太阳城集团

  • / 16
  • 下载费用:30 金币  

一种基于均衡配流模型的BRT乘客出行效益优化方法.pdf

摘要
申请专利号:

CN201610613808.6

申请日:

2016.07.29

公开号:

太阳城集团CN106257504A

公开日:

2016.12.28

当前法律状态:

实审

有效性:

审中

法律详情: 实质审查的生效IPC(主分类):G06Q 10/04申请日:20160729|||公开
IPC分类号: G06Q10/04(2012.01)I; G06Q50/30(2012.01)I 主分类号: G06Q10/04
申请人: 华南理工大学
发明人: 裴明阳; 叶钦海; 靳文舟; 张伟罡; 焦志强
地址: 510640 广东省广州市天河区五山路381号
优先权:
专利代理机构: 广州市华学知识产权代理有限公司 44245 代理人: 李斌
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

太阳城集团CN201610613808.6

授权太阳城集团号:

|||

法律状态太阳城集团日:

太阳城集团2017.01.25|||2016.12.28

法律状态类型:

太阳城集团实质审查的生效|||公开

摘要

太阳城集团本发明公开了一种基于均衡配流模型的BRT乘客出行效益优化方法,包括步骤:1)选定研究对象、研究范围,采集相关基础资料;2)分析乘客需求特性:提出满足乘客OD需求的乘客分类概念,划分可分配客流与不可分配客流,分析在站乘客客流特性;3)确定分配原则:考虑不同类型乘客的特性,确定分配原则;4)在约束条件下寻优:考虑乘客乘车太阳城集团成本、延误太阳城集团成本、拥挤成本以及相关约束条件,确定目标函数,并设计相应的寻优算法,输出最优方案。本发明在分析乘客出行特性的基础上,充分考虑乘客乘车太阳城集团成本、延误等待太阳城集团成本和总拥挤成本,根据乘客出行效益最大化确定客流分配方案,有效提升乘客出行满意度以及BRT系统的服务质量。

