技術(shù)鄰域

本發(fā)明涉及一種基于中心輻射型網(wǎng)絡(luò)框架的多模式公共交通網(wǎng)絡(luò)設(shè)計(jì)方法，屬于城市交通管理與控制領(lǐng)域。

背景技術(shù)：

隨著城市化進(jìn)程的不斷深入，市民出行需求的快速增長，道路擁堵、空氣污染和交通事故已成為世界上許多大城市的交通規(guī)劃的主要關(guān)注點(diǎn)。從交通需求管理的角度來看，解決這些問題的有效方法是鼓勵(lì)出行者將他們的出行模式從私家車轉(zhuǎn)移到公共交通。我國各大城市逐步深入建設(shè)以地鐵網(wǎng)絡(luò)為骨架，多種公共交通方式相結(jié)合的多模式公交系統(tǒng)。但是，新建的地鐵線路對(duì)現(xiàn)有公交網(wǎng)絡(luò)乘客流量分布影響較大。因此，應(yīng)結(jié)合新建的地鐵線路，對(duì)現(xiàn)有的公交汽車網(wǎng)絡(luò)(線路和發(fā)車頻率)進(jìn)行重新設(shè)計(jì)，以提高多模式公共交通系統(tǒng)的整體服務(wù)水平。

城市多模式交通網(wǎng)絡(luò)框架通常有三個(gè)層次：(1)地鐵系統(tǒng)作為多模式交通網(wǎng)絡(luò)的骨架，提供快速和長距離服務(wù)。(2)主干公交線應(yīng)連接具有高乘客流量但不直接通過地鐵線連接的地鐵站，以提供中距離服務(wù)。(3)接駁公交作為地鐵和主干公交線路的補(bǔ)充，主要解決市民出行“最后一公里”問題。

技術(shù)實(shí)現(xiàn)要素：

技術(shù)問題：本發(fā)明提供一種基于中心輻射型網(wǎng)絡(luò)框架的多模式公共交通網(wǎng)絡(luò)設(shè)計(jì)方法，目的是確定多模式交通線路和最優(yōu)發(fā)車頻率。該方法綜合考慮公交公司和乘客的利益，以新建地鐵網(wǎng)絡(luò)為框架，基于中心輻射型網(wǎng)絡(luò)框架對(duì)城市多模式公交線路和發(fā)車頻率進(jìn)行優(yōu)化設(shè)計(jì)。

技術(shù)方案：本發(fā)明的基于中心輻射型網(wǎng)絡(luò)框架的多模式公共交通網(wǎng)絡(luò)設(shè)計(jì)方法，包括以下步驟：

步驟一：運(yùn)用基于乘客需求點(diǎn)密度和相對(duì)距離的聚類算法對(duì)乘客需求點(diǎn)進(jìn)行聚類，在新建地鐵網(wǎng)絡(luò)上選取樞紐中心站點(diǎn)，被選節(jié)點(diǎn)應(yīng)符合以下標(biāo)準(zhǔn)：(1)站點(diǎn)乘客需求量大于平均站點(diǎn)需求量(2)與其他需求密度相似的節(jié)點(diǎn)距離大于2km；

步驟二：基于步驟一所選定的樞紐中心站點(diǎn)，采用兩階段啟發(fā)式算法分別生成主干公交和接駁公交線路，具體流程為：

階段一，生成主干公交線路：首先從乘客角度，利用最短路徑算法在每一起訖點(diǎn)對(duì)之間生成距離最短路徑，記為集合a；從公交公司角度，在每一起訖點(diǎn)對(duì)之間生成運(yùn)輸效率最短的路徑，記為集合b；從所有起訖點(diǎn)對(duì)之間的線路中篩選同時(shí)滿足以下條件的線路，生成最終的主干公交線路：(1)樞紐約束：每條公交線路至少通過一個(gè)樞紐中心站；(2)線路長度約束：公交線路的長度小于允許最大值；(3)站距約束：站臺(tái)間的間距大于skm，其中0.2≤s≤1；

階段二，生成接駁公交線路：把接駁公交線路生成問題看作是旅行商問題，根據(jù)地鐵站點(diǎn)周圍的需求點(diǎn)的數(shù)量和分布情況確定接駁公交線路設(shè)計(jì)；

步驟三：把每個(gè)食物源中的解看作為各線路發(fā)車頻率組成的可行解，利用人工蜂群算法求解雙層規(guī)劃模型，得到線路最優(yōu)發(fā)車頻率，所述雙層規(guī)劃模型由上層規(guī)劃模型和下層規(guī)劃模型構(gòu)成，所述上層規(guī)劃模型為：

