CN112633831B - 一种交通时刻表优化方法、装置、设备及可读存储介质 - Google Patents
一种交通时刻表优化方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112633831B CN112633831B CN202011527536.0A CN202011527536A CN112633831B CN 112633831 B CN112633831 B CN 112633831B CN 202011527536 A CN202011527536 A CN 202011527536A CN 112633831 B CN112633831 B CN 112633831B
- Authority
- CN
- China
- Prior art keywords
- station
- transfer
- time
- train
- urban rail
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005457 optimization Methods 0.000 title claims abstract description 46
- 238000012546 transfer Methods 0.000 claims abstract description 373
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 17
- 230000000739 chaotic effect Effects 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 14
- 230000010006 flight Effects 0.000 claims description 11
- 230000014759 maintenance of location Effects 0.000 claims description 11
- 230000002068 genetic effect Effects 0.000 claims description 10
- 238000005265 energy consumption Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 230000035772 mutation Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 210000000349 chromosome Anatomy 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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"
-
- 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
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供了一种交通时刻表优化方法、装置、设备及可读存储介质,所述方法包括:获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式;基于上述公式,构建高铁‑城轨联运服务、城轨‑机场航班联运服务乘客换乘满意度的表达公式;以空‑铁联运服务同步性最大化、空‑铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立多目标规划模型;通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间。本发明对于指导铁路局与航空公司根据各自实际运营情况制定合适的时刻表方案具有重要的参考意义。
Description
技术领域
本发明涉及高铁与航空联运服务领域,具体涉及一种交通时刻表优化方法、装置、设备及可读存储介质。
背景技术
随着高铁与航空业的快速发展,高铁与航空的关系逐渐从竞争转向合作。世界上很多国家的机场都与铁路系统相连,这在一定程度上有助于运输方式的结合。在这种情况下,铁路通常作为机场航线的短途支线,有利于提高不同城市间的可达性,例如法兰克福机场、上海虹桥机场以及成都双流国际机场,在一定程度上缓解了机场的客流压力,为旅客出行提供便利。城市轨道交通作为公共交通的重要组成部分,成为衔接高铁客运枢纽与机场枢纽的重要交通方式。编制列车时刻表是城市轨道交通运输计划的重要内容,在复杂路网条件下,实现不同线路的列车到发协同优化、满足旅客换乘需求、减少旅客换乘等待时间是列车时刻表优化的重要目标。
城市轨道交通时刻表优化方案是将城轨作为衔接高铁与航空的重要衔接运输方式,根据高铁和航空时刻表指定城轨协调时刻表的到达发送时刻实现空-铁联运的方案。
现有研究多从定性层面分析航空业与高铁行业的竞争与联运关系,但未真正对空-铁联运的实现进行模型分析与研究。现有研究的不足:(1) 缺乏考虑除换乘客流之外的普通客流对城市轨道交通的需求;(2)片面考虑整体换乘客流,缺乏考虑因不同类型客流导致对乘时间的敏感性是不一样的;(3)对实现空-铁联运的高铁与航空中转方式研究只停留在基础研究上,未确保中转方式在时间表上的顺利衔接。
发明内容
本发明的目的在于提供一种交通时刻表优化方法、装置、设备及可读存储介质,以改善上述问题。
为了实现上述目的,本申请实施例提供了如下技术方案:
一方面,本申请实施例提供了一种交通时刻表优化方法,所述方法包括:获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式;基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式;基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型;通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间。
可选的,所述获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,包括:
获取携带大件行李的休闲旅客从高铁列车下车后经过换乘设备的换乘时间;
构建休闲旅客从高铁列车下车后到达城市轨道交通换乘站的时间影响公式:
公式(1)、公式(2)、公式(3)和公式(4)中:
Kr表示铁路站台内到达的所有铁路列车,kr∈Kr;
X表示火车站换乘枢纽内所有的服务类设施设备,列车下车乘客可能需要经历各种换乘设施到达地铁站,x为乘客可能经过的换乘服务类设施索引,x∈X;
