（交通运输规划与管理专业论文）公交线路车辆调度优化模型研究.pdf

华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 i 摘摘 要要 随着城市公共交通事业的发展，公交调度优化日益成为公交企业、公交管理部门 所关心的问题。公共交通智能调度系统是近年来在世界上受人瞩目且发展迅猛的应用 研究开发领域，是解决城市交通问题的重要途径。其核心就是系统的建模和优化算 法。 本文研究了公交线路静态调度及动态调度的概念、任务及优化目标。归纳了公交 线路车辆调度的主要指标并对这些指标的预测模型进行了研究，如线路全日客流量预 测和线路客流的时段分布预测以及站间运行时间预测等，为调度建模获得合理的数据 参考打下了基础。 静态调度尤其是行车时刻表的制定是公交线路调度中最重要的问题。本文在调查 的基础上从乘客利益和企业利益角度分析了公交线路调度问题，并且重点考虑了公交 线路调度建模中所涉及的客流规律。建立了一种公交车辆发车频率的多目标优化模 型，兼顾了乘客和企业双方的利益。并结合实例对模型应用进行了讨论，证明了模型 具有较强的实用性。 本文对动态调度的基本概念、方法等做了一定探讨。对静态调度在现行复杂交通 环境中所存在的问题以及动态调度的一些常用方法做了总结分析。建立了一些比较实 用的动态调度模型：停靠时间控制模型探讨根据车辆在中途行车时刻与时刻表的偏差 来控制其在站点的停靠时间以尽快恢复线路中途的计划行车间隔；起点放车模型研究 首末站的晚点车辆空车发出越过数站后才开始停靠载客的问题，目的是疏散车辆和客 流,均衡中途各站待运乘客的候车时间；中途越站模型解决车辆中途是否“飞站”问 题，即在行车间隔过大情况下以所有乘客候车时间最少来决定中途是否越站。 关键词关键词:公共线路；车辆调度优化；模型；静态调度；动态调度 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 ii abstract with the urban public transportation developing，bus dispaching optimization has increasingly become a problem of concern for public transportation enterprises and bus managementintelligent public transportation dispatching system is developing rapidly in the application and development field in recent years which has got attentions of people all of the worldit provides an important way to solve the urban traffic problemsthe core of it is models and optimized algorithms this paper has analyzed the concepts、tasks and optimizing goals of static scheduling and real-time schedulinghas do some study to the main targets and their forecast models of the public transportation dispatchingfor example，forecast passenger volume of a line 、forecasts the time periods distribution and forecasts the running time between two stationsthese are the groundwork of modeling for bus dispatching which needs reasonable reference data static dispatching especially bus scheduling in line is the most important line dispatching problemthis paper has analyzed bus line scheduling problem based on search of the interests of passengers and the benefits of the enterprises，emphasis on some rules involved in modeling bus schedulingestablished a multi-objective optimization model of bus dispatching frequency，which takes