公交車智能排班調(diào)度系統(tǒng)的研究

王翔宇

廈門藍(lán)斯通信股份有限公司 福建廈門 361000

1 概述

公共交通是城市的重要組成部分，運(yùn)行良好的公交系統(tǒng)，對(duì)于完善城市交通環(huán)境，改進(jìn)市民出行狀況，提高公交企業(yè)經(jīng)濟(jì)效益和社會(huì)效益都具有很重要的意義。合理的公交車輛排班是公交線路運(yùn)營(yíng)的基礎(chǔ)。目前我國(guó)各個(gè)城市公交企業(yè)仍然主要采用傳統(tǒng)的排班方式，導(dǎo)致行車間隔不均勻，常出現(xiàn)“串車”、“大車隔”現(xiàn)象，嚴(yán)重影響公交服務(wù)質(zhì)量。

公交車和汽車的運(yùn)輸和組織問題取決于固定行駛路線的時(shí)區(qū)，具有一定的優(yōu)先級(jí)，合理地結(jié)合運(yùn)輸車輛的行駛工作形式和供需保持平衡并滿足系統(tǒng)性能指標(biāo)。類優(yōu)化模型是一種多用途優(yōu)化模型，不僅考慮了乘客的移動(dòng)利潤(rùn)，還考慮了公交運(yùn)營(yíng)公司的運(yùn)營(yíng)成本。最大化車輛時(shí)間最小化的目標(biāo)功能如乘客和最大化公交運(yùn)營(yíng)公司的利潤(rùn)如下：

Minz=α×T|β×c

其中，T為調(diào)度周期內(nèi)乘客總候車時(shí)間；C為企業(yè)運(yùn)營(yíng)成本；α，β為權(quán)重。

該目標(biāo)函數(shù)必須滿足多個(gè)約束條件：（1）車廂舒適度約束；（2）公交企業(yè)運(yùn)營(yíng)成本約束；（3）發(fā)車時(shí)間間隔約束等。

智能公交排班的求解總是一個(gè)難題。目前成熟的解決方案是使用遺傳算法的解決方案。一位研究人員提出了一種關(guān)于公交車級(jí)別形成的遺傳算法，并且在短時(shí)間內(nèi)通過(guò)安排公交車級(jí)能夠在一定時(shí)間內(nèi)滿足更好。然而，隨著比例擴(kuò)大并且空間擴(kuò)大，所要求的速度大大降低并且在短時(shí)間內(nèi)獲得高質(zhì)量的可能性增加。

2 公交車排班調(diào)度問題描述

例如：某條公交線路上行方向共14站，下行方向共13站，第3-4頁(yè)給出的是典型的一個(gè)工作日兩個(gè)運(yùn)行方向各站上下車的乘客數(shù)量統(tǒng)計(jì)。公交公司配給該線路同一型號(hào)的大客車，每輛標(biāo)準(zhǔn)載客100人，據(jù)統(tǒng)計(jì)客車在該線路上運(yùn)行的平均速度為20公里/小時(shí)。運(yùn)營(yíng)調(diào)度要求，乘客候車時(shí)間一般不要超過(guò)10分鐘，早高峰時(shí)一般不要超過(guò)5分鐘，車輛滿載率不應(yīng)超過(guò)120%，一般也不要低于50%。

我們根據(jù)從始發(fā)站到終點(diǎn)站的路程計(jì)算了一趟公交車由始發(fā)站到終點(diǎn)站的大概時(shí)間為47分鐘。對(duì)于模型的建立，第一步確立了早高峰的上下行路線的人數(shù)，并以此計(jì)算早高峰最大斷面客流量時(shí)所需公交車輛的數(shù)目；第二步建立時(shí)間段所需最少車次模型，根據(jù)每一時(shí)間段內(nèi)流動(dòng)的最大斷面客流量，并依據(jù)時(shí)間段的特點(diǎn)進(jìn)行對(duì)車輛的起點(diǎn)站的發(fā)車時(shí)刻表進(jìn)行優(yōu)化排布，最終得到排布結(jié)果。

