城市公交车辆调度优化研究

发布时间：2020-11-09 09:44

　　 当前我国很多大中城市的交通拥堵问题日益突出,优先发展公共交通是解决城市交通问题的主流策略。公交调度是城市公共交通运营系统的重要组成部分,对公交车辆调度优化研究是提高公共交通吸引力的关键。本文在此背景下,结合相关文献和现场调查,分析了公交车辆调度的形式、影响因素和现存问题等,并采用遗传模拟退火算法来求解公交车辆调度中的发车间隔问题。首先,本文介绍了城市公交车辆调度的国内外现状和城市公交车辆调度相关理论,指出现阶段公交调度存在的问题以及优化方法等,对研究城市公交调度的算法(遗传算法、模拟退火算法和遗传模拟退火算法)进行概述,分析各自的特点,选择适合本文模型的算法:遗传模拟退火算法,为构建车辆调度优化模型提供基本的理论基础。其次,本文对公交车辆调度系统存在的问题进行分析,建立公交线路调度优化的数学模型:在既定的公交线路网络的条件下,确定合理的发车间隔,为编制出具有实际应用价值的公交车辆运行时刻表提供依据。本文以乘客出行成本和公交公司运营成本最小为模型的目标函数,相邻车辆间的发车间隔作为决策变量,考虑到实际运营过程中车辆的满载率、相邻车次之间最大和最小发车间隔、乘客车上拥挤度和公交发车次数的约束等,建立组合优化模型。选用混合算法:遗传模拟退火算法,并通过对算法关键技术的分析来实现算法的优化和模型的求解。最后,选取南京市某条公交线路为例,调查公交线路数据,利用MATLAB工具箱分别用遗传算法和模拟退火算法进行仿真实验,求解所建立的优化模型,并确定不同权重下的公交车发车间隔。仿真结果显示,改进后的遗传模拟退火算法相比遗传算法具有较快的求解速度和较为准确的全局最优解,模型求解的优化成本优于实际成本,同时发车间隔符合公交线路的客流分布规律,可以有效的控制公交公司的成本,提升乘客的出行服务质量,具有实际的应用价值。
【学位单位】：长安大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U491.17;U492.22
【部分图文】：

技术路线

第二章 城市公交车辆调度分析第二章 城市公交车辆调度分析 城市公交车辆调度1 公交调度的形式公交车辆的调度形式是指公交车辆在运营时所采取的组织形式，跟线路客流在客流量大的线路和时段通常采取多种调度形式相结合的方式进行车辆调度，交公司利益的基础上满足乘客的出行需求，提高乘客的出行舒适度。从车辆运停站方式这两个角度对公交车辆调度形式进行分类，如图 2.1 所示。

3）区间车：公交车辆仅运行在客流量较高的某一路段，是一种辅助调度据路段不均匀系数或者断面客流量确定发车区间；4）定班车：为方便单位工作人员上下班或学生上下学而设置，是一种专车辆行驶有四个特点：定时间、定路线、定车次和定站点[50]。而言之，各种调度形式，在平衡线路负荷、提升公交客运效率与服务水强的实践意义[36]。现实的调度工作是以正班车和全程车为主要调度形式，力与运量严重不匹配以致公交车辆运行秩序无法维持时，可调用其他的车缓解运力不足的情况，有效利用现有车辆资源，提升线路承载能力，最大民的出行服务质量。交调度的分类文主要从实时性和调度管理范围这两个方面对公交车辆调度进行分类，
【参考文献】

相关期刊论文 前10条

1 刘昱岗;沈睿;;基于实时需求的夜间城市公交柔性调度研究[J];公路工程;2015年05期

2 马雁;王非;周永年;;改进遗传算法在公交智能调度中的应用[J];科技通报;2015年09期

3 温馨;曾培勇;张全;;基于QPSO算法的智能公交调度优化研究[J];现代计算机(专业版);2015年26期

4 马香玉;;基于智能调度系统的公交线路调度优化分析[J];城市公共交通;2015年06期

5 崔明月;黄荣杰;刘红钊;刘旭焱;蒋华龙;;量子遗传算法在公交车辆调度中的应用[J];实验室研究与探索;2014年12期

6 孙晓刚;;遗传算法在智能公交调度中的应用研究[J];信息通信;2014年05期

7 于丽梅;;基于模拟退火遗传算法的公交区域调度研究[J];廊坊师范学院学报(自然科学版);2014年02期

8 宋成举;张亚平;姜莉;;城市公共交通系统发展策略的系统动力学建模与仿真[J];黑龙江工程学院学报;2014年01期

9 吴家庆;宋瑞;林正;李树彬;;考虑地铁换乘客流的BRT运营调度模型研究[J];交通运输系统工程与信息;2014年01期

10 但孝禹;汤智红;王浩;;智能公交调度算法的研究[J];信息与电脑(理论版);2013年10期

相关硕士学位论文 前10条

1 徐潇;基于客流预测的公交调度优化研究[D];郑州大学;2017年

2 秦政;基于数据挖掘的客流特征提取及公交调度优化研究[D];西南交通大学;2017年

3 赵萌迪;城市公交调度策略与方案优化研究[D];兰州交通大学;2017年

4 徐刚;城市纯电动公交车调度优化问题研究[D];南京理工大学;2017年

5 崔虎;基于GPS的公交实时调度优化研究[D];兰州交通大学;2016年

6 罗培卿;基于混合遗传算法的城市公交车辆调度计划编制[D];兰州交通大学;2016年

7 王莹莹;基于实时客流数据的公交车辆调度优化研究[D];北京交通大学;2015年

8 李晔寒;基于客流需求及交通状况的公交调度优化方法研究[D];东南大学;2015年

9 祝文菲;基于动态规划的公交发车调度时刻表优化问题研究[D];北京交通大学;2015年

10 王良琴;基于可靠性的常规公交调度优化研究[D];华东交通大学;2014年

本文编号：2876234