張星宇，肖為周，秦菲菲

(蘇州大學(xué) 軌道交通學(xué)院，江蘇 蘇州 215131)

0 引言

隨著城市人口不斷增長(zhǎng)，部分城市軌道交通線路客流在各區(qū)間存在時(shí)空分布不均衡特性，基于此背景，單一交路運(yùn)營(yíng)組織在高峰期可能會(huì)形成部分區(qū)段運(yùn)能供給不足，部分區(qū)間運(yùn)能虛糜、服務(wù)水平較低的現(xiàn)象。對(duì)此，上海在我國(guó)率先實(shí)行大小交路模式，截至2018年上海軌道交通線路中已有9條采用多交路運(yùn)營(yíng)組織方法[1-3]，隨后其他城市相繼開始探索復(fù)雜交路運(yùn)營(yíng)模式[4-6]。城市軌道交通大小交路開行方案在固定編組方案和停站方案的情況下，基于大小交路模式，確定各時(shí)間段內(nèi)的列車開行對(duì)數(shù)，一方面可促進(jìn)客流與運(yùn)能匹配，另一方面可節(jié)省列車資源，在列車保持合理負(fù)荷的情況下提高服務(wù)水平和乘客滿意度。

國(guó)外學(xué)者較早研究區(qū)域運(yùn)營(yíng)管理模式(Zonal Operation)，該運(yùn)營(yíng)模式使用區(qū)間車和全程車兩種車型，為城市軌道交通大小交路運(yùn)營(yíng)模式奠定了基礎(chǔ)。Furth[7]以波士頓某條交通走廊為對(duì)象，采用動(dòng)態(tài)規(guī)劃法確定了區(qū)域運(yùn)行的起終點(diǎn)和發(fā)車頻率。Canca等[8]以馬德里某條通勤線路為例，研究了客流突增情況下以小交路分擔(dān)客流最大為目標(biāo)的開行方案問題。另一部分學(xué)者的研究集中在區(qū)間車的實(shí)時(shí)控制策略。如Site等[9]提出的公交區(qū)間車優(yōu)化調(diào)度模型，計(jì)算得出分時(shí)段適用不同公交車型的最優(yōu)發(fā)車頻率。Tirachini等[10]考慮了票價(jià)影響，研究不同發(fā)車頻率的開行折返區(qū)間車公交運(yùn)營(yíng)優(yōu)化模型。通過(guò)改變上下行客流OD(Origin-Destination)分布，得出客流較大的車站不宜作為小交路折返站的結(jié)果。

國(guó)內(nèi)學(xué)者結(jié)合各城市運(yùn)營(yíng)實(shí)踐，集中研究了軌道交通多交路運(yùn)營(yíng)組織方案。田晟等[11]以乘客出行時(shí)間價(jià)值和平均載客率最優(yōu)為目標(biāo)，以廣州地鐵6號(hào)線為例，采用粒子群算法得出最優(yōu)地鐵行車組織方案。王申[12]、白廣爭(zhēng)等[13]以投入運(yùn)用車組數(shù)最少為目標(biāo)建立列車均衡開行方案優(yōu)化模型，以成都地鐵2號(hào)線為例進(jìn)行測(cè)算。王媛媛等[14]考慮了乘客在途時(shí)間和車底配置費(fèi)用，利用Lingo軟件求解建立多目標(biāo)模型，通過(guò)算例驗(yàn)證了模型的合理性。許得杰等[15]考慮乘客等待時(shí)間為乘客利益，車輛走行公里和列車運(yùn)行時(shí)間表示為企業(yè)成本，構(gòu)建多交路和變編組的優(yōu)化模型，并設(shè)計(jì)受控隨機(jī)搜索算法求解。王彥棟[16]考慮線路斷面客流量和車底使用數(shù)，采用模糊數(shù)學(xué)方法計(jì)算載客量之差，求解多目標(biāo)規(guī)劃模型后得出最優(yōu)方案。

綜上所述，本文結(jié)合城市軌道交通運(yùn)營(yíng)組織特點(diǎn)，在已知OD客流分布及相關(guān)運(yùn)營(yíng)參數(shù)的情況下，建立模型求解得出最優(yōu)開行方案，使乘客出行成本和運(yùn)輸企業(yè)運(yùn)營(yíng)成本達(dá)到最小，以期方便乘客的同時(shí)保證城市軌道交通良好的服務(wù)水平。

1 問題描述

1.1 模型基本假設(shè)

