当前位置：文档之家 › 数学建模范文 公共交通大站快车调度模型

数学建模范文 公共交通大站快车调度模型

  • 格式：pdf
  • 大小：354.22 KB
  • 文档页数：5

下载文档原格式

  / 5

合集下载

数学建模-2001年地公交车调度问题

数学建模-2001年地公交车调度问题

第三篇公交车调度方案的优化模型2001年 B题公交车调度Array公共交通是城市交通的重要组成部分，作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益，都具有重要意义。

下面考虑一条公交线路上公交车的调度问题，其数据来自我国一座特大城市某条公交线路的客流调查和运营资料。

该条公交线路上行方向共14站，下行方向共13站，表3-1给出的是典型的一个工作日两个运行方向各站上下车的乘客数量统计。

公交公司配给该线路同一型号的大客车，每辆标准载客100人，据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求，乘客候车时间一般不要超过10分钟，早高峰时一般不要超过5分钟，车辆满载率不应超过120%，一般也不要低于50%。

试根据这些资料和要求，为该线路设计一个便于操作的全天（工作日）的公交车调度方案，包括两个起点站的发车时刻表；一共需要多少辆车；这个方案以怎样的程度照顾到了乘客和公交公司双方的利益；等等。

如何将这个调度问题抽象成一个明确、完整的数学模型，指出求解模型的方法；根据实际问题的要求，如果要设计更好的调度方案，应如何采集运营数据。

公交车调度方案的优化模型*摘要：本文建立了公交车调度方案的优化模型，使公交公司在满足一定的社会效益和获得最大经济效益的前提下，给出了理想发车时刻表和最少车辆数。

并提供了关于采集运营数据的较好建议。

在模型Ⅰ中，对问题1建立了求最大客容量、车次数、发车时间间隔等模型，运用决策方法给出了各时段最大客容量数，再与车辆最大载客量比较，得出载完该时组乘客的最少车次数462次，从便于操作和发车密度考虑，给出了整分发车时刻表和需要的最少车辆数61辆。

模型Ⅱ建立模糊分析模型，结合层次分析求得模型Ⅰ带给公司和乘客双方日满意度为（0.941，0.811）根据双方满意度围和程度，找出同时达到双方最优日满意度(0.8807,0.8807)，且此时结果为474次50辆；从日共需车辆最少考虑，结果为484次45辆。

数学建模-公交车调度问题

数学建模-公交车调度问题

第三篇公交车调度方案得优化模型2001年 B题公交车调度Array公共交通就是城市交通得重要组成部分,作好公交车得调度对于完善城市交通环境、改进市民出行状况、提高公交公司得经济与社会效益,都具有重要意义。

下面考虑一条公交线路上公交车得调度问题，其数据来自我国一座特大城市某条公交线路得客流调查与运营资料。

该条公交线路上行方向共１4站，下行方向共13站，表3—1给出得就是典型得一个工作日两个运行方向各站上下车得乘客数量统计。

公交公司配给该线路同一型号得大客车,每辆标准载客１00人,据统计客车在该线路上运行得平均速度为20公里／小时.运营调度要求，乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟，车辆满载率不应超过12０%,一般也不要低于5０％。

试根据这些资料与要求，为该线路设计一个便于操作得全天（工作日)得公交车调度方案,包括两个起点站得发车时刻表；一共需要多少辆车；这个方案以怎样得程度照顾到了乘客与公交公司双方得利益；等等。

如何将这个调度问题抽象成一个明确、完整得数学模型，指出求解模型得方法；根据实际问题得要求，如果要设计更好得调度方案,应如何采集运营数据.公交车调度方案得优化模型*摘要：本文建立了公交车调度方案得优化模型，使公交公司在满足一定得社会效益与获得最大经济效益得前提下，给出了理想发车时刻表与最少车辆数。

并提供了关于采集运营数据得较好建议。

在模型Ⅰ中，对问题１建立了求最大客容量、车次数、发车时间间隔等模型，运用决策方法给出了各时段最大客容量数，再与车辆最大载客量比较，得出载完该时组乘客得最少车次数４62次,从便于操作与发车密度考虑，给出了整分发车时刻表与需要得最少车辆数61辆。

模型Ⅱ建立模糊分析模型，结合层次分析求得模型Ⅰ带给公司与乘客双方日满意度为（0、941,０、811)根据双方满意度范围与程度，找出同时达到双方最优日满意度（0、88０7,0、８807），且此时结果为474次5０辆;从日共需车辆最少考虑,结果为48４次４５辆。