表示t时刻在高铁站g下车换乘至地铁站台的乘客在换乘服务设施x的换乘时间;其中tx表示乘客在换乘服务设施x无滞留情况下的换乘时间,z表示0-1变量,若z=1,即t时刻服务设施的旅客人数大于安检最大通过能力c,则表示乘客产生滞留等待时间tz;若z=0,即t时刻服务设施的旅客人数小于安检最大通过能力c,则表示乘客不产生滞留等待时间tz;
t2表示携带大件行李的乘客在火车站站台g下车自由走行条件下换乘至地铁站台的时间,自由走行条件下,铁路出站旅客的步行速度服从均值为1.34m/s,标准差为0.26m/s的正态分布,输入走行距离和走行速度,可获得走行时间;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;
获取携带小件行李的商务旅客从高铁列车下车后经过换乘设备的换乘时间;
构建商务旅客从高铁列车下车后到达城市轨道交通换乘站的时间影响公式:
公式(5)、公式(6)、公式(7)和公式(8)中:
Kr表示铁路站台内到达的所有铁路列车,kr∈Kr;
X表示火车站换乘枢纽内所有的服务类设施设备,列车下车乘客可能需要经历各种换乘设施到达地铁站,x为乘客可能结果的换乘服务类设施索引,x∈X;
表示t时刻在高铁站g下车换乘至地铁站台的乘客在换乘服务设施x的换乘时间,一般情况下,商务旅客经历换乘设施设备时所需时间比休闲旅客少2-3s;其中tx表示乘客在换乘服务设施x 无滞留情况下的换乘时间,z表示0-1变量,若z=1,即t时刻服务设施的旅客人数大于安检最大通过能力c,则乘客产生滞留等待时间tz;若 z=0,即t时刻服务设施的旅客人数小于安检最大通过能力c,则乘客不产生滞留等待时间tz;
t5表示携带小件行李的乘客在高铁站g下车自由走行条件下换乘至地铁站台的时间,自由走行条件下,铁路出站旅客的步行速度服从均值为1.34m/s,标准差为0.26m/s的正态分布,输入走行距离和走行速度,可获得走行时间,一般情况下商务旅客行李较为简便,其走行速度比休闲旅客稍快;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;
构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式:
公式(9)和公式(10)中:
可选的,所述基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式,包括:
获取铁路客运枢纽站g中铁路列车kr的到达时间以及不同类型乘客换乘时间上下限;
构建高铁-城轨联运服务乘客换乘满意度的表达公式:
公式(13)中:
构建城轨-机场航班联运服务乘客换乘满意度的表达公式:
公式(16)中:
可选的,所述基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型,包括:
以空-铁联运服务同步性最大化为目标,以此构建空-铁联运旅客换乘满意度计算公式:
公式(17)中:
maxZ1表示空-铁联运乘客分别在高速列车与城轨列车所在的换乘站以及城轨列车与机场枢纽所在的换乘站的旅客换乘满意度最大化;
获取离散时间段内高铁列车下车乘客到达城轨换乘站的换乘乘客数量以及城轨列车下车乘客到达机场换乘站的换乘乘客数量;
构建空-铁联运需求旅客换乘等待时间计算公式:
minZ2=W1+W2+W3 (22)
公式(22)中,minZ2表示空-铁联运需求旅客的最小换乘等待时间;
ska表示机场航班ka起飞时刻与截至办理登机手续时间差;
W1表示到达换乘地铁站台的高铁乘客总换乘等待时间;
W2表示在城轨路网总换乘等待时间;
W3表示地铁终到站换乘机场航站楼乘客总换乘等待时间;
获取离散时间段内搭乘城市轨道交通的普通乘客流量;
构建全线城市轨道交通车站普通旅客等待时间计算公式:
minZ3=W′1+W′3+W4+W5 (27)
公式(27)中:
minZ3表示全线城市轨道交通车站普通旅客最小等待时间;
Tt g-(g→a)表示t时刻高铁站换乘地铁至其他目的地的普通乘客;
W′1表示在t时刻高铁站换乘地铁至其他目的地的普通乘客换乘等待时间;
W4表示地铁路网内无需线路间换乘的普通乘客的等待时间;
W5表示地铁路网内需在线路间换乘的普通乘客的等待时间;
构建衔接高速铁路与机场的城轨时刻表安全间隔时间的约束条件公式:
公式(28)和(29)中:
构建衔接高速铁路与机场的城轨时刻表区间运行时间的约束条件公式:
公式(30)和(31)中:
构建衔接高速铁路与机场的城轨时刻表停站时间的约束条件公式:
公式(32)、(33)和(34)中:
构建衔接高速铁路与机场的城轨时刻表客流需求的约束条件公式:
公式(35)、(36)、(37)和(38)中:
所述基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型为:
max Z1
min Z2+Z3
可选的,所述通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间,包括:
按照列车安全间隔H约束限制随机生成初始化种群,得到各线各方向各列车到达和离开各站的时刻,进入计算适应度步骤;
计算适应度,不考虑目标函数,分别计算各个初始种群的适应度;
混沌搜索,从初始种群中选择若干个最优个体,对若干个个体进行混沌搜索,进入输出结果步骤;
输出结果,进行选择、交叉、变异遗传运算,判断迭代次数是否满足停止条件,若满足,则输出结果,否则回到计算适应度步骤。
第二方面,本申请实施例提供了一种交通时刻表优化装置,所述装置包括:参数获取模块、第一构建模块、第二构建模块合第一计算模块;参数获取模块,用于获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式;第一构建模块,用于基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式;第二构建模块,用于基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空- 铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型;第一计算模块,用于通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间。
第三方面,本申请实施例提供了一种交通时刻表优化设备,所述设备包括存储器和处理器。存储器用于存储计算机程序;处理器用于执行所述计算机程序时实现上述交通时刻表优化方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述交通时刻表优化方法的步骤。
本发明的有益效果为:
1、本发明通过求解城市轨道交通的到发时刻和不同类型乘客的旅行等待时间最小化的城轨时刻表优化方案,对于指导铁路局与航空公司根据各自实际运营情况制定合适的时刻表方案具有重要的参考意义。建模过程简单,建模标准统一,方法计算效率高,方法真实可靠,方法考虑因素全面,具有很好的操作性、通用性和可重用性。
2、在构建高铁与航空时刻表条件下城市轨道交通协同高铁与航空的时刻表优化模型时,考虑了不同类型乘客对枢纽站换乘时间的敏感性区别的情况,为了制定合理衔接火车站铁路列车与机场航班的城市轨道交通时刻表,避免因缺乏地铁站普通客流造成模型实用性水平降低,提出了协调衔接高铁站与机场地铁线上所有旅客的等待时间原则,体现了协同公平性的理念。在方法的设计上,引入了空-铁联运乘客换乘满意度的指标,通过将多目标规划问题合并为单目标规划问题,结合改进的遗传算法对决策变量进行求解,能够很好的求解城轨时刻表,得到的结果可为机场运营者、城市轨道交通运营者以及铁路运营者为实现联运服务对列车开行计划以及列车时刻表的调整提供参考意义。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施例中所述的一种交通时刻表优化方法流程示意图;
图2是本发明实施例中所述的交叉操作示意图;
图3是本发明实施例中所述的一种交通时刻表优化装置结构示意图;
图4是本发明实施例中所述的一种交通时刻表优化设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号或字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
如图1所示,本实施例提供了一种交通时刻表优化方法,该方法包括步骤S1、步骤S2、步骤S3和步骤S4。
步骤S1.获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式;
步骤S2.基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式;
步骤S3.基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型;
步骤S4.通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间。
在本公开的一种具体实施方式中,所述步骤S1,还可以包括步骤S11、步骤S12、步骤S13、步骤S14和步骤S15。
对于同一趟高速列车下车的乘客,因乘客的出行目的以及是否携带行李等特征,其对在客运枢纽内换乘时间的敏感性有所区别,例如商务旅客对换乘时间较长的情况较为敏感,而休闲旅客对换乘时间较短的情况较为敏感。因此为了细致刻画不同类型乘客在换乘枢纽的走行过程需要分别考虑不同类型乘客在客运枢纽内的换乘时间的影响公式;
步骤S11.获取携带大件行李的休闲旅客从高铁列车下车后经过换乘设备的换乘时间;
步骤S12.构建休闲旅客从高铁列车下车后到达城市轨道交通换乘站的时间影响公式:
公式(1)、公式(2)、公式(3)和公式(4)中:
Kr表示铁路站台内到达的所有铁路列车,kr∈Kr;
X表示火车站换乘枢纽内所有的服务类设施设备,列车下车乘客可能需要经历各种换乘设施到达地铁站,x为乘客可能经过的换乘服务类设施索引,x∈X;
表示t时刻在高铁站g下车换乘至地铁站台的乘客在换乘服务设施x的换乘时间;其中tx表示乘客在换乘服务设施x无滞留情况下的换乘时间,z表示0-1变量,若z=1,即t时刻服务设施的旅客人数大于安检最大通过能力c,则表示乘客产生滞留等待时间tz;若z=0,即t时刻服务设施的旅客人数小于安检最大通过能力c,则表示乘客不产生滞留等待时间tz;
t2表示携带大件行李的乘客在火车站站台g下车自由走行条件下换乘至地铁站台的时间,自由走行条件下,铁路出站旅客的步行速度服从均值为1.34m/s,标准差为0.26m/s的正态分布,输入走行距离和走行速度,可获得走行时间;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;
由于休闲旅客携带大件行李出行,其在换乘枢纽内的走行过程较商务旅客较为繁琐,需经历行李的搬运、检查等工作,且其走行速度受到携带行李的影响而变慢。主要包含自由走行过程时间以及经历安检服务设施的时间;
步骤S13.获取携带小件行李的商务旅客从高铁列车下车后经过换乘设备的换乘时间;
步骤S14.构建商务旅客从高铁列车下车后到达城市轨道交通换乘站的时间影响公式:
公式(5)、公式(6)、公式(7)和公式(8)中:
Kr表示铁路站台内到达的所有铁路列车,kr∈Kr;
X表示火车站换乘枢纽内所有的服务类设施设备,列车下车乘客可能需要经历各种换乘设施到达地铁站,x为乘客可能结果的换乘服务类设施索引,x∈X;
表示t时刻在高铁站g下车换乘至地铁站台的乘客在换乘服务设施x的换乘时间,一般情况下,商务旅客经历换乘设施设备时所需时间比休闲旅客少2-3s;其中tx表示乘客在换乘服务设施x 无滞留情况下的换乘时间,z表示0-1变量,若z=1,即t时刻服务设施的旅客人数大于安检最大通过能力c,则乘客产生滞留等待时间tz;若 z=0,即t时刻服务设施的旅客人数小于安检最大通过能力c,则乘客不产生滞留等待时间tz;
t5表示携带小件行李的乘客在高铁站g下车自由走行条件下换乘至地铁站台的时间,自由走行条件下,铁路出站旅客的步行速度服从均值为1.34m/s,标准差为0.26m/s的正态分布,输入走行距离和走行速度,可获得走行时间,一般情况下商务旅客行李较为简便,其走行速度比休闲旅客稍快;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;其中表示自由走行条件下从铁路换乘至城轨站的最短走行时间;
同理,商务旅客除了经历较少的行李安检以及行李搬运带来的换乘时间阻滞之外,其换乘时间的构成与休闲旅客一致;
步骤S15.构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式:
公式(9)和公式(10)中:
在本公开的一种具体实施方式中,所述步骤S2,还可以包括步骤S21、步骤S22、步骤S23和步骤S24。
由于高速列车与机场航班在日常运营中受到影响发生不可控性延误而造成换乘乘客出行延误,使其无法在预定时间内成功换乘完成其出行需求,降低乘客运输服务需求以及满意度服务需求。为了量化乘客在旅行途中的换乘满意度,分别设置高速列车与地铁列车在铁路枢纽内衔接以及地铁列车与机场航班在机场枢纽内衔接两种场景,将列车间的接续关系作为衡量乘客满意度的约束条件,包括以下步骤:
步骤S21.获取铁路客运枢纽站g中铁路列车kr的到达时间以及不同类型乘客换乘时间上下限;
步骤S22.构建高铁-城轨联运服务乘客换乘满意度的表达公式:
公式(13)中:
步骤S24.构建城轨-机场航班联运服务乘客换乘满意度的表达公式:
公式(16)中:
在本公开的一种具体实施方式中,所述步骤S3,还可以包括步骤S31、步骤S32、步骤S33、步骤S34、步骤S35、步骤S36、步骤S37、步骤S38、步骤S39和步骤S40。
步骤S31.以空-铁联运服务同步性最大化为目标,以此构建空-铁联运旅客换乘满意度计算公式:
公式(17)中:
max Z1表示空-铁联运乘客分别在高速列车与城轨列车所在的换乘站以及城轨列车与机场枢纽所在的换乘站的旅客换乘满意度最大化;
步骤S32.获取离散时间段内高铁列车下车乘客到达城轨换乘站的换乘乘客数量以及城轨列车下车乘客到达机场换乘站的换乘乘客数量;
步骤S33.构建空-铁联运需求旅客换乘等待时间计算公式:
min Z2=W1+W2+W3 (22)
公式(22)中,minZ2表示空-铁联运需求旅客的最小换乘等待时间;
ska表示机场航班ka起飞时刻与截至办理登机手续时间差;
W1表示到达换乘地铁站台的高铁乘客总换乘等待时间;
W2表示在城轨路网总换乘等待时间;
W3表示地铁终到站换乘机场航站楼乘客总换乘等待时间;
步骤S34.获取离散时间段内搭乘城市轨道交通的普通乘客流量;
步骤S35.构建全线城市轨道交通车站普通旅客等待时间计算公式:
min Z3=W′1+W′3+W4+W5 (27)
公式(27)中:
minZ3表示全线城市轨道交通车站普通旅客最小等待时间;
Tt g-(g→a)表示t时刻高铁站换乘地铁至其他目的地的普通乘客;
W′1表示在t时刻高铁站换乘地铁至其他目的地的普通乘客换乘等待时间;
W4表示地铁路网内无需线路间换乘的普通乘客的等待时间;
W5表示地铁路网内需在线路间换乘的普通乘客的等待时间;
步骤S36.考虑到路网内多条地铁线路在不同的换乘站衔接,以及单条地铁线上多趟列车运行,为了保证区间以及车站运行安全,应设置任意两趟列车在同一车站的连续到达或连续发车的安全间隔,故构建衔接高速铁路与机场的城轨时刻表安全间隔时间的约束条件公式:
公式(28)和(29)中:
步骤S37.列车在区间的运行时间是由列车运行速度所决定,涉及到列车运行能耗问题,为了描述区间运行时间的动态性以及为在运行途中遇到突发情况做出反应,因此引入区间运行时间上下限,故构建衔接高速铁路与机场的城轨时刻表区间运行时间的约束条件公式:
公式(30)和(31)中:
步骤S38.车站站台作为供旅客上下车以及换乘的设施,列车停站需充分考虑乘客上下车时间以及列车开启、关闭车门反应时间,为旅客提供足够的上下车反应时间,因不同运营时段客流存在较大波动情况,对乘客上下行造成一定的阻滞时间,因此引入列车停站时间上下限,故构建衔接高速铁路与机场的城轨时刻表停站时间的约束条件公式:
公式(32)、(33)和(34)中:
步骤S39.在实际运营中不同运营时段客流需求不同,对时刻表的编制调整造成一定的困难,因此需充分考虑客流的需求,协调好不同类型换乘客流以及城市轨道交通普通需求客流的影响,避免因客流拥挤造成的等待时间延长,故构建衔接高速铁路与机场的城轨时刻表客流需求的约束条件公式:
公式(35)、(36)、(37)和(38)中:
步骤S40.所述基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型为:
max Z1
min Z2+Z3
其中,max Z1为目标函数1,min Z2+Z3为目标函数2;
为目标函数3;
在本公开的一种具体实施方式中,所述步骤S4,还可以包括步骤S41、步骤S42、步骤S43、步骤S44和步骤S45。
由于空-铁联运乘客换乘满意度是根据高速列车、地铁列车以及机场航班的时刻表所决定,而目标函数1与目标函数2和3存在等级上的区别,为了更好的求解该模型,将模型分为两部分处理。即首先求解模型:
min Z2+Z3
由于模型中目标函数不处于同一等级,无法在传统的遗传算法中求解第一个目标函数,为了减轻传统算法的运算简便性,将第一目标函数引入作为算法判断条件内,将目标函数2和3的倒数和作为适应度值f(x),目标函数1作为适应度值f′(x),因此在求解时按照以下步骤进行:
步骤S42.不考虑目标函数1,分别计算各个初始种群的适应度f(x)和适应度f′(x);
步骤S43.混沌搜索,从初始种群中选择若干个最优个体,对若干个个体进行混沌搜索,进入步骤S44;
步骤S44.输出结果,进行选择、交叉、变异遗传运算,判断迭代次数是否满足停止条件,若满足,则输出结果,否则回到步骤S42;
在步骤S43中提出混沌搜索算法,是嵌套混沌搜索功能的遗传算法,以尽可能地跳出局部最优解,具有良好的求解性能,混沌搜索具体步骤如下:
S431.在若干个初始到发时刻备选集中选择适应度值f(x)最大的K个个体,xx=yy=1,xx为每一个个体中到达发送时刻的编号,yy为混沌搜索的迭代次数,并将当前解的适应度值f′(x)作为初始最优值,即 Fbest=f′(xbest),进入步骤S432。
S432.利用txx[yy+1]=4×txx[yy]×(1-txx[yy])产生混沌映射,其中初始值 txx[1]为任一大于0、小于1且不等于0.5的随机数,进入步骤S433。
S433.根据xxx[yy]=xbest+axx×txx[yy]+bxx进行混沌领域搜索,进入步骤 S434。
S434.判断xx是否小于每一个体的到达发送时刻数,若是则xx=xx+1,进入步骤S432;否则进入步骤S435。
S435.根据Fcurrent=f′(x[yy])计算当前解的适应度值Fcurrent,并判断 Fcurrent是否大于Fbest若满足,则用当前解代替原最优解(Fbest=Fcurrent);若不满足最优解不变,进入步骤S436。
S436.判断迭代次数yy是否小于最大迭代次数,若是则yy=yy+1并返回至步骤S432,否则进入步骤S437。
S437.输出最优解Fbest所表示的列车到达、发送时刻,即为经过混沌搜索后的最优解,确定其适应度值f(x),结束搜索。
混沌遗传算法的参数可依据以下设定:
(1)解的组成
(2)初始解的产生
(3)适应度函数
将目标函数2和3的倒数和作为适应度值f(x),目标函数1作为适应度值f′(x)。
(4)选择操作
选择操作即在每一代种群中挑选一部分个体,用以产生新一代种群,通常采用轮盘赌机制进行选择,个体xj被选中的概率为:
(5)交叉操作
研究时段内发车数量固定,即每个染色体中非零基因的个数相等,且其位置在满足发车间隔约束的基础上随即生成。若采用传统遗传算法中的单点交叉方式,则可能会出现发车数量改变的情形。因此,本文采取两点交叉方式。其主要思想是:从染色体中随机选取一个基因位作为交叉片段的起点,再在满足最小发车间隔约束条件的基础上往后随机选择一个基因位作为交叉片段的终点,至此构成一个交叉片段,判断是否满足交叉条件,交叉操作示意图如附图2所示。若对于两个父代个体而言,当交叉片段中的非零基因总数相等,且交叉片段起终点前后均满足最小行车间隔约束,方可将两个父代个体的交叉片段进行交换,否则将交叉片段重新选择。
