CN113408790B - 一种模块化车辆运行路径及组合策略协同优化方法及系统 - Google Patents

一种模块化车辆运行路径及组合策略协同优化方法及系统 Download PDF

Info

Publication number
CN113408790B
CN113408790B CN202110597731.9A CN202110597731A CN113408790B CN 113408790 B CN113408790 B CN 113408790B CN 202110597731 A CN202110597731 A CN 202110597731A CN 113408790 B CN113408790 B CN 113408790B
Authority
CN
China
Prior art keywords
vehicle
passenger
modular
modular vehicle
time
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
CN202110597731.9A
Other languages
English (en)
Other versions
CN113408790A (zh
Inventor
陈才君
禚思雨
王辉
商攀
沈晓宇
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.)
Yinjiang Technology Co ltd
Original Assignee
Yinjiang Technology Co ltd
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 Yinjiang Technology Co ltd filed Critical Yinjiang Technology Co ltd
Priority to CN202110597731.9A priority Critical patent/CN113408790B/zh
Publication of CN113408790A publication Critical patent/CN113408790A/zh
Application granted granted Critical
Publication of CN113408790B publication Critical patent/CN113408790B/zh
Active 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
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (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

一种模块化车辆运行路径及组合策略协同优化方法,其步骤包括：获取城市交通物理网络及候选运营路线信息，构建模块化车辆运行路径连通性流平衡约束；获取乘客需求数量和乘客位置、时间窗信息，构建乘客需求全覆盖约束；根据城市交通模块化车辆运行路径及线路、乘客需求数量、位置和时间窗信息，构建乘客在途换乘约束；根据城市交通模块化车辆运行路径及乘客需求信息，构建基于模块化车辆使用成本及乘客出行时间广义运输成本的目标函数；根据约束集和目标函数建立模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型；求解所述混合整数线性规划模型，获得优化的模块化车辆运行路径及乘客在途换乘的车辆组合策略。

