考虑时间均衡度的城市轨道交通乘务排班计划优化方法

交通运输系统工程与信息 ›› 2014, Vol. 14 ›› Issue (6): 164-170.

考虑时间均衡度的城市轨道交通乘务排班计划优化方法

丰富，陈绍宽^*，杜鹏

北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京100044

收稿日期:2014-06-21 修回日期:2014-09-11 出版日期:2014-12-25 发布日期:2014-12-30
作者简介:丰富（1990-），男，湖北黄冈人，硕士生.
基金资助:
国家重点基础研究发展计划（2012CB725406）；国家自然科学基金项目（71131001）；北京市科技新星计划（Z121106002512028）.

Time Equitability-based Crew Scheduling Optimization for Urban Rail Transit

FENG Fu, CHEN Shao-kuan , DU Peng

The MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology, Beijing Jiaotong University, Beijing 100044

Received:2014-06-21 Revised:2014-09-11 Online:2014-12-25 Published:2014-12-30

摘要/Abstract

摘要：

乘务排班计划是城市轨道交通乘务组织的核心内容和运营管理工作的重要组成部分，其生成质量对城市轨道交通的运营效率有显著影响.本文将时间均衡度作为给定周期条件下评价乘务员值乘时间与休息时间合理程度的指标，构建了基于该均衡度的乘务排班计划优化模型.为同时考虑乘务区段的最优组合与早晚班的匹配问题，本文的求解过程由改进遗传算法和双相匹配算法两个部分构成.最后将所建模型应用于北京市某轨道交通线路的案例研究中，对优化结果与既有乘务计划进行比较分析，验证模型的有效性.对比发现，该模型的结果在较大程度上提高了乘务排班计划的时间均衡度.

关键词: 城市交通, 城市轨道交通, 优化模型, 遗传算法, 乘务排班计划, 时间均衡度

Abstract:

Crew scheduling of urban rail transit system, whose quality have a significant influence on the operational efficiency of urban rail transit, is an important part of urban rail transit operational management. This paper imports equilibrium as the indicator assessing the reasonability of the whole crew’s shift and rest in given period with minimum cost, on the basis of which an improved model for crew scheduling is established. Then in order to take into count the best match of shifts and the proper combination of morning and night shifts synchronously, the solution for the model is disassembled into two consistent phases that refers to the greedy algorithm and bi- direction matching method. Finally, this model is applied in the case study of the urban rail transit system in Beijing and achieves a better performance compared to the existing crew scheduling solution. As a result, the improved model upgrades effectively the time equitability of the crew scheduling.

Key words: urban traffic, urban rail transit, optimization model, genetic algorithm, crew scheduling, time equitability

中图分类号:

U268.6

丰富，陈绍宽，杜鹏. 考虑时间均衡度的城市轨道交通乘务排班计划优化方法[J]. 交通运输系统工程与信息, 2014, 14(6): 164-170.

FENG Fu, CHEN Shao-kuan,DU Peng. Time Equitability-based Crew Scheduling Optimization for Urban Rail Transit[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(6): 164-170.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18904.shtml

http://www.tseit.org.cn/CN/Y2014/V14/I6/164

参考文献

[1] 褚飞跃，田志强，倪少权. 高速铁路单循环乘务排班计划编制模型与算法[J]. 铁道学报，2012, 34(7): 1-9. [CHU F Y, TIAN S Q, NI S Q. Model and algorithm for formulation of the single cycle crew rostering plans of high- speed railways[J]. Journal of the China Railway Society, 2012, 34(7):1-9.]

[2] 王莹，刘军，苗建瑞. 客运专线乘务交路计划编制的优化模型与算法[J]. 铁道学报，2009, 31(1): 15-19. [WANG Y, LIU J, MIAO J R. Modeling and solving the crew scheduling problem of passenger dedicated line [J]. Journal of the China Railway Society, 2009, 31(1): 15- 19.]

[3] Steinzen I, Gintner V, Suhl L, et al. A time- space network approach for the integrated vehicle- and crewscheduling problem with multiple depots[J]. Transportation Science, 2010, 44(3): 367-382.

[4] Mesquita M, Paias A. Set partitioning/covering- based approaches for the integrated vehicle and crew scheduling problem[J]. Computer & Operations Research, 2008, 35(5): 1562-1575.

[5] 张增勇，毛保华，杜鹏，等. 基于惩罚费用的城市轨道交通乘务排班优化模型与算法[J].交通运输系统工程与信息，2014, 14(2): 113-120.[ZHANG Z Y, MAO B H, DU P, et al. Urban rail transit crew scheduling model and algorithm based on punishment costs[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(2): 113-120.]

[6] 李献忠，徐瑞华. 基于时间耗费的城市轨道交通乘务排班优化[J]. 铁道学报，2007, 29(1): 21-25.[LI X Z, XU R H. Optimization of crew scheduling for urban rail transportation based on time costs[J]. Journal of the China Railway Society, 2007, 29(1): 21-25.]

[7] 李献忠，徐瑞华. 基于乘务广义费用的城市轨道交通排班[J]. 同济大学学报，2007, 35(6): 750-754.[LI X Z, XU R H. An optimal wide crew- related costs- based scheduling for crew of urban rail transportation[J]. Journal of Tongji University (Natural Sciense), 2007, 35(6): 750-754.]

[8] Zaepfel G, Boegl M. Multi-period vehicle routing and crew scheduling with outsourcing options[J]. International Journal of Product Economics, 2008, 113 (2): 980-996.

[9] Jutte S, Albers M, Thonemann U W, et al. Optimizing railway crew scheduling at DB schenker[J]. Interfaces, 2011, 41(2): 109-122.

[10] 胡思继. 列车运行图编制理论[M]. 北京:中国铁道出版社，2007. [HU S J. Theory of train diagram[M]. Beijing: China Railway Press, 2007.]

[11] 银大伟. 乘务计划编制系统的研究与设计[D], 西南交通大学，2008. [YIN D W. Research and design of crew scheduling system[D]. The Southwest Jiaotong University, 2008.]

[12] Yunes T H, Moura A V, de Souza C C. Hybrid column generation approaches for urban transit crew management problems[J]. Transportation Science, 2005, 39(2):274-288.

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	刘忠波, 王淇娴, 郑红星. 海空协同的远海岛礁战储物资供给优化模型与算法[J]. 交通运输系统工程与信息, 2022, 22(2): 268-279.
[11]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[12]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[13]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[14]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[15]	靳志宏, 焉红, 王小寒, 邢磊, 徐奇. 滚装甩挂运输牵引车调度优化及作业模式类比分析[J]. 交通运输系统工程与信息, 2022, 22(1): 142-151.