大型公交网络线路查询模型与算法

合集下载

城市公交线网评价参考指标

城市公交线网评价参考指标
城市公交线网评价参考指标
城市公交线网评价——参考指标
准则层
评价指标
指标计算方法与计算公式
网络性能
线路总里程
运营线路总里程=∑各条运营线路的长度=1/2(上行起点至终点里程+下行起点至终点的里程+上下行终点调头里程)
线路网总里程=有公共交通线路经过的道路中心线总长度=运营线路总里程-∑重复的线路长度
线网密度
纯线网密度=有公共交通线路经过的道路中心线总长度/有公共交通服务的城市用地总面积
营运线网密度=公共交通运营线路总长度/有公共交通服务的城市用地总面积
站点覆盖率
站点覆盖率=公交站点服务面积/城市用地面积*100%
平均换乘系数
(乘车出行人次+换乘人次)/乘车出行人次*100%
服务水平
平均运送速度
平均运送速度(km/h)=运营线路起点至终点里程/单程行驶时间*60
平均出行时耗
平均出行时耗=乘客从出发地到目的地所花费的时间
高峰小时满载率
高峰小时满载率=主要线路高单向高断面通过量/车辆通过高端面的客位数总和*100%
换乘时间
换乘时间=乘客在换乘中客运量
公交客运量(人次)=普票乘客人次+月票乘客人次+包车乘客人次
高峰配车总数
高峰配车总数=高峰时段公交车辆总数
车公里载客量
车公里载客量=客运量/(配车总数*公交线路长度)
城市公共交通工程术语标准

大中城市公交线路查询的数据结构及其算法的实现

大中城市公交线路查询的数据结构及其算法的实现

大中城市公交线路查询的数据结构及其算法的实现
王世祥;饶维亚
【期刊名称】《计算机系统应用》
【年(卷),期】2007(000)009
【摘要】给出了公交线路查询的数据结构.可以进行N次换乘的线路查询.利用动态SQL查询技术,在数据库SQLServer中,给出了一个优化实现的公交线路查询的实例,并求出了整个线路网络的换乘次数上确界.
【总页数】5页(P63-67)
【作者】王世祥;饶维亚
【作者单位】长春大学,理学院,吉林长春,130022;长春大学,理学院,吉林长
春,130022
【正文语种】中文
【中图分类】TP3
【相关文献】
1.公交线路管理系统查询算法设计 [J], 黄全舟
2.公交线路查询系统算法设计与实现 [J], 陈文磊;肖俊超;董勐
3.基于换乘次数最少的公交线路查询算法 [J], 谢润;何昌莲;张森
4.公交线路查询算法 [J], 王海帅;冀振燕;王森
5.公交线路查询算法的设计与实现 [J], 周潜;欧宜贵
因版权原因,仅展示原文概要,查看原文内容请购买。

城市公交线网评价参考指标

城市公交线网评价参考指标
高峰小时满载率
高峰小时满载率=主要线路高单向高断面通过量/车辆通过高端面的客位数总和*100%
换乘时间
换乘时间=乘客在换乘中的步行时间+候车时间
运营效率
公交客运量
公交客运量(人次)=普票乘客人次+月票乘客人次+包车乘客人次
高峰配车总数
高峰配车总数=高峰时段公交车辆总数
车公里载客量
车公里载客量=客运量/(配车—参考指标
准则层
评价指标
指标计算方法与计算公式
网络性能
线路总里程
运营线路总里程=∑各条运营线路的长度=1/2(上行起点至终点里程+下行起点至终点的里程+上下行终点调头里程)
线路网总里程=有公共交通线路经过的道路中心线总长度=运营线路总里程-∑重复的线路长度
线网密度
纯线网密度=有公共交通线路经过的道路中心线总长度/有公共交通服务的城市用地总面积
营运线网密度=公共交通运营线路总长度/有公共交通服务的城市用地总面积
站点覆盖率
站点覆盖率=公交站点服务面积/城市用地面积*100%
平均换乘系数
(乘车出行人次+换乘人次)/乘车出行人次*100%
服务水平
平均运送速度
平均运送速度(km/h)=运营线路起点至终点里程/单程行驶时间*60
平均出行时耗
平均出行时耗=乘客从出发地到目的地所花费的时间

