多区域通勤定制公交线路规划模型及求解算法

交通运输系统工程与信息 ›› 2020, Vol. 20 ›› Issue (4): 166-172.

多区域通勤定制公交线路规划模型及求解算法

陈汐^1a，王印海² ，刘剑锋³ ，马晓磊^*1a,1b

1. 北京航空航天大学 a. 交通科学与工程学院，b. 大数据科学与脑机智能高精尖创新中心，北京 100191； 2. 美国华盛顿大学土木和环境工程系，西雅图 98195，美国； 3. 北京城建设计发展集团股份有限公司，北京 100071

收稿日期:2020-02-28 修回日期:2020-04-22 出版日期:2020-08-25 发布日期:2020-08-25
作者简介:陈汐(1988-)，男，北京人，博士生.
基金资助:
国家自然科学基金/National Natural Science Foundation of China(61773036).

Multi-region Commuting Bus Route Design Model and Solution Method

CHEN Xi^1a , WANG Yin-hai² , LIU Jian-feng³ , MA Xiao-lei^{1a, 1b}

1a. School of Transportation Science and Engineering, b. Beijing Advanced Innovation Center for Big Data and Brain Computing, Beihang University, Beijing 100191, China; 2. Department of Civil and Environmental Engineering, University of Washington, Seattle 98195, United States; 3. Beijing Urban Construction Design & Development Group Co., Ltd., Beijing 100071, China

Received:2020-02-28 Revised:2020-04-22 Online:2020-08-25 Published:2020-08-25

摘要/Abstract

摘要：

“定制公交”作为一种基于需求响应的公交服务模式，被认为能够有效吸引城市居民转向公共交通出行.通勤类型作为定制公交服务中的一种重要形式，其线路设计问题具有现实意义.首先，本文在已有理论的基础上，构建了多区域运营模式的通勤定制公交线路规划模型，该模型以最小化乘客出行成本、车辆运营成本为优化目标.其次，为求解模型，设计了一个两阶段启发式算法以获得多目标优化模型的Pareto解.最后，通过几组算例对模型进行了验证.结果表明，本文所提出的方法可根据优化目标提供多种线路方案集，丰富了定制公交的运营模式，为定制公交的线路规划提供了依据.

关键词: 城市交通, 线路规划, 启发式算法, 定制公交, 多目标优化

Abstract:

Commuting bus is a major component of customized bus (CB) and has been viewed as an effective measure to attract citizens to choose public transportation service. Based on the existing theory about CB service, this study developed a multi-region route design model for commuting CB to minimize passenger travel cost and the fleet sizes. Then a two- stage heuristic algorithm was designed to obtain the Pareto solution of the model. Several benchmark problems were conducted as case studies to verify the effectiveness of the method. The results show that the proposed algorithm was able to generate diverse route schemes, which extended the operational mode of CB and provided useful references for CB route design.

Key words: urban traffic, route design, heuristic algorithm, customized bus, multi-objective optimization

中图分类号:

V355.2

陈汐，王印海，刘剑锋，马晓磊. 多区域通勤定制公交线路规划模型及求解算法[J]. 交通运输系统工程与信息, 2020, 20(4): 166-172.

CHEN Xi,WANG Yin-hai,LIU Jian-feng,MA Xiao-lei. Multi-region Commuting Bus Route Design Model and Solution Method[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(4): 166-172.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract20095.shtml

http://www.tseit.org.cn/CN/Y2020/V20/I4/166

参考文献

[1] LIU T, CEDER A. Analysis of a new public-transportservice concept: Customized bus in China[J]. Transport Policy, 2015, 39: 63-76.

[2] 胡郁葱, 陈栩, 罗嘉陵. 多起终点多车型混载的定制公交线路规划模型[J]. 广西师范大学学报(自然科学版), 2018, 36(4): 1-11. [HU Y C, CHEN X, LUO J L. Network design model of customized bus in diversified operation of multi- origin- destination and multi- type vehicle mixed load[J]. Journal of Guangxi Normal University (Natural Science Edition), 2018, 36(4): 1-11.]

[3] TONG L, ZHOU L S, LIU J T, et al. Customized bus service design for jointly optimizing passenger- tovehicle assignment and vehicle routing[J]. Transportation Research Part C, 2017, 85: 451-475.

[4] MA J H, ZHAO Y, YANG Y, et al. A model for the stop planning and timetables of customized buses[J]. Plos One, 2017, 12(1): e0168762.

[5] LYU Y, CHOW C Y, LEE V C S, et al. CB-Planner: A bus line planning framework for customized bus systems [J]. Transportation Research Part C, 2019, 101: 233- 253.

[6] 申婵，崔洪军. 基于可靠性最短路的实时定制公交线路优化研究[J]. 交通运输系统工程与信息, 2019, 19 (6): 99-104. [SHEN C, CUI H J. Optimization of realtime customized shuttle bus lines based on reliability shortest path[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19(6): 99-104.]

[7] PARK J, TAE H, KIM B I. A post- improvement procedure for the mixed load school bus routing problem [J]. European Journal of Operational Research, 2012, 217(1): 204-213.

[8] JOZEFOWIEZ N, FRÉDÉRIC S, TALBI E. Multiobjective vehicle routing problems[J]. European Journal of Operational Research, 2008, 189(2): 293-309.

[9] SPADA M, BIERLAIRE M, LIEBLING T M. Decisionaiding methodology for the school bus routing and scheduling problem[J]. Transportation Science, 2005, 39 (4): 477-490.

[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]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.