呼市某路公交发车间隔优化研究任务书

 2022-01-09 08:01

全文总字数：4383字

1. 毕业设计（论文）主要内容：

公交车具有便捷灵活、节能环保、安全经济的优点，它不仅可以满足城市居民基本的出行需求，而且也是保障城市民生优先的基础。但是随着社会经济的发展和人民群众出行需求的不断提高，公交系统必须更加高效的运作才能得到社会的认可[1]。如何在公交资源有限的情况下最有效地调度公交，使公交车公司的成本以及乘客的等待时间最小化[2]，是目前最需要解决的问题。

客流是城市交通运输工作的基础，是编制旅客运输计划和公交车开行方案的依据。客流分布特征主要包括时间分布特征和空间分布特征[3]。客流时间分布特征分析，通常是对一周内全日客流、一日内的小时客流等方面进行分析。客流是动态变化着的，分析和研究客流在时间上、空间上的动态演变规律，配备与之相适应的运输能力，是行车组织工作顺利进行的前提。

公交车的发车间隔关系着公交车公司的利润和顾客的满意度。从公司的角度来说，它为了获得最大的利润，就要用公交车的平均载客率来衡量公司所获得的利润；但是从乘客的 角度来看，他们想要获得良好的出行体验，比如说在车站等待的时间要尽量的短才能带给他们比较好的乘车体验。发车时刻表的制定是城市公共交通企业管理的重要基础工作之一，也是公交调度的具体体现[4]。如何经济、合理地使用车辆, 解决运量和运能的矛盾, 挖掘车辆潜力, 缓解客流拥挤, 是本论文的最大目标。

为了在兼顾公交公司的利润的情况下，解决公交在客流高峰时期的人员拥挤以及乘客等待时间过久而满意度下降的问题，拟对呼市某路公交车的客流分布数据进行采集并分析，在考虑到公司内不同车型最大载客量对发车间隔的影响，以乘客在站等待时间最小和公交公司利润最大的目标建立公交车发车间隔优化模型，并运用MATLAB算法工具得出多目标优化的发车时刻表，最终达到这路公交车的利润最大化和乘客满意度提升双实现的结果。

2. 毕业设计（论文）主要任务及要求

1研究的基本内容

课题主要的研究内容如下：

1.公交车车站客流的时间特征与空间特征。

2.公交公司原本的发车计划与公交车车型。

3.确定优化目标。

3.运用MATLAB算法工具对公交车的调度进行优化。

2拟用的技术方案和措施

为了达到上述的目标，本文拟采用以下的步骤来实现；

1.查阅中外相关文献，了解如何研究客流的分布，并且初步了解相关的算法工具。

2.选择合适的调查手段，针对呼市某路公交的客流进行实地调查，掌握到这路公交车一周内全日客流、一日内的小时客流的实际数据。

3.选择合适的调查手段，对公交公司的车型、车型载客量以及发车计划进行调查。

4.明确优化的目标，第一目标：公司利益的最大化；第二目标：乘客等待时间的最小化。

5.自主学习MATLAB算法工具，构建合适的模型针对两个优化目标对发车间隔进行优化，得出优化后的公交车调度计划。

6.对比分析优化前的发车计划与优化后的发车计划。

3. 毕业设计（论文）完成任务的计划与安排

第1-3周：完成开题报告和英文翻译；

第4-6周：完成毕业设计相关内容的总体方案设计；

第7-8周：完成毕业设计相关内容的详细方案设计；

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

4. 主要参考文献

国内有很多学者在公交发车间隔上有深刻的研究。叶清等人建立了以出行成本和运营成本最小为目标的模型，以车辆台数、发车间隔时间为约束建立模型，并运用遗传算法求解模型[5]。张思林等人分别从乘客的步行时间、在站等候时间、在车时间、运营成本四方面进行研究，以出行成本最小为优化目标，以发车间隔、站点位置为约束建立模型，运用 GA 算法给出了优化的发车间隔和站点布设方案[6]．孟子悦等人通过建立模型，在考虑道路交通拥堵的条件下进行公交的发车间隔设计，并在此基础上，根据客流需求的差异性对所求发车间隔 进行调整，求得最终优化方案[7]。郝小妮等人考虑到实际公交客流的时间分布不均衡，相应时刻表也非均衡的特征，以及参与公交区域调度的多条线路客流高峰时间、空间分布集中使得总体 客流的高低峰客流量差异进一步加大的情况，提出低平峰时段停运部分公交车辆的抽停策略，从“部分班次被某辆车完成”的集合划分问题角度研究，建立一个新的区域公交车辆调度模型，以所需车辆数、车辆等待时间与空驶时间三者费用之和最小为第一目标，第二目标是要求车辆等待时间占总工作时间比例最小，采用MMAS算法求解该模型[8]。黄艳国等人对比两目标、三目标优化模型将乘客出行时间成本、车辆运营成本、乘车舒适度三个目标函数进行综合分析，利用NSGA-Ⅱ算法求解最优发车间隔[9]。王康运用客流时间分布特征、客流空间分布特征和客流换乘特征，研究城市交通拥堵中公交车辆调度模式，通过理论和数据的支撑，深入分析公交运营组织模式和特征，重新制定公交调度模式，根据各个不均衡系数，建立数学模型，然后对客流数据进行求解，近而确定高峰拥堵时段公交车辆的开行方式、时段发车间隔和车辆配置数[10]。吕鹏等人利用多目标优化方法建立了公交车调度的数学模型。通过数据分析,将一天划分为早高峰前,早高峰,早高峰和晚高峰之间,晚高峰及晚高峰后5个时段; 引入车辆的平均满载率,乘客的等待抱怨程度及拥挤抱怨程度作为三个目标函数,建立了三目标优化模型; 通过加权, 将三个目标函数合并为一个目标函数。运用 MATLAB 数学软件计算出了上行、下行各个时段发车的时间间隔[11]。曹延斋等人运用MATLAB软件实现区域内调度策略换乘最短路径进行计算，实现实际问题抽象简化求解，就车辆的运行时刻表的发车间隔进行计算，初步确定出每一时段的发车间隔，以此为基础进行多条线路之间的调度优化，完成假设条件下的区域内总换乘人数的换乘等待时间最小[12]。