一种公交网络最优路径新算法

一种公交网络最优路径新算法
第2 7卷 第 3期 21 0 0年 3月
计 算 机 应 用 研 究
Ap l a in Re e r h o mp t r p i t s a c fCo u e s c o
Vo . 7 No 3 12 . Ma . 2 0 r 01

种 公 交 网络 最优 路径 新 算 法 水
仍然是绝大多数出行者 的首 选方式 。同时 , 高效 、 地使用 合理
公共 交通 系统能够有效地缓 解 日益 严重 的城市道 路交 通紧张 状况 , 因此众多学者提倡 公共交 通 系统优先 理念 , 并得 到 了各 地政府的大力支持 。
1 最优路径算法
1 1 路 径选择 算法 . 根据 公交 线路 的实 际情况 和大众 心理分 析 , 广州 市 内, 在
蔡 念, 蔡彩燕
( 东工业 大 学 信 息工程 学院 , 州 500 ) 广 广 106

要 :从 出行 者的 实际情 况 出发 , 出步 行 愿 望 系数 , 合 考虑 最 小换 乘 次数 、 短 时 间 以及 最 小 费用 等 因 提 综 最
素 , 出 了一种 公 交网络 最优路 径新 算 法 , 用 于广 州市 大学城 内公 交线路 查询 , 提 应 实现相 应 的仿真 系统 。 关 键词 :最优路 径 ; 步行 愿望 系数 ; 交线路 查询 公
最优路径方法对评价和 优化公 交 网络以及公 交线 路查询 具有非常重要的实 际意义 。传统 的最优 路径 问题 往往就
是最短路径 问题 , 只需 找 出两 点 之 间路径 距离 最短 。Dj 即 i k
换乘 次数 小于 等于 两次 是 比较合 理 的 。因此 , 文 不考虑 本 换乘 次数超过两次的方 案 , 样最 多只需进 行三 次搜索 , 这 从而 简化算 法模 型 , 降低程 序运行时间复杂度 , 提高整体查询效率 。

公交线路查询

公交线路查询

公交线路查询引言公交线路查询是现代城市中常见的公共交通服务功能。

通过公交线路查询,人们可以获取到所需公交线路的具体信息,如线路规划、站点信息、票价、运营时间等,从而更加方便地规划自己的出行行程。

本文将介绍公交线路查询的基本原理和常见实现方式,并从用户角度出发,探讨如何更好地利用公交线路查询服务。

公交线路查询原理公交线路查询的实现原理主要基于以下几个要素:1.线路数据采集:公交线路的数据需要提前采集和整理,并存储在数据库中。

这些数据包括线路的起点和终点、中途的站点、站点之间的距离和时间等信息。

2.用户输入:用户通过公交线路查询平台输入出发地和目的地信息。

3.算法处理:查询平台使用算法处理用户输入信息并在线路数据中进行匹配,以确定最佳的公交线路。

4.结果返回:查询平台将查询结果返回给用户,通常包括推荐的公交线路、所需乘坐的公交车次、乘车站点、票价、运营时间等信息。

公交线路查询的实现方式公交线路查询可以通过多种方式实现,主要有以下几种常见的方式:1.网页应用:用户通过公交线路查询网站,输入出发地和目的地信息,网站通过查询数据库返回结果给用户。

2.手机应用:用户使用公交线路查询手机应用,输入出发地和目的地信息,应用通过查询服务器返回结果给用户。

3.智能语音助手:用户通过智能语音助手(如小度、Siri等)提出公交线路查询请求,语音助手通过网络连接查询服务器获取结果并回答用户。

4.电子屏幕:在公交车站等公共场所,可以设置电子屏幕提供公交线路查询服务,用户可以直接在屏幕上输入起终点信息获取查询结果。

如何更好地利用公交线路查询服务对于用户来说,更好地利用公交线路查询服务可以带来许多便利。

以下几点建议可以帮助用户更好地利用公交线路查询服务:1.多渠道查询:尝试使用不同的公交线路查询方式,如网页查询、手机应用、语音助手等,以获取更全面的公交线路信息。

