羅金鑫,譚卓琦,張樂(lè)丹
?
基于遺傳算法的公交服務(wù)模式優(yōu)化
羅金鑫1,譚卓琦2,張樂(lè)丹3
(1.長(zhǎng)安大學(xué)汽車學(xué)院,陜西 西安 710054;2.長(zhǎng)安大學(xué)公路學(xué)院,陜西 西安 710054;3.長(zhǎng)安大學(xué)馬克思主義學(xué)院,陜西 西安 710061)
作為通勤者日常出行的主要選擇模式,全站式公交服務(wù)在許多城市和大都市地區(qū)扮演者重要角色,但存在著由于站點(diǎn)??窟^(guò)于頻繁、乘客集中分布在個(gè)別站點(diǎn)導(dǎo)致的乘客旅行效率過(guò)低的現(xiàn)象。文章研究提出了一個(gè)一種綜合公交服務(wù),包括全站式服務(wù)和跳站式服務(wù)。根據(jù)已知的O-D數(shù)據(jù),以最大限度地減少乘客出行總時(shí)間為目標(biāo),使用遺傳算法對(duì)傳統(tǒng)公交線路進(jìn)行優(yōu)化,產(chǎn)生最優(yōu)跳站路線。
公交運(yùn)輸;服務(wù)模式;優(yōu)化;遺傳算法
隨著城市經(jīng)濟(jì)的飛速發(fā)展,機(jī)動(dòng)車保有量急劇上升,交通擁堵現(xiàn)象逐漸成為影響居民生活的問(wèn)題之一。公共交通由于其優(yōu)先性、便捷性等優(yōu)點(diǎn),成為了居民出行的主要選擇方式。但由于乘客的分布,在不同的時(shí)間段存在顯著的差異。因此始終執(zhí)行全站式公交服務(wù)模式,會(huì)造成不必要的資源浪費(fèi)并且使乘客的出行效率降低。
跳站運(yùn)行策略能夠減少公交站點(diǎn)的停靠車輛數(shù),同時(shí)提高公交車輛的運(yùn)行速度,減少乘客的在車時(shí)間。因此,在歐美等發(fā)達(dá)國(guó)家的大城市中經(jīng)常被采用[1-3],我國(guó)的杭州、重慶、成都、西安等城市也開(kāi)始采用這一運(yùn)行方式[4-6]。但是,由于缺少這方面的研究成果,致使實(shí)際中出現(xiàn)了公共站點(diǎn)利用不充分、乘客出行不便等問(wèn)題,公共交通的服務(wù)水平?jīng)]有得到應(yīng)有的提高。
公交運(yùn)行策略研究的目標(biāo)是使公共交通設(shè)施被出行者以最大效率使用,而目前這方面的研究主要集中在公交車運(yùn)行時(shí)刻的優(yōu)化上,關(guān)于公交跳站運(yùn)行策略的研究較少。為此,本文通過(guò)在傳統(tǒng)的全站式運(yùn)行服務(wù)中加入跳站運(yùn)行服務(wù),建立了以乘客成本和運(yùn)營(yíng)成本之和最小為目標(biāo)的公交跳站優(yōu)化設(shè)計(jì)方法,并使用實(shí)際公交數(shù)據(jù)驗(yàn)證了模型的有效性,以期為公交車輛運(yùn)行方案的優(yōu)化設(shè)計(jì)提供依據(jù)。
在以需求為主導(dǎo)的市場(chǎng)經(jīng)濟(jì)條件下,公共交通方式選擇與優(yōu)化的主要依據(jù)還是用戶選擇的結(jié)果。通過(guò)跳站車的策略,以高峰時(shí)段乘客總出行時(shí)間最小為優(yōu)化目標(biāo),尋找一條最優(yōu)的公交線路上公交站類型的分布。簡(jiǎn)言之,就是尋找一條遍歷各個(gè)車站各種類型的公交站類型最優(yōu)分布。
編寫(xiě)算法時(shí)采取以下假設(shè):
假設(shè)1 實(shí)施跳站運(yùn)行策略前后,公交車在路段上的行駛速度相同;
假設(shè)2車輛在路段上以恒定的速度行駛;
假設(shè)3乘客均勻分布在乘車站點(diǎn)周圍,并且按照最短出行時(shí)間的原則進(jìn)行出行決策;
假設(shè)4公交車在站點(diǎn)處的??繒r(shí)間相同;
假設(shè)5公交站點(diǎn)間距為 L,每?jī)蓚€(gè)公交站之間只有1個(gè)交叉口。
公交跳站運(yùn)行方案設(shè)計(jì)時(shí),主要考慮:
1)公交站類型由集合X={0,1,2}表示,0代表公交站為AB型,1代表公交站為A型,2代表公交站為B型。尋找一個(gè)0,1,2的排列()={1,2,…,x},使得目標(biāo)函數(shù)值最小。
2)基因?yàn)楣徽军c(diǎn),站點(diǎn)類型X={0,1,2}。
3)目標(biāo)函數(shù)為乘客總出行時(shí)間,如公式(1)
