接駁地鐵的社區(qū)公交微循環(huán)系統(tǒng)優(yōu)化研究.pdf

1、地鐵作為城市公共交通的骨干，有著快速、可靠性強等地面公交無法比擬的優(yōu)點，目前已成為大城市居民的主要出行方式之一。而社區(qū)公交具有機動、靈活的特點，可彌補地鐵線網(wǎng)可達性較差、無法提供門對門服務(wù)的缺點，在公共交通系統(tǒng)中起著不可替代的微循環(huán)作用。本文通過對社區(qū)公交路徑、協(xié)同時刻表以及基于需求，響應(yīng)的靈活公交等方面的優(yōu)化研究，旨在為與地鐵相接駁的優(yōu)化的社區(qū)公交微循環(huán)系統(tǒng)設(shè)計提供理論支持，目的是方便乘客到達地鐵站點，減小乘客出行成本并兼顧公交企業(yè)利

2、益，實現(xiàn)綜合交通系統(tǒng)中多方式公共交通的高效換乘。論文主要工作和創(chuàng)新點總結(jié)如下:
　　(1)構(gòu)建了兩類社區(qū)公交路徑優(yōu)化模型。第一類模型基于現(xiàn)實路網(wǎng)，同時針對路段定義了公交潛在需求指標，并以最大化潛在需求為目標建立模型，同時考慮線路旅行時間約束;第二類模型基于半現(xiàn)實路網(wǎng)，并以最小化總成本（乘客出行成本與企業(yè)成本）為目標建立路徑優(yōu)化模型，模型中嵌套了一種站點布設(shè)的啟發(fā)式算法與最優(yōu)發(fā)車間隔求解算法。對于兩類模型的求解，首先設(shè)計了深度優(yōu)先搜

3、索(Depth-first Search，DFS)算法對所有可行解進行遍歷;之后設(shè)計了一種改進的遺傳算法(Genetic Algorithm，GA)對兩類問題進行求解，并分別通過相關(guān)實例與算例驗證兩種算法。通過對比兩種算法的求解結(jié)果與運行時間，證實了GA在求解該問題上具備可行性與高效性。同時也深入分析了線路長度和最大允許步行距離對相關(guān)成本及發(fā)車間隔的影響。
　　(2)在車次數(shù)與車隊規(guī)模給定的前提下，以乘客出行成本（計劃延遲成本與換

4、乘成本）為目標函數(shù)建立協(xié)同時刻表優(yōu)化模型，并同時考慮兩類約束條件，即車輛載荷能力約束與車隊規(guī)模約束。針對前者，將其視為軟約束并在原目標函數(shù)基礎(chǔ)上追加超載懲罰函數(shù);對于后者，設(shè)計了一種考慮車隊規(guī)模約束的時刻表生成機制。在求解方面，首先利用GA進行求解;之后設(shè)計了一種基于Frank-Wolfe算法并結(jié)合發(fā)車時間調(diào)整的求解算法(Frank-Wolfe Algorithm combined with aHeuristic Algorithm o

5、f Shifting Departure Times，F(xiàn)W-SDT)。通過相關(guān)算例與實例分析證實了兩種算法在求解該問題上均具備可行性，而數(shù)據(jù)實驗及相關(guān)靈敏度分析表明FW-SDT在求解效率、準確性及穩(wěn)定性方面均優(yōu)于GA。
　　(3)考慮了一種基于需求-響應(yīng)型(Demand-Responsive Transit,DRT)的更加靈活的公交形式，并將其引入與地鐵相接駁的社區(qū)公交系統(tǒng)設(shè)計中，對其優(yōu)化運行進行研究。在建模方面，以最小化總成本（

6、運營成本與乘客在車成本）為目標建立模型，同時考慮服務(wù)時間窗、乘客在車時間、車輛載荷以及車輛最大走行時間等現(xiàn)實約束。在求解方面，設(shè)計了禁忌搜索算法(Tabu Search，TS)與基于可變鄰域的模擬退火算法(Variable Neighborhood Search based Simulated Annealing，VNS-SA)。為驗證兩種算法，設(shè)計了基于現(xiàn)實路網(wǎng)的數(shù)值實驗。為在優(yōu)化結(jié)果與計算效率之間進行合理權(quán)衡，在該數(shù)值實驗下分別應(yīng)用