2.实时更新:注意查询结果的实时性,公交线路可能受到交通管制、天气等影响,及时更新查询结果可以更准确地规划行程。

针对公交的最优路径算法

针对公交的最优路径算法

针对公交的最优路径算法
公交最优路径规划通常是指根据乘客出发点和目的地,规划最佳的乘车路线,主要考虑的因素有节点开放时间,节点之间的距离,以及車輛性能等。

首先,根据出发点和目的地来计算最优路线,首先搜索与出发点最近的公交路线,然后计算该路线的路径,接下来搜索目的地最近的公交路线,并计算该路线的路径。

最后,依据路线和路径,从出发点到目的地来规划最佳路线,搜索出最佳路线到达目的地的所有可能性,并可以对不同情况采取不同的策略,例如旅行距离最短、最短行车时间等,来采取最佳的乘车路线。

此外,公交最优路径规划还要考虑乘客的需求,节点开放时间也要考虑,节点之间的距离也要考虑,这都会给行驶时间和穿梭地点带来变化,因此,乘客可以选择合适的行驶路线或者乘车时间,从而获得最优路径。

最后,公交最优路线规划同时还与当地公交站点及线路相关,搜索距离用户最近的公交站点,然后获取各站点信息,计算它们之间的最优路径,以及如何去最近站点来实现最终目的地。

当然,节点时间也会影响使用公交路线,因此,乘客要根据实时的节点信息及站点开放的时间段来确定最佳的出行路线。

综上所述,公交最优路径规划是基于乘客出发点和目的地,根据路线图和实时节点信息,为乘客提供最优路线的一种规划方法。

此外,乘客可以根据自身情况,灵活选择乘车路线来实现不同的目标,可以帮助乘客减少最小化旅行时间,从而可以更高效地利用有限的时间与资源。

最佳公交线路的实时查询模型及算法

最佳公交线路的实时查询模型及算法

最佳公交线路的实时查询模型及算法摘要本文针对查询者的不同需求,为公交查询系统提供了最佳线路查询的模型与算法。

查询者的需求从换乘次数少、时间少和费用少三方面进行考虑。

故查询算法从换乘次数(从实际出发,换乘不超过两次)入手:对直通的任意两站点,可设计出较简单的最佳直通线路查询算法(直通算法)。

故对需要查询的两站点,算法先由线路、站点的原始数据判断此两站点是否直通,若是,便可通过直通算法进行查询。

不论是否存在直通线路,算法都考虑对换乘的情形进行查询。

考虑到城市公交系统中的站点基数较大,可行的换乘方案数也将较大,故查询算法根据所有可行的一、二换乘点必与起、止站点直通的原则,对可能成为给定两站点的换乘点的站点进行了筛选,得到相关站点集,较大的缩小了查询的范围。

得到相关站点集后,建立了反映站点集中任意两站点直通关系的连通矩阵,并通过矩阵乘法,较快地得出了所有可行的一次、二次换乘点。

考虑到所有可行的换乘点可能较多,特别是二次换乘的情形,故查询算法采用分支定界法以较高效率对最佳方案进行了最后的筛选。

在考虑地铁的公交系统时,本文从实际出发,对模型进行了一定的修改。

同时,本文考虑了引入站点之间的步行时间的情况,提出了线路选择的模型。

由于筛选算法、矩阵乘法和分支定界法的高效性,整个查询算法具有很高的效率,并能在换乘次数不超过两次的条件下,求得全局最优解,得出满足查询者不同需求的所有最佳方案。

并且,从系统设计的角度出发,整个系统需要预存的数据量很小,系统的实用性很强。

对给定的六对站点,采用本算法进行查询,在1.7GHZ的CPU环境下,平均运行时间为:1.27秒,最长运行时间为7.43秒,验证了算法的实时性。

同时,对每一对站点,得到了满足不同查询需求的所有最佳线路方案,验证了模型与算法的精确性。

关键词:最佳线路、实时、筛选算法、分支定界一、问题重述第29届奥运会将于今年8月在北京举行,届时有大量观众到现场观看比赛,其中大部分人将乘坐公共交通工具(包括公汽、地铁等)出行。

