公共交通調(diào)度優(yōu)化研究方法

孫芮

公交行車時刻表是公交調(diào)度的重要組成部分，對于能夠最大限度地滿足乘客出行需求的時刻表的研究一直是公共交通領域研究的熱點問題之一。換乘便捷性是乘客出行滿意度的關鍵因素，通過協(xié)同調(diào)度使乘客以更合理的費用獲得更可靠、連續(xù)、便捷的公共交通服務已成為共識。多線路的調(diào)度優(yōu)化又是在單線路公交調(diào)度研究上加以豐富深入研究的，以下公交調(diào)度的研究圍繞單線和多線的運營調(diào)度優(yōu)化方法展開。

一、單條線路公交運營調(diào)度優(yōu)化研究

公交時刻表是公交企業(yè)組織線路運營的具體作業(yè)計劃，發(fā)車間隔、調(diào)度形式與周轉(zhuǎn)時間是構造公交時刻表考慮的重點因素，以下是關于這三點影響因素的研究。

（一）發(fā)車間隔

發(fā)車間隔的研究始于國外上世紀七十年代，1971年，Newell[1]基于車輛容量的限制，假設每一位乘客到站過程已知且都換算成起點站的有效需求，然后以起點站乘客到達等候情況來計算發(fā)車間隔；Salzborn[2]在Newell的理論基礎上作了延伸，使用車輛周轉(zhuǎn)效率和乘客有效到達率確定最優(yōu)發(fā)車間隔，建立了相應的模型，但該模型在斷面乘客需求上僅僅考慮了最大的承載區(qū)間；Schéele[3]提出了公交線路發(fā)車頻率優(yōu)化模型。通過迭代法向平穩(wěn)點收斂對模型進行了求解。模型在一個集計的層面上給出了一個與實際情況相符的結果。孫芙靈[4]依據(jù)西安市部分公交客流調(diào)查數(shù)據(jù)，探討了幾種確定發(fā)車間隔的方法。

大多數(shù)研究中的模型對變量的選取上仍有待商議，各參數(shù)取值對于模型求解結果的影響并未深入探討。模型表達式較復雜，且真正應用于實際的可能性和實用性較小。

（二）調(diào)度形式

目前，國內(nèi)外許多學者探索公交組合調(diào)度問題，研究思路有二：首先，確定區(qū)間車和大站快車的停靠站點，據(jù)此計算各種調(diào)度形式的發(fā)車頻率；其次，將它們作為一個整體，探討區(qū)間車和大站快車的?？空军c與它們的發(fā)車頻率之間耦合關系。對于前者的研究有：Vijayaraghavan[5]采用圖形化技術分析大站快車和區(qū)間車兩種調(diào)度策略下的公交車分配問題；Ceder[6]從一系列可行的大站快車或區(qū)間車候選站點集合中，利用逆差函數(shù)生成最小車隊規(guī)劃的時刻表方案。徐大偉和魏明[7]構建基于單線路的大站快車調(diào)度多目標模型，求解獲得最優(yōu)的大站快車線路及發(fā)車間隔。

以上的研究很少有涉及大站快車的組合調(diào)度模型，未考慮發(fā)車頻率的上下限、給定配車數(shù)、不同公交服務水平下的各站點乘客滯留人數(shù)對組合調(diào)度的影響，建立的模型在實際有一定的差距。

（三）周轉(zhuǎn)時間

公共交通周轉(zhuǎn)時間是公交在運行過程中的所用的行程時間，包括上行行程時間、下行行程時間和站臺停駐時間。由于公交運行過程中的隨機性，導致公交周轉(zhuǎn)時間難以預測。國內(nèi)外主要從以下幾個方面進行研究：韓悅臻[8]運用概率論與數(shù)理統(tǒng)計中的指數(shù)平滑法對預測公交車在各個站點之間的運行時間研究。張麗莉[9]等首先利用RBF神經(jīng)網(wǎng)絡的預測方法對公交運行時間進行預測。周敏[10]等基于公交車輛實時運行數(shù)據(jù)，利用廣義回歸神經(jīng)網(wǎng)絡建立公交車運行時間的預測模型。胡華[11]等分別采用點估計法、BP 神經(jīng)網(wǎng)絡法和自適應指數(shù)平滑法對公交站點?？繒r間、區(qū)段全程運行時間和區(qū)段部分運行時間進行了動態(tài)預測。

