基于均衡流量的城市公交网络系统优化模型及算法

摘要

伴随着我国城市化进程的不断加快，城市化水平的不断提升以及城市人口的不断增加，城市出行需求大幅度地增加。与此同时，小汽车的快速发展一方面带来了出行的便捷性，另一方面其数量的急剧上升也大大增加了现有路网的压力。现有交通路网的规划与建设远远满足不了经济发展的步伐，城市交通问题层出不穷，城市交通拥堵问题成为了城市发展的绊脚石，亦成为现在不得不解决的关键问题。城市公交系统具备自身运力大、方便性等特点，大力发展城市公交成为解决城市交通问题的首选。
　　基于此，本文围绕城市公交系统的优化设计进行了以下几个方面的研究。
　　1、城市公交客流需求是城市公交系统建设的重要依据，合理的预测、模拟城市公交客流量在公交网络中的分布，有利于奠定公交系统优化设计的出行者数据基础。城市公交客流具有多样性、多变性、复杂性等特点，合理的构建客流分配模型直接影响着对网络中的客流分布的模拟效果。基于此本文建立了考虑换乘因素的城市公交系统随机均衡配流模型，考虑换乘费用和换乘次数对于乘客出行路径选择的影响，采用随机均衡配流模型更好地模拟乘客的出行路径选择行为，较好地模拟了乘客在公交网络中的出行分布。
　　2、发车频率优化是城市公交系统优化设计最重要的工作之一，其设置的合理性不仅影响着城市公交对广大出行者的服务效率，也直接关系着公交运营企业自身的效益。本文从乘客和公交企业双方的利益出发，建立基于均衡流量的城市公交系统发车频率优化模型，以乘客出行总费用最小、公交运营企业收益最大为上层优化目标，以考虑换乘费用的随机均衡配流模型为下层优化目标，采用改进的遗传算法进行模型求解，改进后的公交发车频率设置更加符合乘客和公交企业的利益。
　　3、城市公交线网规划受到多方面条件、因素的制约，本论文介绍了城市公交线网优化设计原则、目标及影响因素，在此基础上，考虑公交系统中线路长度的限制、公交车运行的最小客流限制、非直线限制、断面流量限制、站点距离限制、发车频率限制等约束条件，以乘客直达率最大、公交运营企业收益最大为上层优化目标，建立以城市公交客流随机均衡分配模型为下层模型的基于均衡流量的城市公交线网优化设计模型，尽最大可能地顾及了乘客和运营者的双方面利益。
　　4、遗传算法在优化问题的求解中具有明显的优势，本论文在采用遗传算法的基础上对遗传算法做出了相应的改进，且在对遗传算法自身改进的基础上，针对公交线网优化这一具体问题，提出了遗传算法与其他优化算法（模拟退火算法）结合的新算法，有效地避免了遗传算法在求解过程中的缺点，改进的混合遗传算法具有更好的收敛性和求解效率。

目录

声明

致谢

摘要

1 绪论

1．1 选题背景及意义

1．2 国内外研究现状

1．2．1 公交配流研究

1．2．2 发车频率优化研究

1．2．3 公交线网优化研究

1．3 论文的主要研究内容

1．4 论文结构

2 基础理论与方法

2．1 公交配流理论及SUE模型

2．1．1 交通流量分配理论

2．1．2 Logit选择概率模型

2．1．3 SUE模型及求解算法

2．2 双层规划

2．2．1 双层规划问题及其数学模型

2．2．2 求解算法

2．3 遗传算法

2．3．1 遗传算法的产生与特点

2．3．2 遗传算法的构成要素

2．3．3 遗传算法与公交结合

2．4 小结

3 考虑换乘费用的城市公交网络随机用户均衡配流模型及算法

3．1 问题描述

3．2 公交网络构建

3．2．1 增广公交网络

3．2．2 有效路径的定义

3．3 考虑换乘因素的路径费用

3．4 公交网络SUE配流模型

3．5 求解算法

3．6 数值算例

3．7 小结

4 基于均衡流量的城市公交发车频率优化模型

4．1 问题描述

4．2 优化模型

4．2．1 下层模型

4．2．2 上层模型

4．3 求解算法

4．3．1 反应函数

4．3．2 上层模型的求解算法

4．4 算例分析

4．4．1 参数取值

4．4．2 结果分析

4．5 小结

5 基于均衡流量的城市公交线网设计优化模型

5．1 城市公交线网设计优化概述

5．1．1 城市公交线网设计原则及目标

5．1．2 影响因素

5．2 优化模型

5．2．1 问题描述

5．2．2 上层模型

5．2．3 下层模型

5．3 求解算法

5．3．1 模拟退火算法

5．3．2 混合遗传算法

5．4 算例分析

5．4．1 参数取值

5．4．2 结果分析

5．5 小结

6 结论和展望

6．1 主要研究成果

6．2 研究展望

参考文献

作者简历

学位论文数据集