公交调度中的数学模型

公交调度中的数学模型
职 教 台
公交调度 中的数 学模型
武 斌 （ 中国石油大学胜利学院 山东 东营 ２７０） ５ ０ ０ 摘要：建立合理有效 的数 学模 型来模 拟公 交运 营是优 化公交调度 、改善公 交服 务的关键 ，在分析现有模型 的基础 上，建立 以乘客
费用 最 小 ，公 交企 业 运 营 利 润 最 大化 的 多 目标 规 划模 型 。
ｌ． 为第ｆ ｈ｝ —— 个小时时 间内。以＾ 车时间 为发 间隔的 到达
第七站前的公交车已有的乘客数；
— —
公交车的最大载客量；
—
—
第１ 个小时时间内在 车站下车的乘客总人数； 第ｆ 个小时时问内到达 车站的乘客总人数； 根据客流量划分的时间段：
—
—
—
—
将 教育 理论知 识具体 应用到 教学 实践 中 去， 新教师在 岗前 培训 中亲 的总 成绩 记入 人事 档案 。 使 身体验 教 学的 各个环 节 ，掌握 教 学 的方 法和 艺术 ，尽快 适应 教 学的 青 年教师从毕业 到走上工 作岗位真正适应 教师角色需 要一个长期 过 程 。 的过程 ，把培训工作作为教师成长和教师队伍建设的重要环节，从 ５ ．建立有效考核体系 青年教 师 的需要 入手 ，促进 高 校教 师 岗前培 训 向专 业化 、科 学化 发 严格考核是检查督促岗前培训工作的有效手段， 但在授课后即以 展 ，以切 实提 高 青年 教 师 岗前 培 训 的效果 。 闭卷形 式考核却 不利 于新教 师对 所学 理论 的融会 贯通 。 青年 教师 岗前 培训体 系的建立 应本着 科学 性和 可操 作性 的原则 。 闭卷 考试 可用来 考 参考 文献： 察高 等教 育学 、高等 心理 学等 课 堂讲 授 内容 的记 忆情 况 ，督促 受训 【】 海高校教师岗前培训述评 【】 山东省青年管理干部学 １ Ｊ． 教师 强化 记忆 ， 以指 导 实际教 学 工 作 。同时 ，青年 教 师听 取专题 讲 院学报 ，２ ０ ， １ Ｏ ３ （） 座 、典 型 报 告 、参 加 教 学观 摩 、 交流 讨 论 、参 观访 问和 提 交 论 文 ［】赵志鲲 ，陶 勤． 高校青年教师岗前培训制度研究 【】 ２ Ｊ． 的情况 也都要 以学分 形式记 入 岗前培 训档案 。 在使 用期结束 后 、 并 转 黑龙 江 高教研 究， ２ ０ ， １） ７ （０ 口 ０ 正之前 由专家 小组对 教学实 践能 力进 行考核 ， 计总分 作为 岗前培 训 合

最新公交车调度数学建模

最新公交车调度数学建模

公交车调度数学建模公交车调度摘 要本文通过对给定数据进行统计分析，将数据按１８个时段、两个行驶方向进行处理，计算出各个时段各个站点以及两个方向的流通量，从而将远问题转化为对流通量的处理。

首先，利用各时段小时断面最高流通量计算出各时段各方向的最小发车次数，进行适当的调整，确定了各时段两个方向的发车次数。

假定采用均匀发车的方式。

继而求出各时段两个方向发车间隔，经部分调整后，列出0A 站和13A 站的发车时刻表，并给出了时刻表的合理性证明，从而制定调度方案。

根据调度方案采用逐步累加各时段新调用的车辆数算法，求出公交车的发配车辆数为５７辆。

其次，建立乘客平均待车时间和公交车辆实际利用率与期望利用率的差值这两个量化指标，并用这两个指标来评价调度方案以如何的程度照顾到乘客和公交公司双方利益。

前者为4.2分钟，后者为13.88%。

最后，我们以上述两个指标为优化目标，以乘客的等车时间数学期望值和公交车辆的满载率的数学期望为约束指标，建立了一个双目标的优化模型。

并且给出了具体的求解方法，特别指出的是，给出了计算机模拟的方法求解的进程控制图。

通过了对模型的分析，提出了采集数据的 采集数据方法的建议。

注释：第i 站乘客流通量：∑=ik 1（第k 站的上车的人数与第k 站的下车人数的差值）;总的乘客等车时间：∑=mi 1∑=nj 1(第i 时段第j 站等车乘客数)⨯(第I 时段第j 站等待时间)；乘客平均等车时间：总的乘客等车时间与总乘客数的比值； 实际利用率：总实际乘客流通量与公司车辆总最大客运量的比值； 期望利用率：总期望乘客流通量与公司车辆总最大客运量的比值一、问题的提出一条公交线路上行方向共１４站，下行方向功１３站，给定典型的一个工作日两个运行方向各站上下车的乘客数量统计。