以上研究的模型選取了很多的影響因素，而各因素之間關系復雜，對公交周轉(zhuǎn)時間的預測結果有直接或間接的影響。

二、多條線路公交運營調(diào)度優(yōu)化研究

面向換乘的多線路協(xié)同調(diào)度與單線調(diào)度相比，在確定各條線路的發(fā)車頻率之后，還應盡可能地考慮乘客換乘的便捷性，從而編制出能夠最大限度地減少乘客在不同線路間換乘等待時間的公交時刻表。公共交通協(xié)同調(diào)度主要有兩個研究方向，同步換乘和乘客換乘等待時間最小。

（一）以不同線路車輛同時到達換乘站點的次數(shù)最多為目標

比如：Lee[12]構建了同步換乘優(yōu)化模型，通過計算換乘成本評估同步換乘的效能，并通過發(fā)車間隔聚類算法聯(lián)合優(yōu)化發(fā)車間隔和松弛時間。第一次提出協(xié)同調(diào)度概念的Ceder[13]以同時到達換乘樞紐車輛數(shù)最大為目標建立了混合整數(shù)規(guī)劃模型，并設計了遺傳算法求解模型；而Ibarra-Rojas O J，Rios-Solis Y A[14]延伸了Ceder的研究，提出為了避免串車現(xiàn)象應使具有換乘關系的車輛間保持一定的時間窗；陳艷艷[15]以樞紐站點處車輛相遇次數(shù)最大為優(yōu)化目標，構建了基于樞紐站點的協(xié)同調(diào)度優(yōu)化模型，利用遺傳算法進行求解；柏海艦[16]以車輛同時到站次數(shù)最大和同時到站車輛數(shù)最大為優(yōu)化目標，建立了公交線路發(fā)車時刻優(yōu)化模型。Georg等[17]構建了以換乘節(jié)點處乘客等待時間最小為優(yōu)化目標的混合整數(shù)線性規(guī)劃模型。

以上研究只考慮車輛同步到達換成站點但忽略了乘客到站時間的隨機性，并不能最大限度的滿足乘客出行需求，所建立的優(yōu)化模型與實際操作結合困難。

（二）以不同線路間換乘等待時間最小為目標

比如：周雪梅、楊曉光等[18][19]以乘客換乘等待時間最小為優(yōu)化目標，建立了線性規(guī)劃模型。Yilmaz[20]分別研究了等間隔和非等間隔發(fā)車情況下時刻表協(xié)調(diào)優(yōu)化問題，以初始等待時間、乘車時間、換乘時間最小為優(yōu)化目標，并設計了遺傳算法求解模型。楊欣[21]等以提高再生能源利用率和減小乘客等待時間為優(yōu)化目標，以線路發(fā)車間隔和停靠時間為決策變量，建立了雙目標整數(shù)規(guī)劃模型，并采用了遺傳算法獲取模型的解。

以上的研究沒有考慮到車輛的運輸能力，盡管使乘客等待時間最小，沒有考慮到換乘線路車輛的運輸能力與換乘人數(shù)的適配度，沒有合理的判斷乘客是否能夠一次換乘成功。

三、結論

盡管國內(nèi)在公共交通多方式運營協(xié)調(diào)方面的研究起步相對較晚，但近年來智能公共交通系統(tǒng)的發(fā)展促進了相關研究的開展，研究的焦點集中在對成本函數(shù)的研究，模型決策變量主要集中于首站發(fā)車時間、發(fā)車間隔等。然而，現(xiàn)有研究尚未能夠?qū)Υ笠?guī)模公交網(wǎng)絡協(xié)同調(diào)度方法進行系統(tǒng)的研究與應用。應結合公交網(wǎng)絡調(diào)度實際訴求與現(xiàn)實約朿，進一步優(yōu)化既有多線路時刻表協(xié)調(diào)優(yōu)化方法使其能更好地適應網(wǎng)絡調(diào)度問題。

參考文獻：

[1]Newell G F.Dispatching policies for a transportation route[J].Transportation Science， 1971， 5（1）： 91-105.