Description

一种模块化车辆运行路径及组合策略协同优化方法及系统
技术领域
本发明属于车辆运营管理技术领域，具体涉及一种基于时空状态网络的模块化车辆运行路径及组合策略协同优化方法及系统。
背景技术
模块化车辆具有体积小、灵活性高、响应及时、节能环保、服务水平高等优点，将助力我国未来智慧城市的建设、有效提升乘客出行体验，对支撑城市流通性做出贡献。众所周知，乘客的出行需求具有很强的时变性和波动性，因此车辆经常会出现拥挤、空载等情况，为适应不断增长变化的乘客出行需求，本发明设计能够实时响应乘客需求的模块化车辆运行路径，协同优化车辆组合策略，通过车辆单元的组合分离，实现乘客在途换乘，为车辆容量和运行路径及开行时刻表的联合优化奠定现实基础。
模块化车辆运营方案设计主要包含两部分主要内容：一是车辆运行路径设置，即明确车辆的运行路径，每条线路包含的车站数量、花费时间及沿途服务的乘客数量；二是车辆组合策略设计，即明确车辆组合分离的位置、时间和乘客换乘人数。运行路径决定了运营线路的长度，影响乘客的总出行时间。车辆组合策略影响乘客的换乘次数和时间，影响车辆的使用情况。如何协同优化模块化车辆运行路径和组合策略，都依赖模块化车辆在路网中的路径分配结果。在现有的一些线路规划方法中，极少能够考虑车辆的在途换乘，从而无法实现乘客出行时间成本的最优化。因此，如何为模块化公交制定一种运行路径方案，使其能够及时满足乘客高品质出行需求，并实现在途换乘，节约乘客的总出行时间，具有较高的研究价值与实际意义。
发明内容
针对上述背景技术介绍中存在的问题，本发明的目的在于提供了一种使得在满足乘客出行需求的同时尽可能缩短出行路线，减少乘客出行成本的基于时空状态网络的模块化车辆运行路径及组合策略协同优化方法及系统。
本发明采用的技术方案是：
一种模块化车辆运行路径及组合策略协同优化方法,其具体步骤包括：
S1、获取城市交通物理网络及候选运营路线信息，构建模块化车辆运行路径连通性流平衡约束；
S2、获取乘客需求数量和乘客位置、时间窗信息，构建乘客需求全覆盖约束；
S3、根据城市交通模块化车辆运行路径及线路、乘客需求数量、位置和时间窗信息，构建乘客在途换乘约束；
S4、根据城市交通模块化车辆运行路径及乘客需求信息，构建基于模块化车辆使用成本及乘客出行时间广义运输成本的目标函数；
S5、根据约束集和目标函数建立模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型；
S6、求解所述混合整数线性规划模型，获得优化的模块化车辆运行路径及乘客在途换乘的车辆组合策略。
进一步，步骤S1具体步骤如下：
S11：模块化车辆集合表示为V；时空状态网络中表示模块化车辆候选运行路径的弧集合表示为Av；
S12：所述模块化车辆运行路径连通性流平衡约束表示为：
Figure BDA0003091750010000021
Figure BDA0003091750010000022
Figure BDA0003091750010000023
其中，
Figure BDA0003091750010000024
为决策变量，表示模块化车辆候选运行路径(i,j,t，t'，w，w')∈Av是否被模块化车辆选用；当
Figure BDA0003091750010000025
时，表示模块化车辆经过此路径，反之不经过；v为模块化车辆；i为路网中节点，表示某路段的起点；j为路网中节点，表示某路段的终点；t为时间变量，t∈T，T为时间集合；t'为乘客到达节点j的时间，t'＝t+TTi，j；TTi，j为乘客乘坐模块化车辆从i到j花费的时间，已知路网信息，即每个路段所需花费的时间参数，由此可以计算出节点i到节点j所需花费的时间；w＝[wt，…，wd,...，w|D|]，表示车内乘客状态集合，wd为去往目的地d的乘客量；w'表示模块化车辆服务乘客后车内乘客状态；w0为模块化车辆初始车内乘客状态；ov为起点；dv为终点；ev为车辆时间窗左端点；lv为车辆时间窗右端点；t”为中间点流平衡约束中进入中间点的前一个时空状态节点的时间；w”为其他车辆服务乘客前车内乘客状态；(j，t'，w')为末端时空状态，(j'，t”，w”)为进入流平衡中间点的前一个节点的时间和车内乘客状态，即中间点前一个点的时空状态；j'为流平衡中间点的前一个节点。
进一步，步骤S2具体步骤如下：
S21：np表示在某个车站p待服务的乘客需求数量；W表示模块化车辆中乘客负载状态集合；(w'-w)表示模块化车辆服务乘客前后的乘客状态转移量；Ψp为接客弧集合；
S22：所述乘客需求全覆盖约束表示为：
Figure BDA0003091750010000026
