买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学;交通运输部科学研究院

摘要：网联模块化公交运行时刻表与编组方案优化方法，本发明属于城市公共交通运营管理领域，具体涉及网联模块化公交运行时刻表与编组方案优化方法。本发明的目的是为了解决现有模块公交运营中忽视线路布设方案的影响，造成模块公交运力与乘客需求不匹配，导致乘客出行时间长、模块公交运行效率低、公交公司运营成本高的问题。过程为：采集干道客流走廊基础运行数据；定义决策变量；计算站点上下车乘客数；构建多目标模块公交运行时刻表与编组方案协同优化模型；采用多目标拳击比赛算法对优化模型进行求解，生成最优的两级线路布设方案、模块公交运行时刻表与车辆编组方案。

主权项：1.网联模块化公交运行时刻表与编组方案优化方法，其特征在于：所述方法具体过程为：步骤一：采集干道客流走廊基础运行数据；具体过程为：1.1.采集干道客流走廊的公交运营时间；以1分钟为间隔，将公交运营时间划分为T个时刻点，用t表示时刻点的编号，t＝1,2,L,T；1.2.采集干道客流走廊的运营时段划分方案，用B表示运营时段总数，用b表示运营时段的编号，b＝1,2,L,B，用分别表示时段b的起始时刻与结束时刻；1.3.统计双向运行的干道客流走廊的站点数量H，用h表示站点的编号，h＝1,2,L,H；采集干道客流走廊上各站点的历史乘客数据，包括乘客平均到达率、乘客OD；OD为交通出行量；步骤二：定义决策变量；步骤三：计算站点上下车乘客数；步骤四：基于步骤一、步骤二、步骤三，构建多目标模块公交运行时刻表与编组方案协同优化模型；步骤五：采用多目标拳击比赛算法对优化模型进行求解，生成最优的两级线路布设方案、模块公交运行时刻表与车辆编组方案；所述步骤二中定义决策变量；具体过程为：2.1.定义允许模块公交进行组合与拆分操作的站点为特殊站点；定义两个特殊站点之间的路段称为一个基础路段；定义主线与辅线相结合的两级线路布设模式，即将主线布设在干道客流走廊的所有基础路段上，辅线只布设在部分基础路段上；2.2.定义0-1变量yh，如果站点h是特殊站点，yh＝1；否则，yh＝0；2.3.用R表示干道客流走廊上的基础路段总数，用r表示基础路段的编号，r＝1,2,L,R；2.4.定义0-1变量如果时段b内基础路段r上布设有辅线，否则，2.5.定义模块公交从第一个站点出发，途经整个干道客流走廊所有站点完成载客任务、行驶至终点站的过程为一个主线班次；定义干道客流走廊上计划运行的主线班次总数为I，用i表示主线班次的编号，i＝1,2,L,I；定义主线班次i的发车时刻为ti，主线班次i在基础路段r上的车辆编组方案为ni,r；2.6.定义模块公交从一个基础路段r的首站出发，途经基础路段r上的所有站点完成载客任务、行驶至基础路段r的终点站的过程为基础路段r上的一个辅线班次；定义时段b内基础路段r上计划运行的辅线班次总数为用表示时段b内基础路段r上辅线班次的编号，定义辅线班次的发车时刻为车辆编组方案为所述步骤三中计算站点上下车乘客数；具体过程为：将基础路段r上的辅线班次扩展为服务于整个干道客流走廊的虚拟“主线班次”；将辅线班次未途经的基础路段定义为虚拟扩展路段，虚拟扩展路段上运行的模块公交班次即为虚拟扩展班次；虚拟“主线班次”由辅线班次以及虚拟扩展班次组成；将虚拟扩展班次的车辆编组方案均设置为0，通过式1计算得到由辅线班次扩展得到的主线班次在干道客流走廊首站的发车时刻 式中：为基础路段r上的第一个站点与干道客流走廊上的第一个站点之间的距离，单位为km；v为模块公交在干道客流走廊上的平均运行速度，单位为kmh；站点1即为干道客流走廊的首站；将所有班次按照在干道客流走廊首站发车时刻从小到大的顺序进行重新编号；定义扩展后干道客流走廊上计划运行的班次总数为C，包括实际的主线班次和虚拟主线班次，用c表示班次的编号，c＝1,2,L,C；C的计算方法如式2所示； 