[发明专利]面向末班换乘需求的多模式公共交通时刻表优化方法

权利要求书

1.一种面向末班换乘需求的多模式公共交通时刻表优化方法，其特征在于，该方法包括如下步骤：

第一步：根据客流特征筛选关键换乘关系及其关联站点；

第二步：基于计划时刻表和历史运行数据采集运行信息；

第三步：调查获取乘客换乘步行时间及公交站点泊位数；

第四步：建立轨道交通深夜时段时刻表优化模型并求解；

第五步：建立地面公交深夜时段时刻表优化模型并求解。

2.根据权利要求1所述的一种面向末班换乘需求的多模式公共交通时刻表优化方法，其特征在于，在所述的第一步中，分析轨道交通网络内客流流向、流量特点，筛选网络内待优化的关键换乘站点及换乘关系，即所述关键换乘关系；基于历史客流数据，筛选与目标地面公交线路具有高换乘量的轨道交通线路及关联公交站点、轨道站点，即所述关联站点。

3.根据权利要求1所述的一种面向末班换乘需求的多模式公共交通时刻表优化方法，其特征在于，在所述的第二步中，基于计划时刻表采集运行信息的方法为：根据运营企业提供的轨道交通计划时刻表，获取研究时段内目标轨道交通线路计划发班量计划发车间隔末班列车计划发车时刻在换乘站至区段计划运行时间在换乘站处计划停靠时间基于运营企业提供的地面公交计划时刻表，获取研究时段内目标地面公交线路l计划发班量NB_l、计划发车间隔SH_l，末班公交车计划发车时刻SD_e(l)，倒数第k(l)班公交车计划发车时刻SD_k(l)及其在公交站s至s+1区段计划运行时间基于历史运行数据采集运行信息的方法为：基于历史AVL(Automatic Vehicle Location)数据获取公交车辆在公交站s处最长停靠时间。

4.根据权利要求1所述的一种面向末班换乘需求的多模式公共交通时刻表优化方法，其特征在于，在所述的第三步中，通过实际调查获取换乘站处乘客从线路步行至线路平均换乘步行时间通过实地调研确定公交站s停靠泊位数和换乘乘客从公交站s步行至轨道站平均换乘步行时间

5.根据权利要求1所述的一种面向末班换乘需求的多模式公共交通时刻表优化方法，其特征在于，在所示的第四步中，轨道交通深夜时段时刻表优化模型定义如下：

$\begin{array}{cc}s.t.& d_{\hat{l}}-h_{\hat{l}}\·({\mathrm{NT}}_{\hat{l}}-1)={\mathrm{SD}}_{\hat{l}}-{\mathrm{SH}}_{\hat{l}}\·({\mathrm{NT}}_{\hat{l}}-1),\∀\hat{l}\∈L_r\end{array}.---\left(2\right)$

$T_{\min }^{er}\≤d_{\hat{l}}\≤T_{max}^{er},\∀\hat{l}\∈L_r.---\left(3\right)$

${\mathrm{rt}}_{\hat{l}}^{\hat{s}}={\mathrm{RT}}_{\hat{l}}^{\hat{s}}+{\mathrm{frt}}_{\hat{l}}^{\hat{s}},\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(4\right)$

$\frac{1-{\mathrm{\λ}}_{inc}}{{\mathrm{\λ}}_{inc}}\≤\frac{{\mathrm{frt}}_{\hat{l}}^{\hat{s}}}{{\mathrm{RT}}_{\hat{l}}^{\hat{s}}}\≤\frac{1-{\mathrm{\λ}}_{dec}}{{\mathrm{\λ}}_{dec}},\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(5\right)$

${\mathrm{dt}}_{\hat{l}}^{\hat{s}}={\mathrm{DT}}_{\hat{l}}^{\hat{s}}+{\mathrm{fdt}}_{\hat{l}}^{\hat{s}},\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(6\right)$