权利要求书

1.一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在于,包括以下步骤:
S1、选取研究对象及研究范围,采集相关基础太阳城集团;
S2、根据相关基础太阳城集团,分析乘客需求特性:提出满足乘客OD需求的乘客分类概念,划
分不同类型乘客的特性,包括可分配乘客与不可分配乘客;
S3、通过分析不同类型乘客的特性,计算不同类型乘客的人数,确定分配原则;
S4、根据分配原则,计算相关乘客成本,包括乘客乘车成本、延误等待太阳城集团成本以及总
拥挤成本;
S5、根据相关乘客成本确定目标函数,且根据目标函数确定均衡配流模型的约束条件;
S6、对均衡配流模型进行求解,整理求解的结果,得到合理的客流分配方案。
2.如权利要求1所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述步骤S1中的相关基础太阳城集团,包括BRT系统固有太阳城集团、各线路基础太阳城集团及乘客出行信
息,其中
所述BRT系统固有太阳城集团,包括道内站点名称、站点数量及站点停靠公交线路编号;
所述各线路基础太阳城集团,包括编号、座位数、设计容量、最大物理容量、平均每站运营太阳城集团
以及平均延误等待太阳城集团,还包括停靠目标站点的公交线路的可容纳人数、下车人数、驶离人
数;
所述乘客出行太阳城集团包括乘客的出行OD需求。
3.如权利要求1所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述步骤S2中的分析乘客需求特性,其具体步骤为:
S21、分析BRT快速通道上,乘客搭乘计划的可替代性,若乘车OD区间在通道内,则有多
条线路可以选择搭乘,其计划搭乘的线路可被替代;若乘车OD区间在通道外,则可选择的搭
乘线路唯一;
S22、将乘车OD区间在通道内,有多条线路可以搭乘的乘客视为可分配乘客;而乘车OD
区间在通道外,搭乘线路唯一的乘客视为不可分配乘客。
4.如权利要求1所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述步骤S3中的分配原则具体为:
S31、确定在站乘客总人数:
<mrow> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mo>=</mo> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>
其中,Qj表示第j站的在站乘客总人数;qj表示第j站的可分配乘客总人数;oij表示第j站
计划搭乘第i条线路的不可分配乘客人数;L表示表示到站的线路车辆集合;
S32、根据不同类型的乘客特性,优先考虑不可分配乘客的乘车需求,用以最大限度减
少总的乘客延误成本;
S33、考虑车辆最大容量和车辆载客情况,确定第j站的第i条线路车辆可容纳人数
eij:
<mrow> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>k</mi> </mrow> </msub> </mrow>
其中,dij表示第j站的第i条线路的下车人数;Pik表示第k站的第i条线路的驶离乘客人
数,且第k站为第j站的上一站点;
S34、比较第j站的第i条线路的车辆可容纳人数和第j站计划搭乘第i条线路的不可分
配乘客人数的大小;确定第j站实际搭乘第i条线路的不可分配乘客人数以及第j站的第
i条线路的不可分配乘客的延误人数
<mrow> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
<mrow> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
5.如权利要求4所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述步骤S4中,所述乘客乘车太阳城集团成本TC1的计算方法具体为:
<mrow> <msub> <mi>TC</mi> <mn>1</mn> </msub> <mo>=</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>t</mi> <mi>i</mi> <mi>p</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>)</mo> </mrow> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>
式中,xij表示第j站中第i条线路的可分配乘客的上车人数;表示第i条线路车辆的平
均每站运营太阳城集团;
将可分配乘客的延误太阳城集团视为所选择线路的平均延误太阳城集团,而不可分配乘客的延误时
间为固定线路的延误太阳城集团,因此,确定所述延误等待太阳城集团成本TC2的计算方法具体为:
<mrow> <msub> <mi>TC</mi> <mn>2</mn> </msub> <mo>=</mo> <msup> <mi>t</mi> <mi>D</mi> </msup> <mo>&lsqb;</mo> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>-</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>t</mi> <mi>i</mi> <mi>d</mi> </msubsup> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>
式中,tD表示可分配乘客的平均延误等待太阳城集团;表示第i条线路的延误等待太阳城集团;
所述总拥挤成本TC3的算方法具体为:
<mrow> <msub> <mi>TC</mi> <mn>3</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>&lsqb;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> </mrow>
其中,拥挤成本函数Gi[P(ij)]表达式如下:
<mrow> <msub> <mi>G</mi> <mi>i</mi> </msub> <mrow> <mo>&lsqb;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&alpha;</mi> <msup> <mrow> <mo>(</mo> <mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>1</mn> </msub> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>c</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>&lt;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&alpha;</mi> <msup> <mrow> <mo>(</mo> <mrow> <msubsup> <mi>c</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>1</mn> </msub> </msup> <mo>+</mo> <mi>&beta;</mi> <msup> <mrow> <mo>(</mo> <mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> </mrow> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>2</mn> </msub> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> <mo>&lt;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
式中,Pij表示第j站的第i条线路的驶离乘客人数,计算如下:
<mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>k</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>-</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>;</mo> </mrow>
表示第i条线路车辆的座位数;表示第i条线路车辆的设计容量;表示第i条线
路车辆的最大物理容量;α、β、γ1、γ2分别表示不同条件下的拥挤成本系数。
6.如权利要求5所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述步骤S5确定目标函数具体为:根据乘客乘车成本、延误等待太阳城集团成本、总拥挤成本
以及各类成本的价值权重,确定目标函数:
minTC=λ1TC1+λ2TC2+λ3TC3
式中λ1、λ2、λ3对应为各个成本的价值权重。
7.如权利要求6所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述价值权重,其值由调研决定,在调研中,采用由专家打分的配对比较法以及由乘客
打分的常和尺度法,两种方法相结合来确定各个价值权重,或者由公交指引APP中收集的乘
客意愿而综合决定价值权重。
8.如权利要求6所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述步骤S5中确定均衡配流模型的约束条件如下:
①决策变量xij的取值范围受车辆容量与优先分配上车的不可分配乘客人数限制,且限
定为整数集:
<mrow> <mn>0</mn> <mo>&le;</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>,</mo> <mo>&ForAll;</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&Element;</mo> <mi>Z</mi> <mo>;</mo> </mrow>
②各类型乘客的总上车人数应小于等于在站总人数,且同时保证在站乘客总效益最
优,允许延误人数的存在:
<mrow> <mn>0</mn> <mo>&lt;</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>&le;</mo> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mo>;</mo> </mrow>
③各条线路的载客率等于该条线路的驶离乘客人数与车辆最大物流容量之比:
且0<pij≤1。
9.如权利要求8所述的一种基于均衡配流模型的BRT乘客出行效益优化方法,其特征在
于,所述步骤S6中的对均衡配流模型进行求解,采用改进的遗传算法对均衡配流模型进行
求解,包括如下步骤:
S61、染色体编码:采用实数编码法,将个体的每个基因位用给定范围内的浮点表示,该
范围取决于决策变量到的取值范围,个体的编码长度取决于决策量的个数;其中,编码的范
围即为xij的取值范围;
S62、设计适应度函数:遗传算法通过适应度函数区分个体的好坏,将乘客总成本的倒
数作为个体的适应度值,即乘客成本越小的个体,适应度越大,个体越优;设个体k的适应度
函数为Fk[TC(xij)],则有:
<mrow> <msub> <mi>F</mi> <mi>k</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>
S63、选择操作:从旧种群中以一定概率选择优秀个体组成新种群,对均衡配流模型采
用轮盘赌法,即比例选择法,个体被选中的概率与适应度值成正比,适应度越大的个体,被
选中的概率越大;则对个体i被选中的概率pk有:
<mrow> <msub> <mi>p</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>F</mi> <mi>k</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>z</mi> </munderover> <msub> <mi>F</mi> <mi>l</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> </mfrac> <mo>;</mo> </mrow>
S64、交叉和变异操作:为了遗传具有上一代的优秀特征的个体并保持种群的多样性而
采取的操作;通过调用MATLAB内置的遗传算子实现交叉和变异操作;
S65、判断是否满足终止条件:当进化代数满足设定值,或算法在连续进化一定代数后,
解的适应度没有明显改进时,即输出优化结果。