式中為公交乘客的總出行時(shí)間;q為從站點(diǎn)出發(fā)到站點(diǎn)的乘客數(shù);A為從站點(diǎn)出發(fā)到站點(diǎn)乘客的到站時(shí)間;W為從站點(diǎn)出發(fā)到站點(diǎn)乘客的等待時(shí)間;B為從站點(diǎn)出發(fā)到站點(diǎn)乘客的乘車時(shí)間;E為從站點(diǎn)出發(fā)到站點(diǎn)乘客從出站到目的地的時(shí)間。
第一步,采用整數(shù)隨機(jī)編碼方法,產(chǎn)生公交站點(diǎn)類型;第二步,初始化種群;第三步,計(jì)算目標(biāo)函數(shù)值;第四步,運(yùn)用遺傳算法進(jìn)行尋優(yōu)計(jì)算,產(chǎn)生最優(yōu)站點(diǎn)類型序列,具體操作如圖1所示。
圖1 流程圖
2.2.1第1類OD(AB-AB)乘客出行時(shí)間計(jì)算
在這類OD中,乘客可以選擇A型或B型公交,不受跳站運(yùn)行影響。根據(jù)前面假設(shè),乘客到達(dá)站點(diǎn)和從站點(diǎn)到達(dá)目的地的平均距離都為L(zhǎng)/4,則到站和從站點(diǎn)到達(dá)目的地的平均時(shí)間都通過(guò)下式計(jì)算:
式中:V為乘客到達(dá)站點(diǎn)的距離,步行時(shí),取1.2 m/s,騎自行車時(shí),取15km/h。
假設(shè)乘客到達(dá)站點(diǎn)的時(shí)間為均勻分布,則等待時(shí)間的平均值為:
式中:為同一線路公交車的車頭時(shí)距。
設(shè)乘坐A型車的跨站數(shù)為1,乘坐B(niǎo)型車的跨站數(shù)為2,乘坐A型車的乘客的乘車時(shí)間為B',乘坐B(niǎo)型車的乘客的乘車時(shí)間為B''。因?yàn)槌丝偷竭_(dá)車站的時(shí)間均勻分布,所以有一半的乘客乘坐A型公交車,一半的乘客乘坐B(niǎo)型公交車。
綜上所述,第1種 OD類型下,乘客公交出行的總時(shí)間通過(guò)下式計(jì)算:
2.2.2第2類OD(A-A,A-AB,B-B,B-AB)乘客出行時(shí)間計(jì)算
在這4類OD出行中,乘客只能乘坐A型或者B型公交,而由于前后2輛同類型公交的車頭時(shí)距為2h,因此,乘客的出行時(shí)間中,等待時(shí)間變?yōu)閔,而其他時(shí)間的計(jì)算和第一類OD相同。所以,第二類 OD下,乘客公交出行總時(shí)間通過(guò)下式計(jì)算:
2.2.3第3類OD(AB-A,AB-B)乘客出行時(shí)間計(jì)算
以AB-A出行為例分析跳戰(zhàn)運(yùn)行下第3類乘客的出行時(shí)間。乘客有兩種決策可以選擇:①乘坐A型公交;②乘坐B(niǎo)型公交,然后中途換乘A到達(dá)目的地。在第1種決策下,乘客只乘坐A型公交車,所以等車時(shí)間變長(zhǎng),而第2種決策要求中間必須存在換乘站且只有先到的車為B型車,當(dāng)存在多個(gè)換乘站點(diǎn)時(shí),選擇跨站數(shù)多的車站進(jìn)行換乘。
假設(shè)乘客均勻的到達(dá)車站,有3/4的乘客選擇決策①,乘客的出行時(shí)間為有1,1/4的乘客選擇決策②,最大的跳站數(shù)為3,乘客的出行時(shí)間2。
2.2.4第4類OD(A-B,B-A)
以 A-B出行為例分析跳戰(zhàn)運(yùn)行下第4類乘客的出行時(shí)間計(jì)算。在這種情況下,乘客有3種決策可以選擇:a.乘坐A公交,在 AB型站點(diǎn)換乘B公交,換乘時(shí)間為前后2輛公交之間的車頭時(shí)距h;b.乘坐 A型公交到達(dá)目的地附近的A站點(diǎn)或AB站點(diǎn),步行或自行車至目的地;③從A站點(diǎn)步行或騎自行車至B站點(diǎn)或AB站點(diǎn),乘坐B(niǎo)型公交。乘客的總出行時(shí)間分以下兩種情況計(jì)算:
當(dāng)公交站點(diǎn)和之間存在 AB型站點(diǎn)時(shí),乘客的總出行時(shí)間為:
當(dāng)公交站點(diǎn)和之間不存在AB型站點(diǎn)時(shí),乘客無(wú)法選擇換乘,乘客的總出行時(shí)間為:
本文利用杭州市實(shí)際公交路線的O-D數(shù)據(jù),對(duì)傳統(tǒng)公交線路進(jìn)行跳站優(yōu)化,優(yōu)化結(jié)果如下表1:
表1 跳站優(yōu)化結(jié)果
優(yōu)化后的方案為全站式服務(wù)和跳站式服務(wù)相間發(fā)車,通過(guò)計(jì)算優(yōu)化方案的乘客總出行時(shí)間,乘客的總出行時(shí)間可以減少8.43%,乘車時(shí)間減少18.80%。
