基于工作强度均衡的地铁乘务轮班计划优化模型

交通运输系统工程与信息 ›› 2018, Vol. 18 ›› Issue (6): 81-87.

基于工作强度均衡的地铁乘务轮班计划优化模型

陈绍宽^*1，马卓然¹，彭小波²，金华¹，王志美¹

1. 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； 2. 中国铁路设计集团有限公司，天津 300251

收稿日期:2018-04-18 修回日期:2018-05-27 出版日期:2018-12-25 发布日期:2018-12-25
作者简介:陈绍宽(1977- )，男，陕西商洛人，教授.
基金资助:
国家自然科学基金创新研究群体项目/ National Natural Science Foundation of China(71621001)；国家自然科学基金面上项目/ National Natural Science Foundation of China(71571015).

Workload Equitability-based Optimum Modeling for Metro Crew Rostering

CHEN Shao-kuan¹, MA Zhuo-ran¹, PENG Xiao-bo², JIN Hua¹, WANG Zhi-mei¹

1. The MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology, Beijing Jiaotong University, Beijing 100044, China; 2. China Railway Design Corporation, Tianjin 300251, China

Received:2018-04-18 Revised:2018-05-27 Online:2018-12-25 Published:2018-12-25

摘要/Abstract

摘要：

地铁乘务轮班计划是运营组织工作的重要组成部分，对于提高运营水平和降低运营成本有重要影响.本文采用基于“轮班单元”的周期循环编制模式，以工作强度均衡为目标构建乘务轮班划分和分配两阶段模型，划分模型中不区分同种类型的班次，分配模型将具体班次分配到划分结果中.采用粒子群算法与模拟进化算法相结合的混合智能算法求解，并针对乘务计划两阶段模型分别进行算法设计.最后以北京市某地铁线路数据为例进行求解，对比发现，本文模型求解方案可有效提高乘务员工作量均衡程度.

关键词: 城市交通, 乘务轮班计划, 粒子群算法, 两阶段模型, 工作强度均衡

Abstract:

Metro crew rostering is an important part of transportation organization, which has a significant impact on improving the operational level and reducing operating costs. To balance the work intensity of crews, a twostage model for crew rostering is developed considering the cycle period of rostering unit. The developed model does not distinguish the same type of crew shifts during the first stage called the partition stage and then achieve the results of crew shifts during the second stage called the allocation stage. A hybrid intelligent algorithm combining particle swarm optimization with a simulated evolution algorithm is developed to solve the proposed model. A case study of Beijing metro line is carried out to validate the proposed model and its solution algorithm. The results show that the two-stage optimum model can effectively improve the balance of crew workload.

Key words: urban traffic, crew rostering, particle swarm, two-stage model, workload balance

中图分类号:

U268.6

陈绍宽，马卓然，彭小波，金华，王志美. 基于工作强度均衡的地铁乘务轮班计划优化模型[J]. 交通运输系统工程与信息, 2018, 18(6): 81-87.

CHEN Shao-kuan, MA Zhuo-ran, PENG Xiao-bo, JIN Hua, WANG Zhi-mei. Workload Equitability-based Optimum Modeling for Metro Crew Rostering[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(6): 81-87.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19733.shtml

http://www.tseit.org.cn/CN/Y2018/V18/I6/81

参考文献

[1] 石刚. 基于动车组交路的高速铁路乘务计划编制优化研究[D]. 兰州: 兰州交通大学, 2016. [SHI G. Research on optimization of crew planning for high-speed railway based on motor train unit routing[D]. Lanzhou: Lanzhou Jiaotong University, 2016.]

[2] DOHN A, MASON A. Branch-and-price for staff rostering: An efficient implementation using generic programming and nested column generation[J]. European Journal of Operational Research, 2013, 230 (1): 157-169.

[3] NISHI T, SUGIYAMA T, INUIGUCHI M. Two- level decomposition algorithm for crew rostering problems with fair working condition[J]. European Journal of Operational Research, 2014, 237(2): 465-473.

[4] LU?IC P, TEODOROVIC D. Simulated annealing for the multi-objective aircrew rostering problem[J]. Transportation Research Part A Policy & Practice, 1999, 33(1): 19-45.

[5] MAENHOUT B, VANHOUCKE M. A hybrid scatter search heuristic for personalized crew rostering in the airline industry[J]. European Journal of Operational Research, 2010, 206(1): 155-167.