说明书

一种基于均衡配流模型的BRT乘客出行效益优化方法

技术领域

本发明涉及城市快速公交(BRT)乘客出行效益的技术领域,尤其涉及一种基于均
衡配流模型的BRT乘客出行效益优化方法。

背景技术

目前在国内城市快速公交系统的运营和管理中,乘客的出行效益越来越受到大家
的关注。目前BRT站台设置有车辆太阳城集团平台等太阳城集团设备以传递相关的车辆太阳城集团,如到站太阳城集团
等,但乘客仍缺乏相应的优化引导,尤其是在通道内到达车辆相对较多,可搭乘车辆较多,
且前后车间隔较短时,乘客往往凭借以往搭乘经验选择乘车线路,即按照自己目的站点选
择线路,在可达线路中选择先到站的线路车辆搭乘,忽略了线路状况等,而在有多条线路到
达太阳城集团相近时,并没有选择使得自己乘车效益最大化的线路,降低了乘客出行效益与BRT公
交系统的吸引力。

BRT作为新兴的公共交通方式,以其高效的运营效率受到了众多乘客的青睐,针对
现状问题,通过合理的方法对公交系统的的客流量进行均衡分配,提升乘客出行效益成为
了未来发展的重心。目前太阳城集团均衡配流问题,国内外研究成果较多,主要表现如下:Kim在
Wardrop用户均衡原则下,研究了完全太阳城集团对道路交通网络配流的影响,认为完全太阳城集团对公
交系统中乘客出行选择线路影响较大;Decea和Femande考虑了车辆物流容量因素,建立了
公交系统的均衡模型,实现对在站客流的均衡分配;在影响乘客成本因素中,Huang,LamHK
等研究了车内拥挤对乘客的影响,建立了反应乘客感受的不舒适函数,以此反应车内拥挤
程度,并认为乘客在车内的拥挤成本为车内人数和太阳城集团的单调增函数,以此衡量乘客拥挤
成本;Kraus和Yoshida用排队等待太阳城集团反应延误成本,并建立了基于排队太阳城集团的经济学模
型;高自友等研究了车站排队的拥挤现象,采用拟动态方法构造了拥挤条件下的均衡配流
模型,在拥挤条件下也能实现流量分配;四兵峰、何学胜、谢伟胜等研究了静态条件下的城
市公交网络上的乘客均衡问题,建立了公交网络化条件下的均衡配流模型,田琼等研究了
常规公交网络内的乘客出行行为,提出基于乘客出行动态的均衡模型,并根据乘客的异质
性,建立了高峰期条件下的均衡模型;张玉洁等讨论了拥挤敏感度不同的乘客类型,将太阳城集团
延误成本与车内拥挤成本也考虑在内,建立了基于乘客异质性的均衡模型。