(6)变异操作
变异是通过改变染色体上某一基因座的基因值,继而产生新个体的操作。
(7)终止条件判断
根据事先设定的最大遗传代数,判断是否终止迭代,若算法终止输出已寻得最优解。
实施例2
如图3所示,本实施例提供了一种交通时刻表优化装置,所述装置包括参数获取模块701、第一构建模块702、第二构建模块703和第一计算模块704。
参数获取模块701,用于获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式;
第一构建模块702,用于基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式;
第二构建模块703,用于基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型;
第一计算模块704,用于通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间。
需要说明的是,关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例3
相应于上面的方法实施例,本公开实施例还提供了一种交通时刻表优化设备,下文描述的一种交通时刻表优化设备与上文描述的一种交通时刻表优化方法可相互对应参照。
图4是根据一示例性实施例示出的一种交通时刻表优化设备800的框图。如图4所示,该电子设备800可以包括:处理器801,存储器802。该电子设备800还可以包括多媒体组件803,输入/输出(I/O)接口804,以及通信组件805中的一者或多者。
其中,处理器801用于控制该电子设备800的整体操作,以完成上述的交通时刻表优化方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该电子设备800的操作,这些数据例如可以包括用于在该电子设备800上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件 803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器 802或通过通信组件805发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该电子设备800与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(NearFieldCommunication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件805可以包括:Wi-Fi模块,蓝牙模块, NFC模块。
在一示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备 (Digital Signal ProcessingDevice,简称DSPD)、可编程逻辑器件 (Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的交通时刻表优化方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的交通时刻表优化方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器802,上述程序指令可由电子设备800的处理器801执行以完成上述的交通时刻表优化方法。
实施例4
相应于上面的方法实施例,本公开实施例还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种交通时刻表优化方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的交通时刻表优化方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种交通时刻表优化方法,其特征在于,包括:
获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式;
基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式;
基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型;
通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间;
其中,所述基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型,包括:
以空-铁联运服务同步性最大化为目标,以此构建空-铁联运旅客换乘满意度计算公式:
公式(17)中:
maxZ1表示空-铁联运乘客分别在高速列车与城轨列车所在的换乘站以及城轨列车与机场枢纽所在的换乘站的旅客换乘满意度最大化;
获取离散时间段内高铁列车下车乘客到达城轨换乘站的换乘乘客数量以及城轨列车下车乘客到达机场换乘站的换乘乘客数量;
构建空-铁联运需求旅客换乘等待时间计算公式:
minZ2=W1+W2+W3 (22)
公式(22)中,minZ2表示空-铁联运需求旅客的最小换乘等待时间;
Tt g→a表示t时刻由高铁站换乘至机场的乘客;
ska表示机场航班ka起飞时刻与截止办理登机手续时间差;
W1表示到达换乘城轨站台的高铁乘客总换乘等待时间;
W2表示在城轨路网总换乘等待时间;
W3表示城轨终到站换乘机场航站楼乘客总换乘等待时间;
获取离散时间段内搭乘城市轨道交通的普通乘客流量;
构建全线城市轨道交通车站普通旅客等待时间计算公式:
minZ3=W′1+W′3+W4+W5 (27)
公式(27)中:
minZ3表示全线城市轨道交通车站普通旅客最小等待时间;
Tt g-(g→a)表示t时刻高铁站换乘城轨至其他目的地的普通乘客;
W′1表示在t时刻高铁站换乘城轨至其他目的地的普通乘客换乘等待时间;
W4表示城轨路网内无需线路间换乘的普通乘客的等待时间;
W5表示城轨路网内需在线路间换乘的普通乘客的等待时间;
构建衔接高速铁路与机场的城轨时刻表安全间隔时间的约束条件公式:
公式(28)和(29)中:
构建衔接高速铁路与机场的城轨时刻表区间运行时间的约束条件公式:
公式(30)和(31)中:
构建衔接高速铁路与机场的城轨时刻表停站时间的约束条件公式:
公式(32)、(33)和(34)中:
构建衔接高速铁路与机场的城轨时刻表客流需求的约束条件公式:
公式(35)、(36)、(37)和(38)中:
所述基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型为:
maxZ1
minZ2+Z3
所述多目标规划模型中:
2.根据权利要求1所述的交通时刻表优化方法,其特征在于,所述获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,包括:
获取携带大件行李的休闲旅客从高铁列车下车后经过换乘设备的换乘时间;
构建休闲旅客从高铁列车下车后到达城市轨道交通换乘站的时间影响公式:
公式(1)、公式(2)、公式(3)和公式(4)中:
Kr表示铁路站台内到达的所有铁路列车,kr∈Kr;
X表示火车站换乘枢纽内所有的服务类设施设备,列车下车乘客需要经历至少一种换乘设施到达城轨站,x为乘客在换乘时可选的服务类设施,x∈X;
表示t时刻在高铁站g下车换乘至城轨站台的乘客在换乘服务设施x的换乘时间;其中tx表示乘客在换乘服务设施x无滞留情况下的换乘时间,z表示0-1变量,若z=1,即t时刻服务设施的旅客人数大于安检最大通过能力c,则表示乘客产生滞留等待时间tz;若z=0,即t时刻服务设施的旅客人数小于安检最大通过能力c,则表示乘客不产生滞留等待时间tz;
t2表示携带大件行李的乘客在高铁站g下车自由走行条件下换乘至城轨站台的时间,自由走行条件下,铁路出站旅客的步行速度服从均值为1.34m/s,标准差为0.26m/s的正态分布,输入走行距离和走行速度,可获得走行时间;其中表示携带大件行李的乘客在高铁站g下车自由走行条件下换乘至城轨站台的最短时间;其中表示携带大件行李的乘客在高铁站g下车自由走行条件下换乘至城轨站台的最大时间;
获取携带小件行李的商务旅客从高铁列车下车后经过换乘设备的换乘时间;
构建商务旅客从高铁列车下车后到达城市轨道交通换乘站的时间影响公式:
公式(5)、公式(6)、公式(7)和公式(8)中:
Kr表示铁路站台内到达的所有铁路列车,kr∈Kr;
X表示火车站换乘枢纽内所有的服务类设施设备,列车下车乘客需要经历至少一种换乘设施到达城轨站,x为乘客在换乘时可选的服务类设施,x∈X;
表示t时刻在高铁站g下车换乘至城轨站台的乘客在换乘服务设施x的换乘时间,商务旅客经历换乘设施设备时所需时间比休闲旅客少2-3s;其中tx表示乘客在换乘服务设施x无滞留情况下的换乘时间,z表示0-1变量,若z=1,即t时刻服务设施的旅客人数大于安检最大通过能力c,则乘客产生滞留等待时间tz;若z=0,即t时刻服务设施的旅客人数小于安检最大通过能力c,则乘客不产生滞留等待时间tz;
t5表示携带小件行李的乘客在高铁站g下车自由走行条件下换乘至城轨站台的时间,自由走行条件下,铁路出站旅客的步行速度服从均值为1.34m/s,标准差为0.26m/s的正态分布,输入走行距离和走行速度,可获得走行时间;其中表示携带小件行李的乘客在高铁站g下车自由走行条件下换乘至城轨站台的最短时间;其中表示携带小件行李的乘客在高铁站g下车自由走行条件下换乘至城轨站台的最大时间;
构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式:
公式(9)和公式(10)中:
3.根据权利要求1所述的交通时刻表优化方法,其特征在于,所述基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式,包括:
获取铁路客运枢纽站g中铁路列车kr的到达时间以及不同类型乘客换乘时间上下限;
构建高铁-城轨联运服务乘客换乘满意度的表达公式:
公式(13)中:
构建城轨-机场航班联运服务乘客换乘满意度的表达公式:
公式(16)中:
4.根据权利要求1所述的交通时刻表优化方法,其特征在于,所述通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间,包括:
按照列车安全间隔H约束限制随机生成初始化种群,得到各线各方向各列车到达和离开各站的时刻,进入计算适应度步骤;
计算适应度,不考虑目标函数,分别计算各个初始种群的适应度;
混沌搜索,从初始种群中选择若干个最优个体,对若干个个体进行混沌搜索,进入输出结果步骤;
输出结果,进行选择、交叉、变异遗传运算,判断迭代次数是否满足停止条件,若满足,则输出结果,否则回到计算适应度步骤。
5.一种交通时刻表优化装置,其特征在于,包括:
参数获取模块,用于获取客运枢纽内乘客换乘时间的影响参数,构建换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式;
第一构建模块,用于基于所述换乘客流在客运枢纽内到达城市轨道交通换乘站的时间影响公式,构建高铁-城轨联运服务乘客换乘满意度的表达公式和构建城轨-机场航班联运服务乘客换乘满意度的表达公式;
第二构建模块,用于基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型;
第一计算模块,用于通过所述多目标规划模型,计算出城轨列车的到达时刻、城轨列车的发送时刻和等待时间,所述等待时间包括空-铁联运网内联运乘客以及城轨普通乘客的等待时间;
其中,所述基于所述高铁-城轨联运服务乘客换乘满意度的表达公式和城轨-机场航班联运服务乘客换乘满意度的表达公式,以空-铁联运服务同步性最大化、空-铁联运需求旅客换乘等待时间最小化以及全线城市轨道交通车站普通旅客等待时间最小化为目标,建立基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型,包括:
以空-铁联运服务同步性最大化为目标,以此构建空-铁联运旅客换乘满意度计算公式:
公式(17)中:
maxZ1表示空-铁联运乘客分别在高速列车与城轨列车所在的换乘站以及城轨列车与机场枢纽所在的换乘站的旅客换乘满意度最大化;
获取离散时间段内高铁列车下车乘客到达城轨换乘站的换乘乘客数量以及城轨列车下车乘客到达机场换乘站的换乘乘客数量;
构建空-铁联运需求旅客换乘等待时间计算公式:
minZ2=W1+W2+W3 (22)
公式(22)中,minZ2表示空-铁联运需求旅客的最小换乘等待时间;
Tt g→a表示t时刻由高铁站换乘至机场的乘客;
ska表示机场航班ka起飞时刻与截止办理登机手续时间差;
W1表示到达换乘城轨站台的高铁乘客总换乘等待时间;
W2表示在城轨路网总换乘等待时间;
W3表示城轨终到站换乘机场航站楼乘客总换乘等待时间;
获取离散时间段内搭乘城市轨道交通的普通乘客流量;
构建全线城市轨道交通车站普通旅客等待时间计算公式:
minZ3=W′1+W′3+W4+W5 (27)
公式(27)中:
minZ3表示全线城市轨道交通车站普通旅客最小等待时间;
Tt g-(g→a)表示t时刻高铁站换乘城轨至其他目的地的普通乘客;
W′1表示在t时刻高铁站换乘城轨至其他目的地的普通乘客换乘等待时间;
