【摘要】：近年來,隨著公交優(yōu)先發(fā)展政策實施和公交都市的建設,公交調(diào)度日益成為公交企業(yè)、行業(yè)管理部門關注的熱點。公交發(fā)車時刻表作為公共交通運營的基礎,其優(yōu)劣不僅影響著乘客的出行,同時也影響著公交企業(yè)的運營成本。由于客流、路況等不確定性因素的影響,導致客流高峰期易發(fā)生同線路車輛服務間隔過長情況(或稱斷位),斷位問題是公交行業(yè)管理中的重點監(jiān)管對象,也是影響公交企業(yè)日常運營的痛點。為此,本文從客流和路況不確定的角度出發(fā),對廣州市實際數(shù)據(jù)進行了特性分析,并根據(jù)客流求和道路擁堵狀況進行了公交運營時段劃分,并采用隨機規(guī)劃方法建立了多目標發(fā)車時刻表模型,并進行了實例對比分析;對于車輛故障、交通事故等非常規(guī)因素導致的長時間斷位情況給出了動態(tài)調(diào)整策略。首先,對城市公交服務體系進行了描述,并對公交調(diào)度系統(tǒng)及其存在問題進行了分析;然后對目前公交客流數(shù)據(jù)采集方式和客流類型做了對比分析,并利用公交IC卡數(shù)據(jù)和GPS數(shù)據(jù)分析了公交客流到站分布規(guī)律和行程時間分布規(guī)律;根據(jù)公交客流需求與道路交通擁堵狀態(tài)的時變特征,采用K-means聚類分析方法,對公交運營時間進行劃分�；陔S機規(guī)劃方法,在最大發(fā)車間隔和最小發(fā)車間隔的約束條件下,考慮乘客等待成本、線路準時率、公交滿載率和公司利潤等多個目標,建立了單路公交線路的發(fā)車時刻表優(yōu)化模型。并采用了一種基于隨機模擬將神經(jīng)網(wǎng)絡和遺傳算法相結(jié)合的混合智能算法,求解數(shù)學模型。最后,利用廣州市176公交線路實際數(shù)據(jù)求解該模型。對于車輛故障、交通事故、碰瓷等非常規(guī)因素造成的長時間公交車輛斷位情況,本文提出斷位異常情況下的動態(tài)調(diào)整策略。采用滯站調(diào)度和越站調(diào)度的方式,適當對原計劃調(diào)度進行調(diào)整,使得調(diào)整后的車輛運營對后續(xù)車輛秩序的影響達到最小。結(jié)果表明,本文提出的發(fā)車時刻表模型能夠很好的應用于公交實際運營中,證明了在不同時段采用不等發(fā)車間隔更有利于降低公交斷位問題的發(fā)生概率,提高了總線運行的魯棒性。
【圖文】：

技術路線圖

圖 2-1 公交規(guī)劃過程結(jié)構(gòu)圖Figure 2-1 Bus operation planning process structure chart公交車輛調(diào)度是整個公交規(guī)劃過程中非常重要的組成部分和環(huán)節(jié)，，是公交企業(yè)運營中的重要參照，這部分是目前我國各城市在公交調(diào)度中需要解決的主要部分
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U491.17

【參考文獻】

相關期刊論文 前10條

1 吳影輝;唐加福;宮俊;;考慮隨機行駛時間的單線路公交時刻表設計優(yōu)化模型[J];東北大學學報(自然科學版);2015年10期

2 金建國;;聚類方法綜述[J];計算機科學;2014年S2期

3 趙瑛;;關于泊松分布及其應用[J];遼寧省交通高等專科學校學報;2009年02期

4 劉歡;李文權;;城市公交調(diào)度中滿載率問題的研究[J];交通運輸工程與信息學報;2008年04期

5 戴連貴;劉正東;;公交調(diào)度發(fā)車間隔多目標組合優(yōu)化模型[J];交通運輸系統(tǒng)工程與信息;2007年04期

6 劉鑫;何世偉;;基于隨機相關機會規(guī)劃的公交調(diào)度模型研究[J];交通標準化;2006年12期

7 于濱;楊忠振;程春田;左志;;公交線路發(fā)車頻率優(yōu)化的雙層規(guī)劃模型及其解法[J];吉林大學學報(工學版);2006年05期

8 宋瑞,趙航;基于機會約束的公交調(diào)度研究[J];數(shù)學的實踐與認識;2005年01期

9 薄立軍,要尉鵬,王艷輝;公交車調(diào)度的規(guī)劃數(shù)學模型[J];工程數(shù)學學報;2002年S1期

10 孫芙靈;公交調(diào)度中發(fā)車間隔的確定方法的探討[J];西安公路交通大學學報;1997年S1期

相關博士學位論文 前1條

1 張昕明;城市常規(guī)公共交通實時站內(nèi)調(diào)度策略研究[D];哈爾濱工業(yè)大學;2016年

相關碩士學位論文 前3條

1 王迎香;基于突發(fā)事件的智能公交車輛的動態(tài)調(diào)度[D];北京交通大學;2016年

2 崔文;基于短時客流預測的公交區(qū)域調(diào)度優(yōu)化研究[D];哈爾濱工業(yè)大學;2015年

3 穆禮彬;智能公交系統(tǒng)背景下的公交調(diào)度優(yōu)化研究[D];西南交通大學;2013年

本文編號：2696712