care of the benefits of both passengers and enterprisesthen an example of model application is discussed，and the model has proved to be more practical this paper has do some study to the basic concepts and methods of the real-time schedulinganalyzed the problems of static scheduling in the existing complex traffic environment and some common real-time dispatching methodsestablished some practical real-time scheduling models：quasi-point control model is about how to control a bus stopping time at a bus station in order to recovery buses time interval quickly; deadheading scheduling model is about a delayed bus at the starting station run across several stations with no passengers，the purpose is to balance the passengers waiting time and buses along the line；real-time express model is about station-skipping， that is to determine whether a bus should to skipping a station in order to reduce the sum waiting time of all passengers key words: bus route；optimized bus dispatching；model；static dispatching；real-time dispatching 独创性声明独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体 已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以 明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索， 可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 （请在以上方框内打“”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 保密，在 年解密后适用本授权书。 不保密。 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 1 1 绪论绪论 1.1 课题研究的背景及意义课题研究的背景及意义 对于一个城市的客运交通而言，是否建立了一个高效率的、为大多数人所接受的 公共交通系统，是否为其提供了安全、便捷、经济、舒适的出行条件，是衡量一个城 市交通现代化水平的重要标准1。上世纪 80 年代，针对城市交通供求矛盾日益突出的 现实问题，我国政府明确提出了城市客运交通以公共交通为主体的发展方针，并且先 后发布了相关的技术政策和产业政策，这为公交事业的健康发展提供了广阔的空间 23。各地政府及交通管理部门也都逐渐认识到“发展公共交通是改善城市交通的战略 选择”，“解决城市交通问题必须体现优先发展城市公交”的原则。显然，大力发展公共 交通，实现数字化、智能化城市公交管理，提高公共交通运营管理效率和服务水平， 已经成为各城市发展的首要课题。公交调度系统是整个公交企业的“神经中枢” 。 调 度是否合理。直接影响到生产效率和经济效益的提高。而公交调度系统的核心部分就 是调度的模型及算法。因此，为适应企业管理科学化和现代化的发展需要，合理配置 资源。调度优化模型的研究势在必行。 目前，我国大部分城市的公交企业基本上沿用40年代“定点发车、两头卡点”的 传统调度方式。运营计划的制订主要依据调度管理人员的经验。公交车辆调度处于“看 不见、听不着”的落后现状，具有较大的盲目性和滞后性。车辆运行经常出现“串车” 、 “大间隔”现象，使得乘客候车时间过长、前车提前离站、后车拥挤不堪的现象常有 发生，严重时甚至导致全线运行秩序混乱，严重影响了公共客运的服务质量和社会信 誉。 智能公共交通智能调度系统的引入很好地解决了这一问题，它不仅有很好的社会 效益，而且会给公交公司带来良好的经济效益。是近年来在世界上受人瞩目且发展迅 猛的应用研究开发领域。