1.1.1 交路模式描述

研究對(duì)象為具有n個(gè)車站的城市軌道交通直線型線路，S={Sj|j=1,2,...,n}為車站集合，列車交路如圖1所示。為便于運(yùn)營(yíng)組織線路采用兩層交路，其中大交路列車全線貫通運(yùn)營(yíng)，列車從車站S1行至車站Sn后折返，小交路列車為部分區(qū)段運(yùn)營(yíng)，車站Sa及車站Sb為折返站；小交路列車發(fā)車頻率為大交路列車發(fā)車頻率的整數(shù)m倍，列車定員為Cz，大小交路列車共線運(yùn)行區(qū)段記為M2，其他區(qū)段記為M1。

1.1.2 基本假設(shè)

(1)從規(guī)劃設(shè)計(jì)的角度考慮，線路中每個(gè)車站均具備折返條件。

(2)研究時(shí)段內(nèi)，大小交路列車發(fā)車間隔不變，上下行列車成對(duì)開行。

(3)研究時(shí)段內(nèi)的客流量由這一時(shí)段內(nèi)的列車平均分擔(dān)。

圖1 大小交路模式示意圖Fig.1 The illustration of full-length and short-turn routing long & short routing mode

(4)為便于繪制運(yùn)行圖，小交路列車發(fā)車頻率為大交路列車發(fā)車頻率的整數(shù)倍。

(5)列車車底周轉(zhuǎn)方式為大小交路獨(dú)立運(yùn)營(yíng)使用，且具有相同的車型和編組。

(6)列車停站方案為站站停，停站時(shí)間由站內(nèi)上車乘客數(shù)量決定。

1.2 參數(shù)及變量定義

列車從S1站出發(fā)至Sn站方向?yàn)樯闲蟹较颍粗疄橄滦蟹较?；本文用i、j標(biāo)記車站，用q(i,j)表示研究時(shí)段內(nèi)從i站前往j站的乘客數(shù)；t(i,j)表示從i站到j(luò)站的區(qū)間運(yùn)行時(shí)間。

研究時(shí)段T內(nèi)，大交路列車開行對(duì)數(shù)記為f，小交路列車開行對(duì)數(shù)為大交路的m倍，記為m·f?？土鞣譃镸1區(qū)段大交路OD客流Q1和M2區(qū)段小交路OD客流Q2兩部分，根據(jù)假設(shè)(3)，其中Q1僅被大交路列車分擔(dān)，而Q2可被大小交路列車共同分擔(dān)，分擔(dān)率為θ=1/(1+m)和1-θ。

2 建立模型

城市軌道交通線路具有較強(qiáng)的固定性，列車運(yùn)行只能沿固定軌跡運(yùn)行，供給難以匹配。運(yùn)輸企業(yè)希望降低運(yùn)營(yíng)成本，節(jié)約資源，改善安全性；乘客希望出行能夠安全高效，改善舒適性。因此基于大小交路模式的列車開行方案應(yīng)以乘客出行成本和企業(yè)運(yùn)營(yíng)成本最小為目標(biāo)。

2.1 乘客出行成本

乘客出行成本包括乘客等待時(shí)間和乘客乘車時(shí)間，其中乘客乘車時(shí)間主要是全線乘客乘坐列車包含的區(qū)間運(yùn)行時(shí)間；乘客等待時(shí)間即為乘客在列車站臺(tái)候車的時(shí)間，統(tǒng)計(jì)數(shù)據(jù)表明,當(dāng)行車間隔較小時(shí)，單位乘客的平均等待時(shí)間趨近于行車間隔的一半。因此M1區(qū)段乘客平均等待時(shí)間t1w可表示為T/(2·f)，M2區(qū)段乘客平均等待時(shí)間t2w為T/[2·f·(1+m)]，對(duì)應(yīng)客流可表示為：

(1)

(2)

(3)

令Tw為全線乘客總等待時(shí)間，min；Tv為全線乘客所花費(fèi)列車區(qū)間運(yùn)行時(shí)間，min。

Tw=Q1·t1w+Q2·t2w。

(4)

(5)

于是乘客出行成本最小化目標(biāo)(Z1)可表示為兩部分之和：

2.2 企業(yè)運(yùn)營(yíng)成本

企業(yè)運(yùn)營(yíng)成本主要包括固定成本、運(yùn)營(yíng)可變成本和停站成本。其中，固定成本主要受車底配置數(shù)量影響;運(yùn)營(yíng)可變成本即列車運(yùn)行成本，主要取決于車輛走行里程；停站成本取決于列車停站次數(shù)。企業(yè)運(yùn)營(yíng)成本最小化目標(biāo)可表示為：

(7)

式中:N1、N2分別表示大小交路車底運(yùn)用數(shù)量，列；v為列車平均運(yùn)行速度，km/h；C1為單位車底配置費(fèi)用，元/列；C2為單位列車運(yùn)營(yíng)成本系數(shù)，元/(列·km)；C3為單位停站成本，元/次。