公交调度问题的常用算法

公交调度问题的常用算法

公交调度问题是一种优化问题,旨在合理安排公交车辆的发车时间、路线和停靠站点,以提高运输效率、降低成本。

以下是公交调度问题常用的一些算法:1. 遗传算法(Genetic Algorithms):•遗传算法是一种模拟生物进化过程的优化算法。

通过使用交叉、变异等操作,可以生成一组可能的调度方案,并通过适应度函数评估其性能。

优点是可以全局搜索,但可能需要较长的计算时间。

2. 离散事件模拟(Discrete Event Simulation):•使用离散事件模拟来模拟公交系统的运行。

这种方法考虑车辆之间的相互影响,通过模拟车辆在路网上的运动和停留来评估调度方案的性能。

3. 贪婪算法(Greedy Algorithms):•贪婪算法通常用于在每个决策点上做出局部最优的选择。

在公交调度中,可以从某个车站开始,根据某些准则(如最短路径、最早到达时间等)逐步选择下一个站点,构建调度方案。

4. 粒子群算法(Particle Swarm Optimization, PSO):•PSO 模拟鸟群或粒子在搜索空间中的移动,通过合作和信息共享来寻找最优解。

在公交调度中,每个粒子代表一个可能的调度方案,通过更新粒子的位置来搜索更好的解决方案。

5. 模拟退火算法(Simulated Annealing):•模拟退火算法通过模拟金属冶炼时的冷却过程来进行优化。

在公交调度中,可以使用模拟退火来随机选择解决方案,并以一定的概率接受比当前解更差的解,以避免陷入局部最优解。

6. 混合整数规划(Mixed-Integer Programming, MIP):•使用整数规划方法来解决公交调度问题。

这种方法将问题建模为数学规划问题,通过求解整数规划问题得到最优解。

选择算法通常取决于具体问题的性质和规模。

大规模、复杂的公交调度问题可能需要采用启发式算法,而小规模问题可能可以使用精确解法。

基于公共交通乘车查询系统的数学模型及实现方法

基于公共交通乘车查询系统的数学模型及实现方法

站点的集合 , E是边的集合 。 设有 ”个公交站点 , 若用 12 3 … , 对这些站 点进行 ,,,
2 =( ) 优 )
中的 k也应该进 行必 要的 限制 。可
根据实际情况将 k最大值 限定为 10 因为实际情况 中出现 0,
排序 , 如果 和 是某路公交 车的相邻站点 , i 则 和 之间存
从初始站点到终止站点最 短路的条数 。此方 法可有效 地解
是满足 优, ≠0的最小 正 整数 时 , 优 便 是从 站 点 i 则 到
长度为k且最 短线 路 条数 。因 此通 过 构造 公 汽 系统 G= ( , 和邻接矩阵 A, E) 及对 A, …, 的求解运算 , A, 便构
关键词 : 邻接矩 阵; 深度优 先遍 历递 归算法; 线路 优化 ; 交通 阻抗值
中图分 类号 : P 1 T 39 文献标识码 : A
1 问题描 述
第 2 届 奥 运 会举 行 时 会 有 大 量 观 众 到 现 场 观 赛 , 数 9 多
1 )给 出最短路径 的长度 , 为 r 令 i ; 设 , =l
型算法 。
3 )从始点开始遍历 , 录所有与始点相邻的站点 , 记 并将 这些站点 以某种方式排序 ;
4 )按照排序的次序先后 , 选定一个站点 , 考察 此站点与 终点有无长 度为 r—i的线路 ,
① 若无长度为 r—i的线 路 , 排除该 站点 , 则 选择下一
站点;
2 解 决方法
( 转第 7 下 l页)
收稿 日 : 0 — 3 0 第一作者 期 2 8 0— 2 0
郑琼琼
女 2 岁 大 学本科 l
维普资讯
第3 期
耿艳兵 , : 等 构建电子政务安全体 系的研 究

公交车的定位方式以及预测公交到站的数学模型

公交车的定位方式以及预测公交到站的数学模型

公交车的定位方式以及预测公交到站的数学模型公交车定位方式:
1. 全球定位系统(GPS):通过卫星定位系统获取公交车的地理位置信息,可以实时
监控公交车的行驶路线和位置。