其中，w，w'，np的取值分别为：
w＝[wt，...，wd，...，w|D|]
w'＝[w'1，...，w'd，...，w'|D|]
Figure BDA0003091750010000027
Figure BDA0003091750010000028
其中，D为目的地集合；
Figure BDA0003091750010000029
表示在车站p去往目的地d的总乘客需求；V*为虚拟备用车辆集合。
进一步，步骤S3具体步骤如下：
所述乘坐模块化车辆的乘客在途换乘约束表示为：
Figure BDA0003091750010000031
v∈V,t∈T,t'＝t+TTi,j
Figure BDA0003091750010000032
其中，集合
Figure BDA0003091750010000033
表示模块化车辆v在时刻t到达地点b的换乘弧集合；TTi,j表示乘客乘坐模块化车辆从i到j花费的时间；
Figure BDA0003091750010000034
为决策变量，表示模块化车辆候选运行路径(i,j,t，t'，w，w')∈Av是否被模块化车辆选用；当
Figure BDA0003091750010000035
时，表示模块化车辆经过此路径，反之不经过；
w”'为其他车辆服务乘客后车内乘客状态；v'为备用模块化车辆。
进一步，步骤S4具体步骤如下：
S41：模块化车辆出行时间成本可表示为
Figure BDA0003091750010000036
其中，参数TTi，j表示乘客乘坐模块化车辆从i到j花费的时间；
S42：乘客出行成本可表示为
Figure BDA0003091750010000037
其中，参数
Figure BDA0003091750010000038
表示模块化车辆从起点ov到达j花费的时间；
参数π表示模块化车辆的使用成本。
进一步，步骤S5所述模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型表示为：
Figure BDA0003091750010000039
subject to
Figure BDA00030917500100000310
Figure BDA00030917500100000311
Figure BDA00030917500100000312
Figure BDA0003091750010000041
Figure BDA0003091750010000042
Figure BDA0003091750010000043
目标函数为最小化加权总运营成本及乘客出行成本。
上述模块化车辆运行路径及组合策略协同优化方法的系统，包括
模块化车辆及运行路径模块，用于获取模块化车辆集合、模块化车辆候选运行路径的弧集合，根据城市交通物理网络和候选运营线路信息，构建模块化车辆运行路径连通性流平衡约束；乘客需求获取模块，用于获取乘客需求数量和乘客位置、时间窗信息，构建乘客需求全覆盖约束；
乘客在途换乘模块，用于根据城市交通模块化车辆运行路径及线路、乘客需求数量、位置和时间窗信息，构建乘客在途换乘约束；
目标函数模块，用于根据城市交通模块化车辆运行路径及乘客需求信息，构建基于模块化车辆使用成本及乘客出行时间广义运输成本的目标函数；
优化模块，用于根据约束集和目标函数建立模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型，求解所述混合整数线性规划模型，获得优化的模块化车辆运行路径及乘客在途换乘的车辆组合策略。
本发明有益效果：综合考虑模块化车辆运营网络连通性、流平衡、乘客出行需求、车辆运载能力等实际因素，通过对模块化车辆运行路径及其组合策略进行优化，不仅能够较为实时地响应高时变性的乘客需求，同时通过模块化车辆单元的组合和分离大大缩短行车路线，提高模块化车辆的服务效率及水平。此外，通过权衡乘客出行时间成本与模块化车辆使用成本，能够有效控制乘客的在车时间、等待时间及模块化车辆使用率，从而极大程度提高乘客搭乘模块化车辆出行的便利性与满意度，更加贴近实际问题，提高实际应用价值。
附图说明
图1为本发明的流程图。
图2为本发明的模块化车辆物理网络拓扑结构图。
图3为本发明的候选运营线路信息表。
图4为本发明获得的不同情景的模块化车辆运行路径及车辆组合策略示意图。
具体实施方式
下面结合具体实施例来对本发明进行进一步说明，但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
本发明涉及的参数说明如表1所示。
表1
