基于混合车型的灵活型接驳公交路径协同优化研究

doi:10.3976/j.issn.1002-4026.2019.04.009

山东科学 ›› 2019, Vol. 32 ›› Issue (4): 64-73.doi: 10.3976/j.issn.1002-4026.2019.04.009

基于混合车型的灵活型接驳公交路径协同优化研究

邵文，贾顺平^*，曹文娟

北京交通大学交通运输学院，北京 100044

收稿日期:2019-03-08 出版日期:2019-08-20 发布日期:2019-08-07
通信作者: 贾顺平，男，教授，研究方向为城市交通规划与管理，交通运输经济理论。E-mail:shpjia@bjtu.edu.cn E-mail:shpjia@bjtu.edu.cn
作者简介:邵文（1994—），女，硕士研究生，研究方向为交通运输规划与管理。E-mail:17120870@bjtu.edu.cn

Cooperative optimization of flexible shuttle transit routing in case of various vehicle types

SHAO Wen, JIA Shun-ping^*,CAO Wen-juan

School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China

Received:2019-03-08 Online:2019-08-20 Published:2019-08-07

摘要/Abstract

摘要： 为解决居民出行往返于居住地与换乘站间“最后一公里”的难题，研究了灵活型接驳公交路径规划问题。为保证接驳公交服务质量，构造乘客满意度函数将其量化。考虑混合车型联合调度对接驳车辆路径优化的影响，在给定预约需求和车队规模的前提下，以企业运营成本最小和平均乘客满意度最大为优化目标，建立基于混合车型的灵活型接驳公交路径协同优化模型，同时运用遗传算法求解模型。结果表明，采用多车型调度的算例最优适应度值优于使用单一车型的算例，说明该模型在路径优化方面具有可行性。

关键词: 灵活型接驳公交, 路径优化, 企业运营成本, 乘客满意度, 遗传算法

Abstract: Residents often have difficulty in shuttling between home and the interchange stations. To address this “last mile problem,” this study examines flexible shuttle transit route planning. Further, the passenger satisfaction was quantified by establishing a function to ensure the service quality of the shuttle transit. Given the influence of combined dispatching in case of various vehicle types on the routing optimization of shuttle transit, a collaborative optimization model was established for flexible shuttle transit routing. In accordance with the given demands and fleet size, this model aims at minimizing the business operating cost and maximizing the average passenger satisfaction using the genetic algorithm. The results denote that the optimal fitness value in case of multi-vehicle scheduling is better when compared with that observed in case of a single vehicle type, indicating the feasibility of the model in routing optimization.

Key words: flexible shuttle transit, routing optimization, business operating cost, passenger satisfaction, genetic algorithm

中图分类号:

U491.1⁺2

邵文, 贾顺平, 曹文娟. 基于混合车型的灵活型接驳公交路径协同优化研究[J]. 山东科学, 2019, 32(4): 64-73.

SHAO Wen, JIA Shun-ping, CAO Wen-juan. Cooperative optimization of flexible shuttle transit routing in case of various vehicle types[J]. Shandong Science, 2019, 32(4): 64-73.

