[发明专利]一种基于大站快车的公交线路组合服务方法

摘要

本发明公开了一种基于大站快车的公交线路组合服务方法，包括以下步骤：选择适合采用大站快车与全程车组合服务的公交线路；采集选择线路的相关数据；处理客流数据得到高峰小时OD；利用BNL模型，计算出行者选择快车相关出行或全程车出行的概率，进而预测得到不同出行方式的高峰小时OD；建立大站快车停靠站选择与线路组合发车频率优化模型；采用遗传算法来求解模型的近似最优解，得到快车停站及组合发车频率方案；通过敏感度分析，研究乘客单位时间价值、公交运营成本单价、公交车辆容量、客流量等因素变化对各项成本和组合发车频率的影响。应用本发明能够节省乘客出行成本、公交运营成本，并提升公交服务水平。

主权项

1.一种基于大站快车的公交线路组合服务方法，其特征在于，包括如下步骤：步骤1：考察客流、道路条件，选择合适的公交线路，设计大站快车组合服务方案；步骤2：调查选择优化的公交线路基本信息，包括线路长度、站点布设、站间距、运营速度、车辆类型、车队规模、发班计划，以及高峰时段上行及下行客流的OD数据；步骤3：处理调查所得的站间距和高峰时段上行及下行客流的OD数据，得到线路站间距矩阵、高峰小时上行和下行的客流OD矩阵；步骤4：将公交线路上的出行方式，按照车站是否有快车停靠分为快车相关出行和全程车出行两种，以乘客的等车时间、在车时间和换乘等车时间为效用项建立效用函数，利用BNL模型计算出行者选择快车相关出行方式或全程车出行的概率，进而得到不同出行方式的客流OD矩阵；具体为：步骤41：对于站点数为n的公交线路，引入变量δk表示站点k是否为大站快车停靠站点，若站点k是大站快车停靠站，则δk＝1，否则，δk＝0，1为有，0为无，讨论起点站δi和终点站δj的4种组合情况构造效用函数，用以计算乘客对快车和全程车的选择概率；效用函数由乘客在起点站等车时间、在车时间和换乘等车时间三部分构成；步骤42：当δi＝1,δj＝1，起点和终点站大站快车均停靠，乘客选择乘坐大站快车或全程车直达目的地站，无需换乘，否则转步骤43；两种出行方式的效用函数为：式中，Vij11表示δi＝1,δj＝1时，乘客从起点站i到终点站j乘坐大站快车的效用函数；Vij12表示δi＝1,δj＝1时，乘客从起点站i到终点站j乘坐全程车的效用函数；f快为大站快车发车频率；f全为全程车发车频率；li,j为起点站i和终点站j的距离；v快为大站快车行驶速度；v全为全程车的行驶速度；α为乘客等车时间系数；△t为车辆平均停站时间，包括乘客在车站上下车的时间；θ1、θ2表示各效用项特性的权重系数，i、j、k为小于等于n的自然数；步骤43：当δi＝1,δj＝0时，起点站有大站快车停靠，终点站无大站快车停靠，乘客选择在起点站乘坐大站快车，在距终点站最近且有快车停靠的大站下车，换乘全程车至终点站；或选择乘坐全程车，无需换乘；两种出行方式的效用函数为：式中，Vij21表示δi＝1,δj＝0时，乘客从起点站i到终点站j选择快车换乘出行方式的效用函数；Vij22表示δi＝1,δj＝0时，乘客从起点站i到终点站j乘坐全程车的效用函数；li,s为起点站i和换乘站k的距离；ls,j为换乘站k和终点站j的距离，θ1、θ2、θ3表示各效用项特性的权重系数；v快为大站快车行驶速度；v全为全程车的行驶速度；α为乘客等车时间系数；f快为大站快车发车频率；f全为全程车发车频率；li,j为起点站i和终点站j的距离；△t为车辆平均停站时间，包括乘客在车站上下车的时间；否则转步骤44；步骤44：当δi＝0,δj＝1时，起点站无大站快车停靠，终点站有大站快车停靠，乘客选择在起点站乘坐全程车，在距起点站较近且有快车停靠的大站下车，换乘大站快车至终点站，该方式简称全程车换乘；或选择乘坐全程车，无需换乘；则两种出行方式的效用函数为：式中，Vij31表示δi＝0,δj＝1时，乘客从起点站i到终点站j选择快车换乘出行方式的效用函数；Vij32表示δi＝0,δj＝1时，乘客从起点站i到终点站j乘坐全程车的效用函数；θ1、θ2、θ3表示各效用项特性的权重系数；α为乘客等车时间系数；f快为大站快车发车频率；f全为全程车发车频率；li,j为起点站i和终点站j的距离；△t为车辆平均停站时间，包括乘客在车站上下车的时间；li,s为起点站i和换乘站k的距离；ls,j为换乘站k和终点站j的距离；否则，转步骤45；步骤45：当δi＝0,δj＝0时，起点站和终点站均无大站快车停靠，如果要乘坐快车，乘客需要多次换乘，时间成本高，认为所有乘客都乘坐全程车；两种方式的效用函数为：式中，Vij41表示乘客从起点站i到终点站j选择快车换乘出行方式的效用函数；Vij42表示δi＝0,δj＝1时，乘客从起点站i到终点站j乘坐全程车的效用函数；步骤46：根据BNL模型公式，计算四种情况下乘客快车相关出行概率Pij1：式中，Vij1＝Vij11·δi·δj+Vij21·δi·(1‑δj)+Vij31·(1‑δi)·δj+Vij41·(1‑δi)·(1‑δj)，Vij2＝Vij12·δi·δj+Vij22·δi·(1‑δj)+Vij32·(1‑δi)·δj+Vij42·(1‑δi)·(1‑δj)，b为BNL模型参数；计算四种情况下乘客全程车出行的概率Pij2：式中，Vij1＝Vij11·δi·δj+Vij21·δi·(1‑δj)+Vij31·(1‑δi)·δj+Vij41·(1‑δi)·(1‑δj)，Vij2＝Vij12·δi·δj+Vij22·δi·(1‑δj)+Vij32·(1‑δi)·δj+Vij42·(1‑δi)·(1‑δj)，b为BNL模型参数；步骤5：以所有乘客总出行时间成本与公交运营成本之和构成的系统总成本最小为目标函数，以公交线路大站快车停靠站、快车和全程车的发车频率为决策变量，建立大站快车停靠站选择与线路组合发车频率优化模型；步骤6：利用遗传算法求解模型的近似最优解，得到快车停站及组合发车频率方案；步骤7：做敏感度分析，研究乘客单位时间价值、公交运营成本单价、公交车辆容量和客流量的变化对各项成本和组合发车频率的影响。