考虑实时订单更新的拼车调度双层规划模型

针对订单实时更新的实际情况,为仍有待完成订单的司机持续分配任务,在保证司机收益增加的同时,提升拼车平台的派单效率。在考虑拼车系统服务质量与运行成本的基础上,基于平台角度构建了以司机总收益最大化为目标的双层规划模型,给出求解该模型的双层算法：底层模型对拼车路径进行规划,设计改进的遗传算法求解;上层模型订单分配的顺序,通过贪心算法调用底层模型,比较收益变化后得到最终的调度结果。通过具体算例对模型进行验证,结果表明模型能够较快求解出订单匹配结果及行驶路线,说明了模型的可行性及算法的有效性,且计算结果能够反映实际场景。对比实验结果表明,模型在满足提升司机收益的基础上,能有效减少延误时间及降低行驶距离,对于实时订单更新场景下拼车调度问题的相关研究具有积极的参考意义。     

时变路网下考虑碳排放的需求响应型公交调度优化模型

以往对需求响应型公交的研究中,鲜有考虑到时变路网、碳排放等因素对车辆调度的影响,需要对现有研究的局限性进行改进。针对当前“双碳”背景下存在传统燃油公交与电动公交混合运行的现状,结合两者特性分别给出约束条件、成本和碳排放测算方法,建立包含延误时间、碳排放和运营成本作为优化目标的调度优化模型,并提出了自适应遗传-萤火虫算法用以求解该模型。实验结果表明：a）所提算法改善了传统遗传算法中易陷入局部最优的问题,在基于仿真路网的实验中能使目标函数减少9.1%,平均车辆使用数、平均途经节点数和平均行驶里程数分别减少了0.3辆、4.9个和104.57 km,提高了求解精度;b）模型考虑碳排放影响最高能减少9%的碳排放量,运营成本降低2.9%;c）动态阻抗下的车辆调度方案既贴近实际情况,又能同时降低7.5%的碳排放以及节约5%的运营成本;d）电动公交的引入能得到显著的碳减排效果,但由此带来的成本上升也是不容忽视的。