误值到所述接驳源车辆选择模型中，所述接驳源车辆选择模型依次进行选择操作、交叉操作、变异操作后产生下一代种群并更新；
S4、判断所述接驳源车辆选择模型中的乘客最大疏散时间最小和原常规公交线路乘客总延误最小，如果是，则输出最佳方案。
进一步地，步骤S3中如果所述接驳车辆运行路径模型中的乘客总延误值没有达到最小，则所述接驳车辆运行路径模型继续进行计算适应度、选择操作、交叉操作、变异操作后产生下一代种群并更新种群的操作。
进一步地，步骤S4中如果所述接驳源车辆选择模型中乘客最大疏散时间和原常规公交线路乘客总延误值有一个没有达到最小，则所述接驳源车辆选择模型继续计算适应度并进行S2 步骤。
进一步地，所述接驳车辆运行路径模型在进行二进制编码时需要将中断区间站点路线按照0/1编码，在进行一次顺序编码之后，按照倒序进行编码，从而实现在两个相邻的截断数据车辆路径能够循环连续运行。
进一步地，所述接驳源车辆选择模型中计算适应度的目的在于得到同时满足对常规公交线路影响成都最低或者最小的情况下满足乘客的出行需求；和根据本次选择的接驳公交，确定每个接驳公交在中断区间的运行路线后原常规公交线路的乘客总延误最小两个条件的值；
所述接驳车辆运行路径模型中计算适应度的目的在于得到满足根据本次选择的接驳公交，确定每个接驳公交在中断区间的运行路线之后，地铁中断区间的乘客总延误最小条件的值。
本发明具有以下优点：
1、从常规公交线网和驻车点结合调车相较于只从驻车点调车，响应时间更快，调车费用更低，不会造成土地资源浪费和运力闲置。从常规公交调车产生的惩罚成本和中断区间乘客延误，总体上小于传统模式。
2、在地铁突发服务中断时，采用本发明提出的组合式接驳模型相比于传统的接驳线路具有更高的接驳效率。
3、本发明提出的桥接策略同传统方案相比具有较高的灵活性，接驳车辆运行符合不同类型的乘客出行需求，乘客的平均延误分布较为均匀。
4、补充运行模式中接驳源较窄的现状，对研究突发事件导致的中断区间内的站点进行合理考虑抽调车辆，设置公交接驳，能够节省接驳公交在前往接驳站点的时间，减少乘客延误成本。
5、利用双层遗传算法求解模型，求解速度较快，能够取得局部最优解，具有一定的可行性。
附图说明
图1为现有技术接驳运行线路设计图；
图2为本发明组合式接驳运行线路设计图；
图3为地铁中断区域划分图；
图4为接驳线路求解流程图；
图5为本发明组合式和传统方式最大接驳时长结果对比图；
图6为本发明组合式和传统方式接驳乘客延误结果对比图；
图7为本发明组合式与传统方式调车时间结果对比图。
具体实施方式
为使本申请实施例的目的、技术方案和有点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。
一、计算出乘客的客流需求
如图2和图3所示，地铁服务发生中断之后地铁乘客需求可以分为三个区域进行表示，乘客出行需求可以表示为：A到B，A到C，B到A，B到C，C到A，C到B六种出行需求。根据乘客现阶段的位置可以将乘客分为站内乘客Qt和站外乘客Qs，其中A和C区域中由地铁线路输送的乘客为站内乘客，在Sp和Sd的站点需求和B区域具有出行需求的乘客为站外乘客，待疏散乘客出行需求满足Qd＝Qs+Qt。
地铁按照线路运行，在运行至折返站时会按照“小交路”运行，出行目的地在折返站下游的乘客将滞留在折返站Sa处，在A区域的乘客不会受到地铁中断的影响。因此滞留在折返站乘客的出行需求分为两部分，即由A到B和由A到C两个部分。地铁中出行目的在B 区域任意t站点的乘客出行需求记为
Figure RE-GDA0002675317950000061
地铁中出行目的在Sc折返站之后的C区域任意t站点乘客出行需求记为
Figure RE-GDA0002675317950000062
地铁中出行目的在Sa折返站之后的B、C区域任意t站点总乘客出行需求记为
Figure RE-GDA0002675317950000063
则：
Figure RE-GDA0002675317950000064
Figure RE-GDA0002675317950000065
Figure RE-GDA0002675317950000066
其中
Figure RE-GDA0002675317950000067
为a区域中第i列地铁列车上的载客人数，
Figure RE-GDA0002675317950000068
为在地铁恢复运营期间下行方向第 i列地铁列车上的目的地为B区域车站任意t站点下车的乘客比例，
Figure RE-GDA0002675317950000069
为在地铁恢复运营期间下行方向第i列地铁列车上的目的地为C区域车站现车的乘客比例，Na为在地铁恢复运营之间A区域总共发行的地铁数量。
同样的在上行方向的地铁在运行至折返站时也会按照“小交路”的模式运行，出行的目的在A区域和B区域站点的乘客出行需求的计算公式如下：
Figure RE-GDA00026753179500000610
Figure RE-GDA00026753179500000611
Figure RE-GDA00026753179500000612
其中
Figure RE-GDA00026753179500000613
为a区域中第i列地铁列车上的载客人数，
Figure RE-GDA00026753179500000614
为在地铁恢复运营期间上行方向第 i列地铁列车上的目的地为B区域车站任意t站点下车的乘客比例，
Figure RE-GDA00026753179500000615
为在地铁恢复运营期间上行方向第i列地铁列车上的目的地为C区域车站现车的乘客比例，Nc为在地铁恢复运营之间C区域总共发行的地铁数量。
上游换乘站点为Sp，下游换乘站点为Sd，站点处的乘客出行需求的计算公式为：
Figure RE-GDA0002675317950000071
Figure RE-GDA0002675317950000072
Figure RE-GDA0002675317950000073
其中