参考文献 14

1	COLE L M. Tomorrow’s transportation:New systems for the urban future[EB/OL].[2019-01-10].http://dx.doi.org/10.1002/asna.19011551607. doi: 10.1002/asna.19011551607
2	FLUSBERG M. An innovation public transportation system for a small city:The Merrill, Wisconsin,case study[J].Transportation Research Record, 1976(506):54-59.
3	MALUCELLI F,NONATO M,PALLOTTINO S.Demand adaprive systems：Some proposals on flexible transit[EB/OL].[2015-06-28].https://www.researchgate.net/publlcation/245860591_Demand_ada-ptive_systerns_Some_proposals_on_flexible_transi.
4	QUADRIFOGLIO L. A hybrid fixed and flexible transportation service:Description,viability, formulation, optimization and heuristic[D].Los Angeles: University of Southern California, 2005．
5	QUADRIFOGLIO L, DESSOUKY M M, ORDÓÑEZ F. Mobility allowance shuttle transit (MAST) services: MIP formulation and strengthening with logic constraints[J].European Journal of Operational Research, 2008, 185(2): 481-494. doi: 10.1016/j.ejor.2006.12.030
6	QUADRIFOGLIO L, DESSOUKY M M, PALMER K. An insertion heuristic for scheduling mobility allowance shuttle transit (MAST) services[J].Journal of Scheduling, 2007,10(1):25-40． doi: 10.1007/s10951-006-0324-6
7	QUADRIFOGLIO L, DESSOUKY M M. Sensitivity analyses over the service area for mobility allowance shuttle transit (MAST) services[J].Computer-aided Systerns in Public Transport, 2008, 600:419-432. doi: 10.1007/978-3-540-73312-6_22
8	熊杰，关伟，黄爱玲. 社区公交接驳地铁路径优化研究[J].交通运输系统工程与信息，2013,14(1):166-173. doi: 10.3969/j.issn.1009-6744.2014.01.026
9	潘述亮，卢小林，邹难. 灵活型接驳公交路径优化及协同调度模型[J].吉林大学学报（工学版），2016,46(6):1827-1835． doi: 10.13229/j.cnki.jdxbgxb201606010
10	刘心雨，杨晓光. 灵活型接驳公交线路设计及调度方案优化[C]// 第十三届中国智能交通年会优秀论文集，北京:中国智能交通协会,2018:536-543. http://cpfd.cnki.com.cn/Article/CPFDTOTAL-ZJTX201811001058.htm.
11	杨其鸣，贾元华. 基于五元联系度的公交服务满意度评价模型[J].山东科学，2016,29(2):76-81. doi: 10.3976/j.issn.1002-4026.2016.02.014
12	孙悦，宋瑞，邱果. 基于乘客需求数据的定制商务班车站点选址方法[J].山东科学，2019,32(1):102-112. doi: 10.3976/j.issn.1002-4026.2019.01.014
13	张鹏浩. 接驳高铁站的区域灵活型公交调度模型研究[D].北京：北京交通大学，2018.
14	范文豪. 需求响应式接驳公交路径优化模型研究[D].南京：东南大学，2017.

[1]	邢昊, 张瑞云, 许腾飞, 纪峰. 基于遗传算法优化的BP神经网络对面料悬垂系数的预测及分析[J]. 山东科学, 2025, 38(1): 53-63.
[2]	昝雨尧, 王翔, 王可馨, 沈佳燕. 考虑驾驶人交通环境感知的车辆安全势场及跟驰行为建模[J]. 山东科学, 2024, 37(3): 111-120.
[3]	王艳, 陈群. 城市封闭小区开放决策优化模型[J]. 山东科学, 2023, 36(6): 96-104.
[4]	程思洁, 邵晓明, 李镇, 王江锋. 基于双层规划模型的高速公路差异化收费定价研究[J]. 山东科学, 2023, 36(5): 93-101.
[5]	彭磊, 樊葱, 汪茜, 王晓潮, 柏赟. 地铁线路纵断面优化系统设计与实现[J]. 山东科学, 2022, 35(4): 136-143.
[6]	程仁辉, 贾顺平. 考虑拥堵道路停车惩罚的定制公交调度研究[J]. 山东科学, 2021, 34(1): 53-61.
[7]	赵凯丽, 范贤, 徐小明, 朱冬冬. 列车运行能耗与乘客换乘时间协同优化研究[J]. 山东科学, 2020, 33(5): 73-83.
[8]	刘成强, 徐海港, 张建武, 林连华. 两挡纯电动汽车动力总成悬置系统优化设计[J]. 山东科学, 2020, 33(5): 84-91.
[9]	李建业, 宋瑞. 考虑区域交通信号配时优化的公交专用道线网规划[J]. 山东科学, 2020, 33(4): 63-71.
[10]	陈国华. 基于改进SLP理论的铁路电商物流中心布局研究[J]. 山东科学, 2018, 31(5): 48-57.
[11]	黄恩潭, 谷远利. 基于改进人工蜂群算法优化小波神经网络的短时交通流预测[J]. 山东科学, 2018, 31(2): 79-87.
[12]	陆文琦，谷远利，李萌，王硕，张源. 基于预处理的点到点最短路径计算方法[J]. 山东科学, 2018, 31(2): 64-71.
[13]	陈胜波，刘永平，何世伟，黎浩东. 整车物流双层轿运车车辆装载与路径整合优化研究[J]. 山东科学, 2017, 30(3): 73-81.
[14]	顾海艇. 城市轨道交通列车交路编组一体化编制方法[J]. 山东科学, 2017, 30(2): 85-94.
[15]	唐勇伟，赵景波，王茂励，郝慧娟，吕晓慧. 基于改进遗传算法的自抗扰控制器优化设计[J]. 山东科学, 2016, 29(5): 1-8.

基于混合车型的灵活型接驳公交路径协同优化研究

Cooperative optimization of flexible shuttle transit routing in case of various vehicle types

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献 14

相关文章 15

Metrics

本文评价

推荐阅读 0