${\mathrm{\ρ}}_{dec}-1\≤\frac{{\mathrm{fdt}}_{\hat{l}}^{\hat{s}}}{{\mathrm{DT}}_{\hat{l}}^{\hat{s}}}\≤{\mathrm{\ρ}}_{inc}-1,\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(7\right)$

$M\·(n_{{\hat{l}}_m{\hat{l}}_n}^{\hat{s}}-1)\≤d_{{\hat{l}}_n}^{\hat{s}}-a_{{\hat{l}}_m}^{\hat{s}}-W_{{\hat{l}}_m{\hat{l}}_n}^{\hat{s}}\≤M\·n_{{\hat{l}}_m{\hat{l}}_n}^{\hat{s}},\∀\hat{s}\∈S_r\left({\hat{l}}_m\right)\∩S_r\left({\hat{l}}_n\right);{\hat{l}}_m,{\hat{l}}_n\∈L_r.---\left(8\right)$

$n_{{\hat{l}}_m{\hat{l}}_n}^{\hat{s}}\∈\{0,1\},\∀\hat{s}\∈S_r\left({\hat{l}}_m\right)\∩S_r\left({\hat{l}}_n\right);{\hat{l}}_m,{\hat{l}}_n\∈L_r.---\left(9\right)$

$a_{\hat{l}}^{\hat{s}}=d_{\hat{l}}+\underset{i\∈S_r\left(\hat{l}\right),i\<\hat{s}}{\Σ}{\mathrm{rt}}_{\hat{l}}^i+\underset{i\∈S_r\left(\hat{l}\right),i\<\hat{s}}{\Σ}{\mathrm{dt}}_{\hat{l}}^i,\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(10\right)$

$d_{\hat{l}}^{\hat{s}}=a_{\hat{l}}^{\hat{s}}+{\mathrm{dt}}_{\hat{l}}^{\hat{s}},\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(11\right)$

$(d_{\hat{l}}-T_{min}^{er})\·(d_{\hat{l}}-T_{max}^{er})\·{\mathrm{frt}}_{\hat{l}}^{\hat{s}}=0,\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(12\right)$

$(d_{\hat{l}}-T_{min}^{er})\·(d_{\hat{l}}-T_{max}^{er})\·{\mathrm{fdt}}_{\hat{l}}^{\hat{s}}=0,\∀\hat{s}\∈S_r\left(\hat{l}\right),\hat{l}\∈L_r.---\left(13\right)$

式(1)中，u_r为轨道交通深夜时段时刻表优化模型目标函数值；L_r为轨道交通线路集合；为轨道交通线路沿途停靠站点集合；为二元变量：当线路末班列车上乘客能顺利在换乘站换乘至线路时等于1，否则等于0；δ为表征减少计划发车时刻调整量重要度的非负权重；为协调后线路末班列车计划发车时刻；为现状线路末班列车计划发车时刻；和分别为所允许的末班列车最早和最晚计划发车时刻；σ为表征减少计划运行时间调整量重要度的非负权重；为线路末班列车在换乘站至区段计划运行时间的调整量(单位：min)；为线路末班列车在换乘站至区段计划运行时间(单位：min)；为表征减少计划停靠时间调整量重要度的非负权重；为线路末班列车在换乘站处计划停靠时间的调整量(单位：min)；为线路末班列车在换乘站处计划停靠时间(单位：min)；

式(2)中，为协调后研究时段内线路计划发车间隔(单位：min)；为研究时段内线路计划发班量(单位：班)；为现状线路末班列车计划发车时刻；为研究时段内现状线路计划发车间隔(单位：min)；