其中，λ是時(shí)間價(jià)值，z1和z2分別表示所有乘客的總出行成本和公交公司的運(yùn)營成本，w表示起訖點(diǎn)對(duì)w的集合，qw表示起訖點(diǎn)對(duì)w間的乘客需求，和分別表示在起訖點(diǎn)對(duì)w中乘客選擇多模式出行，僅公交出行和僅地鐵出行的比例，和分別表示多模式出行時(shí)、僅公交出行時(shí)和僅地鐵出行時(shí)的總出行成本，cr，cb和cf分別表示地鐵出行、主干公交出行和接駁公交出行的每車每小時(shí)的運(yùn)營成本，和分別表示地鐵出行、主干公交出行和接駁公交出行中的每一條線路的往返出行時(shí)間，lr，lb和lf分別表示地鐵出行、主干公交出行和接駁公交出行的線路集合，和分別表示地鐵出行、主干公交出行和接駁公交出行的發(fā)車頻率。

所述下層規(guī)劃模型為：

其中，z3表示乘客在途的總出行時(shí)間和總等待時(shí)間之和，v表示乘客總流量，ca和va分別表示路段a中乘客的出行時(shí)間和流量，ωi表示節(jié)點(diǎn)i中乘客的等待時(shí)間，w表示各起訖點(diǎn)對(duì)w的集合，a表示各路段a的集合，n表示各節(jié)點(diǎn)i的集合。

進(jìn)一步，在本發(fā)明方法中，所述步驟三的具體流程如下：

步驟1.輸入?yún)?shù)的初始化：設(shè)置種群大小nc，雇傭蜂的數(shù)量ne，觀察蜂的數(shù)量no，偵查蜂的數(shù)量ns，食物源的解的限制計(jì)數(shù)為l，最大限制計(jì)數(shù)lmax；設(shè)置迭代次數(shù)i為0，最大迭代數(shù)值為imax；

步驟2.雇傭蜂的初始化：生成初始食物源，并將每個(gè)食物源的限制計(jì)數(shù)設(shè)置為零；

步驟3.雇傭蜂階段：對(duì)于每只雇傭蜂選擇的食物源的解進(jìn)行一次鄰域搜索，然后將鄰域搜索產(chǎn)生的鄰域解輸入到下層規(guī)劃模型，利用基于最優(yōu)策略的公交分配子程序進(jìn)行公交分配，再將路徑流量輸入到上層規(guī)劃模型中計(jì)算該鄰域解的目標(biāo)值和適應(yīng)度。對(duì)上述鄰域解進(jìn)行評(píng)價(jià)：如果該鄰域解的適應(yīng)度比之前的解更優(yōu)，就用這個(gè)鄰域解代替之前的解，并設(shè)置限制計(jì)數(shù)l為0；否則保持之前的解不變，并把相應(yīng)的限制計(jì)數(shù)l加1，其中，所述的食物源的解及其鄰域搜索產(chǎn)生的鄰域解，即為線路的發(fā)車頻率；

步驟4.觀察蜂階段：觀察蜂根據(jù)雇傭蜂選擇的現(xiàn)有食物源的解進(jìn)行隨機(jī)選擇，然后對(duì)觀察蜂選擇的食物源中的解執(zhí)行一次鄰域搜索，產(chǎn)生新的鄰域解；評(píng)價(jià)每個(gè)鄰域解的適應(yīng)度：如果鄰域解的適應(yīng)度比之前的解更優(yōu)，就用這個(gè)鄰域解代替之前的解，并設(shè)置限制計(jì)數(shù)l為0；否則保持之前的解不變，并把相應(yīng)的限制計(jì)數(shù)l加1；

步驟5.偵查蜂階段：對(duì)比所有雇傭蜂獲得的食物源的適應(yīng)度，保存目前為止最高適應(yīng)度的食物源，對(duì)于其他非最高適應(yīng)度的食物源的解，如果其限制計(jì)數(shù)l已到達(dá)或超過最大限制計(jì)數(shù)lmax，那么它的雇傭蜂就放棄該解，并隨機(jī)產(chǎn)生新解，設(shè)置限制計(jì)數(shù)l為0；如果其限制計(jì)數(shù)l小于最大限制計(jì)數(shù)lmax，那么它的雇傭蜂就保留該解；

步驟6.增加迭代次數(shù)i，即令i＝i+1，如果i＜imax，則返回步驟3；否則，將所述步驟3得到的即線路的發(fā)車頻率作為線路最優(yōu)發(fā)車頻率輸出。