Figure RE-GDA0002675317950000074
为换乘点Sp中下行换乘站第i列地铁列车上的载客人数，
Figure RE-GDA0002675317950000075
为在地铁恢复运营期间下行换乘站第i列地铁列车上的目的地为B区域车站任意t站点下车的乘客比例，
Figure RE-GDA0002675317950000076
为在地铁恢复运营期间下行换乘站第i列地铁列车上的目的地为C区域车站现车的乘客比例， Np为在地铁恢复运营之间Sp站点对于的换乘线路总共发行的地铁数量。
由于突发服务中断导致B区域没有地铁通行，B区域乘客出行需求得到满足，可以由并线需求响应式公交在接送目的地在B区域乘客的同时疏散起始点在B区域的乘客或者由站停靠式公交进行接驳，B区域乘客出行需求计算公式为：
Figure RE-GDA0002675317950000077
其中Sn为地铁所有服务站点集合，
Figure RE-GDA0002675317950000078
中断区域站点t在第i列地铁列车到达时的站内出行人数，
Figure RE-GDA0002675317950000079
为中断区域B在地铁恢复运营期间下行换乘站第i列地铁列车上的目的地其他站点的乘客比例。通过对滞留乘客在其出行区间的出行需求分析，得到不同乘客在其出行站点的乘客出行类型以及每种类型的乘客出行需求，为后续针对预估的出行需求进行后续公交接驳策略提供帮助。
二、计算出备选调车点接驳时间
当发生紧急事件之后，启动地面公交进行接驳运行将会从驻车点和常规公交线网大量调度地面工件在中断区间进行接驳。在得到地铁运营管理部门的预估恢复时间之后应当满足以下条件时开启接驳策略：
(1)地铁区间双向运营服务预估中断时间超过30分钟以上时；
(2)地铁区间单向运营服务预估中断时间超过40分钟以上时，通勤线路采用单线双向行车组织，地铁区间运营服务预估中断时间超过20分钟以上时。
(3)因地铁区间设施原因，导致地铁出现较长行驶缓慢段超过40分钟以上时。
从大型站点公交车始末站调度车辆接驳中断站点和从驻车点调车的方式类似，在接收到地铁运营管理部门的命令之后进行抽调公交车辆。从公交车始末站调车可以减少设置驻车点的资源浪费情况，针对较多城市没有设置驻车点，在符合最大中断恢复时间限制的条件下，可以优先从公交车始末站进行调车，这样既能保证地面公交接驳的数量，又能解决在运行过程中的驾驶员来源问题。在事故发生时，针对有针车点的城市应当优先考虑从驻车点进行调车，要根据从驻车点出发的车辆到达接驳的时间进行选择从驻车点集合进行调车；由驻车点出发的接驳公交响应时间的计算公式为：
Figure RE-GDA0002675317950000081
式中Lij为驻车点i到中断站点j所对应的行驶路段长度；Vij为驻车点i到中断站点j地面公交在该路段的行驶速度；Qij为为驻车点i到中断站点j对应路段的平均车流量；Cii为驻车点i到中断站点j对应路段的饱和流率；αi、βi为驻车点i到中断站点对应路段待标定参数值，本发明的参考取值为0.15与4.0。
从常规公交线网进行调车，要考虑地铁运营管理部门和地面公交运营管理部门之间的相互协作能力，以及从线网上调车时常规公交要将乘客送至下一站点等待下一车辆运输该线路乘客的时间。从线网上进行抽调地面公交到达接驳站点的响应时间计算公式为：
Figure RE-GDA0002675317950000082
式中Lij为驻车点i到中断站点j所对应的行驶路段长度；Vij为驻车点i到中断站点j地面公交在该路段的行驶速度；Qij为为驻车点i到中断站点j对应路段的平均车流量；Cii为驻车点i到中断站点j对应路段的饱和流率；αi、βi为被抽调路网i到中断站点对应路段待标定参数值，本发明参考取值为0.15与4.0；t0为地铁管理部门和运营部门之间的响应时间；L为相邻站点之间最大间隔距离。
三、运行方案设计
假设Sp至Sd为城市某条地铁线路的下行方向，其中Sp与Sd均为地铁换乘站点，S1、S2、S3、S4、S5为普通站点，由于S3处发生突发紧急情况，线路发生中断。地铁运营部门根据预先设置的“小交路”运行方案在折返站处运行地铁，保证线路完整，并配合地面的接驳公交进行中断区间桥接。
运行方案的应急供给源包括常规公交始末站、驻车点、常规公交线网普通站点。接驳车辆由接驳源调度至折返站与接驳换乘车站等待接驳过程。例如：Bus1由常规公交站点调度至 Sp按照并行需求响应式接驳运行，运行线路为Sp-S5-S3-S2-Sp。根据乘客需求将换乘站的乘客直接运送至S5站点，在返程过程中根据相应需求，进行需求响应式接驳。Bus2由常规公交线网起终点站调车至S1，按照站站停靠式接驳在S1-S2-S3-S4-S5之间循环运行，直到中断恢复后车辆运行结束。Bus3被调度至S2车站，根据乘客需求按照需求响应式接驳在S1、S2、 S3、S4、S5任意站点之间往返运行。由于考虑到在折返站两端的客流量较大，并且站站停靠式和并行需求响应式公交在中断区间的运行能够满足中间站点乘客的出行需求，因此将需求响应式公交每次运行的起终点设置为折返站。此种接驳线路为组合式接驳。
四、建立接驳源车辆选择模型
按照时间半径进行搜寻符合条件的常规公交站点和驻车点，根据地铁运营管理部门针对此次中断服务的预估恢复时间确定最大服务中断恢复时间Te。以Te为时间半径搜寻所有满足到待接驳站点的接驳源，将搜寻到的接驳源视作备选车辆来源，通过以下公式确定是否将调车点的车辆列入接驳车辆的集合中：
Figure RE-GDA0002675317950000091
Figure RE-GDA0002675317950000092
Figure RE-GDA0002675317950000093
Figure RE-GDA0002675317950000094
其中，Ja为0/1变量，指示是否可以将备选接驳源作为接驳源进行调车，
Figure RE-GDA0002675317950000095
表示车辆由设定的接驳源到达待接驳站点的旅行时间，
