【摘要】：隨著人民群眾對(duì)出行效率和出行體驗(yàn)的要求日益提升,人們的出行需求更加趨于多元化和個(gè)性化,城市公共交通傳統(tǒng)單一的服務(wù)供給模式,難以有效滿足差異化的出行需求。需求響應(yīng)式公交(DRT)系統(tǒng)是一種多元化的城市公共交通服務(wù)模式的,可以滿足人們?nèi)找婷篮玫某鲂行枨蟆，F(xiàn)有的需求響應(yīng)式公交的理論研究中,往往有著比較嚴(yán)格的邊界條件設(shè)定,如車型單一、服務(wù)單一、車輛調(diào)度形式單一等,很少進(jìn)行組合優(yōu)化調(diào)度,并且很少有考慮組合調(diào)度時(shí)刻表協(xié)同設(shè)計(jì)�；谝陨涎芯勘尘�,本文提出了需求響應(yīng)式公交協(xié)同組合調(diào)度研究。本文從需求響應(yīng)式公交和車輛路徑兩個(gè)方面進(jìn)行國內(nèi)外研究現(xiàn)狀綜述。在此基礎(chǔ)上,首先介紹DRT協(xié)同組合調(diào)度系統(tǒng)組成和工作過程,并從長線大車路徑問題描述、長線大車站點(diǎn)聚類方法、長線大車站點(diǎn)發(fā)車時(shí)刻表確定、乘客需求點(diǎn)篩選機(jī)制、接駁小車路徑問題描述、接駁小車發(fā)車時(shí)刻表確定和乘客需求點(diǎn)時(shí)間窗七個(gè)方面重點(diǎn)分析了DRT協(xié)調(diào)組合調(diào)度的關(guān)鍵問題。其次構(gòu)建了DRT單點(diǎn)協(xié)同組合調(diào)度模型,采用混合粒子群算法進(jìn)行模型求解,并將DRT單點(diǎn)協(xié)同組合調(diào)度問題拓展延伸成DRT多點(diǎn)協(xié)同組合調(diào)度問題,提出了多點(diǎn)協(xié)同組合調(diào)度模型的求解思路。針對(duì)DRT單點(diǎn)協(xié)同組合調(diào)度模型中的接駁小車路徑模型(多車場(chǎng)車輛路徑問題)采用改進(jìn)了傳統(tǒng)的混合粒子群算法進(jìn)行求解;改進(jìn)算法增加路徑降維和基因突變粒子更新步驟,并用控制變量的方法進(jìn)行粒子更新步驟對(duì)算法性能影響分析,得出帶路徑降維和基因突變更新步驟的混合粒子群算法優(yōu)化幅度增幅比原代碼提高20.45%。最后以汕尾東部地區(qū)至火車站為例,驗(yàn)證DRT協(xié)同組合調(diào)度模型的可操作性和科學(xué)性。結(jié)果表明,在需求不集中地區(qū)采用DRT協(xié)同組合調(diào)度模型可以較快地求解出合理的大小車組合調(diào)度作業(yè)形式,從而達(dá)到企業(yè)成本最優(yōu)。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U491.17
【圖文】：

統(tǒng)可以有效地提供空間全覆蓋和時(shí)間全覆蓋。DRT 協(xié)同組合調(diào)度[41] [42] [43] [44] [45]主要是根據(jù)預(yù)約乘客的需求，按照一定的規(guī)劃進(jìn)行優(yōu)化以達(dá)到在低乘客需求區(qū)域的集約化運(yùn)輸。在此系統(tǒng)中，本文將從一體化的角度去考量大小車組合最優(yōu)的經(jīng)濟(jì)費(fèi)用，達(dá)到組合調(diào)度目的。本文的創(chuàng)新點(diǎn)之一是在 DRT 組合調(diào)度問題上，考慮了大小車的協(xié)同調(diào)度。協(xié)同調(diào)度的含義是指長線大車和接駁小車的發(fā)車時(shí)刻表協(xié)同設(shè)計(jì)的。每當(dāng)長線大車確定一個(gè)發(fā)班時(shí)間時(shí)，此系統(tǒng)能根據(jù)篩選后的乘客需求來精確計(jì)算出接駁小車的發(fā)車時(shí)間和路徑。如圖 2-1 所示，長線大車有 4 個(gè)中途�？空军c(diǎn) T1、T2、T3、T4，每個(gè)中途站點(diǎn)存在一個(gè)長線大車服務(wù)發(fā)車時(shí)刻n n[ ]T TE ，L，DRT 長線大車路徑為：長線大車車場(chǎng)—T1—T2—T3—T4—目的地。接駁小車有三個(gè)固定車場(chǎng) Y1、Y2、Y3，系統(tǒng)將所有乘客需求點(diǎn)一次接送生成如下的兩條接駁路徑：Y1—T1，Y2—T3，同時(shí)生成大小車協(xié)同發(fā)車時(shí)刻表。