实施公共交通智能调度系统工程不仅有利于提高交通的安全 性、生产效率与效益, 而且关系到土地资源和能源的合理运用、环境污染和噪声的改善 乃至国民经济的持续稳定发展和社会经济效益的全面提高, 因而得到世界各国的高度重 视。 近几年，由于科学技术的进步和政府对公交投入力度的加大，我国智能公共调度 系统已初现端倪。目前, 我国已经有杭州、上海、北京、大连、宁波等大中城市在部分 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 2 线路上建立了公交智能化调度系统。但与之配套的智能化调度平台软件的建设却明显 滞后，一般没有将动态交通状态信息与车辆定位信息有效融合，致使调度形式在很大 程度上仍然凭借调度人员经验来确定，而非根据实时公交车辆运行状况由系统自动给 出动态的调度方案。这显然与先进的车载设备和通讯设备不相适应,，既浪费了现有资 源，又使系统无法最大限度地发挥作用。这里缺乏调度优化理论（尤其是动态调度优 化模型）支持是影响软件建设的重要原因。因此，对公交动态调度优化模型的研究显 得十分迫切。而另一方面，我国智能公交调度系统的建设还处在起步阶段，即使是在 10 个试点的大城市，这样的系统至今也未能得到全面的实施或应用，因此，对常规静 态公交调度模型的优化研究也不容忽视。 1.2 国内外研究现状国内外研究现状 为了改善公共交通的服务水平，提高公共交通的运行效率，国内外许多学者针对 公交调度优化进行过相关的研究，包括调度系统以及调度的方法和模型等。从国内外 公共交通智能化的研究和开发可以看出，要实现调度的优化，必须建立完善的支持调 度的硬件系统（即调度系统）和相应的调度的软件（包括调度的方法和模型等） ，这两 者的结合才能真正达到公交调度和管理的智能化。下面主要就公交调度的方法和模型 的研究状况进行回顾和分析。 1.2.1 国外研究现状 1.2.1 国外研究现状 发达国家对于公交调度优化模型研究很重视，开始研究的时间也较早，到目前为 止，已经有大量的研究成果和应用实例。80 年代初期，h1ster 和 a.cender 将赤字函数 法(deficit function approach)应用于车辆调度计划中45，并采用此方法对营运车辆最 小化问题进行了研究56。1985 年，peter c. furth 针对线路双方向客流不均匀问题探讨 了如何优化放车调度(空车发出，中途载客)过程，并提出了相关模型7。harilaos n. koutsopoulos 等人的用于确定发车频率的数学规划模型及其解法也于 1985 年提出，该 模型以乘客候车时间、车内拥挤程度、企业经济效益的加权平均值为目标函数，综合 考虑了公交服务水平和公交企业效益8。80 年代后期，adamsk a，在研究了首末站控 制调度特点的基础上，提出了用于调度控制的经验模型，即公交调度专家系统模型9。 区域调度优化理论研究主要集中在单车场车辆调度(sdvs)和多车场车辆调度 (mdvs) 的模型和解法上，carraresi and gallo 于 1984 年提出了被称为“先分组后安排线路 (cluster first-schedule second)”的基于单车场车辆调度模型，它与 1978 年 gavish and shifler 提出的 “先安排线路后分组 (schedule first-cluster second)”的模型成为解决 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 3 多车场调度问题的基础10。1987 年，bertossi et al.将 mdvs 看作多种货物匹配问题 (multi-commodity matching problem)，并提出了采用启发式算法的解法10。计算机模拟 技术被广泛应用于公交调度始于 80 年代初期，1981 年，gupta,a.a, and vrat,p 提出了 用于优化公交线路发车频率的模拟模型11。1985 年 vandebona,u. and a.j.richardon 对 公交线路营运情况进行了模拟12。1986 年 vanderbona, u. and richardson, a. j 通过对公 交运营线路的模拟，提出了线路有效控制点策略9。1988 年 voravid,s 通过模拟手段对 公交调度控制策略进行了评价11。 随着先进公交系统 (apts)的发展，90 年代开始重视对实时调度和各种调度控制 模式下调度优化问题的研究。1990 年，yihua li and jean-marc rousseau 提出了“实时 放车调度”的优化模型及其启发式解法13。1995 年，麻萨诸塞技术学院的 eberlein,x.j 完成了题为“real-time control strategies in transit operations: model and analysis”的 博士论文，较系统地研究了实时调度问题。相关地，该阶段对地铁系统的实时调度优 化问题也进行了大量的研究14。