Figure RE-GDA0002675317950000096
表示车辆从接驳源出发到达接驳站点运行过程中的的最短时长，其数值大小为所选择的接驳源到最短的接驳站点的路程时长，当其小于最大服务中断恢复时长Te，满足时间半径时，便可以将此接驳源放入备选接驳源中；
Figure RE-GDA0002675317950000097
表示待选择的接驳源包括城市驻车点和常规公交线网上的公交始末站以及部分站点。
应急车辆的接驳运行时长是应急公交车辆从供给点调度至地铁中服务中断处完成接驳任务的时长，即车辆指派时长和车辆运行时长之和，目标之一是保证地铁中服务中断处应急公交车辆最大接驳时间最短，也就是地铁中断区域滞留乘客疏散时间最短；即：
min Tmax
其表示单个接驳车辆在中断区间疏散乘客的总时间；约束条件为：
Figure RE-GDA0002675317950000101
其中：
Figure RE-GDA0002675317950000102
Figure RE-GDA0002675317950000103
Figure RE-GDA0002675317950000104
表示需求响应式(直达)公交在中断区间的运行总时长；
Figure RE-GDA0002675317950000105
表示保证接驳车辆在被分配为需求响应式接驳公交之后才能进行需求响应接驳公交任务；
Figure RE-GDA0002675317950000106
表示并行需求响应式公交在中断区间的运行总时长；
Figure RE-GDA0002675317950000107
表示保证接驳车辆在被分配为并行需求响应式接驳公交之后才能进行并行需求响应接驳公交任务；
Figure RE-GDA0002675317950000108
表示站站停靠式(普通)公交在中断区域疏散乘客的总时间；
Figure RE-GDA0002675317950000109
表示保证接驳车辆在被分配为站站停靠式接驳公交之后才能进行在中断区域站站停靠疏散乘客；
Figure RE-GDA00026753179500001010
Figure RE-GDA00026753179500001011
以上两个公式表示需求响应式公交可以满足滞留站点所有乘客的出行需求；
Figure RE-GDA00026753179500001012
表示站站停靠式公交应该满足中断区间的乘客出行需求；
Figure RE-GDA00026753179500001013
表示在车辆调度之后只能用于一种运行模式的约束；
Figure RE-GDA0002675317950000111
表示对中断区间所有中间站点和折返站的流量守恒约束；
Figure RE-GDA0002675317950000112
Figure RE-GDA0002675317950000113
表示模型中所有决策变量的0/1取值约束、调车集合约束。
在滞留乘客需求地面接驳车辆过多，根据调车需求在常规公交线网调度在途车辆时，应当考虑常规公交线路乘客出行效益，目标之二为被抽调车辆的公交线路的乘客服务水平下降程度影响最小，受到影响的乘客总延误最小。已知线路起终点站类型供给点的闲置车辆调度和调度车辆包含了在途车辆时不会对公交乘客产生影响。目标函数可将驻车点接驳源视作无乘客的公交线路起终点站且客流强度为0，接驳源最低车辆数设置为0，最高车数设置为该站点常用驻车数，其车辆调度对乘客并不产生影响。
常规公交线网上的公交车辆被调用之后，该线路将发车频率降低和公交车辆的发车间隔增加，导致乘客在站点的平均等待时间增加。在a线路车辆数量不变时，线路的平均发车间隔为：2la/vGa，在a线路车辆数量减少后平均的发车间隔变为2la/v(Ga-Da)。因此在a线路运行车辆减少导致的常规公交线网乘客的总延误等于常规公交线网乘客客流量与增加的平均等待时间的乘积，即：
Figure RE-GDA0002675317950000114
表示对接驳源公交(原常规公交线路公交)的乘客影响最小；其中，
Figure RE-GDA0002675317950000115
表示使用的车辆数量小于等于线路起终点站车辆调度数量，即应当在空闲车辆全部使用时候调度营运车辆；
Figure RE-GDA0002675317950000116
表示考虑在高峰时期保证常规公交线路的最低运营车辆数；
Figure RE-GDA0002675317950000117
表示闲置车辆数与运营车辆数之间和为线路高峰小时配车数；
Figure RE-GDA0002675317950000118
表示变量的取值范围约束。
五、建立接驳车辆运行路径模型
接驳车辆运行路径模型是公交车辆调度模型的基础上建立优化模型以确定接驳车辆在地铁中断区间站点运行的顺序。运行的每次到达都将减少以上多辆地铁带来的滞留乘客，本发明将不同出行乘客类型按照乘客出行目的进行划分，通过乘客类型划分来描述接驳车辆在疏散乘客时的所载送的乘客组成。中断区间站点的第i种类型乘客用F(i)＝(Baxi,Ti,Ri,Oi,Di)来描述，其中Baxi为此类型的待疏散乘客数量，Ti为车辆运行时间，Ri为接驳车辆疏散乘客所需运行的总趟次，Oi,Di分别为乘客出行的起点站和终点站，即Ti等于站点Oi到站点Di的正常运行时间。对ith站点(Oi,Di)而言，有三种等待接驳公交疏散的乘客：(1)Baxi＝C，表明起终点站之间的乘客待疏散需求大于车辆单次疏散能力；(2)0＜Baxi＜C，表明站点对Oi,Di之间的乘客需乘客待疏散需求不是车辆单次疏散能力的整数倍；(3)Baxi＝0，表示车辆此次并未输送该类型的旅客，在
Figure RE-GDA0002675317950000121
时出现，函数ceil(x)为取整函数，取最接近x的下一位整数。
其中，Ri与Baxi取值相关，其计算公式如下：
Figure RE-GDA0002675317950000122
在中断期间地面公交接驳的过程中，车辆(a,k)的运行次数RD(a,k)由以下公式计算得到：
Figure RE-GDA0002675317950000123