该线路用同一型号的大客车，每辆标准载客１００人，据统计客车在该线路上运行的平均速度为２０公里／小时。

运营调度要求，乘客候车时间一般不要超过１０分钟，早高峰是一般不要超过５分钟，车辆满载率不应超过１２０％，一般也不要低与１００％，一般也不要地狱５０％。

公交车调度数学建模论文 精品

公交车调度数学建模论文 精品

公交车调度摘 要本文通过对给定数据进行统计分析，将数据按１８个时段、两个行驶方向进行处理，计算出各个时段各个站点以及两个方向的流通量，从而将远问题转化为对流通量的处理。

首先，利用各时段小时断面最高流通量计算出各时段各方向的最小发车次数，进行适当的调整，确定了各时段两个方向的发车次数。

假定采用均匀发车的方式。

继而求出各时段两个方向发车间隔，经部分调整后，列出0A 站和13A 站的发车时刻表，并给出了时刻表的合理性证明，从而制定调度方案。

根据调度方案采用逐步累加各时段新调用的车辆数算法，求出公交车的发配车辆数为５７辆。

其次，建立乘客平均待车时间和公交车辆实际利用率与期望利用率的差值这两个量化指标，并用这两个指标来评价调度方案以如何的程度照顾到乘客和公交公司双方利益。

前者为4.2分钟，后者为13.88%。

最后，我们以上述两个指标为优化目标，以乘客的等车时间数学期望值和公交车辆的满载率的数学期望为约束指标，建立了一个双目标的优化模型。

并且给出了具体的求解方法，特别指出的是，给出了计算机模拟的方法求解的进程控制图。

通过了对模型的分析，提出了采集数据的 采集数据方法的建议。

注释：第i 站乘客流通量：∑=ik 1（第k 站的上车的人数与第k 站的下车人数的差值）;总的乘客等车时间：∑=mi 1∑=nj 1(第i 时段第j 站等车乘客数)⨯(第I 时段第j 站等待时间)；乘客平均等车时间：总的乘客等车时间与总乘客数的比值；实际利用率：总实际乘客流通量与公司车辆总最大客运量的比值； 期望利用率：总期望乘客流通量与公司车辆总最大客运量的比值一、问题的提出一条公交线路上行方向共１４站，下行方向功１３站，给定典型的一个工作日两个运行方向各站上下车的乘客数量统计。

该线路用同一型号的大客车，每辆标准载客１００人，据统计客车在该线路上运行的平均速度为２０公里／小时。

运营调度要求，乘客候车时间一般不要超过１０分钟，早高峰是一般不要超过５分钟，车辆满载率不应超过１２０％，一般也不要低与１００％，一般也不要地狱５０％。

公车调度问题的数学模型

公车调度问题的数学模型

公车调度问题的数学模型班级：信息1102学生：汤韩瑜学号：07111082研究概述•1研究背景•2研究意义•3论文结构•4研究内容•公交车调度问题的背景是某大城市公交部门提出的一个实际科研课题。

该课题要求对一条确定的公交路线,解决三个方面的问题:•第一, 根据历史积累和必要的补充调查数据,提出沿路各站来站与离站的乘客分布规律;•第二, 研制一个模拟该线路公交运行过程的数学模型;•第三, 在前两条的基础上为该线路提出一个配备车辆和司( 机) 售( 票员) 人员数目的方案,以及一个在通常情况下车辆的运行时间表。

•从历史积累和必要的补充调查数据中,提出公交车沿路各站来站与离站的乘客分布规律将实际问题转化为数学模型进行具体化的解答有数学模型解答出的答案制定司售人员的工作安排的正常情况下的车辆时间安排3论文结构•第一部分：论文题目•第二部分：摘要•第三部分：关键词•第三部分：正文•第四部分：结论•第五部分：致谢•第六部分：参考文献4研究内容•首先，选择了该市一条比较典型的公交线路, 沿线上行方向共14 站, 下行方向共13站,根据多年来沿线各站乘客来、离站的人数调查数据,给出了该线一个工作日两个运行方向各站上下车的乘客数量按时间的分布。