2. 无线电频率定位:利用无线电信号传输和接收的时间差来确定公交车的位置,包
括基站定位和信号强度定位。

3. 手机信号定位:通过手机信号塔接收用户手机信号,并推断出公交车所在位置。

4. 光电定位:利用光电传感器感知公交车行驶过程中的光线变化,来确定车辆位
置。

预测公交到站的数学模型:
1. 基于历史数据的统计模型:根据过去一段时间内公交车到站的历史数据,进行统
计分析和建模,预测公交车到站的时间。

2. 基于时间序列模型:利用公交车到站的时间序列数据,比如ARIMA(自回归和滑动平均整合移动平均模型)模型,来预测未来公交车到站的时间。

3. 基于机器学习的模型:利用机器学习算法,比如回归模型、随机森林或神经网络,通过训练模型来预测公交车到站的时间。

4. 基于交通流量的模型:结合交通流量数据,分析公交车在不同时间段的行驶速度
和交通拥堵,从而预测公交车到站的时间。

5. 基于实时数据的模型:结合实时公交车位置和实时交通流量数据,利用数据挖掘
和实时算法,预测公交车到站的时间。

这些数学模型可以根据具体的应用场景和数据情况进行调整和改进,以提高预测公交
车到站时间的准确性和可靠性。

公交路线布线问题涉及哪些方面的数学问题?

公交路线布线问题涉及哪些方面的数学问题?

公交路线布线问题涉及哪些方面的数学问题?随着城市建设的迅猛发展,公交出行已成为人们的一个重要出行方式。

公共交通作为一个城市经济发展的象征性基础设施,它为广大居民的日常出行提供了方便,因此也关系到一个城市的基本保障问题.优化公交网络,提高公交运载效率越发受到社会的关注,成为人们的迫切需求.公交规划就是一个多目标的优化问题.进行公交优化设计需要区分主次,设定专门的优化措施.为此,我们提出了“分离目标,逐步解决”的办法.主要是利用数学模型,通过计算机进行处理,得到一个初步优化完善的公交网络.再适当做些调整,使得线路能够分布相对均匀,消除空白的公交区域.1.Dijkstra算法Dijkstra算法是很有代表性的最短路算法,其基本思想是,设置顶点集合S并不断地作贪心选择来扩充这个集合.一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知.初始时,S中仅含有源.设u 是G的某一个顶点,把从源到u且中间只经过S中顶点的路称为从源到u的特殊路径,并用数组dist记录当前每个顶点所对应的最短特殊路径长度.Dijkstra算法每次从V-S中取出具有最短特殊路长度的顶点u,将u添加到S中,同时对数组dist作必要的修改.一旦S包含了所有V中顶点,dist就记录了从源到所有其他顶点之间的最短路径长度.2.公交线路布设模型2.1公交线路的布设原则公交网络本身具有快捷、灵活、网络覆盖率高的特点,适合中短距离出行.一般公共汽车的起讫站点相隔在500m到800m之间,如果是在城市中心的话站点之间可以缩短到400m,时间上在客流高峰的时候发车间隔会在3到5分,除此之外的时间可以增加到6到8分,站点设置一般能和其他站点有较好的换乘[1].2.2城市客流集散点的计算在已知公交OD矩阵的条件下,将研究区域划分成若干地理性质相似的区域,也可以依据行政意义进行划分,把每一个分好的小区看作一个单一的节点,同时又要能被城市中的主要干路线路贯通,然后通过具体分析可以确定以下指标,并且作为节点的重要度指标.这些指标有地理位置、路况、OD集散程度、人口数量、金融指标等[2].节点的加权平均值为:L■=■α■·■,L■表示区域内节点i的重要度;α■表示第j项指标的权重;M是指标数量;e■是节点i的第j项的指标.e■为区域内所有节点的第j项指标算数平均值.客流集散强度:E■= ∑■ q■·δ■■,q■是OD点k,1间的OD客流量(人)δ■■=1,当j,k间的最短路径经过i0,否则式子中权重值α■的确定即确定出各个标准对于每个节点重要程度的影响效果.2.3线路起讫点确定客流量集散地点确定以后,就可以根据公交区域的客流量(OD 量),即根据交通区域的发生量还有吸收量最终找到起讫点.2.3.1按照客流量设定站点当交通小区处于高峰时期,发生量和吸引量都超过了此线路中间站点的最大运载能力的时候,仅仅依靠中间站点无法完成运载任务,那么这个交通小区就要设置为起讫站点,从而增加运载量.所以可以依据中间站点的运载量设定起讫站.某一个交通小区发生量和运载量超过某一个值时候,需要设定站点.单个中间站点运输力为C■=60B/t■,C■是中间站点运载力(即人次/高峰小时);t■是高峰每小时的发车时间间距;B是高峰小时每辆车从中间站搭乘乘客数量的平均值,所取的值可以通过调查得出.交通小区中间站运载力为c(i)=c■N(i),全规划区域的站点个数N■=ρs/d,N■为全规划区域站点的数量;ρ是规划的公交网络的密度;S是规划区域的面积;d为站点的平均间隔.先根据各个交通小区的出行数量的相对值大小确定出中间站的数量N(i),N(i)=N■T(i)/T,T(i)为交通小区公交乘客发商量或者是吸引量的总和;T为全规划区域的公交发生量的总和.T=■T(i),一个起讫站点的最大运载力为C■=60Rr/(t■k■).2.3.2按照实际的要求设置起讫点一些特殊的地区,如汽车车站、热门旅游景点、船运港湾、生活区等,为了满足乘客的出行路线,服务人民生活,即使总的发生量和吸引量没有达到设站的要求,也可以设定起讫站点.2.4公交线路的校正和优化2.4.1设置网络的最佳走向确定起讫点以后,就要根据路段的不同将行驶所用时间作为阻抗,从而来求得各个起讫站点配对以后的最短路径.又由于这里想到要把优化的网络经过集散点,因此又提出了一个“集散点吸引系数”.2.4.2直达乘客数量的校正2.4.2.1公交线路长短的校正公交网络的路线距离不能过于长和短,必须按照该城市里的实际情况来确定,对已经拟定的待选路线来筛定.对于那些不满足该条件的首末点之间我们不设定公交线路,这时候就要把直达的乘客数量Z■设置为0.2.4.2.2防止线路间的自相配对同一个节点是不可以作为相同单向路线起讫站点,因此令Z■=0.2.4.2.3对于同一区域设定多个站点的校正当有些划定区域的出行量值非常大的时候,就要确定多个起讫站点了,这个时候,在直达乘客的矩阵里,相对应的起点那一行和终点那一列就要校正,校正次数和这个区域的起讫站点数量是一致的.2.4.3所设定线路的优化校正优化线路需要考虑以下问题:校正乘客的OD量,确定OD量的剩余数值,校正行车时间,以及复线系数.3.实例我们假设一个交通路线分区和基本路段的路线图,OD量我们假设已经通过调查求出.图中线路上的数字是该条路段车辆的行驶时间(单位:分钟).待选路线中的直达乘客数量表示为:再按照线路的长度要求,防止自相的配对、一个区域设定多个站然后再次对直达的乘客量进行校正.经过最后的计算.OD在[B,C]的乘客量是最大的.这就要设定一个B到C、C到B的公交网,那么最短路径就会是6-12-18-17-16-15-14-20-19.通过之前的复线系数把第一条公交路通过行车行驶时间修正(其中的数值可以参考待选的最短路径).到这里,第一条线路设置工作就全部结束了,除去B和C点以外,再一次查询最短路径,逐次去布设第二条、第三条公交线,最后得到完整的网络线路图.现实生活中公交网络问题受到诸多因素的影响,需要综合考虑这些因素的制约,而且需要搜集大量的数据,并进行实际论证,需要通过数学建模的方法进行研究,合理且便于操作的方法,这也是后续研究的方向.。