令表示班次c在基础路段r上的平均车内乘客数，计算方法如式3所示： 式中：为基础路段r上的第一个站点的编号；为基础路段r上的最后一个站点的编号；tc,h为班次c在站点h的发车时刻；θhtc,h为班次c在站点h与站点h+1间的车内乘客数，单位为人；θhtc,h的计算方法如式4所示： 式中：γhtc,h为在站点h登上执行班次c的模块公交的乘客数，单位为人；μhtc,h为在站点h从执行班次c的模块公交中下车的乘客数，单位为人；θhtc,h-1为班次c在站点h-1与站点h间的车内乘客数，单位为人；μhtc,h的计算方法如式5所示： 式中：为时刻tc,h′在站点h′登上执行班次c的模块公交且目的地为站点h的乘客比例，单位为％；γh′tc,h′为在站点h′登上执行班次c的模块公交的乘客数，单位为人；tc,h'为班次c在站点h′的发车时刻；γhtc,h的计算方法如式6所示： 式中：ρ为一辆模块公交的额定载客数，单位为人；αhtc,h为时刻tc,h在站点h等待上车的乘客数，单位为人；nc,h为班次c在站点h的车辆编组方案；αhtc,h的计算方法如式7所示： 式中：λht为时刻t到达站点h等待车辆服务的乘客数，单位为人；βhtc-1,h为在站点h没有登上执行班次c-1的模块公交的乘客数，单位为人；tc-1,h为班次c-1在站点h的发车时刻；λht的计算方法如式8所示： 式中：εht为时刻t站点h的乘客平均到达率，单位为人分钟；βhtc-1,h的计算方法如式9所示：βhtc-1,h＝αhtc-1,h-γhtc-1,h9式中：αhtc-1,h为时刻tc-1,h在站点h等待上车的乘客数，单位为人；γhtc-1,h为在站点h登上执行班次c-1的模块公交的乘客数，单位为人；所述步骤四中基于步骤一、步骤二、步骤三，构建多目标模块公交运行时刻表与编组方案协同优化模型；具体过程为：4.1.以最小化车厢利用率差异、乘客等待时间、车辆运行能耗和特殊站点的数量为优化目标，构建优化模型的目标函数，如公式10～13所示： 式中：nc,r为班次c在基础路段r上的车辆编组方案；λht为时刻t到达站点h等待车辆服务的乘客数，人；βhtc,h为在站点h没有登上执行班次c的模块公交的乘客数，人；w为一辆模块公交的单位里程能耗，kWhkm；lr为基础路段r的长度，km；tc+1,h为班次c+1在站点h的发车时刻；Z1为车厢利用率差异，Z2为乘客等待时间，Z3为车辆运行能耗，Z4为特殊站点的数量；4.2.设置优化模型的约束条件，如公式14～24所示：tmin≤ti+1-ti≤tmax,i≠I14 式中：tmin为最小车头时距，min；tmax为最大车头时距，min；为时段b的起始时刻；为时段b的结束时刻；nmax、nmin分别为允许连接在一起的模块公交车辆数的最大值与最小值；ti+1为主线班次i+1的发车时刻；为辅线班次的发车时刻；yf为0-1变量，如果站点f是特殊站点，yf＝1；否则，yf＝0；f为特殊站点；为正整数集；式14与式15分别约束主线班次与辅线班次发车间隔的取值；式16约束主线班次的发车时刻要在干道客流走廊运营时间内；式17约束运营时段b内基础路段r上辅线班次的发车时刻要在运营时段b内；式18与式19分别约束主线班次与辅线班次车辆编组方案的取值；式20表示基础路段的数目与特殊站点数目之间的关系；式21表示在干道客流走廊运营时间内到达站点的乘客均能够登上车辆；式22表示主线上行方向与下行方向的首末站均为特殊站点；式23与式24为优化变量取值约束；所述步骤五中采用多目标拳击比赛算法对优化模型进行求解，生成最优的两级线路布设方案、模块公交运行时刻表与车辆编组方案；具体过程为：5.1.初始化算法基本参数，参数包括拳击手位置规模A、初始肌肉力量E0、迭代次数gen、最大迭代次数Gen；令迭代次数gen＝0；5.2.