文摘

有多个泊位的公交枢纽的特点是,每个服务特定的公交线路。当公交线路在不同泊位共享相同的停止途中,乘客共享停止可能其中泊位赶新到达的公交车,造成不便和公交服务水平恶化。因此,本研究试图优化公交路线泊位分配在公交枢纽,以减少乘客转移之间的距离可选的泊位。问题是与整数线性规划建模,巴士服务的约束能力。提高计算效率,独家和包容的约束数的基础上共享停在公交线路另外添加到原始模型,尽管他们可能把差距从最优解决方案。案例研究之后提出的模型应用于一个巴士站,在26路线被分配到11个泊位。发现模型与额外的约束可以大大减少计算时间为代价的小或没有差距的最佳解决方案。因此,建议与额外的约束模型快速获得理想的解决方案。这个研究提供了洞察公交路线管理总线终端与多个泊位,有助于增强客运等经验。

1。介绍

面向交通的发展一直被认为是一个激进的解决城市拥堵在机动化迅速增加。公交枢纽,交通系统的关键设备,吸引了极大的关注,以适应各种旅行需求与多个线路(1,2]。考虑到这些路线可能分享途中停止,在这些共享站下车的乘客可以面对多个路由选择在不同的泊位。没有合适的路线分配,公车在决定哪些泊位等可能会有困难。也就是说,他们可能从当前泊位斗争到另一个赶上新到达的汽车如果它降落停止,这严重影响乘客的路径选择决策(3]。例如,在图1,如果新到达总线(红色)泊位1服务路线,停止与其他泊位的线条,乘客下车时停止共享可能急于泊位1虚线。这样仓促转移可以给乘客等带来很大的不便,以及延迟巴士服务当司机等待追赶骑手董事会和购买机票或刷卡智能卡。因此,有必要指定的路线与共享了相同或相邻泊位,以方便乘客的公交路线选择和安全总线服务效率。

在文献中,有越来越多的富裕和广泛的文档在促进公交乘客的等待,但大多数现有的研究旨在减少等待时间4,5]。在这个问题上,早期的研究一般目标总线频率(6),而最新的研究侧重于可靠性,因为它是对公交服务质量验证施加更大的影响(7- - - - - -10]。黄等。11]提出了基于数据驱动的方法功能数据分析和贝叶斯支持向量回归短期巴士到达时间预测不确定性下公交服务可靠性。基于GPS和智能卡数据库的所有公交线路在圣地亚哥,他们发现功能数据分析可以适应快速、急剧变化后交通动力学与贝叶斯支持向量回归训练。交通拥挤会导致过度的等待时间和车载延迟,使旅行时间不可靠。Paudel [12)量化的经济成本拥挤公交服务质量调查客流量和公交服务可靠性之间的关系。他提出了一个多元线性规划模型的变量包括三个部分:公交,一个向量的控制(例如,总线速度和操作状态),和四个系数测量总线服务效果,确认交通拥挤对公交服务可靠性带来了负面影响。

此外,总线实时信息(13)和进度难以发表(14)强调帮助乘客更好的计划去避免不必要的等待时间。总线实时信息,如车载拥挤和等待时间信息,有助于减轻总线聚束与乘客引导选择最适当的公共汽车,而不是最早的一个。建立一个仿真模型描述总线操作和客运服务选择,周et al。15]表明,提供公交实时信息一样有效的基于计划和headway-based控制方法在减少乘客等待时间。Zhang et al。16)研究了基于总线的自动公交时刻表设计方法到达时间预测实时总线调度的影响降到最低的初步计划找到最低调整幅度,减少乘客的平均等待时间停止,并允许总线操作及时调整。更新研究度假村自动车辆位置数据,比human-collected提供更多的细节。Barabino和Di弗朗西斯科(17)开发了一个描述性的模型识别和分析实际的规律(或离开)次到达公交车站。利用AVL存档数据获得相关的资源,这种方法将有利于交通管理者准确规律分析和修改服务。