但均衡配流模型在BRT领域内研究甚少,安健通过智能建模方法研究了太阳城集团化条
件下乘客的认知方式与出行行为,建立了仿真模型;郑晓峰等提出了基于BRT站台乘车诱导
的公交车辆载客均衡模型,通过均衡配流达到BRT线路的载客率总均衡,但并未将乘客效益
考虑在内,通过遍历法求解模型,在数据量较小的情况下有一定适用性,但在大数据条件下
缺乏足够的求解效率。

发明内容

本发明要解决的技术问题在于,提供一种基于均衡配流模型的BRT乘客出行效益
优化方法,实现BRT系统更为人性化、智能化的乘客出行方案推荐,保证BRT系统服务质量。

为解决上述技术问题,本发明提供如下技术方案:一种基于均衡配流模型的BRT乘
客出行效益优化方法,包括以下步骤:

S1、选取研究对象及研究范围,采集相关基础太阳城集团;

S2、根据相关基础太阳城集团,分析乘客需求特性:提出满足乘客OD需求的乘客分类概
念,划分不同类型乘客的特性,包括可分配乘客与不可分配乘客;

S3、通过分析不同类型乘客的特性,计算不同类型乘客的人数,确定分配原则;

S4、根据分配原则,计算相关乘客成本,包括乘客乘车成本、延误等待太阳城集团成本以
及总拥挤成本;

S5、根据相关乘客成本确定目标函数,且根据目标函数确定均衡配流模型的约束
条件;

S6、对均衡配流模型进行求解,整理求解的结果,得到合理的客流分配方案。

进一步地,所述步骤S1中的相关基础太阳城集团,包括BRT系统固有太阳城集团、各线路基础信
息及乘客出行太阳城集团,其中

所述BRT系统固有太阳城集团,包括道内站点名称、站点数量及站点停靠公交线路编号;

所述各线路基础太阳城集团,包括编号、座位数、设计容量、最大物理容量、平均每站运营
太阳城集团以及平均延误等待太阳城集团,还包括停靠目标站点的公交线路的可容纳人数、下车人数、驶
离人数;

所述乘客出行太阳城集团包括乘客的出行OD需求。

进一步地,所述步骤S2中的分析乘客需求特性,其具体步骤为:

S21、分析BRT快速通道上,乘客搭乘计划的可替代性,若乘车OD区间在通道内,则
有多条线路可以选择搭乘,其计划搭乘的线路可被替代;若乘车OD区间在通道外,则可选择
的搭乘线路唯一;

S22、将乘车OD区间在通道内,有多条线路可以搭乘的乘客视为可分配乘客;而乘
车OD区间在通道外,搭乘线路唯一的乘客视为不可分配乘客。

进一步地,所述步骤S3中的分配原则具体为:

S31、确定在站乘客总人数:

<mrow> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mo>=</mo> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>

其中,Qj表示第j站的在站乘客总人数;qj表示第j站的可分配乘客总人数;oij表示
第j站计划搭乘第i条线路的不可分配乘客人数;L表示表示到站的线路车辆集合;

S32、根据不同类型的乘客特性,优先考虑不可分配乘客的乘车需求,用以最大限
度减少总的乘客延误成本;

S33、考虑车辆最大容量和车辆载客情况,确定第j站的第i条线路车辆可容纳人
数eij:

<mrow> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>k</mi> </mrow> </msub> </mrow>

其中,dij表示第j站的第i条线路的下车人数;Pik表示第k站的第i条线路的驶离乘
客人数,且第k站为第j站的上一站点;

S34、比较第j站的第i条线路的车辆可容纳人数和第j站计划搭乘第i条线路的不
可分配乘客人数的大小;确定第j站实际搭乘第i条线路的不可分配乘客人数以及第j站
的第i条线路的不可分配乘客的延误人数

