2001B：公交车调度(1)【公众号：数模加油站】.pdf

第19卷 建模专辑2002年02月工 程 数 学 学 报JOURNAL OF ENGINEERING MATHEMATICSVol.19 Supp.Feb.2002文章编号:100523085(2002)0520075206公交车调度吕 鹏,张文夫,雷 鹏指导教师:曹天林(空军工程大学导弹学院,陕西三原713800)编者按:本文依据题意和数据进行分析与抽象,建立了车辆的满载率,乘客的等待抱怨程度和拥挤抱怨程度三个目标函数的多目标规划数学模型。基于多目标规划加权分析法,进行数值计算,结果合理。但加权分析时所取权系数只有一组,最好多取几组权系数进行比较。虽然,文中最后提及灵敏度检验,但并没有实质性进行分析,缺乏理论指导。摘 要:本文利用多目标优化方法建立了公交车调度的数学模型。首先通过数据分析,并考虑到方案的可操作性,将一天划分为早高峰前,早高峰,早高峰和晚高峰之间,晚高峰及晚高峰后5个时段;引入车辆的平均满载率,乘客的等待抱怨程度及拥挤抱怨程度作为三个目标函数,建立了三目标优化模型;通过加权,将三个目标函数合并为一个目标函数。运用MATLAB数学软件计算出了上行、下行各个时段发车的时间间隔:上行各时段时间间隔分别为5、2、4、3、15,下行各时段时间间隔分别为10、2、5、3、8(单位:分钟);所需总车辆数为52辆,共发车534次,公交公司的平均满载率为82.094%,抱怨顾客的百分比为0.91%.通过模型检验得出所求模型较为稳定。最后,通过对原始数据的分析和处理,得出在进入和离开乘客高峰时期,局部缩短采集数据时间间隔是改善调度方案的有效方法.关键词:公交车调度;数学模型;多目标非线性规划分类号:AMS(2000)90C08 中图分类号:TB114.1 文献标识码:A1 模型假设1)假设表上所给数据能反映该段线路上的日常客流量;2)车辆上行或下行到达终点站时,所有的乘客必须全部下车;3)乘客无论是上行还是下行,无论经过几个站,车票价为定值;4)各公交车为同一个型号,公交车会按调度表准时到站和出站;5)在同一个时间段内,相邻两辆车发车时间间隔相等;6)车上标准载客人数为100人,超过此数将会造成乘客抱怨;7)早高峰时乘客等待时间不超过5分钟,正常时不超过10分钟,否则乘客将会抱怨;8)早上5:00上下行起点站必须同时发车;9)不计乘客上下车所花费的时间,公交车在行驶过程中速度保持不变;10)假设每辆车经过各个车站时不会留有乘客。2 问题分析题中要求照顾到乘客和公交公司的双方利益,经过分析为使公交公司赚钱尽可能多,乘客尽早上车和乘车的舒服程度尽可能提高,可用公交车载客的平均满载率来衡量公交公司的利获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657益,以乘客的等待时间和拥挤程度作为衡量乘客的利益。从而可以建立三目标优化模型,进行求解。但由于三目标优化模型的求解较为困难,所以简化起见,可以引入加权因子,将此三目标优化模型转化为单目标优化模型,从而求得车辆的平均满载率、顾客的平均抱怨程度和每一个时间段内相邻两辆车的发车的时间间隔。据此,可排出公交车调度表,得出所需的最小车辆数。3 变量及符号说明nj:第j时段内发车次数(规定n0=0);Tj:第j时段的起始时间;tji:第j时段内第i辆车的发车时间;tj:第j时段内相邻两车的发车时间间隔;tjik:第j时段内第i辆车从首站到达第k站点所用的时间;Z:汽车的平均满载率;pjik:第j时段内第i辆车经过第k站点后车上的人数;pj:第j时段内所有车载客的总和;下jk:第j时段单位时间内下车的人数;qk:车辆从发车点到达第k站点所花费的时间;P总:所有在车上的人数之和;上jk:第j时段单位时间内第k站点新增加等待上车的人数;jk:第j时段内第k站点单位时间内车上增加的人数;Wjik:第j时段内第i辆车到第k站点时,在第k站等候时间超过忍耐时间的人数;W:由于等待时间过长而不满意的人数在总人数中的比例;Cjik:第j时段第i辆车离开第k站点时车上的超载人数;C:由于超载而不满意的人数在总人数中的比例;j(t):t时刻所处的上行时段数(规定当t0时,j(t)=1);GA(t):t时刻不在A车场(上行起始站)的车辆总数;GB(t):t时刻B车场(下行起始站)上的等待发车的车辆数。4 模型的建立考虑一般问题时(不妨只考虑上行段),对题目所给数据进行分析,将乘客一天候车的时段按高峰期、正常期、低谷期分为几个阶段来处理。据此可以建立非线性规划模型。首先将全天的行车时间分为m段,假设每一段内发车时间间隔相同,每一段的发车次数分别为:n1,n2,n3,n4,n5,nm。假设某路段站点数为b,则:tj=Tj+1-Tjnj jk=上jk-下jk第j时段第i辆车的发车时间tji=Tj+tji,对于第j时段第i辆车经过第k站点所花费的时间tjik=tji+qk。此时该车上的总人数为:若tjikTj+1,pjik=pji(k-1)+tj jk;若tjik Tj+1,pjik=pji(k-1)+tj(j+1)k。