对于从接驳源调度的车辆而言，首先应当调度至待接驳区间的站点，再进行接驳线路的运行，用
Figure RE-GDA0002675317950000124
表示接驳车辆(a,k)在完成第一次从接驳源到站点的时间，其可以由以下公式计算得到：
Figure RE-GDA0002675317950000125
根据假设因地铁中断而导致滞留或即将滞留的乘客可以接收到接驳车辆信息，按照提供的接驳方案等待接驳，因此接驳车辆(a,k)的第r趟次运输的乘客总延误为：
Figure RE-GDA0002675317950000131
接驳车辆运行路径模型中的目标为保证中断区间的乘客出行延误最低，即：
Figure RE-GDA0002675317950000132
其约束条件为：
Figure RE-GDA0002675317950000133
表示可以保证接驳车辆在运输乘客时只运输同一类型的乘客；其中：
Figure RE-GDA0002675317950000134
表示可以保证每类乘客经由接驳公交疏散的次数等于接驳车辆运行总次数。
Figure RE-GDA0002675317950000135
Figure RE-GDA0002675317950000136
Figure RE-GDA0002675317950000137
以上三个公式表示保证接驳公交的数量和接驳源车辆选择模型的结果相同。
Figure RE-GDA0002675317950000138
表示保证接驳公交运行的连续性。
Figure RE-GDA0002675317950000139
Figure RE-GDA00026753179500001310
以上两个公式表示保证接驳车辆在分配到站点之后才按照线路运行。
六、求解运行线路
本发明包括接驳源车辆选择模型和接驳车辆运行路径模型的双层规划模型，采用双层多目标遗传算法嵌套求解。
如图4所示，车辆运行接驳求解方法包括以下内容：
S1、所述接驳源车辆选择模型以接驳源车辆选择进行实数编码实现种群初始化后计算适应度；
接驳源车辆选择模型的种群初始化为：对接驳源进行实数编码，确定种群数目，染色体基因个数(备选接驳源)、迭代次数、交叉概率和变异概率；
接驳源车辆选择模型中计算适应度的目的在于得到同时满足对常规公交线路影响成都最低或者最小的情况下满足乘客的出行需求；和根据本次选择的接驳公交，确定每个接驳公交在中断区间的运行路线后原常规公交线路的乘客总延误最小两个条件的值；
S2、所述接驳车辆运行路径模型以接驳车辆路径进行二进制编码实现种群初始化依次进行计算适应度、选择操作、交叉操作、变异操作后产生下一代种群并更新种群；
接驳车辆运行路径模型的种群初始化为：对接驳公交线路进行二进制编码，确定种群数目、染色体基于个数(备选接驳源)、迭代次数、交叉概率和变异概率；
接驳车辆运行路径模型在进行二进制编码时需要将中断区间站点路线按照0/1编码，在进行一次顺序编码之后，按照倒序进行编码，从而实现在两个相邻的截断数据车辆路径能够循环连续运行。
接驳车辆运行路径模型中计算适应度的目的在于得到满足根据本次选择的接驳公交，确定每个接驳公交在中断区间的运行路线之后，地铁中断区间的乘客总延误最小条件的值。
S3、判断所述接驳车辆运行路径模型中的乘客总延误是否最小，如果是，则输出乘客总延误值到所述接驳源车辆选择模型中，所述接驳源车辆选择模型依次进行选择操作、交叉操作、变异操作后产生下一代种群并更新；
S4、判断所述接驳源车辆选择模型中的乘客最大疏散时间最小和原常规公交线路乘客总延误最小，如果是，则输出最佳方案。
步骤S3中如果所述接驳车辆运行路径模型中的乘客总延误值没有达到最小，则所述接驳车辆运行路径模型继续进行计算适应度、选择操作、交叉操作、变异操作后产生下一代种群并更新种群的操作。
步骤S4中如果所述接驳源车辆选择模型中乘客最大疏散时间和原常规公交线路乘客总延误值有一个没有达到最小，则所述接驳源车辆选择模型继续计算适应度并进行S2步骤。
其中，本发明采用轮盘赌的方法选择交叉个体；根据交叉概率、选择部分种群进行基因交叉操作；对于变异过程，随机选择两个基因进行交换以实现变异操作。
本发明以广州地铁一号线发生区间故障为例进行分析；此次故障涉及到的故障区间为芳村——西塱。地铁运营单位在发生故障之后采取在S1和S4区域设置“小交路”运行模式，在S1-S4区间开设站站停靠式公交接驳方案。由历史数据得，地铁中断时间为19点40分，接驳公交于19点49分从驻车点调度，响应时间为9分钟，地铁中断恢复时间为21点19分。在中断期间，总共从驻车点调度车辆18台，在中断区间按照站站停靠的接驳方式循环运行 60次，通过接驳公交总疏散乘客数量2894人次，其中其中西塱至芳村方向疏散1097人，芳村至西塱方向疏散1797人。如图6-1所示，此次四个车站受到中断影响，其中车站S1(芳村)， S4(西塱)是折返站，S0为换乘站，S4也为换乘站。在中断区间完成接驳任务的地面公交来自于驻车点D1，距离中断区域最小空间直线距离为：7.2km,行驶最短距离12.8km,最短旅行时间18分钟。
在地铁S1至S4区间发生中断之后，广州市地铁管理部门针对此次中断情况进行事故恢复时间预估为60min,实际恢复时间为100min。于19点49分从驻车点D1开行接驳公交，考虑到预估时间低于实际恢复时间，故将此次最大服务中断恢复时间Te设置为90min。按照接驳源公交的旅行时间应当小于最大服务中断恢复时间Te为标准，搜寻所有公交线网站点行驶至中断区间时间小于90min的公交站点。并将此公交线路设为待选接驳源，进行搜寻有效公交站点，通过数据筛选，最终得到在中断事件满足接驳要求的线路有147条。
根据乘客在地铁服务中断情况下的出行行为选择和乘客进出站点的数据，本数据是获取广州地铁一号线乘客出行数据，S0至S4出行OD分布下表所示、单位为：人；
Figure RE-GDA0002675317950000151
S0至西塱S4站点之间运行接驳公交时间下表所示，单位为：分钟。