為了增強(qiáng)交通網(wǎng)絡(luò)的這三個(gè)層次的聯(lián)系性和功能，本發(fā)明方法在多模式交通網(wǎng)絡(luò)下，地鐵網(wǎng)絡(luò)系統(tǒng)作為骨架，選取具有集中區(qū)域和高乘客需求的地鐵站作為樞紐中心站，乘客在樞紐中心站集中，并通過地鐵線路運(yùn)輸至不同的目的地。主干公交和接駁公交線路作為輻射線。采用中心輻射型框架可以將乘客從輻射節(jié)點(diǎn)集中到樞紐中心站，提高運(yùn)營效率。

本發(fā)明實(shí)現(xiàn)三個(gè)步驟以解決多模式交通運(yùn)輸網(wǎng)絡(luò)設(shè)計(jì)問題。第一步是樞紐中心站的選取。根據(jù)附近的乘客需求密度，選擇一些地鐵站作為樞紐中心站。第二步是公交線路設(shè)計(jì)，其中包括主干公交和接駁公交。第三步是發(fā)車頻率優(yōu)化，對(duì)公交網(wǎng)絡(luò)運(yùn)營參數(shù)進(jìn)行優(yōu)化

有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：

本發(fā)明方法以地鐵網(wǎng)絡(luò)為骨架，通過基于乘客需求點(diǎn)密度和相對(duì)距離的聚類算法選擇樞紐站點(diǎn)，并以此為中心逐步建立以公交為主干、以接駁公交為輔助的多模式公交網(wǎng)絡(luò)系統(tǒng)。該網(wǎng)絡(luò)框架能有效滿足乘客多方面的出行需求，并通過將客流匯集到地鐵網(wǎng)絡(luò)來實(shí)現(xiàn)公交網(wǎng)絡(luò)整體運(yùn)輸效率的提升。

為建設(shè)高效的多模式公交網(wǎng)絡(luò)，本發(fā)明同時(shí)從乘客和公交公司兩個(gè)角度生成公交線路，并按照中心輻射型網(wǎng)絡(luò)框架的特點(diǎn)對(duì)線路進(jìn)行篩選。所設(shè)計(jì)的線路能盡可能的同時(shí)滿足乘客的出行需求和公交公司的運(yùn)營需求。并采用旅行商問題對(duì)地鐵站點(diǎn)周邊的接駁公交線路進(jìn)行設(shè)計(jì)。為求得各公交模式的最優(yōu)發(fā)車頻率，本發(fā)明提出了一種考慮公交公司與乘客兩方博弈的雙層規(guī)劃模型。與現(xiàn)有頻率優(yōu)化模型相比，本發(fā)明考慮了地鐵、主干公交和接駁公交發(fā)車頻率的一體化優(yōu)化設(shè)計(jì)。其中上層模型目標(biāo)為最小化乘客出行成本和公交公司運(yùn)營成本之和，下層模型為基于最優(yōu)策略的公交客流分配模型，準(zhǔn)確刻畫乘客在多模式公交網(wǎng)絡(luò)中的出行行為。與傳統(tǒng)的多模式公交網(wǎng)絡(luò)設(shè)計(jì)方法相比，基于中心輻射型網(wǎng)絡(luò)框架的多模式交通網(wǎng)絡(luò)設(shè)計(jì)方法能有效解決在新建地鐵線路情況下的多模式公交網(wǎng)絡(luò)一體化設(shè)計(jì)問題，為城市多模式公交網(wǎng)絡(luò)的中長期規(guī)劃提供參考。

附圖說明

圖1是地鐵網(wǎng)絡(luò)示例和其需求節(jié)點(diǎn)分布。

圖2是有中心輻射型網(wǎng)絡(luò)框架和無中心輻射性網(wǎng)絡(luò)框架運(yùn)輸網(wǎng)絡(luò)圖。

圖3是本發(fā)明方法的流程圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例和說明書附圖對(duì)本發(fā)明作進(jìn)一步的說明。

步驟一：運(yùn)用基于乘客需求點(diǎn)密度和相對(duì)距離的聚類算法對(duì)乘客需求點(diǎn)進(jìn)行聚類，在新建地鐵網(wǎng)絡(luò)上選取樞紐中心站點(diǎn)，被選節(jié)點(diǎn)應(yīng)符合以下標(biāo)準(zhǔn)：(1)站點(diǎn)乘客需求量大于平均站點(diǎn)需求量(2)與其他需求密度相似的節(jié)點(diǎn)距離大于2km。