汽车在该时段离开第k站点时车上的超载人数为:Cjik=max pjik-100,0p总=mj=1nji=1bk=1pjikC=mj=1nji=1bk=1Cjikp总(1)假设乘客在Ti时间内到站人数服从均匀分布,则在第i辆车到第k站点前,在第k站等67工 程 数 学 学 报 第19卷获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657候时间超过忍耐时间的人数为(忍耐时间在早高峰期为5分钟,其余为10分钟):若第j时段不处在早高峰期,Wjik=max上jk(tik-10),0;若第j时段处在早高峰期,Wjik=max上jk(tik-5),0同样可以计算出:W=mj=1nji=1bk=1WjikP总(2)Z=P总100mj=1nj(3)通过以上分析,建立如下三目标优化模型:maxZ=P总100mj=1nj;minW=mj=1nji=1bk=1WjikP总;minC=mj=1nji=1bk=1CjikP总s.t.nj0pjik120,j=1,m;i=1,n;k=1,b引入三个非负加权因子1,2,3,将此三目标优化模型转化为单目标优化模型:max1Z-2C-3Ws.t.nj0pjik120,j=1,m;i=1,n;k=1,b(3)据此进行求解与分析,可以求出每个时段的发车数量nj,进而可求出其余各量。下面来求按最优方案所需最小车辆数(注:加上标“”的量为下行段各对应量):GA(t)=GB(t0)+j(t)-1s=0ns+t-Tj(t)Tj(t)+1-Tj(t)nj(t)-j(t-)-1s=0ns-t-Tj(t-)Tj(t-)+1-Tj(t-)nj(t-),若tt0+GB(t0)+j(t)-1s=0ns+t-Tj(t)Tj(t)+1-Tj(t)nj(t)+1,若t0tt0+GB(t)=GB(t0)+j(t-)-1s=0ns+t-Tj(t-)Tj(t-)+1-Tj(t-)nj(t-)-j(t)-1s=0ns-t-Tj(t)Tj(t)+1-Tj(t),若tt0+GB(t0)-t-Tj(t)tj(t)nj(t)-j(t)-1s=0ns-1,若t0t 0pjik120,j=1,5;i=1,n;k=1,14对下行段可采取与上行段同样的方法处理。公式(1)、(2)、(3)分别化为:Z=P总1005j=1njC=5j=1nji=113k=1CikP总W=5j=1nji=113k=1WjikP总此时模型(3)中取b=13。通过对上行段以及下行段的模型进行求解可得全天:所需总车辆数为:56辆 平均满载率为:Z=85.468%乘客平均抱怨率为:1.153%共发车次数为:511辆简单时刻表如下:5:006:005.123分钟/次6:009:002.226分钟/次9:0016:004.438分钟/次16:0018:003.214分钟/次18:0023:00 15.256分钟/次5:007:0012.33分钟/次7:0010:002.874分钟/次10:0016:005.253分钟/次16:0019:003.272分钟/次19:0023:007.926分钟/次事实上,早高峰时期路上所有车辆数加起来总数不超过51辆,通过合理调整完全可使一天内所有车辆数也不超过51辆。造成这种情况的原因主要是前半天上行段公交车数普遍比下行段多,致使上行段公交车数量得不到及时补充,而同时下行段公交车在这一时间段内又普遍过剩。为此,考虑通过加大下行段的公交车数来弥补上行段的公交车数量的不足。事实上,只需通过少量合理调整即可解决矛盾,同时通过调整也可使一天内上行车和下行车总数保持平衡。调整结果如下:所需总车辆数为:52辆 公交车的平均满载率为:82.094%乘客的平均抱怨度为:0.91%全天发车次数为:534辆上下行发车简单时刻表为:(详细时刻表略)87工 程 数 学 学 报 第19卷获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：5444576575:006:005分钟/次6:009:002分钟/次9:0016:004分钟/次16:0018:003分钟/次18:0023:0015分钟/次5:007:0010分钟/次7:0010:002分钟/次10:0016:005分钟/次16:0019:003分钟/次19:0023:008分钟/次6模型的检验与结果分析在假设每辆车过后都将沿途车站上所有乘客载完,并用pjik120作为约束条件的基础上,作灵敏度检验。分别将pjik120改为pjik125和pjik115,得出所需的总车数和调度方案基本保持不变,从而表明所建模型稳定。上行段的客流量图 下行段的客流量图从一日的客流量图(实线表示上车人数,虚线表示下车人数)可以看出,上行段在5:006:00、6:007:00、9:0010:00,下午11:0012:00、13:0014:00等处一小时内上车人数和下车人数相差很大,而在计算过程中上下人数大致相等是必要的,下行段也存在同样的问题。