Figure RE-GDA0002675317950000152
本发明采用的双层规划模型，在第一层接驳源车辆选择模型中，目标之一为：乘客最大疏散时间最短，目标之二为：对常规公交线网影响程度最小，原线路乘客延误最小；第二层接驳车辆运行路径模型中，目标为中断区间乘客延误最小或者最低。
设置最大中断恢复时间90min，通过遗传算法求解模型，共调用15辆接驳公交，最大接驳时长为112分钟，乘客平均延误为10min、常规公交线网乘客延误增加7.3min。则具体调车方案如下表所示：
Figure RE-GDA0002675317950000153
Figure RE-GDA0002675317950000161
通过求解得到15辆接驳公交的运行方案如下表所示：
Figure RE-GDA0002675317950000162
Figure RE-GDA0002675317950000171
Figure RE-GDA0002675317950000181
以并行式接驳公交Bus15为例，进行线路运行分析；Bus15编码如下表所示，有效二进制编码程度32位；
Figure RE-GDA0002675317950000182
Figure RE-GDA0002675317950000191
表示Bus15第一趟循环运行的线路为：S0-S4-S3-S1-S0、第二趟循环运行的线路为： S0-S4-S2-S0、第三趟循环运行的线路为：S0-S4-S3-S2-S1-S0、第四趟循环运行的线路为： S0-S4-S1-S0。
本发明将接驳公交接驳源设置为常规公交线网与驻车点结合的形式，相比与只从驻车点调车的传统方案，能够减少设置驻车点车辆成本的浪费。传统公交桥接模式所有接驳车辆均来自与驻车点，且车辆的运行模式是站站停靠式。对传统公交桥接模式的分析按照广州地铁运营公司应对此次地铁中断问题采取的方案，即从驻车点调车15台，将接驳车辆根据需求分别调度至中断区间，按照站站停靠式在中断区间运行。
为了验证本发明提出接驳策略的有效性，将本发明提出模型同传统运营模式进行比较，从接驳时长、乘客平均延误、调度时间、调车成本四个层面进行分析。
1、接驳时长分析
如图5所示，在同样需求强度和中断恢复时间下，传统模型的接驳时间总体上是超过中断区间恢复时间的。是因为在全部车辆采用站站停靠式公交接驳时，车辆需要在每个站点进行上下乘客，且接驳车辆需要将乘客按照顺序疏散。部分车辆在地铁即将恢复运营时，乘客数量较少，没有采取接驳公交运行，因此接驳时间小于中断恢复时间。
传统运行模式下的车辆接驳时间均大于本发明采用的组合式公交接驳时间。组合式接驳采用站站停靠式和需求响应式相结合的形式，前期由于响应时间导致乘客滞留较多，在乘客出行得到满足时，不需要调度过多车辆进行疏散，因此部分车辆的循环次数较低，及时回到原有公交线网，接驳时长较短。
累积接驳时长，组合式接驳小于传统接驳模式。
2、乘客平均延误分析
如图6所示，以及下面两个表的对比可知，组合式接驳的乘客出行延误较低，大都小于传统方式的出行延误，且能够满足中断区间的乘客出行。
组合式接驳站点平均延误表
Figure RE-GDA0002675317950000192
Figure RE-GDA0002675317950000201
传统接驳方式站点平均延误表
Figure RE-GDA0002675317950000202
组合式接驳的不同出行需求的乘客延误较为平均，但对于车站乘客平均延误，传统接驳方式更为平均。组合式接驳能够更好的满足中断区间的乘客出行，同时兼顾折返站两端的乘客出行需求。
部分站点出现传统接驳模式优于组合式接驳模式的平均延误。因为在求最优解时将对传统模式的平均延误作为截止条件，可能会出现某些站点的乘客平均延误大于传统方式。
3、调车时间分析
如图7所示，组合式接驳的调度车辆到达接驳站点的时长明显小于传统接驳方式，本发明提出的模型较为灵活，在常规公交线网调车能够最短节省调车时间，从而降低在调车期间滞留的乘客数量，减少乘客延误，这也是本发明提出的模型优于传统接驳模式之处。
4、调车成本分析
根据“孟先春”在《基于全生命周期理论的两种公交车成本差异分析》中对公交车成本分析的数据进行调车成本分析。传统接驳方式，车辆长时间闲置在驻车点，考虑购入车辆成本和每年维修费用，车辆折旧较低。第一年维修费用为0.8万元，第二年维修费用为1万元，第三年和以后各年维修费用以1.5万元估算。
对于组合式接驳模式，乘客平均延误如表7所示：计算乘客平均延误为10min。由于从常规公交线网调车导致线路发车间隔增大，乘客平均等待时间增加7.3min。采用传统接驳模式，驻车点每年维修成本在1万元左右。本案例中疏散乘客共2894位，乘客平均成本为3.455 元，平均延误如表8所示：计算乘客平均延误22.8min。
通过对比分析，本发明提出的桥接策略进行中断区间的接驳运行在乘客整体延误上仍是低于传统模式的，而且不会产生额外的维修费用和购车费用以及设置驻车点的场地成本。
为了更方便理解本发明中涉及的一些参数代表的意义，对本发明中模型参数进行说明，如下表所示：
Figure RE-GDA0002675317950000211
Figure RE-GDA0002675317950000221
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本发明所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本发明所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.考虑常规公交线网的地铁中断区间乘客接驳模型，其特征在于：所述接驳模型包括建立接驳源车辆选择模型和接驳车辆运行路径模型；
所述接驳源车辆选择模型根据地铁运营管理部门针对此次中断服务的预估恢复时间确定最大服务中断时间Te，以Te为时间半径搜寻所有满足到待接驳站点的接驳源，将搜寻到的接驳源视为备选车辆来源，并通过参数备选调车点接驳时间、