<mrow> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>

<mrow> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>

进一步地,所述步骤S4中,所述乘客乘车太阳城集团成本TC1的计算方法具体为:

<mrow> <msub> <mi>TC</mi> <mn>1</mn> </msub> <mo>=</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>t</mi> <mi>i</mi> <mi>p</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>)</mo> </mrow> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>

式中,xij表示第j站中第i条线路的可分配乘客的上车人数;表示第i条线路车辆
的平均每站运营太阳城集团;

将可分配乘客的延误太阳城集团视为所选择线路的平均延误太阳城集团,而不可分配乘客的延
误太阳城集团为固定线路的延误太阳城集团,因此,确定所述延误等待太阳城集团成本TC2的计算方法具体为:

<mrow> <msub> <mi>TC</mi> <mn>2</mn> </msub> <mo>=</mo> <msup> <mi>t</mi> <mi>D</mi> </msup> <mo>&lsqb;</mo> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>-</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>t</mi> <mi>i</mi> <mi>d</mi> </msubsup> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>

式中,tD表示可分配乘客的平均延误等待太阳城集团;表示第i条线路的延误等待时
间;

所述总拥挤成本TC3的算方法具体为:

<mrow> <msub> <mi>TC</mi> <mn>3</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>&lsqb;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> </mrow>

其中,拥挤成本函数Gi[P(ij)]表达式如下:

<mrow> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>&lsqb;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&alpha;</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>1</mn> </msub> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>c</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>&lt;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&alpha;</mi> <msup> <mrow> <mo>(</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>1</mn> </msub> </msup> <mo>+</mo> <mi>&beta;</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>2</mn> </msub> </msup> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> <mo>&lt;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>

式中,Pij表示第j站的第i条线路的驶离乘客人数,计算如下:

<mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>k</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>-</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>;</mo> </mrow>

表示第i条线路车辆的座位数;表示第i条线路车辆的设计容量;表示第i
条线路车辆的最大物理容量;α、β、γ1、γ2分别表示不同条件下的拥挤成本系数。

进一步地,所述步骤S5确定目标函数具体为:根据乘客乘车成本、延误等待太阳城集团成
本、总拥挤成本以及各类成本的价值权重,确定目标函数:

minTC=λ1TC1+λ2TC2+λ3TC3

式中λ1、λ2、λ3对应为各个成本的价值权重。

进一步地,所述价值权重,其值由调研决定,在调研中,采用由专家打分的配对比
较法以及由乘客打分的常和尺度法,两种方法相结合来确定各个价值权重,或者由公交指
引APP中收集的乘客意愿而综合决定价值权重。

进一步地,所述步骤S5中确定均衡配流模型的约束条件如下:

①决策变量xij的取值范围受车辆容量与优先分配上车的不可分配乘客人数限制,
且限定为整数集:

<mrow> <mn>0</mn> <mo>&le;</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>,</mo> <mo>&ForAll;</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&Element;</mo> <mi>Z</mi> <mo>;</mo> </mrow>

②各类型乘客的总上车人数应小于等于在站总人数,且同时保证在站乘客总效益
最优,允许延误人数的存在:

<mrow> <mn>0</mn> <mo>&lt;</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>&le;</mo> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mo>;</mo> </mrow>

③各条线路的载客率等于该条线路的驶离乘客人数与车辆最大物流容量之比:
且0<pij≤1。

进一步地,所述步骤S6中的对均衡配流模型进行求解,采用改进的遗传算法对均
衡配流模型进行求解,包括如下步骤:

S61、染色体编码:采用实数编码法,将个体的每个基因位用给定范围内的浮点表
示,该范围取决于决策变量到的取值范围,个体的编码长度取决于决策量的个数;其中,编
码的范围即为xij的取值范围;

S62、设计适应度函数:遗传算法通过适应度函数区分个体的好坏,将乘客总成本
的倒数作为个体的适应度值,即乘客成本越小的个体,适应度越大,个体越优;设个体k的适
应度函数为Fk[TC(xij)],则有:

<mrow> <msub> <mi>F</mi> <mi>k</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

S63、选择操作:从旧种群中以一定概率选择优秀个体组成新种群,对均衡配流模
型采用轮盘赌法,即比例选择法,个体被选中的概率与适应度值成正比,适应度越大的个
体,被选中的概率越大;则对个体i被选中的概率pk有:

<mrow> <msub> <mi>p</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>F</mi> <mi>k</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>z</mi> </munderover> <msub> <mi>F</mi> <mi>l</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> </mfrac> <mo>;</mo> </mrow>

S64、交叉和变异操作:为了遗传具有上一代的优秀特征的个体并保持种群的多样
性而采取的操作;通过调用MATLAB内置的遗传算子实现交叉和变异操作;

S65、判断是否满足终止条件:当进化代数满足设定值,或算法在连续进化一定代
数后,解的适应度没有明显改进时,即输出优化结果。。

采用上述技术方案后,本发明至少具有如下有益效果:通过充分考虑BRT通道内不
同类型乘客的客流特性和出行选择,科学确定乘车太阳城集团成本、延误等待成本和总拥挤成本
在乘客出行选择中的选择偏好,将选择偏好通过优化模型予以体现,寻求乘客总成本最小
的出行选择,有助于替代现有乘车指引中单一的选择方案,可实现更为人性化、智能化的搭
乘方案推荐,提高乘客出行满意度和BRT系统的吸引力。

附图说明

图1为本发明一种基于均衡配流模型的BRT乘客出行效益优化方法的流程图;

图2为本发明一种基于均衡配流模型的BRT乘客出行效益优化方法的所述案例的
线路示意图;

图3为本发明一种基于均衡配流模型的BRT乘客出行效益优化方法的实施例的遗
传进化图。

具体实施方式

需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相
互结合,下面结合附图和具体实施例对本申请作进一步详细说明。

本发明所述的基于均衡配流模型的BRT乘客出行效益优化方法,从分析乘客需求
特性出发,考虑影响乘客出行效益的乘客太阳城集团成本、延误等待成本和拥挤成本,以乘客出行
总效益最大化为目标,确立优化模型。

如图1所示,本实施例所述的基于均衡配流模型的BRT乘客出行效益优化方法,包
括以下步骤:

1)选定研究对象、研究范围,采集相关基础资料,包括BRT系统固有太阳城集团、各线路基
础太阳城集团、乘客出行太阳城集团,其中,所述BRT系统固有太阳城集团指道内站点名称、站点数量、站点停靠
公交线路编号;所述各线路基础太阳城集团包括编号、座位数、设计容量,最大物理容量、平均每站
运营太阳城集团、平均延误等待太阳城集团以及停靠目标站点的公交线路的可容纳人数、下车人数、驶离
人数;所述乘客出行太阳城集团指的是乘客的出行OD需求;

2)分析乘客需求特性:提出满足乘客OD需求的乘客分类概念,划分可分配客流与
不可分配客流,分析在站乘客客流特性;

3)确定分配原则:考虑不同类型乘客的特性,确定分配原则;

4)在约束条件下寻优:考虑乘客乘车太阳城集团成本、延误太阳城集团成本、拥挤成本以及相关
约束条件,确定目标函数,并设计相应的寻优算法,输出最优方案。

在步骤2)中,分析乘客需求特性的主要步骤有:

2.1)分析BRT快速通道上,乘客搭乘计划的可替代性,若乘车区间在通道内,则有
多条线路可以选择搭乘,其计划搭乘的线路可被替代,反之则可选择的搭乘线路唯一;

2.2)根据乘客客流特征,判断乘客类别,将乘车OD区间在通道内,有多条线路可以
搭乘的乘客视为可分配乘客,而乘车OD区间在通道外,搭乘线路唯一的乘客视为不可分配
乘客;

2.3)确定在站乘客总人数:

<mrow> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mo>=</mo> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>

Qj:第j站的在站乘客总人数;

qj:第j站的可分配乘客总人数;

oij:第j站计划搭乘第i条线路的不可分配乘客人数;

L:表示到站的线路车辆集合。

在步骤3)中,确定分配原则的主要步骤有:

3.1)根据步骤2)确定的不同类型的乘客特性,得出优先考虑不可分配乘客的乘车
需求,以最大限度减少总的乘客延误成本;

3.2)考虑车辆最大容量和车辆载客情况,确定第j站的第i条线路车辆可容纳人
数:

<mrow> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> <mo>+</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>k</mi> </mrow> </msub> </mrow>

dij:第j站的第i条线路的下车人数;

Pik:第k站的第i条线路的驶离乘客人数,其中第k站为第j站的上一站点;

3.3)比较第j站的第i条线路车辆可容纳人数和第j站计划搭乘第i条线路的不可
分配乘客人数的大小;确定第j站实际搭乘第i条线路的不可分配乘客人数以及第j站的第i
条线路的不可分配乘客的延误人数:

<mrow> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>

<mrow> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>

第j站实际搭乘第i条线路的不可分配乘客人数;

第j站第i条线路的不可分配乘客的延误人数。

在步骤4)中,在约束条件下寻优的主要步骤有:

4.1)利用步骤1)收集的平均每站运营太阳城集团,确定乘客乘车太阳城集团成本TC1:

<mrow> <msub> <mi>TC</mi> <mn>1</mn> </msub> <mo>=</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>t</mi> <mi>i</mi> <mi>p</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>)</mo> </mrow> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>

xij:第j站中第i条线路的可分配乘客的上车人数;

第i条线路车辆的平均每站运营太阳城集团(单位:min);

第j站中第i条线路的不可分配乘客的上车人数;

4.2)根据步骤2)和步骤3)的分析结果,确定将可分配乘客的延误太阳城集团视为所选择
线路的平均延误太阳城集团,而不可分配乘客的延误太阳城集团为固定线路的延误太阳城集团,因此确定延误
等待太阳城集团成本为:

<mrow> <msub> <mi>TC</mi> <mn>2</mn> </msub> <mo>=</mo> <msup> <mi>t</mi> <mi>D</mi> </msup> <mo>&lsqb;</mo> <msub> <mi>q</mi> <mi>j</mi> </msub> <mo>-</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>t</mi> <mi>i</mi> <mi>d</mi> </msubsup> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&Element;</mo> <mi>L</mi> </mrow>

tD:可分配乘客的平均延误等待太阳城集团(单位:min);

第i条线路的延误等待太阳城集团(单位:min);

第j站的未搭乘第i条线路的不可分配人数。

4.3)考虑车上乘客人数,确定总拥挤成本:

<mrow> <msub> <mi>TC</mi> <mn>3</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>&lsqb;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> </mrow>

其中拥挤成本函数Gi[P(ij)]表达式如下:

<mrow> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>&lsqb;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&rsqb;</mo> <mo>=</mo> <mfenced open = "{" close = "}"> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&alpha;</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>1</mn> </msub> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>c</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>&lt;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&alpha;</mi> <msup> <mrow> <mo>(</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>1</mn> </msub> </msup> <mo>+</mo> <mi>&beta;</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <msub> <mi>&gamma;</mi> <mn>2</mn> </msub> </msup> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>c</mi> <mi>i</mi> <mi>s</mi> </msubsup> <mo>&lt;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>c</mi> <mi>i</mi> <mi>m</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>

式中:

Pij:表示第j站的第i条线路的驶离乘客人数

<mrow> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>k</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>-</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>;</mo> </mrow>

第i条线路车辆的座位数;

第i条线路车辆的设计容量;

第i条线路车辆的最大物理容量;

α和β、γ1、γ2分别表示不同条件下的拥挤成本系数。

4.4)综合考虑乘客乘车成本、延误等待太阳城集团成本、总拥挤成本以及各类成本的价
值权重,确定目标函数:

minTC=λ1TC1+λ2TC2+λ3TC3

式中λ1(元/min)、λ2(元/min)、λ3(元)为各个成本的价值权重,其值可由调研决定,
调研中将采用由专家打分的配对比较法和由乘客打分的常和尺度法相结合来确定各个价
值权重,也可在由公交指引APP中收集的乘客意愿而综合决定。

4.5)根据既定目标函数以及实际情况,确定模型的约束条件如下:

①决策变量xij的取值范围受车辆容量与优先分配上车的不可分配乘客人数限制,
且限定为整数集;

<mrow> <mn>0</mn> <mo>&le;</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>,</mo> <mo>&ForAll;</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&Element;</mo> <mi>Z</mi> </mrow>