针对公交线路之间的关系,Barabino et al。18]提出了离线监控框架的可靠性传输所有的公交车站和时间段通过分析自动车辆位置数据。刘等人。19)建造了一个联合优化模型的多个路线的巴士起飞时间和速度与几个共享停止,避免总线聚束和乘客等待时间减少约30%。简化公交线路间的协调模型,转移转移乘客的等待时间最小化通过调整公交发车间隔和速度(20.]。Markevych et al。21)建立了巴士停留时间对inter-route转移阻抗的影响与模拟。可以添加新的带状表达路线以减少交通转移,类似的旅游需求在哪里聚集确定车站的位置(22]。出于的动态交通需求,吴et al。23)采用自主汽车允许乘客乘坐的最短路径顺利,这是验证传输平均减少15%。

注意,上述研究认为乘客等待在预定的网站,不改变。但这并不总是正确的,因为乘客可能转移的泊位服务路线dewlling骑手的降落停了下来。因此,有必要优化路线作业泊位特别是公交枢纽,传播广泛的空间和转移泊位可以很不方便。虽然很少有泊位分配路由到总线上的中心,努力丰富文学中存在相似的泊位分配领域(港24和门的任务在机场25]。

研究面向船舶作业基本上是与最大港口装货,不同的码头岸电的考虑下,起重机服务,深度,和长度(26]。因此,船只可以定向到最大效用的最优泊位可用的端口服务能力。开发一个多元线性回归模型,Mahpour et al。27]表明,接入信道深度和泊位的数量上的最重要的因素是装载效率。研究机场门任务可分为根据优化目标,即。,passenger-oriented或agency-oriented [28]。passenger-oriented目标为例,研究自1970年代以来已经开始减少乘客intra-hub旅行(29日]。Bi et al。25)旨在最小化总旅客步行距离通过优化飞机的数量分配到围裙的混合整数非线性规划模型,与过滤束搜索算法解决问题的更大的尺寸。随后,各种研究占旅客步行距离(30.,31日),等待或传输时间(32,33),和行李运输距离(34]。Chow et al。35)开发了一门作业模型减少乘客的总步行距离门资源的优化利用,它显示了一个商务舱旅客减少8.7%和7.4%的经济一个通过减少使用盖茨。吴et al。36)关注门作业服务转移的影响乘客在枢纽机场与卫星大厅。考虑到传输时间预算,制定转移需求目标函数法来提高门的有效利用资源。减少行李运输距离,江et al。37)车辆路线行李收集最小化总车辆的距离。

船台的主要差异或从公交枢纽机场门暂时停泊船只和乘客很少用于另一个泊位或门或总是允许足够的时间在少数情况下转移。相比之下,乘客在公交枢纽可能自由地匆忙中可选的泊位。也就是说,如果有一个新总线,将抵达另一个泊位和乘客的下车站,乘客可从当前泊位。

本文的贡献可以三倍。首先,本研究旨在优化公交路线分配到多个泊位总线集线器时路线分享途中停止减少乘客的传输距离可选的泊位和避免中断公交枢纽站。因此,可以提高乘客的等待体验中心和公交服务质量可以精炼。其次,问题是与混合整数线性规划(MILP)模型约束下的泊位服务能力,在此基础上扩展模型开发提高效率没有明显退化的解决方案质量的解决方案。因此,相同的路线离开公交枢纽和更多的共享服务停止更有可能分组相同或相邻泊位。第三,案例研究是在一个典型的公交枢纽站说明了模型的性能,确认最优公交线路分配给中心可以迅速获得与乘客传输距离大幅减少。

本文的其余部分的结构如下。节2,该模型中的参数进行了总结。部分3建立独立的基本假设和建模的最优分配路由到公交枢纽泊位。部分4进行案例研究,部分5简要总结了研究建议未来的研究方向。

2。符号

为了方便和呈现的一致性模型,使用以下参数表中列出1。

3所示。假设和方法

以下假设是在发展中提出的模型。(1)任务路由到中心泊位是静态的,以避免中断乘客。此外,他们最初的步行距离任何泊位并不像他们总是特别处理有丰富的时间这样做。(2)可以容纳所有巴士乘客,他们是同样的路线,只要他们吸引住在下车车站。同时,乘客们总是最早到达公共汽车。(3)泊位服务能力是反映与路线,不指定总线频率和每个路线简单的停留时间。