Figure RE-FDA0002675317940000011
和
Figure RE-FDA0002675317940000012
来确定接驳车辆的集合，以保证所述接驳源车辆选择模型中
Figure RE-FDA0002675317940000013
的值小于或者等于地铁中服务中断处应急公交车辆最大接驳时间，即
Figure RE-FDA0002675317940000014
以及保证对被抽调车辆的常规公交线网上的乘客总延误最低或者最小；
所述接驳车辆运行路径模型用于确定接驳车辆在地铁中断区间站点运行的顺序；按照乘客出行目的对乘客类型进行划分，通过乘客类型划分来描述接驳车辆在疏散乘客时所载送的乘客组成；中断区间站点的第i种类型乘客用F(i)＝(Baxi,Ti,Ri,Oi,Di)来描述，其中Baxi为此类型的待疏散乘客数量，Ti为车辆运行时间，Ri为接驳车辆疏散乘客所需运行的总趟次，Oi,Di分别为乘客出行的起点站和终点站，即Ti等于站点Oi到站点Di的正常运行时间；并根据接驳车辆(a,k)的运行次数RD(a,k)和完成第r次从接驳源到站点的时间
Figure RE-FDA0002675317940000015
得到所述接驳车辆(a,k)的第r趟次运输的乘客总延误
Figure RE-FDA0002675317940000016
并保证所述接驳车辆运行路径模型中乘客总延误
Figure RE-FDA0002675317940000017
最低或者最小。
2.根据权利要求1所述的考虑常规公交线网的地铁中断区间乘客接驳模型，其特征在于：所述备选调车点接驳时间包括：由驻车点出发的接驳公交响应时间
Figure RE-FDA0002675317940000018
其中Lij为驻车点i到中断站点j所对应的行驶路段长度；Vij为驻车点i到中断站点j地面公交在该路段的行驶速度；Qij为为驻车点i到中断站点j对应路段的平均车流量；Cii为驻车点i到中断站点j对应路段的饱和流率；αi、βi为驻车点i到中断站点对应路段待标定参数值；
从线网上进行抽调地面公交到达接驳站点的响应时间
Figure RE-FDA0002675317940000021
其中Lij为驻车点i到中断站点j所对应的行驶路段长度；Vij为驻车点i到中断站点j地面公交在该路段的行驶速度；Qij为为驻车点i到中断站点j对应路段的平均车流量；Cii为驻车点i到中断站点j对应路段的饱和流率；αi、βi为被抽调路网i到中断站点对应路段待标定参数值。
3.根据权利要求1所述的考虑常规公交线网的地铁中断区间乘客接驳模型，其特征在于：所述乘客类型包括：当Baxi＝C，表明起终点站之间的乘客待疏散需求大于车辆单次疏散能力；当0＜Baxi＜C，表明站点对Oi,Di之间的乘客需乘客待疏散需求不是车辆单次疏散能力的整数倍；当Baxi＝0，表示车辆此次并未输送该类型的旅客。
4.根据权利要求1所述的考虑常规公交线网的地铁中断区间乘客接驳模型，其特征在于：所述根据接驳车辆(a,k)的运行次数RD(a,k)和完成第r次从接驳源到站点的时间
Figure RE-FDA0002675317940000022
得到所述接驳车辆(a,k)的第r趟次运输的乘客总延误
Figure RE-FDA0002675317940000023
包括：。
通过
Figure RE-FDA0002675317940000024
计算得到在中断期间地面公交接驳过程中车辆(a,k)的运行次数RD(a,k)；
用
Figure RE-FDA0002675317940000025
表示接驳车辆(a,k)在完成第一次从接驳源到站点的时间，计算得到
Figure RE-FDA0002675317940000026
用
Figure RE-FDA0002675317940000027
表示接驳车辆对中断区间待接驳站点的访问次序，
Figure RE-FDA0002675317940000028
表示在车辆(a,k)的第r趟次运输第ith批次乘客，若
Figure RE-FDA0002675317940000029
则通过公式
Figure RE-FDA00026753179400000210
得到第2th趟运输的时间和通过
Figure RE-FDA00026753179400000211
得到第rth趟次运输任务的时间
则计算得到接驳车辆(a,k)的第r趟次运输的乘客总延误为
Figure RE-FDA00026753179400000212
5.根据权利要求1所述的考虑常规公交线网的地铁中断区间乘客接驳模型，其特征在于：所述保证对被抽调车辆的常规公交线网上的乘客总延误最低或者最小包括：
将驻车点接驳源视为无乘客的公交线路起终点站且客流强度为0，接驳源最低车辆数设置为0，最高车数设置为该站点常用驻车数；
在常规公交线网上某线路车辆数量不变时，该线路的平均发车间隔为2la/vGa；在该线路车辆数量减少后平均的发车间隔为2la/v(Ga-Da)；
进而得到该线路运行车辆减少导致常规公交线网乘客的总延误为常规公交线网乘客客流量与增加的平均等待时间的乘积的最小值
Figure RE-FDA0002675317940000031
6.根据权利要求1-5中任意一项所述的考虑常规公交线网的地铁中断区间乘客接驳模型的接驳求解方法，其特征在于：所述接驳求解方法包括以下内容：
S1、所述接驳源车辆选择模型以接驳源车辆选择进行实数编码实现种群初始化后计算适应度；
S2、所述接驳车辆运行路径模型以接驳车辆路径进行二进制编码实现种群初始化依次进行计算适应度、选择操作、交叉操作、变异操作后产生下一代种群并更新种群；
S3、判断所述接驳车辆运行路径模型中的乘客总延误是否最小，如果是，则输出乘客总延误值到所述接驳源车辆选择模型中，所述接驳源车辆选择模型依次进行选择操作、交叉操作、变异操作后产生下一代种群并更新；
S4、判断所述接驳源车辆选择模型中的乘客最大疏散时间最小和原常规公交线路乘客总延误最小，如果是，则输出最佳方案。
