基于客流預測的公交調度優(yōu)化研究.pdf

1、近幾年，由于城市機動車保有量的增長速度與道路建設速度的嚴重不匹配，交通擁堵、環(huán)境污染已成為制約城市健康有序發(fā)展的重要問題。加快公共交通系統(tǒng)建設和發(fā)展速度，是提高道路資源利用效率、緩解城市交通擁堵壓力的有效辦法之一。公交調度是提高公交企業(yè)運營效率和管理水平的關鍵所在，科學的公交調度可以提高公共交通資源利用效率，提升公交服務品質，提高公共交通對出行市民的吸引力。
　　公交客流是進行公交調度優(yōu)化的數據基礎和前提條件。本文結合客流在時間和

2、空間上的分布特性，在深入分析大量客流數據的基礎上，研究客流的周期性變化規(guī)律，并以公交客流在時間上的分布為有序樣本，采用 Fisher有序聚類算法，進行客流時段劃分，然后在時段劃分的基礎上，結合灰色預測理論，建立分時段的公交客流預測模型，對客流在一個運營日的分布情況進行預測，為公交調度優(yōu)化提供數據支持。
　　公交車輛發(fā)車時間間隔是否合適是決定調度工作是否科學合理的關鍵。本文在客流預測的基礎上建立了以公交企業(yè)運營成本與乘客等待成本加權

3、和最小為目標函數，以發(fā)車間隔、車輛滿載率、企業(yè)經濟效益為約束條件，以發(fā)車時間間隔為決策變量的公交調度優(yōu)化模型。該模型在客流數據的基礎上，計算一個公交運營日各時段的發(fā)車時間間隔。公交調度優(yōu)化模型是一個有約束條件的、多變量的、非線性模型，本文引入粒子群算法求解模型，并給出了求解過程中引入罰函數處理約束條件的具體辦法。
　　本文將公交客流預測模型應用于鄭州公交45路，并在預測數據的基礎上進行優(yōu)化調度，得出了側重不同利益主體的調度方案。結