圖2-4 DRT 長線大車路徑問題示意圖2.3.2 長線大車站點(diǎn)聚類方法2.3.2.1 K-means 聚類法K-means 聚類法又稱 K 均值聚類法，它的基本思想是把所有預(yù)約乘客的需求點(diǎn) D 劃分到 K 個(gè)聚類（簇）中，并且使得每個(gè)乘客需求點(diǎn)都屬于離它最近的均值（即長線大車中途站點(diǎn) T）所對(duì)應(yīng)的聚類（簇）。已知所有預(yù)約乘客的需求點(diǎn) Di，其坐標(biāo)為[ , ]i ix y，簇中心 Tn，其坐標(biāo)為[ , ]T Tn nx y。K-means 聚類法的基本步驟：① 任意選擇 K 個(gè)對(duì)象作為初始簇中心 Tj（j=1,2,3,…,n）；② 計(jì)算所有乘客需求點(diǎn) Di與各個(gè)簇中心 Tj的歐氏距離( , )i i jd D T，將每個(gè)乘客需求點(diǎn)賦給最近的簇中心 Tj，形成 K 個(gè)聚類區(qū)域：

Step③ Step④圖2-8 K-medoids 聚類法示意系列圖2.3.2.3 兩種聚類方法的適用性K-means 聚類法的優(yōu)點(diǎn)：當(dāng)簇的結(jié)果是密集的，且簇與簇之間存在明顯的區(qū)別時(shí)其聚類的效果較好。K-means 聚類法的缺點(diǎn)：需要預(yù)先指定簇的數(shù)目 k，對(duì)個(gè)體數(shù)據(jù)極端情況很敏感因?yàn)榫哂刑貏e大的值的對(duì)象可能顯著地影響數(shù)據(jù)平均值的分布。對(duì)于數(shù)據(jù)集規(guī)模較大樣本聚類的效果比較好，但不能很好地適用于數(shù)據(jù)集規(guī)模較小的樣本。K-medoids 聚類法的優(yōu)點(diǎn)：當(dāng)存在個(gè)體數(shù)據(jù)較極端的情況時(shí)，K-medoids 的魯棒比 K-means 更好，這是因?yàn)橹行狞c(diǎn)不像平均值那么容易被極端的個(gè)體數(shù)據(jù)所影響。K-medoids 聚類法的缺點(diǎn)：對(duì)于數(shù)據(jù)集規(guī)模較小的樣本聚類的效果比較好，但不很好地適用于數(shù)據(jù)集規(guī)模較大的樣本。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏明;陳學(xué)武;孫博;;配合大站快車的單線公交組合調(diào)度模型[J];交通運(yùn)輸系統(tǒng)工程與信息;2015年02期

2 邱豐;李文權(quán);沈金星;;可變線路式公交的兩階段車輛調(diào)度模型[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期

3 王力生;帥斌;;需求響應(yīng)式公交系統(tǒng)路徑優(yōu)化算法[J];西華大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

4 靳文舟;巫威眺;;預(yù)算限制下的單線公交車輛組合調(diào)度模型[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年01期

5 胡寶雨;王孝坤;陳維強(qiáng);;城市公交區(qū)間車與全程車組合調(diào)度問題研究[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2012年06期

6 林葉倩;李文權(quán);邱豐;丁鈺玲;;可變線路式公交車輛調(diào)度優(yōu)化模型[J];交通信息與安全;2012年05期

7 王鐵君;鄔開俊;;多車場(chǎng)車輛路徑問題的改進(jìn)粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年02期

8 黨立偉;孫小明;;多車場(chǎng)車輛路徑問題及混合遺傳算法[J];科學(xué)技術(shù)與工程;2012年08期

9 楊海軍;賀國光;;基于快速需求響應(yīng)的城市公交在線調(diào)度方法研究[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2009年03期

10 楊元峰;;多車場(chǎng)多車型車輛路徑問題的改進(jìn)遺傳算法[J];計(jì)算機(jī)與現(xiàn)代化;2008年09期

相關(guān)博士學(xué)位論文 前1條

1 邱豐;可變線路式公交運(yùn)營調(diào)度與模式優(yōu)化研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前5條

1 范文豪;需求響應(yīng)式接駁公交路徑優(yōu)化模型研究[D];東南大學(xué);2017年

2 詹靜;低需求區(qū)域發(fā)展需求響應(yīng)式公交運(yùn)營模式及適應(yīng)性研究[D];重慶交通大學(xué);2016年

3 肖景文;城市偏遠(yuǎn)區(qū)域需求響應(yīng)式運(yùn)輸與常規(guī)公交的對(duì)比研究[D];西南交通大學(xué);2013年

4 楊海軍;基于快速需求響應(yīng)的城市公共交通在線調(diào)度方法研究[D];天津大學(xué);2007年

5 陳明明;城市公交車輛組合調(diào)度問題的研究[D];蘭州交通大學(xué);2007年

本文編號(hào)：2744011