[1] ERCOLANO J M. Limited-stop bus operations: An evaluation [J].Transportation Research Record, 1984(994): 24-29.
[2] CASELLO J M, HELLINGA B. Impacts of express bus service on passenger demand[J]. Journal of Public Transportation, 2008, 11(4): 1-23.
[3] EL-GENEIDY A M, SURPRENANT-LEGAULT J. Limited-stop bus service: An evaluation of an implementation strategy[J]. Public Tran -sport, 2010, 2(4): 291-306.
[4] VUCHIC V R. Skip-stop operation as a method for transit speed increase[J]. Traffic Quarterly, 1973, 27(2): 307-327.
[5] NIU H. Determination of the skip-stop scheduling for a congested transit line by bi-level genetic algorithm[J]. International Journal of Computational Intelligence Systems, 2011, 4(6): 1158-1167.
[6] TZENG G H, SHIAU T A. Multiple objective programming for bus operation: A case study for Taipei city[J]. Transportation Research Part B: Methodological, 1988, 22(3): 195-206.
Optimizing bus service patterns using genetic algorithm
Luo Jinxin1, Tan Zhuoqi2, Zhang Ledan3
(1.School of Automobile, Chang'an University, Shaanxi Xi’an 710054; 2. School of Highway, Chang'an University, Shaanxi Xi’an 710054; 3.School of Marxism, Chang'an University, Shaanxi Xi’an 710061)
As a major choice of commuters for daily travel, bus transit plays an important role in many urban and metropolitan areas, but there is a phenomenon that the passengers’ travel-efficiency is low due to the frequently stop of the bus and the concentrated distribution of passengers at individual stations. An integrated bus service, consisting of all-stop and stop-skiing services is proposed. Based on the O-D data, the objective function was minimizing the total travel time of the entire users in this model. Then, optimize traditional bus lines by using genetic algotithms to produce optimal skiing-stop lines .
bus transit; service patterns; optimization; genetic algorithm
B
1671-7988(2019)03-64-03
U467
A
1671-7988(2019)03-64-03
U467
羅金鑫,長(zhǎng)安大學(xué)汽車學(xué)院,碩士研究生,載運(yùn)工具運(yùn)用工程專業(yè),交通運(yùn)輸系統(tǒng)規(guī)劃。
10.16638/j.cnki.1671-7988.2019.03.018