Figure BDA0003091750010000051
Figure BDA0003091750010000061
实施例一
参见图1，本实施例提供了一种模块化车辆运行路径及组合策略协同优化方法，该方法包括了以下步骤；
S1、获取城市交通物理网络及候选运营路线信息，构建模块化车辆运行路径连通性流平衡约束；
在本实施例中，给定的模块化车辆物理网络拓扑结构如节点，车站、乘客等信息如图2中所示，包含8个节点，其中节点6和节点8分别是两个目的地，在1→3，2→4和3→4三个运输弧上均有去往两个目的地的乘客需求和对应时间窗，给定的候选运营线路信息如图3所示。
为更好地研究乘客需求信息等限制条件对结果的要求，同时验证模型可行性，设计5个不同的情景，条件设置如表2所示。
表2
Figure BDA0003091750010000071
模块化车辆运行路径连通性流平衡约束的具体步骤如下：
S11：模块化车辆集合表示为V；时空状态网络中表示模块化车辆候选运行路径的弧集合表示为Av。
S12：所述模块化车辆运行路径连通性流平衡约束表示为：
Figure BDA0003091750010000072
本公式表示起点流平衡，对某辆车在起点1节点处以初始状态出发时，所有候选路径选择结果相加和等于1；是对所有从节点一引出的候选弧求和，候选路径有两条，分别为1→2和1→3；和为1的约束保证了这辆车在该时刻只出发去一个候选弧；ov为1，ev也为1，都是初始参数值。
Figure BDA0003091750010000073
本公式表示终点流平衡，对某辆车在终点8节点处以最终状态到达时，所有候选路径选择结果相加和等于1；是对所有到达指向节点8的候选弧求和，候选路径有两条，分别为6→8和7→8；和为1的约束保证了这辆车在该时刻只有一个候选弧到达；dv为8，lv也为20，都是初始参数值。
Figure BDA0003091750010000074
本公式表示中间点流平衡，即某辆车在除了起点和终点的中间点，进入某节点和指出某节点的候选弧数量相同，即“进＝出”，因此是0的约束。因为求和是对某个节点来说的，而x表示的是弧。
其中，
Figure BDA0003091750010000081
为决策变量，表示模块化车辆候选运行路径(i，j，t，t',w，w')∈Av是否被模块化车辆选用；当
Figure BDA0003091750010000082
时，表示模块化车辆经过此路径，反之不经过。
S2、获取乘客需求数量和乘客位置、时间窗信息，构建乘客需求全覆盖约束；
具体实施过程为；
S21：np表示在某个车站p待服务的乘客需求数量；W表示模块化车辆中乘客负载状态集合；(w'-w)表示模块化车辆服务乘客前后的乘客状态转移量；Ψp为接客弧集合。
S22：所述乘客需求全覆盖约束表示为：
Figure BDA0003091750010000083
本公式表示对某个车站的乘客需求来说，在所有被选中的候选弧上发生的状态转移之和应等于乘客需求数。v∈V∩V*表示包括备用车辆在内的所有模块化车辆集合。
其中，w，w'，np的取值分别为：
w＝[w1，…，wd，…，w|D|]
w'＝[w'1，...，w'd,...,w'|D|]
Figure BDA0003091750010000084
Figure BDA0003091750010000085
其中，D为目的地集合；
Figure BDA0003091750010000086
表示在车站p去往目的地d的总乘客需求。
S3、根据城市交通模块化车辆运行路径及线路、乘客需求数量、位置和时间窗等信息，生成乘客在途换乘约束，具体实施过程为；
所述乘坐模块化车辆的乘客在途换乘约束表示为：
Figure BDA0003091750010000087
本公式表示从某模块化车辆中转入的乘客数量应该等于从其中转出的乘客数量。v'∈V∪V*|{v}表示乘客是换乘到所有车辆集合中除了换乘前乘客所在的车辆v中的其他车辆。w,w'：(i,j,t,t',w，w')表示乘客发生的状态转移与状态转移弧一致。
v∈V，t∈T，t'＝t+TTi，j
Figure BDA0003091750010000088
其中，集合
Figure BDA0003091750010000091
表示模块化车辆v在时刻t到达地点b的换乘弧集合；TTi，j表示乘客乘坐模块化车辆从i到j花费的时间；
为决策变量，表示模块化车辆候选运行路径(i，j，t，t',w,w')∈Av是否被模块化车辆选用；当
Figure BDA0003091750010000092
时，表示模块化车辆经过此路径，反之不经过。