[6] 刘涛. 公交驾驶员排班与轮班问题的模型与算法研究[D]. 北京: 北京交通大学, 2013. [LIU T. Models and algorithms for bus driver run cutting and rostering[D]. Beijing: Beijing Jiaotong University, 2013.]

[7] XIE L, SUHL L. Cyclic and non- cyclic crew rostering problems in public bus transit[J]. Or Spectrum, 2015, 37 (1): 99-136.

[8] 彭小波. 城市轨道交通乘务轮班计划编制优化方法研究[D]. 北京: 北京交通大学, 2016. [PENG X B. Study on compiling optimization method of crew rostering of urban rail transit[D]. Beijing: Beijing Jiaotong University, 2016.]

[9] SODHI M S, NORRIS S. A flexible, fast, and optimal modeling approach applied to crew rostering at london underground[J]. Annals of Operations Research, 2004, 127(1-4): 259-281.

[10] PENG X B, CHEN S K, JIN H, et al. A two-stage model of crew rostering considering the balance of working intensity for urban rail transit[C]// Cota International Conference of Transportation Professionals, 2016: 976-984.

[1]	汪晴, 邓连波, 许景. 城市轨道交通差异化票价和补贴优化[J]. 交通运输系统工程与信息, 2022, 22(5): 26-36.
[2]	孙会君, 代佩伶, 郭欣. 考虑换乘异质性的城市轨道交通时刻表协同优化模型[J]. 交通运输系统工程与信息, 2022, 22(5): 125-134.
[3]	李金海, 杨冠华, 丁漪, 刘剑锋. 城市轨道交通新线开通对出行方式选择的影响研究[J]. 交通运输系统工程与信息, 2022, 22(5): 135-140.
[4]	裴玉龙, 刘静, 王子奇. 寒地城市地铁客流特性及网络失效研究[J]. 交通运输系统工程与信息, 2022, 22(5): 141-153.
[5]	李竹君, 柏赟, 陈垚. 客货共运下机场线列车运行计划与货运分配方案协同优化[J]. 交通运输系统工程与信息, 2022, 22(5): 154-163.
[6]	翁剑成, 张梦媛, 荆云琪, 张晓亮, 刘冬梅. 基于出行时间可达性的公共交通竞争力评估模型[J]. 交通运输系统工程与信息, 2022, 22(5): 187-195.
[7]	孙倩, 胡大伟, 钱一之, 江捷, 高天洋, 姜瑞森. 考虑车辆随机到站时间的动态需求响应型接驳公交线路优化[J]. 交通运输系统工程与信息, 2022, 22(5): 196-204.
[8]	常玉林, 吴照允, 孙超, 张鹏. 无信控人行横道多类型冲突严重程度模型[J]. 交通运输系统工程与信息, 2022, 22(5): 205-214.
[9]	彭金栓, 赵刘昌, 杨欢欢. 行人过街风格多参数融合识别[J]. 交通运输系统工程与信息, 2022, 22(5): 215-222.
[10]	王维莉, 卢晓磊, 张旺, 熊浩然, 余冕. 基于改进社会力的单向流电动自行车行为建模研究[J]. 交通运输系统工程与信息, 2022, 22(5): 223-232.
[11]	李婉莹, 关宏志, 韩艳, 曹杨柳. 社会偏好视野下旅游出行服务链定价博弈模型[J]. 交通运输系统工程与信息, 2022, 22(4): 11-22.
[12]	陈鹏, 唐鹏, 闫伟曦, 孙秋月. 无信控路段人行横道处行人过街建模与仿真[J]. 交通运输系统工程与信息, 2022, 22(4): 79-88.
[13]	李同飞, 曹雅宁, 窦雪萍, 熊杰, 许琰, 周文涵. 面向新型混合交通流的智能交叉口网络布局优化[J]. 交通运输系统工程与信息, 2022, 22(4): 302-312.
[14]	蒋阳升, 俞高赏, 胡路, 李衍. 基于聚类站点客流公共特征的轨道交通车站精细分类[J]. 交通运输系统工程与信息, 2022, 22(4): 106-112.
[15]	袁红霞, 徐菱, 严余松, 江文辉. 基于改进两步移动搜索法的轨道交通接驳可达性分析[J]. 交通运输系统工程与信息, 2022, 22(4): 113-119.