国外也有很多学者在这个方面有深刻研究。Zhao，J，S.Bukkapatuam等人综合考虑了乘客在站等待时间和在途时间，以最小化乘客平均等待时间为目标，构建公交车发车间隔优化模型[13]。Shao-Wei Lam等人提出了一种基于综合仿真模型和服务可靠性度量的多响应优化方法，用于优化公交服务调度规则[14]。K.Gkiotsalitis等人针对列车运行时间和乘客需求扰动，采用周期优化方法，建立了滚动区间调度时间控制问题的模型。这种模式为交通规划者提供了更大的灵活性，使他们能够在日常运营中调整公交时刻表。证明了其周期优化模型是一个凸二次规划，保证了其解的全局最优性[15]。K.Gkiotsalitis等人引入了一个非线性程序，并提出了一种新的限制优化问题递推关系的新格式。证明了在有限的计算代价下可以求解到全局最优性，认为这种方法优于单独调整每次公交出行调度时间的短视方法[16] 。B. Anil Kumar等人提出了一个需求和行程时间响应模型，在最小化乘客等待时间的前提下，通过制定一个能够适应乘客需求和交通状况变化的最优时间表，最大限度地提高运营商的效益，制约公车运力实现经济效益最大化以及社会满意度最大化[17]。

[1]左忠义，牛帅，殷巍，张蕴琦. 基于公交客流分布特性的弹性发车间隔优化研究[J]. 大连交通大学学报 2019.

[2] 张峻华. 公交车系统调度模型构建[J]. 中国新技术新产品 2019.

[3] 邓晨晨. 城市居民公交出行数据分析研究及可视化[J]. 重庆大学硕士学位论文 2016

[4] 陈茜, 牛学勤, 陈学武, 王炜. 公交线路发车频率优化模型[J]. 公路交通科技 2004.

[5] 叶清，马昌喜，杨信丰．快速公交发车间隔优化研究[J]. 兰州交通大学学报 2015

[6]张思林，袁振洲，曹志超．考虑容量限制的多公交车型运行计划优化模型[J]. 交通运输系统工程与信息 2017

[7] 孟子悦，左忠义，郭润航. 考虑道路拥堵与客流需求的公交发车间隔优化[J]. 大连交通大学学报 2019

[8] 郝小妮，靳文舟，査靓. 考虑客流量差异的区域公交车辆调度[J]. 华南理工大学学报(自然科学版) 2014

[9] 黄艳国，韩亮，张硕，许伦辉. 基于 NSGA-Ⅱ算法的多目标公交调度优化模型[J]. 科学技术与工程 2019

[10]王康. 城市交通拥堵中公交车辆调度模式研究[J]. 河南农业大学专业硕士学位论文 2018

[11] 吕鹏, 张文夫, 雷鹏. 公交车调度[J]. 工程数学学报 2002

[12]曹延斋，刘敬玉， 吕泽阳. 金沙滩景区公交调度优化研究[J]. 山西建筑 2019

[13] ZHAO J S， BUKKAPATUAM MDESSOUKY． Distributed architecture for real-Time coordination of busholding in transit networks[J] ．IEEE Transactions Intelligent Transportation Systems. 2003

[14] Shao-Wei Lam; Loon-Ching Tang;Thong-Ngee Goh; Tony Halim. Multiresponse optimization of dispatch rules for public busservices[J]. Computers Industrial Engineering. 2008

[15] K. Gkiotsalitis. A model for the periodic optimization ofbus dispatching times[J]. AppliedMathematical Modelling. 2020

[16] K. Gkiotsalitis; E.C. vanBerkum. An exact method for the busdispatching problem in rolling horizons[J]. Transportation Research Part C 2020

[17] B. Anil Kumar, G. Hari Prasath, Lelitha Vanajakshi. Dynamic Bus Scheduling Based on Real-TimeDemand and Travel Time[J]. SpringerJournal 2019

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章