对于各种调度控制模式下调度优化问题，具有代表性 的研究为:1993 年英国的 malachy care，研究了车辆的非准点到站分布，以及不同发车 间隔下乘客的到达分布，基于个体对费用、出行时间等因素的考虑研究了时刻表的制 定问题15。1995 年美国的 adamski 等运用 simuliivk 仿真工具对处于准点控制、发 车间隔控制、协同控制和随机控制 4 种调度控制模式下的公交线路运营状况进行了仿 真研究16。 1998 年 paolo delle site 等研究公交客运走廊上的调度优化模型，研究线 路在不同的运营模式下 (例如不同车型配置)的调度优化问题，优化的内容包括:公交客 运走廊上的车型配置、发车频率和区间车的设置等17。1999 年美国的 maged dessouky 等运用车辆跟踪技术研究了大间隔发车的公交车辆到站的延误分布，发现车辆的晚点 与起始时间无关，为实时控制提供了一定依据18。以色列的 a.ceder 等人于 1999 年对 最大一致性的公交时刻表做了研究，建立了多条公交线路协调发车的调度模型19。除 此之外，90 年代对区域调度优化问题的研究又有了新的进展，1990 年，lamatsch 提出 了另一个 multi-commodity 过程，该过程采用时空网络来描述 mdvs 问题，该方法可 以求解 2 车场 250 次行车问题。同年，mequita and paixa。提出了针对 multi- commodity 过程的解法，它能对 3 车场 200 次行车问题进行求解。forbers et al. (1994 年) 同样使用了 multi-commodity 方法，但可以求解 3 车场 600 次行车的较复杂的调度 问题。求解 mdvs 问题最成功的方法是 1997 年 lobel 提出的，它采用被称作 “lagrangean pricing”的特种类型“列生成” ，并在实际问题中求解了 2500 次行车的 优化问题，但模型并未考虑行车时间限制10。90 年代以后，christos valouxis 等人于 2000 年通过分析以出行费用最少为目标的车辆与司机的最佳组合问题，提出了一种快 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 4 速的遗传算法，在希腊的几个运输公司得到了较好应用20。2000 年 shangyao yan 用多 时空网络描述了城市间的长途客运的调度优化问题，并提出用拉各朗日遗传算法和流 量分解算法求解此类问题的思路21。美国的 randolph hall 等于 2001 年提出以线路上 固定的控制站对公交车辆到站时刻进行控制的调度控制策略，有效解决了控制信息传 输的延误22。 1.2.2 国内研究现状 1.2.2 国内研究现状 上世纪 80 年代，随着我国公交优先战略的确定，公交调度优化问题开始受到人们 的关注。国内公交调度研究主要包括调度控制、行车间隔、线路类型选择、公交优 先、公交车队规模、行车时刻表设计、公交实时调度、司售人员配班等内容，可以说 包括了公共交通运营的各个方面。在优化公交车辆发车间隔和行车时刻表时使用了很 多方法，如数学解析方法、模拟方法、优化方法、运筹学方法、人工智能方法、遗传 算法等。在客流预测研究方面应用了数理统计、灰色理论、遗传算法、模糊神经网络 等方法。在 od 反推研究方面常用的方法有广义最小二乘法、最大似然法、最小信息 量法和极大嫡法等23。尽管如此，理论研究还缺乏系统性，系统建设也还处于试点和 探索阶段。 在调度模型及算法方面，1985 年，蒋光震、何显慈在公共交通线路组合调度模 型一文中，介绍了基于乘客分布的公交线路静态区间调度模型24。1987 年，马国 庆、徐一勤等人就城市公交行车计划提出了具有 3 个目标函数和 24 个约束条件的多目 标非线形整数规划模型，并给出了求解的两种启发式算法25；1988 年，张席洲在硕士 论文公交调度系统分析、建模与优化中，针对公交调度优化问题进行了探索性研 究26；1995 年，同济大学陈继军结合上海市“85 攻关项目”公交动态调度系统研究， 对调度理论和调度系统设计进行了详细研究27； 1998 年，西安公路交通大学孙芙灵 依据西安市部分公交客流调查数据，探讨了几种确定发车间隔的方法11；90 年代以 后，东南大学杨新苗等提出了基于准实时信息的公交调度优化系统，并对系统的目 标、系统设计集成方案等进行了详细研究28；北方交通大学结合北京公交 its 示范工 程对公交智能调度平台专家系统设计与开发、区域调度运营组织与调度体制以及调度 优化等做了重点研究；北京航空航天大学张飞舟对公交车辆智能调度及相关技术进行 了研究，提出了运用遗传算法和混合遗传算法优化车辆调度的方法；北方交通大学 its 研究中心黄溅华等人对公共交通实时调度进行了深入研究，针对放车调度问题提出了 优化模型29 30 31。 总的看来，国内相关研究工作还处于起步阶段，研究的深度和广度都还很有限， 与先进国家相比，差距是明显的。