【摘要】：地鐵作為城市公共交通的骨干,有著快速、可靠性強(qiáng)等地面公交無法比擬的優(yōu)點(diǎn),目前已成為大城市居民的主要出行方式之一。而社區(qū)公交具有機(jī)動(dòng)、靈活的特點(diǎn),可彌補(bǔ)地鐵線網(wǎng)可達(dá)性較差、無法提供門對門服務(wù)的缺點(diǎn),在公共交通系統(tǒng)中起著不可替代的微循環(huán)作用。本文通過對社區(qū)公交路徑、協(xié)同時(shí)刻表以及基于需求-響應(yīng)的靈活公交等方面的優(yōu)化研究,旨在為與地鐵相接駁的優(yōu)化的社區(qū)公交微循環(huán)系統(tǒng)設(shè)計(jì)提供理論支持,目的是方便乘客到達(dá)地鐵站點(diǎn),減小乘客出行成本并兼顧公交企業(yè)利益,實(shí)現(xiàn)綜合交通系統(tǒng)中多方式公共交通的高效換乘。論文主要工作和創(chuàng)新點(diǎn)總結(jié)如下：(1)構(gòu)建了兩類社區(qū)公交路徑優(yōu)化模型。第一類模型基于現(xiàn)實(shí)路網(wǎng),同時(shí)針對路段定義了公交潛在需求指標(biāo),并以最大化潛在需求為目標(biāo)建立模型,同時(shí)考慮線路旅行時(shí)間約束；第二類模型基于半現(xiàn)實(shí)路網(wǎng),并以最小化總成本(乘客出行成本與企業(yè)成本)為目標(biāo)建立路徑優(yōu)化模型,模型中嵌套了一種站點(diǎn)布設(shè)的啟發(fā)式算法與最優(yōu)發(fā)車間隔求解算法。對于兩類模型的求解,首先設(shè)計(jì)了深度優(yōu)先搜索(Depth-first Search, DFS)算法對所有可行解進(jìn)行遍歷：之后設(shè)計(jì)了一種改進(jìn)的遺傳算法(Genetic Algorithm, GA)對兩類問題進(jìn)行求解,并分別通過相關(guān)實(shí)例與算例驗(yàn)證兩種算法。通過對比兩種算法的求解結(jié)果與運(yùn)行時(shí)間,證實(shí)了GA在求解該問題上具備可行性與高效性。同時(shí)也深入分析了線路長度和最大允許步行距離對相關(guān)成本及發(fā)車間隔的影響。(2)在車次數(shù)與車隊(duì)規(guī)模給定的前提下,以乘客出行成本(計(jì)劃延遲成本與換乘成本)為目標(biāo)函數(shù)建立協(xié)同時(shí)刻表優(yōu)化模型,并同時(shí)考慮兩類約束條件,即車輛載荷能力約束與車隊(duì)規(guī)模約束。針對前者,將其視為軟約束并在原目標(biāo)函數(shù)基礎(chǔ)上追加超載懲罰函數(shù)：對于后者,設(shè)計(jì)了一種考慮車隊(duì)規(guī)模約束的時(shí)刻表生成機(jī)制。在求解方面,首先利用GA進(jìn)行求解；之后設(shè)計(jì)了一種基于Frank-Wolfe算法并結(jié)合發(fā)車時(shí)間調(diào)整的求解算法(Frank-Wolfe Algorithm combined with a Heuristic Algorithm of Shifting Departure Times, FW-SDT)。通過相關(guān)算例與實(shí)例分析證實(shí)了兩種算法在求解該問題上均具備可行性,而數(shù)據(jù)實(shí)驗(yàn)及相關(guān)靈敏度分析表明FW-SDT在求解效率、準(zhǔn)確性及穩(wěn)定性方面均優(yōu)于GA。(3)考慮了一種基于需求-響應(yīng)型(Demand-Responsive Transit, DRT)的更加靈活的公交形式,并將其引入與地鐵相接駁的社區(qū)公交系統(tǒng)設(shè)計(jì)中,對其優(yōu)化運(yùn)行進(jìn)行研究。在建模方面,以最小化總成本(運(yùn)營成本與乘客在車成本)為目標(biāo)建立模型,同時(shí)考慮服務(wù)時(shí)間窗、乘客在車時(shí)間、車輛載荷以及車輛最大走行時(shí)間等現(xiàn)實(shí)約束。在求解方面,設(shè)計(jì)了禁忌搜索算法(Tabu Search, TS)與基于可變鄰域的模擬退火算法(Variable Neighborhood Search based Simulated Annealing, VNS-SA)。為驗(yàn)證兩種算法,設(shè)計(jì)了基于現(xiàn)實(shí)路網(wǎng)的數(shù)值實(shí)驗(yàn)。為在優(yōu)化結(jié)果與計(jì)算效率之間進(jìn)行合理權(quán)衡,在該數(shù)值實(shí)驗(yàn)下分別應(yīng)用不同算法及內(nèi)部算法組合進(jìn)行計(jì)算,并對相關(guān)結(jié)果進(jìn)行了對比分析。
[Abstract]:Subway, as the backbone of urban public transport, has many advantages, such as high speed and high reliability, and has become one of the main travel modes of urban residents. Community bus has the characteristics of mobility and flexibility, which can make up for the shortcomings of poor accessibility of subway line network and unable to provide door-to-door service in public transport system. This paper aims to provide theoretical support for the design of optimized microcirculation system of community bus connecting with subway, aiming at facilitating passengers to reach subway stations and reducing passengers by optimizing community bus routes, cooperative