•其次，根据上述数据,在尽可能适当考虑公交社会效益和公交公司利益的目标下,为该线路设计一个便于操作的全天( 工作日) 的公交车调度方案,即两个起点站的发车时刻表,并指出实现这个方案至少需要配备多少辆车; 给出这种方案照顾乘客和公交公司双方的利益程度的数量指标,从而将这个调度问题抽象成一个明确、完整的数学模型,并指出求解模型的方法。

研究方法•建立数学模型•具体步骤：•1.建立数学模型•（1）运行模型及其求解•（2）配车模型及其求解•2.得出结论主要结论•根据所给数据中始发站的上车人数, 确定早、晚高峰时段为:早高峰6 ∶40 ～9 ∶40 ;晚高峰15 ∶50 ～18 ∶50 。

一类公交车调度问题的数学模型及其解法

一类公交车调度问题的数学模型及其解法1. 背景介绍公交车作为城市交通的重要组成部分，其运营效率和服务质量直接影响市民出行体验。

而公交车调度问题则是保障公交线路运营效率和准时性的重要环节之一。

在日常运营中，由于路况、乘客量、车辆故障等影响因素，公交车的调度往往面临诸多挑战。

如何利用数学模型解决公交车调度问题成为了一个备受关注的课题。

2. 公交车调度问题的数学建模公交车调度问题的数学建模主要涉及到车辆的合理分配以及路线的优化规划。

在数学建模时，需要考虑的主要因素包括但不限于乘客量、车辆容量、交通状况、站点分布等。

而个体车辆的运行轨迹则需要综合考虑上述因素以及最优化算法对其进行分析。

3. 数学模型的构建针对上述因素，可以将公交车调度问题构建成一个复杂的优化模型。

该模型主要包括以下几个方面的内容：（1）乘客需求预测：通过历史数据和大数据分析，预测不同时段和不同线路的乘客需求，为车辆调度提供依据。

（2）车辆分配优化：根据乘客需求预测和实际路况，采用最优化算法确定每辆车的运行路线和发车间隔。

（3）站点排队优化：结合乘客上下车规律和站点的停靠条件，优化车辆在不同站点的排队顺序，以减少候车时间和提升服务效率。

（4）交通状况仿真：通过交通仿真模型，考虑城市交通状况对公交车运行的影响，提前对可能出现的拥堵情况进行预判，以调整车辆的发车时间和路线。

4. 数学模型的求解在构建好数学模型后，需要采用合适的方法对其进行求解。

常见的求解方法主要包括但不限于线性规划、遗传算法、模拟退火算法等。

在实际求解过程中，需要充分考虑不同方法的适用场景和对模型的拟合程度，以选择最合适的求解方法。

5. 案例分析以某市的公交系统为例，采用上述数学模型对其进行调度优化。

通过收集该市的实际路况数据、站点分布情况以及历史乘客需求数据，建立完整的数学模型。

然后运用遗传算法对其进行求解，得到了最优的车辆运行路线和发车间隔。

在模型求解后，将其应用于实际公交车调度中，并进行了一段时间的实际运行试验。

§2公交车问题数学建模原题

§2 公交车调度模型公共交通是城市交通的重要组成部分，作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益，都具有重要的意义。

下面考虑一条公交线路上的公交车的调度问题，其数据来自于我国一个特大城市，某条公交线路上的客流调查和运营资料。

该条公交线路共上行共14站，下行方向共13站，下面给出的是一个典型工作日中两个运行方向的各个站上下车的乘客数量统计。

公交公司配给该线路同一型号的大客车，每辆的标准载客是100人，客车的平均运行速度是20公里/小时。

根据运营的要求，乘客候车的时间一般不要超过10分钟，早高峰时一般不要超过5分钟，而车辆的满载率120%，一般也不要低于50%试根据这些资料和要求，为该线路设计一个便于全天操作的公交车调度方案，包括两个起点站的发车时刻表；总共需要多少车：以怎样的程度照顾到了乘客和公交公司的利益等。