②各类型乘客的总上车人数应小于等于在站总人数,同时为保证在站乘客总效益
最优,允许延误人数的存在;

<mrow> <mn>0</mn> <mo>&lt;</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>o</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>&le;</mo> <msub> <mi>Q</mi> <mi>j</mi> </msub> </mrow>

③各条线路的载客率等于该条线路的驶离乘客人数与车辆最大物流容量之比。

且0<pij≤1

4.6)采用改进的遗传算法对模型进行求解,主要步骤如下:

①染色体编码

本文采用实数编码法,实数编码将个体的每个基因位用给定范围内的浮点表示,
该范围取决于决策变量到的取值范围,个体的编码长度取决于决策量的个数。本文编码范
围即为xij的取值范围。

②设计适应度函数

遗传算法通过适应度函数区分个体的好坏,本文模型是求解目标是乘客总成本最
小,将乘客总成本的倒数作为个体的适应度值,即乘客成本越小的个体,适应度越大,个体
越优。设个体k的适应度函数为Fk[TC(xij)],则有:

<mrow> <msub> <mi>F</mi> <mi>k</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

③选择操作

选择是从旧种群中以一定概率选择优秀个体组成新种群,本文采用轮盘赌法,即
比例选择法,个体被选中的概率与适应度值成正比,适应度越大的个体,被选中的概率越
大。则对个体i被选中的概率pk有:

<mrow> <msub> <mi>p</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>F</mi> <mi>k</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>z</mi> </munderover> <msub> <mi>F</mi> <mi>l</mi> </msub> <mo>&lsqb;</mo> <mi>T</mi> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> </mfrac> </mrow>

④交叉变异操作

交叉和变异操作是为了遗传具有上一代的优秀特征的个体并保持种群的多样性
而采取的操作,本文通过调用MATLAB内置的遗传算子实现交叉和变异操作。

⑥判断是否满足终止条件

当进化代数满足设定值,或算法在连续进化一定代数后,解的适应度没有明显改
进时,即输出优化结果。

4.6)整理输出的结果,制定合理的客流分配方案。

案例分析

如图2所述,设在一条BRT快速通道内,设置有Z0,Z1,Z2,Z3共四个通道内站点,在
BRT通道外有Z4,Z5,Z6,Z7,Z8五个通道内站点,以Z0作为本次优化的目标站点;设有线路B1,
B2,B3,B4,B5经过该BRT快速通道,其中仅有B1唯一经过通道外站点Z4,B2唯一经过通道外
站点Z5,B3唯一经过通道外站点Z6,B4唯一经过通道外站点Z7,B5唯一经过通道外站点Z7。

各条线路车辆的车辆参数如下表:

表1线路车辆参数





假设已知在Z0站点的乘客总人数为130人,乘客OD需求如下表所示:

表2乘客OD需求表



假设在本次优化过程中,到达Z0站点的线路车辆为B1,B2,B3,B4,B5,各条线路车
辆的载客情况如下表:

表3各线路车辆载客情况



在实际问题中,经过对广州市BRT站台乘客的走访调查,大约有76位乘客运用5级
评价体系分别对乘车太阳城集团成本、延误等待太阳城集团成本、总拥挤成本的价值权重进行了打分,其
中求得各权重平均值分别为2.89、2.02和3.87,为便于进一步验证模型,按比例设置价值权
重为λ1=1.5,λ2=1,λ3=2。此外,通过对乘客的OD出行特性分析,得出本案例中可分配乘客
人数qj=80,不可分配人数oij分别为10、10、15、10、5。查阅相关文献,取拥挤系数α=0.5,β
=1,γ1=1,γ2=1;种群规模为200,交叉概率、变异概率分别取0.8、0.01。借助MatLab软件
进行编程求解,遗传进化图如图3所示,结果显示,最优值收敛于917.75元,实际总上车人数
为128,其中对应最优的各条线路分配人数为18,17,12,9,22,各条线路的上车人数为28,
27,27,19,27,延误人数为2人,具体如下表所示:

表4各站的输出数据





尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以
理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变
化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。

关 键 词:
一种 基于 均衡 模型 BRT 乘客 出行 效益 优化 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种基于均衡配流模型的BRT乘客出行效益优化方法.pdf
链接地址:http://zh228.com/p-6100820.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');