解决办法是在统计采样时将上下车人数差异很大的时段细分,使全过程中上下车人数大致相同。7 模型的评价及改进方向本模型从题中数据的特点出发联系实际,将全天的行车时间分为5个时间段,进一步认为每一个时间段内的发车时间间隔相等,从而使问题得到简化。在一定程度上解决了单趟车在全过程中上下车的总人数不相等的矛盾,同时降低调度方案的复杂度,使调度表的可操作性得到有效增强。在解出最优解的基础上联系实际问题将数据进行了调整,虽然牺牲了部分平均满载率,但可以使所需总公交车数明显降低,同时照顾了一天上下行总车辆的平衡。由于在模型的建立过程中,始终认为一辆车经过各个车站时不会留有乘客,这样会在一定程度上增加了发车数。同时,将一天划分为几个不同时段也可能使局部产生等待过久的现象,不过从长期考虑结果还是理想的。当然,如果考虑公交车在各个站的留乘人数,无论是从长远还是从短期角度来看结果都会更为合理,可以使精度进一步得到提高。97建模专辑 公交车调度获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657参考文献:1 杨 冰.实用最优化方法及计算机程序M.哈尔滨船舶工程学院出版社,19942 秦寿康.最优化理论和方法M.电子工业出版社,19863 王正民,易东云.测量数据建模与参数估计M.长沙:国防科技大学出版社,19974 胡永孚.数学模型M.西安:西北工业大学出版社,1996Buses DispatchingLU Peng,ZHANG Wen2fu,LEI PengFaculty Adviser:CAO Tian2lin(Missile Institute of Air Force Engineering University,Sanyuan,Shaanxi 713800)Abstract:In this paper,a mathematical model on buses dispatching is presented with the method of perfecting on multi2objects.Firstly,with the data analyses and consideration on feasibility,a typical workday can be divided into five spans:before morningrush hour,morning rush hour,the span between morning rush hour and evening rush hour,evening rush hour and its beyond.Three objective functions are introduced:the average capacity rate,the degree of the passengerswaiting,and the degree of pas2sengerscomplain on waiting and crowded,to set up a model of perfecting on three objectives.Weighted average method is used tocombine the three functions asone.MATLAB mathematical software is employed to work out the interval of sending buses.Up2go2ing buses are sent at respectively 5,2,4,3,15(minutes)and down2going buses are 10,2,5,3,8(minutes).Altogether,52 buses areneeded and 534 buses one a workday.The percent of average capacity is 82.094%,and the percent of the passengerscomplain is0.91%.The model is proved to be steady through the test.Lastly shortening the statistical time on partial area is concluded to bean effective way to improve the dispatching plan through the analyses on original data.Key words:buses dispatching;mathematical model;multi2objects08工 程 数 学 学 报 第19卷获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657获取更多数学建模相关资料关注【公众号：数模加油站】国赛交流分享群：544457657