timetables and flexible bus based on demand-response. The main work and innovations of this paper are summarized as follows: (1) Two types of community bus routing optimization models are constructed. The first model is based on the real road network, and the potential demand index is defined for the road segment, and the maximization is achieved. The second model is based on the semi-realistic road network and aims at minimizing the total cost (passenger travel cost and enterprise cost). In the model, a heuristic algorithm for site layout and an optimal heuristic interval algorithm are nested. First, the Depth-first Search (DFS) algorithm is designed to traverse all feasible solutions. Then an improved genetic algorithm (GA) is designed to solve the two types of problems, and the two algorithms are verified by relevant examples and examples. The results show that GA is feasible and efficient in solving this problem. At the same time, the effects of line length and maximum allowable walking distance on the related costs and departure intervals are analyzed in depth. (2) The passenger travel costs (planned delay costs and transfer costs) are taken into account when the number of vehicles and the size of the fleet are given. A cooperative timetable optimization model is established based on the scaling function, and two kinds of constraints, i.e. vehicle load capacity constraints and vehicle size constraints, are considered simultaneously. Firstly, GA is used to solve the problem. Then, a Frank-Wolfe algorithm combined with a Heuristic algorithm of Shifting Departure Times (FW-SDT) is designed to solve the problem. The two algorithms are verified by relevant examples and case analysis. The data experiment and sensitivity analysis show that FW-SDT is superior to GA in solving efficiency, accuracy and stability. (3) Considering a more flexible form of public transport based on Demand-Responsive Transit (DRT), FW-SDT is introduced into the design of community public transport system connected with subway. In the aspect of modeling, the objective is to minimize the total cost (operation cost and passenger in-vehicle cost), and the practical constraints such as service time window, passenger in-vehicle time, vehicle load and vehicle maximum travel time are considered. Variable Neighborhood Search based Simulated Annealing (VNS-SA). To verify the two algorithms, a numerical experiment based on real road network is designed. In order to make a reasonable trade-off between the optimization results and the computational efficiency, different algorithms and combinations of internal algorithms are applied to the numerical experiment, and the results are compared with each other. The related results are compared and analyzed.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：U491.17