7.根据权利要求6所述的考虑常规公交线网的地铁中断区间乘客接驳模型的接驳求解方法，其特征在于：步骤S3中如果所述接驳车辆运行路径模型中的乘客总延误值没有达到最小，则所述接驳车辆运行路径模型继续进行计算适应度、选择操作、交叉操作、变异操作后产生下一代种群并更新种群的操作。
8.根据权利要求6所述的考虑常规公交线网的地铁中断区间乘客接驳模型的接驳方法，其特征在于：步骤S4中如果所述接驳源车辆选择模型中乘客最大疏散时间和原常规公交线路乘客总延误值有一个没有达到最小，则所述接驳源车辆选择模型继续计算适应度并进行S2步骤。
9.根据权利要求6-8中任意一项所述的考虑常规公交线网的地铁中断区间乘客接驳模型的接驳求解方法，其特征在于：所述接驳车辆运行路径模型在进行二进制编码时需要将中断区间站点路线按照0/1编码，在进行一次顺序编码之后，按照倒序进行编码，从而实现在两个相邻的截断数据车辆路径能够循环连续运行。
10.根据权利要求6-8中任意一项所述的考虑常规公交线网的地铁中断区间乘客接驳模型的接驳求解方法，其特征在于：所述接驳源车辆选择模型中计算适应度的目的在于得到同时满足对常规公交线路影响成都最低或者最小的情况下满足乘客的出行需求；和根据本次选择的接驳公交，确定每个接驳公交在中断区间的运行路线后原常规公交线路的乘客总延误最小两个条件的值；
所述接驳车辆运行路径模型中计算适应度的目的在于得到满足根据本次选择的接驳公交，确定每个接驳公交在中断区间的运行路线之后，地铁中断区间的乘客总延误最小条件的值。
CN202010637239.5A 2020-07-04 2020-07-04 一种基于考虑常规公交线网的地铁中断区间乘客接驳模型系统及方法 Expired - Fee Related CN111915464B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010637239.5A CN111915464B (zh) 2020-07-04 2020-07-04 一种基于考虑常规公交线网的地铁中断区间乘客接驳模型系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010637239.5A CN111915464B (zh) 2020-07-04 2020-07-04 一种基于考虑常规公交线网的地铁中断区间乘客接驳模型系统及方法

Publications (2)

Publication Number Publication Date
CN111915464A true CN111915464A (zh) 2020-11-10
CN111915464B CN111915464B (zh) 2022-06-28

Family

ID=73227501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010637239.5A Expired - Fee Related CN111915464B (zh) 2020-07-04 2020-07-04 一种基于考虑常规公交线网的地铁中断区间乘客接驳模型系统及方法

Country Status (1)

Country Link
CN (1) CN111915464B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112550372A (zh) * 2020-11-16 2021-03-26 卡斯柯信号有限公司 一种基于运行图的中断运营时自动变更交路折返的方法
CN114049770A (zh) * 2021-12-01 2022-02-15 北京航空航天大学 多模式交通系统断路后流量预测方法及系统
CN114239994A (zh) * 2021-12-27 2022-03-25 安徽达尔智能控制系统股份有限公司 一种基于实时路况数据的公交智能调度管理方法、系统
CN114331060A (zh) * 2021-12-15 2022-04-12 东南大学 一种MaaS背景下面向高铁站接驳的DRT车辆路径生成方法
CN114493385A (zh) * 2022-04-19 2022-05-13 华北科技学院(中国煤矿安全技术培训中心) 轨道交通运营中断下滞留乘客公交摆渡疏散方法及系统
CN114936959A (zh) * 2022-06-17 2022-08-23 上海市城乡建设和交通发展研究院 基于ic刷卡和公交轨迹数据实现车辆匹配和乘客上车点的识别方法
CN115115095A (zh) * 2022-05-30 2022-09-27 西南交通大学 一种集成模块化有轨电车与模块化公交车的区域公交系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150062357A1 (en) * 2013-08-27 2015-03-05 Samsung Techwin Co., Ltd. Device and method for removing distortion
CN107798440A (zh) * 2017-11-30 2018-03-13 大连理工大学 一种基于线路候选集的地铁接驳巴士线路规划方法
CN108470444A (zh) * 2018-03-21 2018-08-31 特斯联（北京）科技有限公司 一种基于遗传算法优化的城市区域交通大数据分析系统与方法
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
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150062357A1 (en) * 2013-08-27 2015-03-05 Samsung Techwin Co., Ltd. Device and method for removing distortion