该模型的目标函数是结构化的 最小化总传输距离乘客走在泊位服务路线dewlling骑手的降落停了下来。为什么采用最小传输距离为目标而不是中心的路线之间的传输时间如下。传输时间包括两个部分:(1)步行时间从目前的泊位的泊位总线住新移民和(2)等待时间在公车到达目标前的泊位18]。等待时间的第二部分可以是零,因为乘客可能匆忙从当前泊位到另一个,当有新到达的公共汽车。因此,传输时间可以等于当前和目标泊位之间的步行时间,即。传输距离除以行走速度,行走速度发生显著的变化。因此转移阻抗可以反映与泊位服务于公交线路之间的距离,住在同一停止途中,这是最小化模型的目的。

指出,乘客的步行距离不降落在共享停止不包括(1),因为他们只有一个可选的泊位和没有需要转移到其他泊位。参数指停止共享的总数之间的路线和 ,和代表泊位之间的距离,路线和被分配到。参数是由 在哪里和意味着泊位数量的路线和被分配到。路线的任务是受限的 在哪里是二进制变量指示是否路线分配给泊位 。也就是说,当 ,变量加强采取的价值1;否则,它等于0。参数公交线路的最大计数意味着可以通过对泊位 ,由于泊位的有限的服务能力。

因此,该模型可以概括的目的(1)和约束方程(2)- (5)。线性化的编程模型,非线性关系(2)被替换为以下方程:

减少解决方案提出的编程时间,独家和包容的约束可以被添加到模型如下:

(7)的数量意味着当共享停止之间的路线和不超过下限吗 ,他们被认为是最不相关的路线,不能分配给相同的泊位。这种关系可以删除计划的可行域,代表分配的解决方案数( )航线泊位。相比之下,(8)设置路线有密切关系,即。,分享停不下 ,同样的泊位。因此,patronating这些航线的乘客可以等待泊位,而不需要转移到其他泊位。这种关系可以删除计划的可行域。注意,约束方程(7)和(8)也可以删除从可行域模型的最优解,尽管他们帮助减少搜索空间,提高效率的解决方案。在下面,探索独家的影响和包容的解决约束模型的准确性和效率,我们测试原始模型和扩展的如下:(我)模型1采用约束方程(3)- (6)没有独家和包容的约束。因此,回归的模型能够最优分配路由到中心车站,虽然它可能需要较长的计算时间。(2)模型2采用约束方程(3)- (7),独家约束,这有助于将公交线路很少停下来不同泊位共享。(3)模型3采用约束方程(3)- (6)以及包容性约束方程(8),它结合了公交线路有足够停止在同一泊位共享。(iv)模型4采用约束方程(3)- (8)独家和包容性的约束,它更有可能返回最优结果的减少计算时间。

4所示。案例分析和敏感性分析

该方法测试在公交枢纽靠近铁路和教练站在宁波,浙江,中国。图2显示中心的选址及其地理布局有11个泊位,逆时针编号和间隔均匀。为了避免障碍在等候区,旅客必须沿着蓝线的行人路。因此,可以代表不同的泊位之间步行距离的差距在泊位指数。这个中心服务26路线,停止共享的计算每一对公交线路(例如, )总结在图3。提出了模型的参数设置如下。公共汽车泊位能力(例如, )是设置为2,2、3、1、2、3、3、2、3、3、2,分别考虑他们的实际服务空间。共享停止的上下边界之间的公交线路是0和7采用独家的和包容的约束,分别。算法是用Matlab编写的2021一个Windows环境的特征与i - 7 - 7700 k的CPU, 4.2 GHz处理器和16 GB的RAM。

模型1到4的结果总结表2。可以看出模型1需要360分钟(即。6小时),获得最优解。相比,模型2将独家关系管理减少计算时间为50分钟,虽然带来了2.46%的最优值的差距。模型3具有包容性的约束是定位最优解的能力和减少计算时间30分钟。模型4对应的计算最短时间12分钟通过结合独家和包容性的约束,从最优解以2.46%的差距。