随机生成初始拳击手的位置；具体过程为：令ξa表示可行的拳击手位置，a＝1,2,...,A；ξa由特殊站点矩阵Ya、辅线布设矩阵Xa、模块公交运行时刻表矩阵ta以及车辆编组矩阵na组成；Ya＝[y0,y1,...,yh,...,yH]，Ya中包含H个元素； Xa中包含B×R个元素；ta＝[t1,1,t1,2,...,t1,h,...,t1,H|...|tc,1,tc,2,...,tc,h,...,tc,H|...|tC,1,tC,2,...,tC,h,...,tC,H]，ta中包含C×H个元素na＝[n1,1,n1,2,...,n1,h,...,n1,H|...|nc,1,nc,2,...,nc,h,...,nc,H|...|nC,1,nC,2,...,nC,h,...,nC,H]，na中包含C×H个元素；5.3.计算拳击手位置的适应度值，快速非支配排序拳击手位置；5.4.计算拥挤度；5.5.构造帕累托前沿；具体过程为：将拳击手位置分为四个区域进行分析；根据非支配排序与拥挤度的结果，对所有的拳击手位置进行排序；将前25％最优的拳击手位置存储在Section1中，将前26％～50％最优、前51％～75％最优、前76％～100％最优的拳击手位置分别保存为Section2、Section3和Section4中；5.6.判断迭代次数gen是否大于等于最大迭代次数Gen，如果是，进入5.13，否则进入5.7；5.7.生成新的拳击手位置；具体过程为：使用公式25-28，在Section1中的任意两个拳击手位置之间生成4个新的拳击手位置，共生成个新的拳击手位置： 式中：ξ1c1,d1、ξ2c1,d1、ξ3c1,d1、ξ4c1,d1分别为在Section1中的拳击手位置ξc1和ξd1之间生成的4个新的拳击手位置，c1≠d1，Rand为0-1间任意数，不包括0和1；ψmax、ψmin分别为拳击手位置中对应的决策变量矩阵中元素取值范围中的最大值与最小值；abs为绝对值符号；使用公式29-31，在Section2中的任意两个拳击手位置之间生成3个新的拳击手位置，共生成个新的拳击手位置： 式中：ξ1c2,d2、ξ2c2,d2、ξ3c2,d2分别为在Section2中的拳击手位置ξc2和ξd2之间生成的3个新的拳击手位置，c2≠d2；使用公式32-33，在Section3中的任意两个拳击手位置之间生成2个新的拳击手位置，共生成个新的拳击手位置： 式中：ξ1c3,d3、ξ2c3,d3分别为在Section3中的拳击手位置ξc3和ξd3之间生成的2个新的拳击手位置，c3≠d3；使用公式34，在Section4中的任意两个拳击手位置之间生成1个新的拳击手位置，共生成个新的拳击手位置： 式中：ξ1c4,d4为在Section4中的拳击手位置ξc4和ξd4之间生成的1个新的拳击手位置， c4≠d4；5.8.计算新生成的个拳击手位置的适应度值，并对所有的个拳击手位置进行快速非支配排序；5.9.计算拥挤度；5.10.更新肌肉力量E；5.11.更新帕累托最优集；5.12.gen＝gen+1，判断帕累托最优集中各拳击手位置的目标函数值是否在连续5次迭代时保持不变，若是，进入5.13，否则，返回5.5；5.13.输出第1层非支配合集中拥挤距离最大的拳击手位置和目标函数值作为最优解，生成最优的两级线路布设方案、模块公交运行时刻表与车辆编组方案； 包括特殊站点矩阵辅线布设矩阵模块公交运行时刻表矩阵和车辆编组矩阵 为拳击手位置的车厢利用率差异；为乘客等待时间；为车辆运行能耗；为特殊站点的数量；两级线路布设方案由特殊站点矩阵与辅线布设矩阵共同组成，表示主线布设方案，表示辅线线布设方案；模块公交运行时刻表由表示；车辆编组方案由表示；所述5.3中计算拳击手位置的适应度值，快速非支配排序拳击手位置；具体过程为：5.3.1.