3 公交車智能排班調(diào)度系統(tǒng)的研究

3.1 約束條件的確定

用Xi表示第f輛運(yùn)營(yíng)車發(fā)車時(shí)刻，以分鐘為單位，則決策變量可表示為：X=[x1，x2，…，xn]T

根據(jù)其物理意義可知，優(yōu)化問題的約束條件如公式（1）：

滿足上述約束條件的x的集合記為尺。顯然，一旦通過(guò)尋優(yōu)找到了最優(yōu)或近似最優(yōu)解，就可以很容易得到公交車隊(duì)的發(fā)車時(shí)刻表。

3.2 優(yōu)化目標(biāo)函數(shù)和適應(yīng)度函數(shù)的確定

公共汽車/車輛運(yùn)輸時(shí)間表的問題是，在固定行駛路線的情況下，根據(jù)周期，由于某種優(yōu)先順序關(guān)系，適當(dāng)?shù)刂匦陆M織適當(dāng)?shù)倪\(yùn)輸車輛的運(yùn)行模式，以平衡供需，它是滿足指標(biāo)（目標(biāo)函數(shù)）。

該算法采用方程（2）作為目標(biāo)函數(shù)的基礎(chǔ)：

式中：l是公交線路的總站數(shù)，n是一天之內(nèi)車隊(duì)發(fā)車的總班次，Tij為第j輛車到達(dá)公交線路第i站的時(shí)間，Tijk是第i站第j-1輛車開出后第k個(gè)乘客的到達(dá)時(shí)間。

類切換的問題是優(yōu)先處理的問題，當(dāng)類不變時(shí)，該優(yōu)先處理使表達(dá)式（2）中指示的目標(biāo)的函數(shù)值最小化。在實(shí)際計(jì)算中，n=60。正數(shù)描述公式（3）：

為了選擇計(jì)算設(shè)計(jì)的便利性，通常不能進(jìn)行健身。這里描述的類切換問題屬于目標(biāo)函數(shù)值的最小優(yōu)化問題，因此要?jiǎng)?chuàng)建的轉(zhuǎn)換規(guī)則參考等式（4）。

F(x)=Cmax-f(x)（4）

式中：Cmax為它是同一代中目標(biāo)函數(shù)的最大值。以這種方式，通過(guò)等式（4）獲得的個(gè)體適應(yīng)度大于或等于0，并且隨著目標(biāo)函數(shù)值減小，適應(yīng)度增加。

3.3 公交車輛的排班結(jié)果分析

為方便起見，我們做出以下假設(shè)。首先，在不考慮道路狀況的情況下，公交車以均勻的速度行駛。其次，每個(gè)車站的乘客流量時(shí)間分布是相同的。一般情況下，早上6:30至8:30，下午4:30至7:30。

隨著進(jìn)化代數(shù)的增加，群體中最佳的個(gè)體目標(biāo)函數(shù)值趨于明顯收斂。由集團(tuán)中最佳個(gè)人表示的出發(fā)時(shí)間表上的乘客總等待時(shí)間顯示出明顯的下降趨勢(shì)。與最后一代中最合適的個(gè)體對(duì)應(yīng)的狂歡時(shí)間表可以用遺傳算法產(chǎn)生結(jié)果。該路公交車的出發(fā)站的發(fā)貨表如下：

0-15-29-34-47-51-65-79-91-102-115-120-134-150-166-l81-196-210-225-241-256-272-286-300-316-330-344-359-364-378-394-409-424-440-455-471-487-503-517-531-545-559-575-691-702-712-724-735-744-754-765-780-795-811-826-840-855-871-884-900。

總之，在智能交通系統(tǒng)中，要結(jié)合公交系統(tǒng)的運(yùn)行管理要素提升數(shù)據(jù)處理和管控的效率，并且優(yōu)化路線處理結(jié)構(gòu)，維護(hù)交通運(yùn)輸監(jiān)督管理的模式，真正發(fā)揮智能交通的優(yōu)勢(shì)，有效建立運(yùn)營(yíng)調(diào)度最優(yōu)化的資源配置方式，一定程度上提高智能交通系統(tǒng)管控工作流程的合理性，實(shí)現(xiàn)經(jīng)濟(jì)效益和社會(huì)效益的共贏。