[2]Salzborn F J M. Optimum bus scheduling[J].Transportation Science， 1972， 6（2）： 137-148.

[3]Siv Schéele. A supply model for public transit services. Transportation Research Part B： Methodological， 1980， 14（2）： 133-146.

[4]孫芙靈. 公交調(diào)度中發(fā)車間隔的確定方法的探討[J]. 西安公路交通大學學報，1997（S1）：44-48.

[5]Vijayaraghavan T A S， Anantharamaiah K M. Fleet assignment strategies in urban transportation using express and partial services[J]. Transportation Reasearch Part A，1995，29（2），157-171.

[6]Ceder A. Public transit planning and operation theory，modelling and practice[M]. Elsevier， 2007.

[7]魏明， 陳學武， 孫博. 配合小的單線公交組合調(diào)度模型[J]. 交通運輸系統(tǒng)工程與信息， 2015， 15（02）： 169-174+181.

[8]韓悅臻，仇玉國，王巍巍.指數(shù)平滑法在公交運行時間預測中的應用[J].山東建筑大學學報，2007，22（2）：177-179.

[9]張麗莉，儲江偉.公交運行時間預測及仿真[J].計算機仿真，2013，30（7）：160 163.

[10]周敏，韓印，姚佼.基于廣義回歸神經(jīng)網(wǎng)絡的公交車運行時間預測模型[J].交通與運輸（學術版），2013（2）：75-78.

[11]胡華，高云峰，劉志鋼.基于AVL數(shù)據(jù)的公交到站時間實時預測模型[J]重慶交通大學學報（自然科學版），2012，31（5）：1014-1017.

[12]Lee K K T.Optimization of timed transfers in transit terminals[D].Ph.D，Dissertation，University of Maryland，college Park，MD，1997.

[13]Ceder A，Golany B，Tal O. Creating bus timetables with maximal synchronization[J].Transportation Research Part A： Policy and Practice，2001，35 （10） ：913 928.DOI： 10.1016 / s0965 8564（00） 00032 x.

[14]Ibarra-Rojas O J，Rios-Solis Y A.Synchronization of bus timetabling[J].Transportation Research Part B：Methodological，2012，46 （5） ： 599 614.DOI： 10.1016 / j.trb.2012.01.006.

[15]田啟華，陳艷艷.區(qū)域公交協(xié)調(diào)調(diào)度優(yōu)化算法研究[J].交通運輸系統(tǒng)工程與信息，2011，11（4）：160-165.

[16]柏海艦，董瑞娟，張敏等.基于同步多樣性的公交時刻優(yōu)化方法[J].交通運輸工程學報，2013，13（3）：79-85.

[17]George K. D. Saharidis，Charalampos Dimitropoulos，Erotokritos Skordilis.Minimizing waiting times at transitional nodes for public bus transportation in Greece[J].Operational Research，2014，14（3）：341-359.

[18]楊曉光，周雪梅，臧華.基于ITS環(huán)境的公共汽車交通換乘時間最短調(diào)度問題研究[J].系統(tǒng)工程，2003（02）：56-59.

[19]周雪梅，楊曉光.基于ITS的公共交通換乘等待時間最短調(diào)度問題研究[J].中國公路學報，2004（02）：83-85+124.

[20]D Tuzun Aksu， S Y？lmaz.Transit coordination with heterogeneous headways[J].Transportation Planning and Technology，2014，37（5）：450-465.

[21]X Yang， B Ning， X Li， T Tang .A two-objective timetable optimization model in subway systems[J].IEEE Transactions on Intelligent Transportation System.2014，15（5）：1913-1921.