S4、根据城市交通模块化车辆运行路径及乘客需求等信息，生成基于模块化车辆使用成本及乘客出行时间广义运输成本的目标函数；
S41：模块化车辆出行时间成本可表示为
Figure BDA0003091750010000093
时间成本是根据给定的路网信息确定的，表示从节点i到节点j所需要花费的时间，比如路线1→3→4→5→7→8，时间成本为5；v∈V∪V*表示包括备用车辆在内的所有模块化车辆集合；(i,j,t,t',w,w')∈Av/v∈V*,(ov，j,ev,t'，w0，w')表示不用备用车辆的情况。
其中，参数TTi，j表示乘客乘坐模块化车辆从i到j花费的时间；
S42：乘客出行成本可表示为
Figure BDA0003091750010000094
本公式表示的是原有车辆资源不够，需要用到备用车辆集合中的备用车辆，因此车辆在起点以初始状态出发时，需要额外支付使用一辆新车的费用π
其中，参数
Figure BDA0003091750010000095
表示模块化车辆从起点ov到达j花费的时间；
参数π表示模块化车辆的使用成本。
S5、根据约束集和目标函数建立模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型，具体实施过程为；
Figure BDA0003091750010000096
本公式是模型的目标函数，旨在最小化乘客的出行时间
subject to
Figure BDA0003091750010000097
Figure BDA0003091750010000098
Figure BDA0003091750010000099
Figure BDA00030917500100000910
Figure BDA00030917500100000911
Figure BDA0003091750010000101
Figure BDA0003091750010000102
目标函数为最小化加权总运营成本及乘客出行成本。
S6、求解所述混合整数线性规划模型，获得不同情景的模块化车辆运行路径及车辆组合策略如图4所示。
其中，最优的模块化车辆运行路径和车辆组合策略为情景3，目标函数值为11。
本发明综合考虑模块化车辆运营网络连通性、流平衡、乘客出行需求、车辆运载能力等实际因素，通过对模块化车辆运行路径及其组合策略进行优化，不仅能够较为实时地响应高时变性的乘客需求，同时通过模块化车辆单元的组合和分离大大缩短行车路线，提高模块化车辆的服务效率及水平。此外，通过权衡乘客出行时间成本与模块化车辆使用成本，能够有效控制乘客的在车时间、等待时间及模块化车辆使用率，从而极大程度提高乘客搭乘模块化车辆出行的便利性与满意度，更加贴近实际问题，提高实际应用价值。
实施例二
本实施例提供了一种实现实施例一所述的基于时空状态网络的模块化车辆运行路径及组合策略协同优化方法的系统，包括：
模块化车辆及运行路径模块，用于获取模块化车辆集合、模块化车辆候选运行路径的弧集合，根据城市交通物理网络和候选运营线路信息，构建模块化车辆运行路径连通性流平衡约束；乘客需求获取模块，用于获取乘客需求数量和乘客位置、时间窗信息，构建乘客需求全覆盖约束；
乘客在途换乘模块，用于根据城市交通模块化车辆运行路径及线路、乘客需求数量、位置和时间窗信息，构建乘客在途换乘约束；
目标函数模块，用于根据城市交通模块化车辆运行路径及乘客需求信息，构建基于模块化车辆使用成本及乘客出行时间广义运输成本的目标函数；
优化模块，用于根据约束集和目标函数建立模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型，求解所述混合整数线性规划模型，获得优化的模块化车辆运行路径及乘客在途换乘的车辆组合策略。
本发明综合考虑模块化车辆运营网络连通性、流平衡、乘客出行需求、车辆运载能力等实际因素，通过对模块化车辆运行路径及其组合策略进行优化，不仅能够较为实时地响应高时变性的乘客需求，同时通过模块化车辆单元的组合和分离大大缩短行车路线，提高模块化车辆的服务效率及水平。此外，通过权衡乘客出行时间成本与模块化车辆使用成本，能够有效控制乘客的在车时间、等待时间及模块化车辆使用率，从而极大程度提高乘客搭乘模块化车辆出行的便利性与满意度，更加贴近实际问题，提高实际应用价值。
以上所述，仅是为清楚说明本发明所作举例，并非是对本发明的实施方式的限定，本发明的保护范围也并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，这里无法对所有的实施方式进行穷举，因此凡是属于本发明技术方案所引申出显而易见的变化与变动，都应涵盖在本发明的保护范围之内。