虽然国外有许多可借鉴的成果，但国内公交运营有 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 5 别于国外情况，为了改善我国公交调度的落后状况，建立适用于我国公交现状的调度 优化模型具有重大现实意义和经济意义。 1.3 本文研究的目标和主要内容本文研究的目标和主要内容 公交运营调度的核心是车辆的合理调配，如何结合现状、着眼未来，合理安排公 交车辆的配置和运营计划，确保社会效益和经济效益、公众利益和企业利益同时得到 最大限度的满足是本文要解决的首要问题。本文的目标就是建立实用性较强的公交线 路车辆调度模型，包括静态调度模型和动态调度模型，其中静态调度模型是基础，动 态调度模型是重点也是难点。围绕此目标展开的主要研究内容有： 1) 公交线路车辆调度优化问题研究：首先明确公交线路车辆调度优化的主要任 务、影响因素、主要指标及其预测模型、主要目标等方面。公交调度建模需要全面可 靠的静态和动态客流数据以及现状和未来的客流数据。因此有必要对公交客流的预测 进行研究，主要的客流预测有流量预测、时段分布预测、车辆运行时间预测等，为调 度建模获得合理的数据参考打下基础。 2) 在大量实地调研的基础上，根据各城市的公交出行调查资料对线路静态调度问 题进行分析，主要是线路的发车频率也就是行车时刻表的问题。建立以企业满意度最 大、乘客等待抱怨程度最小、拥挤抱怨程度最小为目标的线路发车频率的多目标优化 模型，并结合实例探讨模型的应用。模型中充分考虑客流分布规律如乘客到站规律、 下车规律、车辆停靠规律等，加强其实用性。 3) 线路动态调度优化模型研究：公交调度受诸多随机因素的影响，针对公交运营 过程中可能出现的因外部环境影响造成公交车辆运行中的“串车” 、 “大间隔”等情 况，以车队运行间隔均匀，乘客等车时间最小等为主要目标，重点研究动态调度的优 化问题，构建动态调度优化模型，主要有停靠时间控制模型、起点放车模型和中途越 站模型。停靠时间控制模型探讨根据车辆在中途行车时刻与时刻表的偏差来控制其在 站点的停靠时间以尽快恢复线路中途的计划行车间隔；起点放车模型研究首末站的晚 点车辆空车发出越过数站后才开始停靠载客的问题，目的是疏散车辆和客流,均衡中途 各站待运乘客的候车时间；中途越站模型解决车辆中途是否“飞站”问题，即在行车 间隔过大情况下以所有乘客候车时间最少来决定中途是否越站。并结合实例说明。 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 6 2 公交线路车辆调度优化问题公交线路车辆调度优化问题 2.1 公交线路车辆调度的任务及优化目标公交线路车辆调度的任务及优化目标 目前我国城市公交调度采用线路调度方式，各线站的调度在上级运调部门的指导 下，根据客流规律线路的运营条件、企业运输能力和公交企业社会效益、经济效益的 指标要求编制出行车时刻表。通过执行行车时刻表，将分散作业的各个车组纳入计划 运营的轨道，使公共交通线路运营工作有计划、有节奏地进行。通过调度系统对线路 运营状态的监控和现场适时、合理地调度指挥，保持运营生产的稳定性，保证公交企 业较好地、均衡地完成客运任务和各项经济、技术、服务指标。 在公交线路调度系统运营中，首先根据线路乘客需求确定发车时刻表，由得到的 发车时刻表进行每日的车辆和驾驶员的分配，即完成车辆调度和驾驶员调度。公交调 度计划根据季节因素一般每年需要做三到四次的调整。公交线路车辆调度简单地说就 是将车辆分配到线路上去。公交线路车辆日常调度管理流程如图 2.1 所示。 图 2.1 公交线路车辆日常调度管理流程 本文根据车辆调度的方法将公交线路车辆的调度分为静态调度和动态调度两大类。 场 站 安排车辆进出场 负贵维修、保养 首末站 线调员签发路单 现场临时调度 正常运营 运营线路 无监控 车辆出场 车辆往返于 首末站之间 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 7 2.1.1 静态调度的任务及优化目标 2.1.1 静态调度的任务及优化目标 公交线路车辆静态调度简单地说就是根据线路乘客需求确定发车时刻表，车辆按 照编制好的时刻表发车、在线路上运行。车辆运行时刻表 (即发车时间表)是其中一份 重要的计划表，是调度工作以及车辆正常运行的最基本依据。它是在现行运营管理模 式下根据运营生产特点，全面分析运营生产条件和乘客在现阶段的要求而确定出合理 的运营服务水平之后编制的，是用以组织和指导公交车辆运营生产的全过程。行车时 刻表是计划调度的基本形式，是根据乘客的流动规律，确定各时段的行车频率和调度 方法。行车时刻表的编制质量和执行中的准确程度，直接反映调度工作的能力，反映 企业管理水平的高低和社会效益、经济效益的优劣。 一个有价值，效率高的发车时刻表体现了企业及乘客双方利益的均衡；编制一个 好的发车时刻表应很好的处理公交车辆的供给及乘客需求之间的关系。本章旨在根据 所掌握的客流统计数据，设计一个高效率的公交车调度方案，制定出起点站的发车时 刻表。编制发车时刻表最关键的就是确定发车时间间隔，确切的说，是在不同时段不 同客流状态下如何确定该时段的配车数和发车间隔。