如何将这个调度问题抽象成一个明确的、完整的数学模型，指出求解模型的方法；根据实际问题的要求，如果设计成一个更好的调度方案，应如何采取运营数据。

站名 A13A12 A11 A10A9 A8 A7 A6 A5 A4 A3 A2 A1 A0 站间距(公里) 1.6 0.5 10.732.041.262.291 1.20.4 1 1.03 0.53 5:00-6:00 上 37160 52 4376904883852645 45 11 0下 08 9 1320484581321824 25 85 57 6:00-7:00 上 1990376 333 256589594315622510176308 307 68 0下 099 105 164239588542800407208300 288 921 615 7:00-8:00 上 3626634 528 447948868523958904259465 454 99 0下 0205 227 272461105810971793801469560 636 1871 1459 8:00-9:00 上 2064322 305 235477549271486439157275 234 60 0下 0106 123 169300634621971440245339 408 1132 759 9:00-10:00 上 1186205 166 14728130417232426778143 162 36 0下 081 75 120181407411551250136187 233 774 483 10:00-11:00 上 923151 120 10821521411921220175123 112 26 0下 052 55 81136299280442178105153 167 532 385 11:00-12:00 上 957181 157 13325426413525326074138 117 30 0下 054 58 84131321291420196119159 153 534 340 12:00-13:00 上 873141 140 10821520412923222165103 112 26 0下 046 49 71111263256389164111134 148 488 333 13:00-14:00 上 779141 103 8418618510321117366108 97 23 0下 039 41 7010322119729713785113 116 384 263 14:00-15:00 上 625104 108 82162180901851704975 85 20 0下 036 39 47781891763391398097 120 383 239 15:00-16:00 上 635124 98 82152180801851504985 85 20 0下 036 39 578820919633912980107 110 353 229 16:00-17:00 上 1493299 240 199396404210428390120208 197 49 0下 080 85 135194450441731335157255 251 800 557 17:00-18:00 上 2011379 311 230497479296586508140250 259 61 0下 0110 118 171257694573957390253293 378 1228 793 18:00-19:00 上 691124 107 891671651082011945393 82 22 0下 045 48 8010823723139015089131 125 428 336 19:00-20:00 上 35064 55 4691855088892748 47 11 0下 022 23 3463116108196834864 66 204 139 20:00-21:00 上 30450 43 3672754077602238 37 9 0下 016 17 24388084143593446 47 160 117 21:00-22:00 上 20937 32 2653552947521628 27 6 0下 014 14 21337863125623040 41 128 92 22:00-23:00 上 19 3 3 2553551 3 2 1 0下 0 3 3 581817271279 9 32 21站名A0A2A3A4A5A6A7A8A9A10A11A12A13站间距(公里) 1.56 1 0.44 1.20.972.29 1.320.73 1 0.5 1.62 5:00-6:00 上 22 3 4 2443331 1 0 0下 0 2 1 1677534 2 3 9 6:00-7:00 上 795143 167 841511881091371304553 16 0下 070 40 401842051951479310975 108 271 7:00-8:00 上 2328380 427 224420455272343331126138 45 0下 0294 156 157710780849545374444265 373 958 8:00-9:00 上 2706374 492 224404532333345354120153 46 0下 0266 158 149756827856529367428237 376 1167 9:00-10:00 上 1556204 274 1252353081622031987699 27 0下 0157 100 80410511498336199276136 219 556 10:00-11:00 上 902147 183 821552061201501435059 18 0下 0103 59 5924634632019114718596 154 438 11:00-12:00 上 847130 132 671271501081041074148 15 0下 094 48 4819923825617512214368 128 346 12:00-13:00 上 70690 118 661051449295883440 12 0下 070 40 4017421520512710311965 98 261 13:00-14:00 上 77097 126 59102133971021043643 13 0下 075 43 431662102091369012760 115 309 14:00-15:00 上 839133 156 691301651011181204249 15 0下 084 48 4821923824615511215378 118 346 15:00-16:00 上 1110170 189 791691941411521665464 19 0下 0110 73 63253307341215136167102 144 425 16:00-17:00 上 1837260 330 14630540422927725395122 34 0下 0175 96 106459617549401266304162 269 784 17:00-18:00 上 3020474 587 248468649388432452157205 56 0下 0330 193 1947379341016606416494278 448 1249 18:00-19:00 上 1966350 399 204328471289335342122132 40 0下 0223 129 150635787690505304423246 320 1010 19:00-20:00 上 939130 165 881381871241431474856 17 0下 0113 59 5926630629020114715586 154 398 20:00-21:00 上 640107 126 6911215387102943643 13 0下 075 43 431862302191469012770 95 319 21:00-22:00 上 636110 128 561051448295983440 12 0下 073 41 4219024319213210712367 101 290 22:00-23:00 上 29443 51 2446583541421517 5 0下 035 20 20871089269476033 49 136。