根據(jù)假設(shè)(6)，本文列車停站時(shí)間由站內(nèi)上車乘客數(shù)量決定，列車周轉(zhuǎn)時(shí)間為列車區(qū)間運(yùn)行時(shí)間、停站時(shí)間和折返時(shí)間之和。即

(8)

(9)

于是大交路列車運(yùn)用數(shù)可表示為：

(10)

同理小交路列車運(yùn)用數(shù)可表示為：

(11)

式中：T1,周、T2,周分別為大小交路的列車周轉(zhuǎn)時(shí)間，s；σ為單位乘客平均上車時(shí)間，s;t折、t中折為列車在折返站和中間站的折返時(shí)間；t遠(yuǎn)為列車各區(qū)間的遠(yuǎn)行時(shí)間；t停為列車在各站的停站時(shí)間；「?表示向上取整。

2.3 約束條件

根據(jù)基本運(yùn)營(yíng)組織條件及客流需求，基于大小交路模式的列車開行方案需要滿足：

N1+N2≤N0。

(12)

(13)

(14)

(15)

f+m·f≤T/I追。

(16)

f≤T/t折。

(17)

m·f≤T/t折。

(18)

f≥fmin。

(19)

f∈N+,m∈N,1≤a

(20)

式中：N0為單一交路列車運(yùn)用數(shù)量；α為列車最大斷面滿載率；Cz為列車定員；I追為最小追蹤間隔時(shí)間；fmin表示最小發(fā)車頻率。

公式(12)為車底配置數(shù)量約束；公式(13)至公式(16)為最大滿載率約束；公式(16)保證滿足最小追蹤間隔約束；公式(17)和公式(18)保證線路通過(guò)能力滿足折返能力約束；公式(19)滿足最小發(fā)車頻率約束；公式(20)保證大小交路發(fā)車頻率為整數(shù)和限制車站編號(hào)的取值范圍。

3 模型求解

本文所建模型的決策變量為大小交路列車發(fā)車頻率f、小交路列車折返站(Sa,Sb)及大小交路列車開行比例m。由于模型為雙目標(biāo)非線性混合整數(shù)規(guī)劃模型，擬將雙目標(biāo)化為單目標(biāo)后求解，主要分為兩個(gè)步驟。

(1)通過(guò)線性加權(quán)法將雙目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題。

(2)應(yīng)用遺傳算法求解單目標(biāo)優(yōu)化問題。

本文采用線性加權(quán)法將乘客出行時(shí)間、企業(yè)運(yùn)營(yíng)成本的雙目標(biāo)轉(zhuǎn)化為單目標(biāo)，表示為：

minZ=ω1Z1+ω2Z2。

(21)

遺傳算法是模擬生物在自然環(huán)境中的遺傳和演化過(guò)程而形成的一種自適應(yīng)全局優(yōu)化概率搜索算法，適用于處理傳統(tǒng)搜索方法難以解決的非線性優(yōu)化問題，可廣泛應(yīng)用于軌道交通規(guī)劃設(shè)計(jì)和開行方案組合優(yōu)化問題，這里遺傳算法的流程[17-18]不再贅述。

4 案例分析

4.1 案例及模型參數(shù)

以某市軌道交通直徑線為例，選取未來(lái)年工作日早高峰時(shí)段(8:00-9:00)客流預(yù)測(cè)數(shù)據(jù)，斷面客流如圖2 所示，線路區(qū)間運(yùn)行時(shí)間和模型參數(shù)取值分別見表1和表2。

圖2 區(qū)間斷面客流圖Fig.2 Section passenger volume

表1 線路區(qū)間運(yùn)行時(shí)間

表2 模型參數(shù)取值Tab.2 Parameter values used in case study

4.2 結(jié)果分析

4.2.1 最優(yōu)開行方案

對(duì)案例進(jìn)行求解，得到最優(yōu)列車交路方案見表3，即采用大小交路套跑形式，全線貫通發(fā)車頻率為12對(duì)/h的大交路，在車站6和車站21之間開行小交路，大小交路最優(yōu)開行比例為1∶1，在此方案下，線性加權(quán)單目標(biāo)函數(shù)值達(dá)到最小。

求解最優(yōu)列車交路方案與現(xiàn)狀采用的單一交路方案相對(duì)比，其效果評(píng)價(jià)指標(biāo)見表4。由表4可以看出，與單一交路模式相比，乘客出行時(shí)間會(huì)有所增加，而企業(yè)運(yùn)營(yíng)成本會(huì)大幅減少。在線性加權(quán)總成本單目標(biāo)函數(shù)值降低4.94%的情況下，運(yùn)用列車數(shù)從58列降到53列，節(jié)省5列車可轉(zhuǎn)為備用，列車走行里程降低18.70%，最大斷面滿載率降低3.30%，滿載率均衡性指標(biāo)上行降低19.85%，下行降低4.95%，上下行斷面滿載率更為均衡，運(yùn)輸效率提高22.37%，得到大幅提升?？梢?，在一定條件下，運(yùn)輸企業(yè)可以考慮采用大小交路運(yùn)營(yíng)模式，可以減少企業(yè)運(yùn)營(yíng)成本，提升服務(wù)質(zhì)量，但相應(yīng)地會(huì)以增加乘客出行成本為代價(jià)。