因为从乘客的利益出发应该是发 车时间间隔越短越好，这样可以缩短等车时间并且减少拥挤的可能；而从企业的角度 来看则是发车时间间隔越长越好，这样可以提高车辆的满载率并且减少运营成本。在 某种程度上，二者的利益是对立的。因此，公交线路调度的主要目标就是确定某个时 间段内的发车时间间隔以调和双方的矛盾，均衡双方的利益3233。 因为制定一份科学准确可靠的车辆运行时刻表要考虑的因素太多，因此这项工作 成为一项冗长而复杂的工作，在实践中只有经验丰富，熟悉线路情况的老调度员才能 编制出一套较实用的车辆运行时刻表。 2.1.2 动态调度的任务及优化目标 2.1.2 动态调度的任务及优化目标 由于公交车辆实际运行的环境是一个庞大的、开放的动态系统，其道路状况是随 时间变化而变化的，而且存在着许多随机和不确定因素，一次性全局最优的静态调度 虽然可得到理想的最优结果，但实际上并不能适应动态运行环境。首先在运营调度过 程中，公交车辆的运营调度方案是按照以前的经验确定的，在实际运行中可能发生变 化；其次在车辆运行中，突发事件、交通事故也时有发生，使得花费很大时间代价而 得到的静态调度最终失去了最优性。当车辆运行环境发生变化时，利用静态调度方法 重新进行调度行不行?从理论上讲当然是可以的，但是其缺点是难以应付实际运作的实 时性和环境的多变性，这是由于静态调度一般需要比较长的计算时间，而且实际车辆 运行可能会出现堵车或者其它新的变化。公交车辆日常运营调度应该能在某些条件偏 离理想值的状态时进行重调度或在线调整，也就是我们通常所说的动态调度（也称实 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 8 时调度） 。 动态调度是在相关的系统比较完善的基础上，能够全面地采集到道路、车辆、客 流等各种相关信息，及时发现车辆实际运行与运行计划的偏差，得到可行的调度方 案。利用调度模型，求解最优的调度方法，对车辆进行动态调度以保证运行计划的完 成，提高公交的服务水平。 行车时刻表是公交调度中最重要的依据，但是，各条公交线路的日常运行却不可 能完全按照行车时刻表进行。因为在车辆的运行中总是要遇到这样或那样的问题，甚 至外界客观因素或上级政策的影响也会迫使公交调度员采取临时方法，来维持车辆的 正常运行。下面简单介绍一下公交车运行过程中所遇到的问题以及采取的相应动态调 度方法34。 1) 车辆事故。车辆在运行中所发生的事故主要有以下几种：两车迎面相撞、和前 行慢车相撞、和后行快车相撞、和行人相撞、乘客受伤事故、车内盗窃事故等。采取 的临时调度方法为报公安局、报保养公司、调整行车顺序、调整行车间隔、调整车辆 行驶区段(区间车)。 2) 车辆故障。运行中发生的车辆故障主要包括:油路故障、电路故障、气路故 障、机械故障、传动故障、轮胎故障等。采取的临时调度方法为报公安局、报保养公 司、调整行车顺序、调整行车间隔、调整车辆行驶区段 (区间车)。 3) 车辆调出。由于上级要求需要调出若干车辆进行其他作业，从而影响了线路的 正常运行。采取的临时调度方法为调整行车顺序、调整行车间隔、调整车辆行驶区段 (区间车)。 4) 司售人员迟到。采取的临时调度方法为调整行车顺序、调整行车间隔、调整车 辆行驶区段 (区间车)。 5) 劳动力不足。这种情况主要发生在司售人员请假或调出时。采取的临时调度方 法为调整行车顺序、调整行车间隔、调整车辆行驶区段(区间车)。 6) 个别车组晚点。指个别车组未能按行车时刻表规定的时间返回总站，这将影响 下一次发车。采取的临时调度方法为调整行车顺序、调整行车间隔、调整车辆行驶区 段 (区间车)。 7) 线路出现大间隔、车辆晚点、若干车辆同时到达终点站。(一般为 20 分钟)如果 线路出现 20 分钟的大间隔，不仅对调度作业不方便，而且严重影响公交形象。采取的 临时调度方法为调整车辆行驶区段(区间车)、调整中途站停站次数 (放车)、安排机动 车、临时拟定行车计划。 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 9 2.2 公交线路车辆调度的主要指标及预测模型公交线路车辆调度的主要指标及预测模型 2.2.1 公交线路车辆调度的主要指标公交线路车辆调度的主要指标 在公共交通长期运营过程中积累了大量静态和动态的客流信息，包括客流量、运 营收入、调度表单等。这些信息表现形式多样，信息容量大、对信息处理速度要求 高。随着 its 应用于公共交通系统的深入，公交客流数据采集技术也得到了进一步发 展，公交 ic 卡和乘客自动计数系统(apc)的应用可以更方便地获取公交乘客上下车的 时间、相应站点等数据，而采集到的大量数据需要传送到调度中心的公交客流信息数 据库以便进行深入的处理，从而获得客流的变化规律、公交客流 od、断面通过量、 满载率、平均运距等一系列指标数据。 一般调查采集的公交线路的运营信息的原始数据表单有： 1) 上(下)车人数记录表：线路编号、观测日期、车号、周数、方向 (上下行)、站 点编号、站点名称、上(下)车人数、记录员姓名。 