公共交通大站快车调度模型


第 4期
徐大伟 , 等 : 公共交通大站快车调度模型
∀ 581∀
提高车速, 提高车辆服务质量, 满足不同乘客乘车 出行需求
[ 1, 2]
见图 1 . 通过研究, 总结出实施大站快车调度的几 个条件 : 1) 为保证大站快车能吸引到一定客流量, 公 交线路长度一般在 15 km 以上 , 站点数 > 20 个 . 2) 客流量较大的公交线路 , 可选择城市客运 交通走廊或高峰时段营运的公交线路. 3) 为使调整后的发车间隔能让乘客接受, 采 取大站调度的公交车发车间隔一般 < 5 m in . 为方便计算分析 , 在研究前做出如下假设 : 1) 假设发车时间表为均匀的, 调度前后乘客 出行总量不变. 2) 客运量随时间变化是均匀的 , 发车时间表 设计也采用均匀的发车间隔算法. 3) 假定 大站 间的 客流 量 都分 配到 大站 车 辆上.
i= 1 , 2 , 3 , !, j - 1 .
假设 j 站点出口前断面的乘客以相同的概率 在 j 站点下车, 则有 : X ( i, j) = A ( j) Y ( i, j) /
k
.
Y ( k, j) = ( 3)
A (j )Y( i , j ) /N ( j).
图 2 各站点上下乘客示意图
若线路中有 n 个站点 , 则 X ( i, j) 为 n - 1 阶 方阵, 根据客运量 O - D 资料 , 选择公交车站, 进 行大站快车的站点计算. 根据规范, 市区公交站距 为 1500~ 2000 m, 郊区线路为 1500 ~ 2500 m. 对 于特定的线路, 平均站距与站点个数直接相关 , 站 距越大 , 快车经过的站点越少, 所吸引的客流也越 低 . 所以, 线路长度较短时 , 平均站距可以大些 . L 为公交线路长度 , 估算出线路的大站站点数为 L / X ( i, j) 为 i在站点上车 j 站点下车的乘客数 (OD 量 ), Y ( i , j ) 为在 i站点上车 j 站点前车厢内 的乘客数, N ( j) 为 j 站点前的线路断面客流量 , 则 有: Y ( i, j) = Y ( i, j - 1 ) - X ( i , j - 1 ). N ( j) =

公交车调度问题数学建模论文

公交车调度问题数学建模论文公交车调度问题数学建模论文————————————————————————————————作者: ————————————————————————————————日期:20１１年数学建模论文——对公交车调度问题的研究摘要:本文根据所给的客流量及运营情况排出公交车调度时刻表，以及反映客运公司和乘客的利益有多个指标，建立了乘客的利益及公司利益两个目标函数的多目标规划数学模型。

基于多目标规划分析法，进行数值计算，从而得到原问题的一个明确、完整的数学模型，并在模型扩展中运用已建的计算机模拟系统对所得的结果和我们对于调度方案的想法进行分析和评价。

首先通过数据的分析,并考虑到方案的可操作性，将一天划为；引入乘客的利益、公司利益作为两个目标函数，建立了两目标优化模型。

通过运客能力与运输需求(实际客运量) 达到最优匹配、满载率高低体现乘客利益;通过总车辆数较少、发车次数最少表示公司利益建立两个目标函数。

应用matｌaｂ中的ｆgoalａttain进行多目标规划求出发车数,以及时间步长法估计发车间隔和车辆数。

关键字：公交车调度；多目标规划;数据分析；数学模型；时间步长法,matlaｂ一问题的重述：１、路公交线路上下行方向各２４站,总共有L 辆汽车在运行，开始时段线路两端的停车场中各停放汽车m辆,每两车可乘坐S人。

这些汽车将按照发车时刻表及到达次序次发车，循环往返地运行来完成运送乘客的任务。

建立数学模型,根据乘客人数大小,配多少辆车、多长时间发一班车使得公交公司的盈利最高,乘客的抱怨程度最小。

假设公交车在运行过程中是匀速的速度为v。

1路公交车站点客流量见下表从新汽车站出发到市检察院站点名称新汽车站汉庭花园天九湾电信公司天九湾车场西环小区步行街上车人数1１３１ 1 1 2 下车人数1 ０0 ０ 4 等待时间3．8 5 2 1.5 2站点名称实验小学莆一中后门十字街旧汽车站新街口市农行上车人５ 1 ３ 4 8 3下车人数1 0 ０１0 1 等待时间3．8 3 ５.３ 1 4.１ 3.８站点名称市公交公司中国银行凤凰山八十亩小区石室路口市公交稽证处上车人数3 1 3 ３ 2 2下车人数２ 3 3 9 ２ 3等待时间1.７１０．5 2．５２.2 5．5 站点名称北磨交通花园三信家园市政府龙桥市场市检察院上车人数２0 0 0 ０0 下车人4 2 ２5 7 １0 等待时 4从市检察院出发到新汽车站站点名称市检察院龙桥市场市政府三信家园交通花园北磨上车人数1７ 3 0 １ 2 7 下车人数0 1 1 1 1 4 等待时间3．5 1.2 ２.８４.8 ２．6 ４站点名称市公交稽证处石室路口八十亩小区凤凰山中国银行市公交公司上车人2 ３１５83 下车人数1 0 12 ２ 1 等待时间3.3 １．6 5 ４０9 站点名称市农行新街口旧汽车站十字街莆一中后门实验小学上车人数２0 2 4 1 0 下车人数２7 2 5 ２２等待时间3.４６ 5 1站点名称步行街西环小区天九湾车场天九湾电信汉庭花园新汽车站上车人数0 ０ 1 0 ００下车人数3 １ 2 ４３１4 等待时间1１已知数据及问题的提出我们要考虑的是莆田市的一路公交线路上的车辆调度问题。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