Claims (2)

1.一种模块化车辆运行路径及组合策略协同优化方法，其特征在于：其具体步骤如下：
S1、获取城市交通物理网络及候选运营路线信息，构建模块化车辆运行路径连通性流平衡约束；具体包括：
S11：模块化车辆集合表示为V；时空状态网络中表示模块化车辆候选运行路径的弧集合表示为Av；
S12：所述模块化车辆运行路径连通性流平衡约束表示为：
Figure FDA0003742103640000011
Figure FDA0003742103640000012
Figure FDA0003742103640000013
其中，
Figure FDA0003742103640000014
为决策变量，表示模块化车辆候选运行路径(i，j，t，t′，w，w′)∈Av是否被模块化车辆选用；当
Figure FDA0003742103640000015
时，表示模块化车辆经过此路径，反之不经过；v为模块化车辆；i为路网中节点，表示某路段的起点；j为路网中节点，表示某路段的终点；t为时间变量，t∈T，T为时间集合；t′为乘客到达节点j的时间，t′＝t+TTi，j；TTi，j为乘客乘坐模块化车辆从i到j花费的时间，已知路网信息，即每个路段所需花费的时间参数，由此可以计算出节点i到节点j所需花费的时间；w＝[w1，...，wd，...，w|D|]，表示车内乘客状态集合，Wd为去往目的地d的乘客量；w′表示模块化车辆服务乘客后车内乘客状态；w0为模块化车辆初始车内乘客状态；ov为起点；dv为终点；ev为车辆时间窗左端点；lv为车辆时间窗右端点；t″为中间点流平衡约束中进入中间点的前一个时空状态节点的时间；w″为其他车辆服务乘客前车内乘客状态；(j，t′，w′)为末端时空状态，(j′，t″，w″)为进入流平衡中间点的前一个节点的时间和车内乘客状态，即中间点前一个点的时空状态；j′为流平衡中间点的前一个节点；
S2、获取乘客需求数量和乘客位置、时间窗信息，构建乘客需求全覆盖约束；
具体步骤包括：
S21：np表示在某个车站p待服务的乘客需求数量；W表示模块化车辆中乘客负载状态集合；(w′-w)表示模块化车辆服务乘客前后的乘客状态转移量；Ψp为接客弧集合；
S22：所述乘客需求全覆盖约束表示为：
Figure FDA0003742103640000016
其中，w，w′，np的取值分别为：
w＝[w1，...，wd，...，w|D|]
w′＝[w′1，...，w′d，...，w′|D|]
Figure FDA0003742103640000017
Figure FDA0003742103640000018
其中，D为目的地集合；
Figure FDA0003742103640000019
表示在车站p去往目的地d的总乘客需求，V*为虚拟备用车辆集合；
S3、根据城市交通模块化车辆运行路径及线路、乘客需求数量、位置和时间窗信息，构建乘客在途换乘约束；
具体包括以下内容：
所述乘坐模块化车辆的乘客在途换乘约束表示为：
Figure FDA0003742103640000021
其中，集合
Figure FDA0003742103640000022
表示模块化车辆v在时刻t到达地点b的换乘弧集合；TTi，j表示乘客乘坐模块化车辆从i到j花费的时间；
Figure FDA0003742103640000023
为决策变量，表示模块化车辆候选运行路径(i，j，t，t′，w，w′)∈Av是否被模块化车辆选用；当
Figure FDA0003742103640000024
时，表示模块化车辆经过此路径，反之不经过；
w″′为其他车辆服务乘客后车内乘客状态；v′为备用模块化车辆；
S4、根据城市交通模块化车辆运行路径及乘客需求信息，构建基于模块化车辆使用成本及乘客出行时间广义运输成本的目标函数；
具体步骤包括：
S41：模块化车辆出行时间成本可表示为
Figure FDA0003742103640000025
其中，参数TTi，j表示乘客乘坐模块化车辆从i到j花费的时间；
S42：乘客出行成本可表示为
Figure FDA0003742103640000026
其中，参数
Figure FDA0003742103640000027
表示模块化车辆从起点ov到达j花费的时间；
参数π表示模块化车辆的使用成本；
S5、根据约束集和目标函数建立模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型；其中混合整数线性规划模型为
Figure FDA0003742103640000028
subject to
Figure FDA0003742103640000029
Figure FDA00037421036400000210
Figure FDA00037421036400000211
Figure FDA00037421036400000212
Figure FDA0003742103640000031
目标函数为最小化加权总运营成本及乘客出行成本；
S6、求解所述混合整数线性规划模型，获得优化的模块化车辆运行路径及乘客在途换乘的车辆组合策略。
2.实现权利要求1所述的一种模块化车辆运行路径及组合策略协同优化方法的系统，包括：
模块化车辆及运行路径模块，用于获取模块化车辆集合、模块化车辆候选运行路径的弧集合，根据城市交通物理网络和候选运营线路信息，构建模块化车辆运行路径连通性流平衡约束；
乘客需求获取模块，用于获取乘客需求数量和乘客位置、时间窗信息，构建乘客需求全覆盖约束；
乘客在途换乘模块，用于根据城市交通模块化车辆运行路径及线路、乘客需求数量、位置和时间窗信息，构建乘客在途换乘约束；
目标函数模块，用于根据城市交通模块化车辆运行路径及乘客需求信息，构建基于模块化车辆使用成本及乘客出行时间广义运输成本的目标函数；
优化模块，用于根据约束集和目标函数建立模块化车辆运行路径及实现在途换乘的车辆组合策略协同优化的混合整数线性规划模型，求解所述混合整数线性规划模型，获得优化的模块化车辆运行路径及乘客在途换乘的车辆组合策略。
CN202110597731.9A 2021-05-31 2021-05-31 一种模块化车辆运行路径及组合策略协同优化方法及系统 Active CN113408790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110597731.9A CN113408790B (zh) 2021-05-31 2021-05-31 一种模块化车辆运行路径及组合策略协同优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110597731.9A CN113408790B (zh) 2021-05-31 2021-05-31 一种模块化车辆运行路径及组合策略协同优化方法及系统