2) 首(末)站行车记录日报：线路编号、观测日期、天气情况、车号、周数、首(末) 站计划发车时间、首(末)站实际发车时间，首(末)站计划到站时间，首(末)站实际到站 时间，首(末)站记录员名称等 客流调查或采集数据后，还应对原始资料进行分析处理。针对公交运营调度的调 查应汇总出如下指标3435： 1) 乘客人数：分时各站上下车人数；全日各站上下车人数；全线高峰小时乘客人 数；全线全日乘客人数。 2) 断面客流量：分时各区间断面客流量；全日各区间断面客流量；分时最大断面 客流量；全日最大断面客流量：高峰小时最大断面客流量。 3) 车辆运用：客车公里 (km)；客位公里(人km)；车日行程(km/日)；乘客密度； 平均满载率；高峰小时最大客流断面满载率；站间区间车辆运行时间；各站点停车时 间。 公交线路客流预测是公共交通运营调度优化的基础。在提前预知、掌握客流变化 规律的情况下，企业才能做到科学地制定运营计划，合理地调配使用人、车资源，达 到既满足人们出行的需求，又创造较高的运营效益的目标。 在实际的运营调度管理中，因为缺乏定量的分析预测手段，公交运营调度管理者 大多依靠经验和直觉来判断客流的变化。依靠经验和直觉进行客流预测是一种切实可 行的方法，但其存在两个缺点预测结果的准确性和稳定性较差。不论调度管理者的 经验是否丰富，都不能保证其每次预测的稳定性。因此，要提高公交运营调度管理工 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 10 作的质量和效率，就需要有一种定量化、稳定的和可靠度高的预测模型。下面介绍较 常用的几种预测公交线路客流的模型。 2.2.2 公交线路全日客流的模糊神经网络预测模型公交线路全日客流的模糊神经网络预测模型 模糊神经网络的核心是模糊推理。常用的模糊推理方法有两种，即广义前向推理 和广义反向推理。在公交线路客流量预测中用到的是广义前向推理。下面简单介绍一 下这个推理。 广义前向推理： 前提 1：如果x为 a，则y为 b； 前提 2：x为 a； 结论：y为 b 广义前向推理是己知规则的前提求结论。takagi-sugeno 模型 ( ts 模型)是一种输 出为输入线性组合的特殊模糊推理模型。其基本规则形式为： k r ： if 1 x is 1k a and 2 x is 2k a n x is kn a ，then k y = 0k a + 1k a 1 x + 2k a 2 x + kn a n x (2-1) 式中， k r 为第 k 条规则， ki a (i=1, 2,3n)为输入变量所对应的模糊子集。具体 的，用模糊神经网络对公交线路全日客流量进行预测的方法如下36： 许多事物的变化趋势不但包含长期变动趋势，亦含有固定周期的周期波动趋势。 公交线路客流变化即属于这样一类情况。下图是某大型城市某条线路某月的客流变化 情况。可以发现其客流呈七天一个循环周期性变化，高峰一般出现在周六、周日，低 峰一般出现在周三、周四。 7500 8500 9500 10500 11500 12500 13500 14500 1357911 13 15 17 19 21 23 25 27 29 图 2.2 公交线路客流一个月内周期性变化规律 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 11 因此取时刻单位为日，周期单位为周。预测下一未知时刻的客流，需要考察当前 时刻客流量值、当前时刻与历史数据相比较的变化趋势、当前时刻与前一时刻历史数 据相比较的变化趋势以及当前时刻与下一时刻历史数据相比较的变化趋势。以上考 虑，表现为模糊推理系统输入变量形式就为： 当前时刻 t 全日线路客流 ( ) 1 xs t= (2-2) t 时刻线路客流与历史数据平均值之差 ( )()()() 2 1 71421 3 xs ts ts ts t=+ (2-3) 历史数据中 t时刻与 t-1时刻平均值之差 ()()()()()() 3 11 7142181522 33 xs ts ts ts ts ts t=+ (2-4) 历史数据中 t+1时刻与 t时刻平均值之差 ()()()()()() 4 11 6132071421 33 xs ts ts ts ts ts t=+ (2-5) 采用上述输入变量，将一些影响线路客流量变化而且难以把握的因素例如天气、节假 日等融入到系统输入之中。输入变量经过隶属函数的处理，生成规则判断所需的语言 变量。如前所述，该预测系统第 k条规则可以表达为: k r： if 1 x is 1k a and 2 x is 2k a n x is kn a，then k y = 0k a + 1k a 1 x + 2k a 2 x + kn a n x。在此处，此规则的含 义为:“如果 t时刻线路客流为小/中/大，且 t时刻与历史数据相比的变化为正/零/负， 且历史数据中前一时刻到t时刻的变化趋势是正大/正小/零/负小/负大，且历史数据中t 时刻到后一时刻的变化趋势是正大/正小/零/负小/负大，则t十1时刻的线路客流是 k y = 0k a + 1k a 1 x + 2k a 2 x + kn a n x (2-6) 结合运营调度的需要，一般应用该模型预测当前时刻下一周的线路客流量。