式(4)中，为协调后线路末班列车在换乘站至区段计划运行时间(单位：min)；

式(5)中，λ_inc和λ_dec分别为末班列车行驶速度最高增大幅度和最高减小幅度；

式(6)中，为协调后线路末班列车在换乘站处计划停靠时间(单位：min)；

式(7)中，ρ_inc和ρ_dec分别为末班列车计划停靠时间最高增大幅度和最高减小幅度；

式(8)中，M为一个足够大的已知正数；为协调后线路末班列车在换乘站处计划离站时刻；为协调后线路末班列车在换乘站处计划到站时刻；为在换乘站处从线路步行至线路平均换乘步行时间(单位：min)；

利用分支定界法精确求解由目标函数式(1)、约束条件式(2)-(14)构成的混合整数规划模型，获取协调优化后的轨道交通深夜时段时刻表方案。

6.根据权利要求1所述的一种面向末班换乘需求的多模式公共交通时刻表优化方法，其特征在于，在所示的第五步中，地面公交深夜时段时刻表优化模型定义如下：

$\max u_b=\underset{l\∈L_b}{\Σ}(\underset{s\∈S_b\left(l\right)}{\Σ}{n}_{l\hat{l}}^{s\hat{s}}-(\mathrm{\α}\·\frac{|d_{k\left(l\right)}-{\mathrm{SD}}_{k\left(l\right)}|}{{\mathrm{MSO}}_{k\left(l\right)}}-\mathrm{\β}\·\underset{s\∈S_b\left(l\right)}{\Σ}\frac{z_{k\left(l\right)}^s}{{\mathrm{ST}}_{k\left(l\right)}^s}\left)\right)---\left(15\right)$

$\begin{array}{cc}s.t.& x_{e\left(l\right)}-h_l\·({\mathrm{NB}}_l-1)={\mathrm{SD}}_{e\left(l\right)}-{\mathrm{SH}}_l\·({\mathrm{NB}}_l-1),\∀l\∈L_b\end{array}.---\left(16\right)$

$x_{e\left(l\right)}\≥T_{min}^{eb},\∀l\∈L_b.---\left(17\right)$

$d_{k\left(l\right)}=x_{e\left(l\right)}-\left(k\right(l)-1)\·h_l+y_{k\left(l\right)},\∀l\∈L_b.---\left(18\right)$

$-0.5\·h_l\≤y_{k\left(l\right)}\≤0,\∀s\∈S_b\left(l\right),l\∈L_b.---\left(19\right)$

$t_{k\left(l\right)}^s={\mathrm{ST}}_{k\left(l\right)}^s+z_{k\left(l\right)}^s,\∀s\∈S_b\left(l\right),l\∈L_b.---\left(20\right)$

$-\frac{\mathrm{\η}}{1+\mathrm{\η}}\·{\mathrm{ST}}_{k\left(l\right)}^s\≤z_{k\left(l\right)}^s\≤0,\∀s\∈S_b\left(l\right),l\∈L_b.---\left(21\right)$

$z_{k\left(l\right)}^s\∈Z^{+},\∀s\∈S_b\left(l\right),l\∈L_b.---\left(22\right)$

$M\·(n_{l\hat{l}}^{s\hat{s}}-1)\≤{\mathrm{SD}}_{\hat{e}\left(\hat{l}\right)}^{\hat{s}}-a_{k\left(l\right)}^s-W^{s\hat{s}}\≤M\·n_{l\hat{l}}^{s\hat{s}},\∀s\∈S_b\left(l\right),l\∈L_b.---\left(23\right)$

$n_{l\hat{l}}^{s\hat{s}}\∈\{0,1\},\∀s\∈S_b\left(l\right),l\∈L_b.---\left(24\right)$

$a_{k\left(l\right)}^s=d_{k\left(l\right)}+\underset{i\∈S_b\left(l\right),i\<s}{\Σ}{t}_{k\left(l\right)}^i,\∀s\∈S_b\left(l\right),l\∈L_b.---\left(25\right)$