对于每个拳击手位置ξa，a＝1,2,...,A，根据公式10～13计算拳击手位置的适应度值，拳击手位置的适应度值为拳击手位置ξa的车厢利用率差异Z1a、乘客等待时间Z2a、车辆运行能耗Z3a和特殊站点的数量Z4a；当ξ1的四个目标都优于ξ2时，认为ξ1支配ξ2，ξ2被ξ1支配；检索所有可行的拳击手位置，比较任意两个拳击手位置之间的支配关系，得到ξa被支配的数量ωa以及被ξa支配的拳击手位置的集合Ωa；将所有拳击手位置存入集合G；5.3.2.令定义集合为第层非支配合集，对于中的拳击手位置，记拳击手位置支配等级为定义集合为中的拳击手位置支配的拳击手位置的集合；为正整数，5.3.3.找到集合G中所有ωa＝0的拳击手位置，并存入集合记中的拳击手位置数目为5.3.4.找到所有被中的拳击手位置支配的拳击手位置，存入集合对于集合中的每个拳击手位置，令ωa＝ωa-1；5.3.5.令5.3.6.重复5.3.3～5.3.5，直至所有拳击手位置排序完毕；所述5.4中计算拥挤度；具体过程为：同一非支配层的拳击手位置拥挤度初始化为0；若拳击手位置ξa的第δ个目标函数值为同一非支配层中第δ个目标函数值的最小值或最大值，则ξa为边缘拳击手位置，否则ξa为非边缘拳击手位置；δ＝1,2,3,4；将所有边缘拳击手位置的拥挤度设为无穷大；对于非边缘拳击手位置，根据式35计算拥挤度； 式中：Zδa+1、Zδa-1分别为拳击手位置ξa+1、ξa-1的第δ个目标函数值，δ＝1,2,3,4；Z1a、Z2a、Z3a、Z4a分别为拳击手位置ξa的车厢利用率差异、乘客等待时间、车辆运行能耗和特殊站点的数量；分别为同一非支配层所有拳击手位置中第δ个目标函数值的最大值和最小值；所述5.8中计算新生成的个拳击手位置的适应度值，并对所有的个拳击手位置进行快速非支配排序；具体过程为：5.8.1.对于每个拳击手位置ξa，根据公式10～13计算拳击手位置a的车厢利用率差异Z1a、乘客等待时间Z2a、车辆运行能耗Z3a和特殊站点的数量Z4a；当ξ1的四个目标都优于ξ2时，认为ξ1支配ξ2，ξ2被ξ1支配；检索所有拳击手位置，比较任意两个拳击手位置之间的支配关系，得到ξa被支配的数量ωa以及被ξa支配的拳击手位置的集合Ωa；将所有拳击手位置存入集合G；5.8.2.令定义集合为第层非支配合集，对于中的拳击手位置，记拳击手位置支配等级为定义集合为中的拳击手位置支配的拳击手位置的集合，为正整数，5.8.3.找到集合G中所有ωa＝0的拳击手位置，并存入集合记中的拳击手位置数目为5.8.4.找到所有被中的拳击手位置支配的拳击手位置，存入集合对于集合中的每个拳击手位置，令ωa＝ωa-1；5.8.5.令5.8.6.重复5.8.3～5.8.5，直至所有拳击手位置排序完毕；所述5.9中计算拥挤度；具体过程为：同一非支配层的拳击手位置拥挤度初始化为0；若拳击手位置ξa的第δ个目标函数值为同一非支配层中第δ个目标函数值的最小值或最大值，则ξa为边缘拳击手位置，否则ξa为非边缘拳击手位置；δ＝1,2,3,4；将所有边缘拳击手位置的拥挤度设为无穷大；对于非边缘拳击手位置，根据式35计算拥挤度；所述5.10中更新肌肉力量E；具体过程为： 式中：E0为初始肌肉力量；所述5.11中更新帕累托最优集；具体过程为：5.11.1.从所有的个拳击手位置中选择80％×A个最优的拳击手位置，将剩余的拳击手位置存入集合Cgen中；5.11.2.依次取Cgen中的一个拳击手位置作为旧解，并从Cgen中随机选择一个拳击手位置作为新解；将旧解与新解进行比较，根据公式37计算旧解被采纳的概率P； 式中：ΔFitness为两个拳击手位置的适应度值之间的差的绝对值；5.11.3.随机选取一个[0，1]区间内的随机数τ，若P＜τ，接受新解，否则，接受旧解；5.11.4.重复5.11.2～5.11.3，直至选满剩余的20％×A个拳击手位置。

全文数据：

权利要求：

百度查询： 吉林大学 交通运输部科学研究院 网联模块化公交运行时刻表与编组方案优化方法