基于粒子群算法的公交调度优化研究-广州大学.PDFVIP

第１７卷　第２期 广州大学学报（自然科学版） Ｖｏｌ．１７　Ｎｏ．２ 　２０１８年　４月　 ＪｏｕｒｎａｌｏｆＧｕａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ａｐｒ．　２０１８ 文章编号：１６７１４２２９（２０１８）０２００６１０６ 基于粒子群算法的公交调度优化研究 ———以广州为例 １ ２ １ １ ３ 李红魁 ，雷林静 ，冯修文 ，臧晓冬 ，程　爽 （１．广州大学 土木工程学院，广东 广州　５１０００６；２．贵州交通建设集团有限公司，贵州 贵阳　５５０００１； ３．三峡大学 土木与建筑学院，湖北 宜昌　４４３００２） 摘　要：为解决城市交通拥堵，发展公交优先策略、建设公交都市等方法和手段不断得到重视，其中，公交调度 优化问题是核心技术问题，而公交发车时间间隔对于人们的出行影响非常大．该研究依据广州市公交线路的实 测数据，以使社会成本最低为目标，以乘客的满座率和公交企业的盈利为约束条件，在科学可行的假设条件下 建立公交调度模型，并基于粒子群算法确定最优的发车时间间隔，运用仿真程序检验模型的准确性和算法的可 行性．仿真结果表明该模型可以有效优化公交调度发车时间间隔，减少不必要的公交延误． 关键词：公交调度；粒子群算法；时间间隔；客流 中图分类号：ＴＵ４４３　　　文献标识码：Ａ 　　公交运行的优化调度模型问题在２０世纪已 （１）公交的车型一致； ［１］ 经被研究，当时的ＪＡＮＳＳＯＮ 首先对公交的整体 （２）每辆公交车遇交通拥堵的概率相同； 外部条件进行研究，例如，车头时距、公交站点等， （３）全程票价规则一致； 并在以后的研究中，陆续运用不同的数学分析方 （４）在行驶的过程中不出现跳站和同一条线 ［２］ 法和数学模型获得最优解．２０１０年，ＹＵ等 运用 路公交车之间的超车行为； 遗传算法求解了发车频率的数学模型，并证明了 （５）站点之间的平均行驶速度变化不大． 这种算法的可行性适应性．在过去的研究中，研究 １．１　目标函数 者没有考虑乘客所损失的价值以及在社会发展过 本文以社会投入资金最低即ｍｉｎＹ为目标函 程中各种社会条件的变异［３－５］．进入 ２１世纪以 数，其中包含公交企业的运营投入资金Ｎ和乘客 来，人们对公交调度优化问题的研究不仅仅局限 的等待时间价值Ｚ，分别如下所示： 于车子本身条件，更加融入了乘客和各种社会因 （１）公交企业运营投入资金 素．基于以上考虑，本文模型中考虑了各种社会条 假设在不同时间段内发车频数不同，设ｉ代表 件的变异，而且数据为实地调查公交客流数据，以 第ｉ个时间段公交线路１ｄ内的总的发车班次为 所调查广州市５２１公交为例子，运用粒子群算法 Ｉ Ｔ  ｉ Ｎ ＝∑ （１） 求解最优解，这种算法计算比较容易，精度高，而 ｉ Δｔ ｉ 且收敛快，最近几年在工程中运用广泛［６－８］．