CN107798440A (zh) * 2017-11-30 2018-03-13 大连理工大学 一种基于线路候选集的地铁接驳巴士线路规划方法
CN108470444A (zh) * 2018-03-21 2018-08-31 特斯联（北京）科技有限公司 一种基于遗传算法优化的城市区域交通大数据分析系统与方法
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
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KONSTANTINOS KEPAPTSOGLOU等: "The bus bridging problem in metro operations:conceptual framework,model and algorithms", 《SPRINGER》 *
陈燕等: "南宁地铁2号线应急接驳公交资源规划研究", 《西部交通科技》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112550372A (zh) * 2020-11-16 2021-03-26 卡斯柯信号有限公司 一种基于运行图的中断运营时自动变更交路折返的方法
CN112550372B (zh) * 2020-11-16 2023-01-06 卡斯柯信号有限公司 一种基于运行图的中断运营时自动变更交路折返的方法
CN114049770A (zh) * 2021-12-01 2022-02-15 北京航空航天大学 多模式交通系统断路后流量预测方法及系统
CN114331060A (zh) * 2021-12-15 2022-04-12 东南大学 一种MaaS背景下面向高铁站接驳的DRT车辆路径生成方法
CN114331060B (zh) * 2021-12-15 2023-04-28 东南大学 一种MaaS背景下面向高铁站接驳的DRT车辆路径生成方法
CN114239994A (zh) * 2021-12-27 2022-03-25 安徽达尔智能控制系统股份有限公司 一种基于实时路况数据的公交智能调度管理方法、系统
CN114493385A (zh) * 2022-04-19 2022-05-13 华北科技学院(中国煤矿安全技术培训中心) 轨道交通运营中断下滞留乘客公交摆渡疏散方法及系统
CN115115095A (zh) * 2022-05-30 2022-09-27 西南交通大学 一种集成模块化有轨电车与模块化公交车的区域公交系统
CN115115095B (zh) * 2022-05-30 2024-04-16 西南交通大学 一种集成模块化有轨电车与模块化公交车的区域公交系统
CN114936959A (zh) * 2022-06-17 2022-08-23 上海市城乡建设和交通发展研究院 基于ic刷卡和公交轨迹数据实现车辆匹配和乘客上车点的识别方法

Also Published As

Publication number Publication date
CN111915464B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN111915464B (zh) 一种基于考虑常规公交线网的地铁中断区间乘客接驳模型系统及方法
CN109409599B (zh) 基于实时需求的定制公交线路开通优化方法
CN111401614B (zh) 一种城市轨道交通动态客流分配方法及系统
CN103942948B (zh) 基于分段拼接的城市公交线路网络的生成方法
CN105448082B (zh) 一种可变间隔发车的快速公交车组合调度方法
CN105070044A (zh) 一种基于乘客预约的定制公交合乘车辆动态调度方法
CN112693505B (zh) 一种单方向阻塞条件下的地铁列车运行调整方法及系统
Wang et al. Optimization of bus bridging service under unexpected metro disruptions with dynamic passenger flows
CN103793760A (zh) 多模式综合交通枢纽内部客流换乘分配比例优化方法
CN102169512A (zh) 基于时间窗约束的城市轨道交通网络动态可达性计算方法
CN112580866B (zh) 基于全程车与区间车组合调度的公交线路串车优化方法
CN102568193A (zh) 一种分区布线的公交系统设计方法
CN113988371B (zh) 基于客流直达的城市轨道交通跨站停开行方案优化方法
CN108960539A (zh) 一种需求响应式接驳公交路径优化方法
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
CN111445048A (zh) 一种响应型接驳公交分时段协调优化方法
CN111626469A (zh) 一种面向运能提升的快慢车开行优化方法
CN115675584A (zh) 一种城市轨道交通市域线开行方案优化方法
CN115593471A (zh) 一种轨道交通虚拟编组列车运行方案的优化方法及装置
CN113096429B (zh) 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
CN113298390B (zh) 一种突发异构客流的多式协同疏散方案集构建方法及装置
Janoš et al. Smart urban transport
CN114723141B (zh) 一种brt多服务模式优化方法及系统
CN113096430B (zh) 基于欧氏距离收费的弹性公交即时需求动态响应方法
CN104573067A (zh) 一种有轨电车与brt线网综合布设方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220628