为简 便起见，预测过程中将预测得到的下一时刻的数据作为己知当前数据，滚动向前预 测。 优点：预测结果同实际拟合得较好，平均误差较小，而且具有一定的智能化，预 测精度较高，适应性强，得到了实用的要求，可以应用于运营管理。 不足：全日的预测结果不能满足调度员需要根据公交线路在一天内不同时段客流 特点来安排车辆的需要。下面就将介绍客流的时段分布预测模型。 2.2.3 客流时段分布的首末站不等概率整群抽样预测法 2.2.3 客流时段分布的首末站不等概率整群抽样预测法 公交线路由一系列站点组成，线路客流的形成和时段分布的变化实际是各个站点 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 12 客流共同作用的结果。公交线路沿线各站点的客流时段分布具有什么特点、它们之间 的变化规律是否存在相似性以及沿线站点的变化规律同线路客流的变化规律是否相 似，这些是研究站点客流时段分布规律的重要内容。 因为公交站点的客流受到许多因素的影响，造成了站点客流变化的复杂性。单纯 依靠数学模型的模拟和分析，不能反映站点客流的时段分布规律。为此，需要进行大 规模的实际调查和观测。通过对采集的线路客流资料及各个站点的上下客流量数据进 行整理、计算和分析，得到以下结论3： 1) 同一线路各站点的客流时段分布具有较强相似性； 2) 线路站点的客流分布同线路的整体客流分布相似； 3) 首末站点客流分布与线路的客流分布很相似，首末站是线路的关键站点。 经研究分析，线路客流的以上特点完全符合整群抽样方法对调查对象的要求，所 以可以采用整群抽样方法进行客流调查。 首先引入整群抽样方法37，整群抽样方法的描述如下: 设总体由n个大单元，即初级单元组成，每个初级单元又由若干个较小的次级单 元组成。从总体中按某种方式抽取n个初级单元，观测其中所有次级单元。整群抽样 关于群划分依据以下原则:群的划分应尽可能使群与群之间的差别小，而群内的差异则 越大越好，这样每个群都具有足够好的代表性。如果所有群都相似，那么抽少数群就 可获得相当好的精度。 若将整群抽样方法应用到线路客流调查中，则对应的，站点即为初级单元，每位 乘客是次级单元。抽样过程中，那些一旦被抽中即需要观测其中所有最低级单元的初 级单元，例如某个站点，称作群。 下面引入整群不等概率抽样法38 。 在大多数情况下，群的大小是不相等的。对群大小不相等的一般情况，若仍对群 进行简单随机抽样并取简单估计，则效果一般欠佳，此时需要对群进行不等概率抽 样。通常采用的不等概率抽样方法为多项抽样方法。 多 项 抽 样 方 法 的 定 义 :设 2 , n z zz是 一 组 概 率 ，其 中 1 1 n i i z = = ， 按照这组概率对总体中的n个单元进行放回抽样，每次抽到第i个单元的概率为 i z， 独立地进行这样的抽样n次。特别当每个单元具有一个说明其大小或规模的度量时， 则可取 i i o m z m =，其中 1 n oi i mm = =是总体中所有单元的大小之和，显然，此时有 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 13 1 1 n i i z = = 。这时的多样抽样由于每个单元在每次抽样中的入样概率与单元大小成比例， 故称为与大小成比例的概率抽样 (sampling with probability proportional to size)，即为 pps抽样。 pps抽样的估计，可直接应用hansen-hurwitz估计量。记 ij y为第i个群中第j个次 级单元的观测值 (1,2,in=；1,2, i jm=),其中 i m是群的大小。 ij y为样本中第i个群 中第j个次级单元的观测值(1,2,in=；1,2, i jm=),其中 i m是群的大小。抽样估计中 用到的一些统计量如下: 1 i m iij j yy = =， 1 i m iij j yy = =， 1 n i i i y y n = =， 1 n i i i y y n = =， 1 i m ij i j i y y m = =， 1 i m ij i j i y y m = =， 11 0 i m n ij ij y y m = =， 1 n i i y y n = =。 则总体总和y的 hansen-hurwitz估计为: 0 0 11 1 nn ii hh ii ii ymy ym y nznm = = (2-7) 是y的无偏估计量，它的方差为： ()() 2 2 0 11 1 nn i hhiii ii i ym v yzymyy nzn = = (2-8) 其中它的一个无偏估计为: () ()() () 2 2 2 0 11 1 11 nn i hhihhi ii i ym v yzyyy n nzn n = = (2-9) 在实际的抽样中，并没有按照 p