首先，需要計(jì)算每個(gè)需求節(jié)點(diǎn)的密度ρi和到其他節(jié)點(diǎn)的距離其中，d0表示交通樞紐站的服務(wù)范圍半徑。而

聚類算法可分為兩個(gè)階段。階段1中，選擇地鐵樞紐中心站點(diǎn)的位置和數(shù)量。位于集群中心的集水區(qū)的地鐵站被選為樞紐中心站點(diǎn)。樞紐中心地鐵站的數(shù)量由決策圖直觀地確定，只有位于具有高密度和長距離的決策圖的右上角節(jié)點(diǎn)可以被選為樞紐中心站。對(duì)于每個(gè)節(jié)點(diǎn)，引入加權(quán)指數(shù)以表達(dá)節(jié)點(diǎn)的重要性：

其中ρi和表示節(jié)點(diǎn)密度和距離，λ1和λ2是ρi和的權(quán)值。階段2是對(duì)主干公交的站臺(tái)用上述相同的聚類算法選擇樞紐中心站。

示例的地鐵網(wǎng)絡(luò)是兩條線在節(jié)點(diǎn)4交叉。其中兩條線路的樞紐中心站的服務(wù)范圍的輻射半徑和樞紐中心站的最小間距分別為和乘客需求量是1000人/小時(shí)(圖1a)。根據(jù)上述二階段聚類算法，得到圖1右側(cè)(b)和(c)的決策圖。

步驟二：基于步驟一所選定的樞紐中心站點(diǎn)，采用兩階段啟發(fā)式算法分別生成主干公交和接駁公交線路。

階段一，生成主干公交線路：首先從乘客角度，利用最短路徑算法在每一起訖點(diǎn)對(duì)之間生成距離最短路徑，記為集合a；從公交公司角度，在每一起訖點(diǎn)對(duì)之間生成運(yùn)輸效率最短的路徑，記為集合b；考慮中心輻射型網(wǎng)絡(luò)的特點(diǎn)，按照以下標(biāo)準(zhǔn)對(duì)每一起訖點(diǎn)對(duì)之間的線路進(jìn)行篩選，所選線路應(yīng)同時(shí)滿足以下標(biāo)準(zhǔn)，生成最終的主干公交線路：(1)樞紐約束：每條公交線路至少通過一個(gè)樞紐中心站；(2)線路長度約束：公交線路的長度小于允許最大值；(3)站距約束：站臺(tái)間的間距大于skm，其中0.2≤s≤1；

階段二，生成接駁公交線路：把接駁公交線路生成問題看作是旅行商問題，假設(shè)乘客選擇接駁公交線路去地鐵站的比例為α(0＜α＜1)該問題就轉(zhuǎn)化為α*qk個(gè)節(jié)點(diǎn)的旅行商問題，其中qk為地鐵站點(diǎn)k的乘客需求。

步驟三：把每個(gè)食物源中的解看作為各線路發(fā)車頻率組成的可行解，利用人工蜂群算法求解雙層規(guī)劃模型，得到線路最優(yōu)發(fā)車頻率，所述雙層規(guī)劃模型由上層規(guī)劃模型和下層規(guī)劃模型構(gòu)成，所述上層規(guī)劃模型為：

約束條件：

其中，λ是時(shí)間價(jià)值，z1和z2分別表示所有乘客的總出行成本和公交公司的運(yùn)營成本，w表示起訖點(diǎn)對(duì)w的集合，qw表示起訖點(diǎn)對(duì)w間的乘客需求，和分別表示在起訖點(diǎn)對(duì)w中乘客選擇多模式出行，僅公交出行和僅地鐵出行的比例，和分別表示多模式出行時(shí)、僅公交出行時(shí)和僅地鐵出行的總出行成本，cr，cb和cf分別表示地鐵出行、主干公交出行和接駁公交出行的每車每小時(shí)的運(yùn)營成本，和分別表示地鐵出行、主干公交出行和接駁公交出行的每一條線路的往返出行時(shí)間，lr，lb和lf分別表示地鐵出行、主干公交出行和接駁公交出行的線路集合，和分別表示地鐵出行、主干公交出行和接駁公交出行的最大線路數(shù)，和分別表示地鐵出行、主干公交出行和接駁公交出行的發(fā)車頻率，wr，wb，和wf分別表示地鐵，主干公交和接駁公交的最大車隊(duì)規(guī)模。

