城郊公交线网hub站点和milk?run线路设计

为解决现有的常规公交线网设计方法没有考虑实际城郊客流需求的特殊性,造成乘客出行时间过长的问题.构建基于milk-run和hub-spoke的设计理念,且同时考虑载客能力的城郊公交线网优化模型,并提出相应的遗传算法实现模型的求解.在所提出的方法中,能够得到hub站点的数量及具体位置、milk-run线路的结构、和车辆分配方案.不同于常规公交线路运营方式,所提出的城郊公交线网通过milk-run线路将分散的客流聚集到各线路的hub站点,从而形成大客流的规模效应,到达hub站点的大客流可以通过直达线路从hub站点到达相应的目的地,以此减少乘客总的出行时间.最后,为验证所提出的方法的有效性,将其应用到位于香港天水围的实际城郊公交线网中,并对比了优化后的公交服务和现有的公交服务水平.对比结果表明:在现有的公交车辆配置数量不变的条件下,所提出的方法,可以减少16.26%总的乘客出行时间,说明所提出的方法能够有效提高现有公交服务水平,增加乘客出行满意度,吸引更多乘客采用公交出行,减少交通拥堵.     

中小城市直达公交网络优化

为了在非直达需求均能满足最少换乘的基础上进一步提高公交网络的直达率,建立了以直达率最大化和直达总时间最小化为目标的直达公交网络优化模型。与现有的研究相比,增加了换乘次数最小化约束,并采用具有遗传迭代机制的元启发式算法求解模型。利用Floyd算法求解初始网络最短路径,经线路删减、合并等操作后作为初始公交网络,使得模型具有高质量的初始解;通过space P法建模计算网络总换乘次数,在原有发车频率、最大车辆配备数、线路长度等约束下增加换乘次数最小化约束,采用频率共享规则进行客流分配,并与现有研究结果进行对比。结果表明,对于4条线路的Mandl's Swiss网络,在不考虑发车频率优化时,直达率较现有研究的试验1、2、3分别提高9.7%、8.41%和0.39%。     

基于混合整数规划的智能网联车冲突区时序优化模型

智能网联车的大规模应用为交通冲突区域的优化与管理提供了新的机遇和挑战.为保证冲突区域车辆的汇入安全,提高冲突区域车流的运行效率,引入优化时间区间的概念,以车辆平均延误为优化目标,车辆通过冲突区域的最小安全时间间隔为约束条件,构建车辆进入冲突区域时序的混合整数线性规划模型.为研究不同流量状态对模型结果的影响,设计不同流量场景的数值仿真实验.结果表明:与不优化时序相比,所提出的模型和算法能够有效地减少车辆的延误和油耗,且最大能够减少54.23%的车辆延误和34.36%的燃油消耗.     

基于IC卡识别通勤客流的公交线路多模式调度

为解决现有的公交调度方式忽略了线路站点间空间客流分布的不均匀性,使得线路运行效率不高,本文提出了一种根据通勤客流构建单线路的多种调度模型,并设计相应算法,求解出在时间上和空间上与客流需求匹配调度模式。最后选取绵阳市一条实际的公交线路,进行案例分析,结果表明,通过该方式,高峰时段乘客总体时间比原来减少了5 290.9 min,优化效率高达13.93%,表明该方法能够节约乘客出行时间,提高线路运行效率。