改善公共交通服务质量是提高公交吸引力的 重要措施. 我国目前公共交通旅行速度较低, 一方 面, 城市交通拥挤, 机非混行现象比较突出, 同时, 车辆调度管理措施单一也是重要原因. 采用多样
收稿日期: 2006- 06- 20. 基金项目: 国家自然科学基金资助项目 ( 50578144) . 作者简介: 徐大伟 ( 1978 ) , 男, 博士;
第 40卷 第 4期 2 0 0 8年 4 月
哈尔滨工业大学学报 JOURNAL OF HARBIN INST ITUTE OF TECHNOLOGY
Vo l 40 N o 4 A pr. 2008
公共交通大站快车调度模型
徐大伟 1, 2, 裴玉龙 1
( 1. 哈尔滨工业大学 交 通研究所, 哈尔滨 150090, E m a i:l dav i2004@ 126. com; 2. 福建省发展改革 委 福建 福州 350003)
第 4期
徐大伟, 等: 公共交通大站快车调度模型
∀ 581∀
提高车速, 提高车辆服务质量, 满足不同乘客乘车 出行需求 [ 1, 2] .
1 研究方法与假设
快车调度是为适应长乘距乘客出行需要, 采 取的一种越站停车、快速运行的公共交通调度形 式 [ 3] . 其中包括大站 ( 快 ) 车与直达 ( 快 ) 车, 本文 研究的是大站快车调度形式. 本文的研究思路是: 将公交线路随车调度数据 (上下客人数 ) 经过 OD 矩阵反推, 计算出线路站点间的客流 OD 矩阵分 布, 将客流矩阵通过本文提出的算法, 筛选出大站 快车站点和调度后线路的站点, 同时将客运量也 分解为大站快车和调度后线路客运量 OD 矩阵两 部分, 再将两 OD 矩阵分别计算出线路断面流量, 通过最大断面流量和车厢满载率, 计算调度后线 路和大站快车发车时间表, 本文研究的技术路线
Q k = X ( i, j).
( 4)
i, j # S
调度后线路各站点 OD 量为
X 1 ( i, j ) = X ( i, j) - XK (p, q ), p, q # s. ( 5) 调度后线路客运量计算采用下式
Q1 = Q - Qk.
( 6)
由上述计算的大站快车客运量 OD 和调度后线
路客运量 OD, 根据式 ( 1) ~ ( 3)重新计算快车和调
2 1 快车公交站点计算
B ( 2), B ( 3) 均有可能在站点 4 下车, 因此, A ( j)
线路各站点上下乘客示意图见图 2, s为公交 为上游各进口流量的函数, 根据流量平衡条件:
站点始发站, 该站无下车乘客, t 为公交站点终点 站, 该站无上车乘客, i表示线路中第 i 个停车站. 根据公交站点 客流量调 查进行 OD 矩阵反 推方 法 [ 4] .
度后线路各站点上车人数、下车人数、断面流量等指
标. 2 3 发车时间表设计
假设某时段发车时间表是均匀的, 根据线路 断面流量进行发车时间表的设计, 已知大站快车 和调度后线 路客 流量, 车 厢车容 量值 为 Cv ( 取 72) , 满足运营的条件 下, 确定 发车间隔. 调度前 后的公交车发车频率变化情况如图 3所示. 其中 图 ( a) 中斜线 OA 表示调度前客运量 Q 随时间变 化情况, 斜线填充部分为客运量值, 对应 t为发车 时刻. 图 ( b) 表示调度后大站快车客运量 Q k 和调 度后线路客运量 Q 1随时间变化, tk, t∋分别为大 站快车和调度后的发车时间表, 显然, Q 1 = Q Qk.
摘 要: 为满足公交企业调度管理需求, 建 立公交 管理 中实施 快车 调度的 数学 模型, 应 用公交 随车 调查数 据, 进行客运量 O - D 矩阵反推, 筛选出公交客流量 O - D 矩阵中较大的站点, 作为大站快车站点, 并将原线 路客流量分为快车站点和调度 后线路客流 O - D 矩阵, 分别用断 面客流量 和车厢满载 率进行发 车时间表设 计, 最后采用速度、等车延误、行驶延误、停车次数 等指标对调度前后模型进行评价. 编制的计算机程序 , 实现 对客运量 O - D 反推、断面流量和公交车时间表程序化计算. 结果表 明: 模 型可以减少 乘客延误 和车辆停车 次数, 满足了不同乘客乘距的出行需求, 提高了车辆旅行速度和服务质量. 关键词: 公共交通; 大站快车 ; 动态调度; 运营管理 中图分类号: U 491 1+ 7 文献标识码: A 文章编号 : 0367- 6234( 2008) 04- 0580- 05
Y ( i, j) = Y ( i, j - 1) - X ( i, j - 1). ( 1) 低. 所以, 线路长度较短时, 平均站距可以大些. L
N ( j) = Y ( i, j).
i
( 2) 为公交线路长度, 估算出线路的大站站点数为 L /
∀ 582∀
哈尔 滨工业大学学报
第 40卷
( 1500~ 2500) 比较 合理, 为 保证 站间 距均匀 分 布, 保留的站点一般不应连续, 本文提出大站站点 搜索算法如下:
Abstract: An express bus scheduling m ode l in transit m anagem ent is proposed, adapted to the dem and o f transit scheduling m anagem en.t Appling the survey on vehic le da ta, the express bus stopsw ere determ ined ac cord ing to the inverse deduction of passengers flow O - D m atrix, and the b igger unit o f theO - D m atrix w as filtered. The orig ina l route passengers flow O - D m atrix and the scheduled route passengers flow O - D m atrix w ere determ ined app ly ing the m ax im um section o f passenger flow. Then, the departure interva l of the origina l rou te and scheduled route w ere schedu led separate ly. F inally, the effect o f the express bus schedu ling mode l w as evaluated using the indexes inc lud ing trave ling speed, w ait tim e de lay, ride tim e delay, layover tim es, etc. T he is paper program s the procedure wh ich can com pute the inverse deduct ion o f passenger flow O - D m a trix, section o f passenger flow and departure interva.l T he conc lusion ind icates the expressm ode l can decrease the passenger de lay and stops tim es, m eet the d ifferent trave l dem ands o f average d istance carr ied and the im prove the traveling speed and the leve l of serv ice. K ey w ord s: transi;t express bus; dynam ic scheduling; operat ion and m anagem ent
见图 1. 通过研究, 总结出实施大站快车调度的几 个条件:
1) 为保证大站快车能吸引到一定客流量, 公 交线路长度一般在 15 km 以上, 站点数 > 20个.
2) 客流量较大的公交线路, 可选择城市客运 交通走廊或高峰时段营运的公交线路.
3) 为使调整后的发车间隔能让乘客接受, 采 取大站调度的公交车发车间隔一般 < 5 m in.
A ( j) = X ( i, j) , i = 1, 2, 3, !, j - 1.
i
假设 j站点出口前断面的乘客以相同的概率
在 j 站点下车, 则有:
X ( i, j) = A ( j) Y ( i, j) / Y ( k, j) =
k
A ( j ) Y ( i, j 下假设: 1) 假设发车时间表为均匀的, 调度前后乘客 出行总量不变. 2) 客运量随时间变化是均匀的, 发车时间表 设计也采用均匀的发车间隔算法. 3) 假定大站间的客流量都分配到大站车 辆上.
图 1 本文研究技术路线框图
2 大站快车调度模型的建立
在某一站点 j, 由该站点驶离, 由该站点下车 人数为 A ( j), 站点 j 前 各站 点上 车乘 客 B ( 1),
步骤 1: 计 算客运 量中 起讫点 最大 客运 量, q = m ax(Xk- 1 ( i, j ) ), 令 i, j # Sk, Sk 为大站快车站 点集合, q为 OD 矩阵中最大值;
步骤 2: Xk- 1 中最大量去掉, 继续搜索起讫点 最大量, X k = X k- 1 - X q, X q 是与 X k- 1 相同维数矩 阵, 并且 X ( i, j) = q, 矩阵中其他为元素为 0.
Express bus scheduling m odel and application
XU D a w ei1, 2, PEI Yu long1