W4表示城轨路网内无需线路间换乘的普通乘客的等待时间;
W5表示城轨路网内需在线路间换乘的普通乘客的等待时间;
构建衔接高速铁路与机场的城轨时刻表安全间隔时间的约束条件公式:
公式(28)和(29)中:
构建衔接高速铁路与机场的城轨时刻表区间运行时间的约束条件公式:
公式(30)和(31)中:
构建衔接高速铁路与机场的城轨时刻表停站时间的约束条件公式:
公式(32)、(33)和(34)中:
构建衔接高速铁路与机场的城轨时刻表客流需求的约束条件公式:
公式(35)、(36)、(37)和(38)中:
所述基于高铁站与机场间城市轨道交通时刻表优化的多目标规划模型为:
maxZ1
minZ2+Z3
所述多目标规划模型中:
6.一种交通时刻表优化设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述交通时刻表优化方法的步骤。
7.一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述交通时刻表优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011527536.0A CN112633831B (zh) | 2020-12-22 | 2020-12-22 | 一种交通时刻表优化方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011527536.0A CN112633831B (zh) | 2020-12-22 | 2020-12-22 | 一种交通时刻表优化方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112633831A CN112633831A (zh) | 2021-04-09 |
CN112633831B true CN112633831B (zh) | 2022-12-16 |
Family
ID=75321413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011527536.0A Active CN112633831B (zh) | 2020-12-22 | 2020-12-22 | 一种交通时刻表优化方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633831B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657672B (zh) * | 2021-08-18 | 2024-06-18 | 北京航空航天大学 | 一种基于动态规划的综合枢纽末班车衔接方法 |
CN115049156B (zh) * | 2022-08-11 | 2023-02-03 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通线网运行图衔接优化方法、电子设备及存储介质 |
CN115782985B (zh) * | 2022-11-30 | 2023-10-13 | 北京轨道交通路网管理有限公司 | 轨道交通换乘衔接列车时刻表的调整方法及装置 |
CN116142264B (zh) * | 2023-04-23 | 2023-09-01 | 北京全路通信信号研究设计院集团有限公司 | 一种城市轨道交通运行计划编制方法及系统 |
CN117217350B (zh) * | 2023-06-27 | 2024-03-01 | 中国民航科学技术研究院 | 基于城市间客流预测的航空-高铁联运网络时空优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101432179A (zh) * | 2006-12-07 | 2009-05-13 | 通用电气公司 | 用于包括多个分布式动力的机车的火车的铁路火车运行的优化方法和设备 |
CN109017883A (zh) * | 2018-09-14 | 2018-12-18 | 广州达美智能科技有限公司 | 轨道交通调度方法、系统及计算机可读存储介质 |
CN110533219A (zh) * | 2019-07-24 | 2019-12-03 | 北京交通大学 | 城市轨道交通末班列车时刻表优化方法 |
-
2020
- 2020-12-22 CN CN202011527536.0A patent/CN112633831B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101432179A (zh) * | 2006-12-07 | 2009-05-13 | 通用电气公司 | 用于包括多个分布式动力的机车的火车的铁路火车运行的优化方法和设备 |
CN109017883A (zh) * | 2018-09-14 | 2018-12-18 | 广州达美智能科技有限公司 | 轨道交通调度方法、系统及计算机可读存储介质 |
CN110533219A (zh) * | 2019-07-24 | 2019-12-03 | 北京交通大学 | 城市轨道交通末班列车时刻表优化方法 |
Non-Patent Citations (5)
Title |
---|
"Improving Synchronization in an Air and High-Speed Rail Integration Service via Adjusting a Rail Timetable: A Real-World Case Study in China";Yu Ke等;《Journal of Advanced Transportation》;20200113;全文 * |
"Resilience of air Transport Network with the Complementary Effects of High-Speed Rail Network";Tao Li等;《2019 IEEE 19th International Conference on Software Quality, Reliability and Security Companion (QRS-C)》;20191007;全文 * |
"基于旅客类型的空铁联运网络优化设计";孔明星等;《航空计算技术》;20190531;第49卷(第3期);全文 * |
"网络条件下轨道交通开行方案协调优化研究";孙梦霞等;《交通运输工程与信息学报》;20200331;第18卷(第1期);全文 * |