Publications (2)

Publication Number Publication Date
CN113408790A CN113408790A (zh) 2021-09-17
CN113408790B true CN113408790B (zh) 2022-09-30

Family

ID=77675271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110597731.9A Active CN113408790B (zh) 2021-05-31 2021-05-31 一种模块化车辆运行路径及组合策略协同优化方法及系统

Country Status (1)

Country Link
CN (1) CN113408790B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115424437A (zh) * 2022-08-22 2022-12-02 厦门筑成信创城市规划设计有限公司 站点响应式公交调度方法及装置
CN115438975B (zh) * 2022-09-14 2023-04-25 北京化工大学 一种订单指派与车辆路径优化方法、装置及设备
CN116863701B (zh) * 2023-07-31 2024-02-06 大连海事大学 一种电动需求响应模块公交车调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330547A (zh) * 2017-06-15 2017-11-07 重庆交通大学 一种城市公交动态调度优化方法及系统
CN108647221A (zh) * 2018-03-22 2018-10-12 浙江工业大学 一种基于gis的公交路径规划方法
CN112085349A (zh) * 2020-08-19 2020-12-15 大连海事大学 一种基于乘客出行时间窗约束的需求响应公交调度方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107092976B (zh) * 2017-03-28 2020-06-02 东南大学 一种多目标模型协同优化多条公交线路发车间隔的方法
US20190392368A1 (en) * 2018-06-23 2019-12-26 Mitsubishi Electric Research Laboratories, Inc. System and Method for Scheduling Multiple Modes of Transport
CN110533219B (zh) * 2019-07-24 2022-07-22 北京交通大学 城市轨道交通末班列车时刻表优化方法
CN111815189B (zh) * 2020-07-15 2024-03-29 同济大学 模块化公交调度系统
CN112149889B (zh) * 2020-09-15 2023-11-07 北京交通大学 考虑客流分配的轨道交通开行线路及频率协同优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330547A (zh) * 2017-06-15 2017-11-07 重庆交通大学 一种城市公交动态调度优化方法及系统
CN108647221A (zh) * 2018-03-22 2018-10-12 浙江工业大学 一种基于gis的公交路径规划方法
CN112085349A (zh) * 2020-08-19 2020-12-15 大连海事大学 一种基于乘客出行时间窗约束的需求响应公交调度方法

Also Published As

Publication number Publication date
CN113408790A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN113408790B (zh) 一种模块化车辆运行路径及组合策略协同优化方法及系统
Luo et al. Charging scheduling strategy for different electric vehicles with optimization for convenience of drivers, performance of transport system and distribution network
CN109447340B (zh) 一种可靠性最短路的定制公交线路优化方法
CN109774750B (zh) 一种基于虚拟耦合模式的动态调度时空决策方法
KR101586974B1 (ko) 공유형 자율주행자동차의 편도서비스 제공 방법
CN110533219B (zh) 城市轨道交通末班列车时刻表优化方法
CN112561249B (zh) 面向实时需求的城市定制公交调度方法
CN106965688A (zh) 一种电网和交通网协同环境下的电动汽车充电方法
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
CN111815166A (zh) 基于客流分配的城市公共交通系统的协同优化方法和装置
CN115547052A (zh) 改进自适应大领域算法的动态需求响应电动公交调度方法
CN112418503A (zh) 面向出行链的需求响应公交服务模式及优化方法
CN110796332B (zh) 一种区域轨道交通网络化开行方案备选集制定方法
CN115222156A (zh) 基于分时对偶路网考虑用户需求响应的汽车充电调度方法
CN115423168A (zh) 一种考虑服务稳定性的定制公交路网优化方法及系统
CN111126712A (zh) 一种面向通勤廊道的停车充电换乘系统规划方法
CN113724495B (zh) 一种城市共享出行的流量预测方法
CN101231718A (zh) 轨道交通换乘的票务清分方法
CN104809868B (zh) 基于出行需求响应的车辆线路确定方法及其装置
CN112149906A (zh) 一种计及充电时间的电动车出行线路综合优化方法
CN109583719B (zh) 一种公交直达出行的线路班次调整的方法
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
CN113011686A (zh) 一种面向电动出租车队与换电运营商的低碳运行方法
Wang et al. A passenger flow routing model for high-speed railway network in different transportation organization modes

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 310012 1st floor, building 1, 223 Yile Road, Hangzhou City, Zhejiang Province

Applicant after: Yinjiang Technology Co.,Ltd.

Address before: 310012 1st floor, building 1, 223 Yile Road, Hangzhou City, Zhejiang Province

Applicant before: ENJOYOR Co.,Ltd.

GR01 Patent grant
GR01 Patent grant