表3 最優(yōu)列車交路方案

表4 列車開行方案效果指標(biāo)對(duì)比Tab.4 Effect comparisons between different train plans

4.2.2 靈敏度分析

(1)小交路折返站位置

由表5可知，固定其他參數(shù)，當(dāng)小交路折返站位置靠近首末站，即小交路區(qū)段長(zhǎng)度增長(zhǎng)時(shí)，發(fā)車頻率有減小的趨勢(shì)，同時(shí)乘客時(shí)間成本會(huì)減少，但企業(yè)運(yùn)營(yíng)成本卻會(huì)增加；當(dāng)小交路區(qū)段長(zhǎng)度縮短時(shí)，乘客時(shí)間成本會(huì)增加，總成本降低速率變緩，總體來(lái)看小交路區(qū)段長(zhǎng)度既不宜過(guò)長(zhǎng)也不宜過(guò)短。因此在實(shí)際運(yùn)營(yíng)中，為使乘客和企業(yè)供給雙方利益最大，應(yīng)該根據(jù)客流特征及線路的實(shí)際情況科學(xué)合理的設(shè)置小交路折返站。

(2)小交路區(qū)段客流比重

由表6可知，將小交路區(qū)段客流量較原客流量分別變化-25%、+25%、+50%、+75%、+100%，固定其他參數(shù)，當(dāng)客流比重增加，小交路折返位置保持不變，即客流分布不均衡的情況下，列車發(fā)車頻率逐漸增大，大小交路開行比例相應(yīng)變化，單目標(biāo)函數(shù)值降低變化率則呈現(xiàn)增加趨勢(shì)，而當(dāng)客流量減小到一定程度時(shí)，最優(yōu)交路方案退化為單一交路方案。說(shuō)明是否開行大小交路取決于客流特征條件，小交路區(qū)段客流比重越大，越適合開行大小交路。

表5 小交路折返站對(duì)列車最優(yōu)交路方案的影響Tab.5 Effect of turn-back stations on optimal train route schemes

注：加粗內(nèi)容表示最優(yōu)開行方案。

Note: The bold content indicates the optimal train plan.

表6 小交路區(qū)段客流比重對(duì)列車最優(yōu)交路方案的影響Tab.6 Effect of passenger flow proportion on optimal train plans in short-turn routing section

5 結(jié)束語(yǔ)

根據(jù)線路客流分布不均衡特性，為使客流與運(yùn)能更好的匹配，采用大小交路運(yùn)營(yíng)組織形式，考慮客流需求和線路能力等約束，建立了城市軌道交通列車交路開行方案優(yōu)化模型，使用線性加權(quán)法將雙目標(biāo)模型化成單目標(biāo)模型后采用遺傳算法進(jìn)行求解，通過(guò)案例分析對(duì)比單一交路運(yùn)營(yíng)效果，并對(duì)小交路折返點(diǎn)和區(qū)段客流比重進(jìn)行靈敏度分析，得出了以下結(jié)論。

(1)一定客流條件下，大小交路運(yùn)營(yíng)模式可以降低運(yùn)輸企業(yè)運(yùn)營(yíng)成本，減少運(yùn)用列車數(shù)量，提高斷面滿載率均衡性，有效提高運(yùn)營(yíng)效果，但這會(huì)以增大部分乘客的出行成本為代價(jià)。應(yīng)對(duì)客流高峰期，可以壓縮行車間隔，當(dāng)運(yùn)用列車數(shù)緊缺時(shí)，大小交路是相對(duì)較優(yōu)的運(yùn)營(yíng)組織形式。

(2)大小交路模式小交路區(qū)段不宜過(guò)短，乘客等待時(shí)間會(huì)增加，頻繁折返會(huì)增加運(yùn)營(yíng)組織難度，也不宜過(guò)長(zhǎng)，此時(shí)運(yùn)營(yíng)成本降低幅度不大，不能突顯大小交路模式優(yōu)勢(shì)；小交路區(qū)段客流所占比例越大，采用大小交路運(yùn)營(yíng)組織的總成本節(jié)省越多。當(dāng)線路斷面客流曲線較為陡峭，客流分布不均衡性較大時(shí)，建議運(yùn)輸企業(yè)采用大小交路模式，適當(dāng)延長(zhǎng)小交路運(yùn)行區(qū)段，根據(jù)實(shí)際進(jìn)行調(diào)整。