Jinwei Lu等."Train Timetable Optimization for Metro Lines Connecting to Airport".《Proceedings of the 3rd International Conference on Mechatronics Engineering and Information Technology》.2019, * |
Also Published As
Publication number | Publication date |
---|---|
CN112633831A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633831B (zh) | 一种交通时刻表优化方法、装置、设备及可读存储介质 | |
Cats et al. | Effect of real-time transit information on dynamic path choice of passengers | |
Yang et al. | Service replanning in urban rail transit networks: Cross-line express trains for reducing the number of passenger transfers and travel time | |
Wang et al. | Optimization of bus bridging service under unexpected metro disruptions with dynamic passenger flows | |
CN114312926B (zh) | 一种城市轨道交通列车运行调整方案优化方法和系统 | |
CN112418503B (zh) | 面向出行链的需求响应公交服务模式及优化方法 | |
Zhao et al. | A line planning approach for high-speed railway network with time-varying demand | |
Cats et al. | Effect of real-time transit information on dynamic passenger path choice | |
Ke et al. | Improving Synchronization in an Air and High‐Speed Rail Integration Service via Adjusting a Rail Timetable: A Real‐World Case Study in China | |
Yan et al. | Solution methods for the taxi pooling problem | |
Zhang et al. | A timetable optimization model for urban rail transit with express/local mode | |
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 | |
CN109523064B (zh) | 一种基于多网融合的智能微枢纽 | |
Yang et al. | Integrated optimization of train timetable and train unit circulation for a Y-type urban rail transit system with flexible train composition mode | |
Geng et al. | Integrated scheduling of metro trains and shuttle buses with passenger flow control strategy on an oversaturated metro line | |
Ke et al. | Synchronizing train, aircraft, shuttle, and passenger flows in intermodal timetabling: A time–space network-based formulation and a decomposition algorithm using Alternating Direction method of multipliers | |
Li et al. | Optimization of high-speed railway line planning with passenger and freight transport coordination | |
Qi et al. | Service-oriented train timetabling problem with consideration of women-only passenger cars | |
Sun et al. | Subway passenger flow analysis and management optimization model based on AFC data | |
Yao et al. | Circle line optimization of shuttle bus in central business district without transit hub | |
Li et al. | Combinatorial Optimization of Service Order and Overtaking for Demand‐Oriented Timetabling in a Single Railway Line | |
Wu et al. | A coordinated bus bridging and metro short turning model in response to urban metro disruptions | |
Wang et al. | Optimization of High‐Speed Railway Line Planning Considering Extra‐Long Distance Transportation | |
Su et al. | Schedule‐Based Passenger Assignment for High‐Speed Rail Networks considering the Ticket‐Booking Process | |
CN113469451B (zh) | 基于启发式算法的定制公交线路生成方法 |
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 |