所述下層規(guī)劃模型為：

約束條件：

va≤faωi，a∈a，i∈n

va≥0，ωi≥0，a∈a，i∈n

其中，z3表示乘客在途的總出行時(shí)間和總等待時(shí)間之和，v表示乘客總流量，ca和va分別表示路段a中乘客的出行時(shí)間和流量，ωi表示節(jié)點(diǎn)i中乘客的等待時(shí)間，di表示節(jié)點(diǎn)i上車的客流量。w表示各起訖點(diǎn)對(duì)w的集合，a表示各路段a的集合，n表示各節(jié)點(diǎn)i的集合。

進(jìn)一步，在這個(gè)基于中心輻射型網(wǎng)絡(luò)框架的多模式公共交通網(wǎng)絡(luò)設(shè)計(jì)方法發(fā)明方法中，所述步驟三中利用人工蜂群算法來解決雙層規(guī)劃模型問題，其具體流程如下：

步驟1.輸入?yún)?shù)的初始化：設(shè)置種群大小nc，雇傭蜂的數(shù)量ne，觀察蜂的數(shù)量no，偵查蜂的數(shù)量ns，食物源的解的限制計(jì)數(shù)為l；設(shè)置迭代次數(shù)i為0，最大迭代數(shù)值為imax；

步驟2.雇傭蜂的初始化：生成初始食物源，并將每個(gè)食物源的限制計(jì)數(shù)設(shè)置為零；

步驟3.雇傭蜂階段：對(duì)于每只雇傭蜂選擇的食物源的解進(jìn)行一次鄰域搜索，即將鄰域搜索產(chǎn)生的鄰域解輸入到下層規(guī)劃模型，利用基于最優(yōu)策略的公交分配子程序進(jìn)行公交分配，再將路徑流量輸入到上層規(guī)劃模型中計(jì)算該鄰域解的目標(biāo)值和適應(yīng)度。對(duì)上述鄰域解進(jìn)行評(píng)價(jià)，如果該鄰域解的適應(yīng)度比之前的解更優(yōu)，就用這個(gè)鄰域解代替之前的解，并設(shè)置限制計(jì)數(shù)l為0；否則保持之前的解不變，并把相應(yīng)的限制計(jì)數(shù)l加1。其中，所述的食物源的解及其鄰域搜索產(chǎn)生的鄰域解，即為線路的發(fā)車頻率；

步驟4.觀察蜂階段：觀察蜂根據(jù)雇傭蜂選擇的現(xiàn)有食物源進(jìn)行隨機(jī)選擇，然后對(duì)觀察蜂選擇的食物源中的解執(zhí)行一次鄰域搜索，產(chǎn)生新的鄰域解；評(píng)價(jià)每個(gè)鄰域解的適應(yīng)度，如果鄰域解的適應(yīng)度比之前的解更優(yōu)，就用這個(gè)鄰域解代替之前的解，并設(shè)置限制計(jì)數(shù)l為0；否則保持之前的解不變，并把相應(yīng)的限制計(jì)數(shù)l加1；

步驟5.偵查蜂階段：對(duì)比所有雇傭蜂獲得的食物源的適應(yīng)度，保存目前為止最高適應(yīng)度的食物源。對(duì)于其他非最高適應(yīng)度的解的相應(yīng)的限制計(jì)數(shù)l已到達(dá)或超過最大限制計(jì)數(shù)，那么它的雇傭峰就放棄該解，并隨機(jī)產(chǎn)生新解，并設(shè)置限制計(jì)數(shù)l為0；

步驟6.增加迭代次數(shù)i，即令i＝i+1，如果i＜imax，則返回步驟3；否則，將所述步驟3得到的線路的發(fā)車頻率作為線路最優(yōu)發(fā)車頻率輸出。

通過人工蜂群算法得到下表來決定每個(gè)方案的發(fā)車頻率。

表一.每個(gè)方案的目標(biāo)函數(shù)項(xiàng)

最終得到地鐵線路，主干公交線路和接駁公交線路的最優(yōu)線路流量和頻率。如下三個(gè)表：

表二.地鐵線路最優(yōu)線路流量和頻率

注：a流量是乘客/小時(shí)測(cè)定的.b效率是乘客-公里/公里確定的.

表三.主干公交線路最優(yōu)線路流量和頻率

方案2

表四.接駁公交線路最優(yōu)線路流量和頻率

^a接駁公交線路的編號(hào)是指地鐵站的序號(hào)

上述實(shí)施例僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出：對(duì)于本技術(shù)鄰域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和等同替換，這些對(duì)本發(fā)明權(quán)利要求進(jìn)行改進(jìn)和等同替換后的技術(shù)方案，均落入本發(fā)明的保護(hù)范圍。