$a_{k\left(l\right)}^s\∈Z^{+},\∀s\∈S_b\left(l\right),l\∈L_b.---\left(26\right)$

$(x_{e\left(l\right)}-T_{min}^{eb})\·y_{k\left(l\right)}=0,\∀l\∈L_b.---\left(27\right)$

$(x_{e\left(l\right)}-T_{min}^{eb})\·z_{k\left(l\right)}^s=0,\∀s\∈S_b\left(l\right),l\∈L_b.---\left(28\right)$

$\underset{s\∈S_b\left(l\right)}{\Σ}\frac{\mathrm{\β}}{{\mathrm{ST}}_{k\left(l\right)}^s}\>0.5\·{\mathrm{SH}}_l\·\frac{\mathrm{\α}}{{\mathrm{MSO}}_{k\left(l\right)}},\∀l\∈L_b.---\left(29\right)$

${\mathrm{MSO}}_{k\left(l\right)}={\mathrm{SD}}_{k\left(l\right)}-(T_{min}^{eb}-(k\left(l\right)-1)\·{\mathrm{SH}}_l-0.5\·{\mathrm{SH}}_l),\∀l\∈L_b.---\left(30\right)$

$\underset{j\∈J}{\Σ}{\mathrm{tp}}_{k\left(l\right)}^{sj}=1,\∀s\∈S_b\left(l\right),l\∈L_b.---\left(32\right)$

式(15)中，u_b为地面公交深夜时段时刻表优化模型目标函数值；L_b为地面公交线路集合；S_b(l)为地面公交线路l沿途停靠站点集合；为二元变量：当公交线路l最后k(l)班公交车辆中至少有一班能顺利衔接上所需换乘的轨道交通线路时等于1，否则等于0；α为表征减少地面公交计划发车时刻调整量重要度的非负权重；d_k(l)为协调后公交线路l倒数第k(l)班公交车计划发车时刻；SD_k(l)为现状公交线路l倒数第k(l)班公交车计划发车时刻；MSO_k(l)为公交线路l倒数第k(l)班公交车计划发车时刻可能的最大偏移量(单位：min)；β为表征减少地面公交计划运行时间调整量重要度的非负权重；为公交线路l倒数第k(l)班公交车在站点s至s+1区段计划运行时间的调整量(单位：min)；为现状公交线路l倒数第k(l)班公交车在站点s至s+1区段计划运行时间(单位：min)；

式(16)中，x_e(l)为协调后公交线路l末班公交车计划发车时刻；h_l为协调后研究时段内公交线路l计划发车间隔(单位：min)；NB_l为研究时段内公交线路l计划发班量(单位：班)；SD_e(l)为现状公交线路l末班公交车计划发车时刻；SH_l为研究时段内现状公交线路l计划发车间隔(单位：min)；

式(17)中，为所允许的末班公交车最早计划发车时刻；

式(18)中，y_k(l)为公交线路l倒数第k(l)班公交车计划发车时刻调整量(单位：min)；

式(20)中，为协调后公交线路l倒数第k(l)班公交车在站点s至s+1区段计划运行时间(单位：min)；

式(21)中，η为公交车辆运行速度的最高调整幅度；

式(22)中，Z⁺为正整数集合；

式(23)中，M为一个足够大的已知正数；轨道交通线路末班列车在站点处计划离站时刻，由在所述第四步中生成的轨道交通时刻表确定；为协调后公交线路l倒数第k(l)班公交车在公交站s处计划到站时刻；为乘客从公交站s步行至轨道站平均换乘步行时间(单位：min)；

式(31)中，为二元变量：当在研究时段内第j个时间点时等于1，否则等于0；J为包含研究时段内各个时间点的集合；

式(33)中，为车辆在公交站s处最长停靠时间(单位：min)；B^s为公交站s停靠泊位数(单位：个)；

利用分支定界法精确求解由目标函数式(15)、约束条件式(16)-(33)构成的混合整数规划模型，获取协调优化后的地面公交深夜时段时刻表方案。