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 龍軍,吳杰康,王輯祥;電力市場中實(shí)現(xiàn)生產(chǎn)成本最小化的策略性競標(biāo)與數(shù)學(xué)模型[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2003年05期

2 岳艷艷;盧綽;包海波;翟營;;一種較為經(jīng)濟(jì)的拖拉機(jī)爬行擋設(shè)計(jì)方法[J];拖拉機(jī)與農(nóng)用運(yùn)輸車;2013年03期

3 鄭霞忠,汪靜;成本最小化與最小支付模式在電力市場中的比較研究[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

4 李凱揚(yáng);周萍;;最小化維護(hù)成本的設(shè)備風(fēng)險(xiǎn)分配模型[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2009年12期

5 曾麗霞;;制造業(yè)跨企業(yè)成本協(xié)同效果的影響機(jī)制——基于福建制造業(yè)企業(yè)數(shù)據(jù)的實(shí)證分析[J];廈門理工學(xué)院學(xué)報(bào);2013年03期

6 ;[J];;年期

相關(guān)會(huì)議論文 前3條

1 岑建;任建華;;試論教育中的交易成本[A];2007年中國教育經(jīng)濟(jì)學(xué)年會(huì)會(huì)議論文集[C];2007年

2 陳正華;;中央與地方分權(quán)的成本收益與交易成本——法經(jīng)濟(jì)學(xué)的視角[A];2007年全國法經(jīng)濟(jì)學(xué)論壇論文集[C];2007年

3 徐廣姝;劉文政;;特色農(nóng)產(chǎn)品配送成本最小化的分布式網(wǎng)絡(luò)設(shè)計(jì)研究[A];2009年度中國總會(huì)計(jì)師優(yōu)秀論文選[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 �？撕� 趙康 宋瑞梅;煤市低迷，，控制成本決勝負(fù)[N];中國能源報(bào);2013年

2 本報(bào)記者 李妍楠 魏楓 通訊員 李長旺;成本倒逼，逼出了什么[N];中國石油報(bào);2013年

3 歐木華;該為高校成本定個(gè)科學(xué)標(biāo)準(zhǔn)[N];經(jīng)濟(jì)參考報(bào);2005年

4 晁先鋒;讓經(jīng)濟(jì)發(fā)展的社會(huì)成本最小化[N];中華工商時(shí)報(bào);2008年

5 皮建才;節(jié)約型社會(huì)的經(jīng)濟(jì)學(xué)含義[N];浙江日報(bào);2005年

6 白璐;權(quán)力依法運(yùn)行可降低企業(yè)轉(zhuǎn)型成本[N];惠州日報(bào);2012年

7 陳建軍（重慶出版社）;圖書成本是影響利潤的最直接因素[N];中國圖書商報(bào);2004年

8 蘇曉紅;效率·成本·契約[N];法制日報(bào);2008年

9 劉博邋強(qiáng)科 李龍;努力實(shí)現(xiàn)成本最小化效益最大化[N];人民鐵道;2007年

10 紅光農(nóng)場副場長 王立波;淺談降低企業(yè)成本的思路及對策[N];北大荒日報(bào);2012年

相關(guān)博士學(xué)位論文 前4條

1 王玲玲;復(fù)雜需求下中小生產(chǎn)企業(yè)運(yùn)營作業(yè)系統(tǒng)產(chǎn)能與計(jì)劃決策[D];廣東工業(yè)大學(xué);2015年

2 熊杰;接駁地鐵的社區(qū)公交微循環(huán)系統(tǒng)優(yōu)化研究[D];北京交通大學(xué);2015年

3 謝娜;住房一級市場隱性交易成本問題研究[D];清華大學(xué);2011年

4 肖際偉;配送中心揀貨系統(tǒng)優(yōu)化[D];山東大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 夏西波;中國外匯儲(chǔ)備成本的測度與控制研究[D];南京大學(xué);2014年

2 唐繼東;O公司間接材料采購成本改善研究[D];華南理工大學(xué);2015年

3 龍菲;供應(yīng)中斷風(fēng)險(xiǎn)下基于成本和服務(wù)的多源采購策略[D];北京交通大學(xué);2016年

4 王聞環(huán);EMQ-JIT成本平衡點(diǎn)分析[D];重慶交通大學(xué);2010年

5 鄭榆;關(guān)于低成本與差異化結(jié)合戰(zhàn)略的理論思考[D];華東師范大學(xué);2008年

6 王志云;基于生產(chǎn)與保證成本的檢驗(yàn)?zāi)Ｐ蛢?yōu)化研究[D];杭州電子科技大學(xué);2010年

7 劉霞;倫理道德與交易成本[D];湖南師范大學(xué);2002年

8 張青杰;影響組織交易成本的因素分析[D];浙江理工大學(xué);2014年

9 張仁萍;基于可變保管成本和滯后供給的庫存模型研究[D];重慶大學(xué);2008年

10 邵宇揚(yáng);全球采購中物流包裝成本控制項(xiàng)目的研究應(yīng)用[D];上海交通大學(xué);2011年

本文編號(hào)：2221074