图4显示该方案的开发模型。从模型可以看出最优解(图1和34(一)分配路线对(2、4),(7、11),(21),和(6、23)相同的泊位,虽然他们没有共同停止。可以解释他们的复杂关系到线路的严格约束下的相邻泊位泊位能力。此外,模型2和4的结果(图4(b)),独家约束消除了最优解的可行域和带来温和的差距从最优解决方案,这是可以接受的在交通工程领域工作近优解。因此,建议采用扩展的模型大大减少计算时间(V.S.模型1)没有显著恶化的最优解。

由于泊位不能够服务更多的路线比它的容量,公交线路必须分配到许多泊位,以避免总线队列。此外,添加一些路线到一个泊位可能会增加总传输距离,因为乘客,谁能骑路线,预报转移从泊位目前等待泊位。可能会增加总传输距离在公车中心。因此,拟议的编程可能路线到一个泊位分配少于其服务能力最小的传输距离。

敏感性分析测试问题解决方案的时间和规模的影响研究的差异解决方案不同模型之间的效率和准确性。具体来说,路由计数在公交枢纽从10增加到20,这在实践中很常见,可以避免不必要的计算时间。克服特定特征的影响在共享停在公交线路中,在前一节中给出的路线是随机挑选的10倍。然后提出4模型是用来解决每一组选定的路线,分别。图5显示了CPU时间的箱线图计算,模型3往往是最有效的一个,虽然模型2和4的效率不稳定。图6显示了客观价值的分布,没有明显的差距在哪里观察提出四种模型。因此,建议将包容性的约束,结合公交线路共享许多途中停止在同一泊位。

本文提出的整数线性规划模型可以提供一个理论依据交通部门向多个泊位分配公交线路公交枢纽,从而减少传输距离,提高公交服务效率,吸引更多运输乘客。建模方面的选择,添加包含约束可以进一步应用于大型模型规模的情况下,这可能需要很长时间的最优解决方案。

5。结论

有丰富的文学关于构建公交枢纽的位置和路线为它指定服务频率。然而,分配多个公交线路在一辆公共汽车停在泊位共享中心尚未完全研究。可以方便乘客的公交路线选择和等待体验通过避免草率的转移在遥远的公交线路可选泊位,为居住在降落停了下来。

为此,公交路线分配到多个泊位总线中心建模的目标是尽量减少乘客的转移成本在泊位目的地的公交线路服务停止,这是加权与每一对路线之间的共享停止。然后,路线分配的约束下建立泊位服务能力。因此,整数非线性规划提出,然后转换为整数线性规划。进一步提高解决方案的效率,开发附加约束。独家和包容性约束分配(即最小的一个。,很少或根本没有共享停止)和(即最相关。,with many shared stops) bus routes to different and the same berths, respectively. Thus, four models are developed for the problem, i.e., the original model (Model 1), the model with exclusive constraint (Model 2), the model with inclusive constraint (Model 3), and the model with both exclusive and inclusive constraints (Model 4). Case study follows to validate that the extended models are capable of finding the optimal or near-optimal solution at the advantage of CPU time.

诚然,这个研究简化了乘客乘坐公交车的实际过程,而只是专注于最优公交路线分配到多个泊位公交枢纽为了方便乘客等待。例如,负载因数的公交车不考虑或平衡,在乘客可以定向到等待的到来和宽广的或更快总线实时到达信息。精致的泊位分配考虑公共汽车时停留时间以避免队列的特性转化在泊位为未来的扩展是另一种卓有成效的途径。

数据可用性

使用的数据来支持本研究的发现在相关地方引用文本中引用。

的利益冲突

作者宣称没有利益冲突有关的出版。

作者的贡献

Yanpei张和海明郝负责研究概念和设计以及数据收集。回族金和晓光杨导致建模和解决以及手稿准备。所有作者回顾了结果,批准了最终版本的手稿。

确认

这项研究受到了重点实验室的道路与交通工程教育部,同济大学(批准号K202105),中国国家自然科学基金(批准号52002261)。