公交网络最优线路查询模型及软件开发

公交网络最优线路查询模型及软件开发

于 通 过 能 力 而 产 生 的拥 挤 ;再 根 据 路 段 上 公 交 车 辆 总 的 行 驶 时 间 及 路 段 上 公 交 车 辆 的 组 合 频 率 确 定 路 段 权
重 ; 最 后 用 节 点 带 权 的 方 法 来 模 拟 换 车 代 价 模 型 ,从 而 定 出 弧 的 阻 抗 函 数 , 实 现 最 优 路 线 的 查 询 。 关 键 词 : 公 交 网络 ; 最 优 线 路 ; 线 路 查 询 ;软 件 开 发 中图分 类号 :U9 :1 1 4 5 U 2 文 献 标 识 码 :A 文 章 编 号 :1 7 - 4 ( 0 8) 4 0 1 - 8 6 2 4 7 2 0 0 — 1 0 7 8
公 交 网 络 最 优 线 路 查 询 模 型 及 软 件 开 发
张 晋 伟 邹 云 2
1 重庆 交 通 大 学 ,交 通运 输 学 院 ,重庆 4 0 7 . 0 04
2. 重 庆 交 通 科 研 设 计 院 似 于 城 市 道 路 交 通 网络 平 衡 模 型 来 解 决停 站 时 间 的 计 算 ,用 一 个 无 界 的 递 增 函 数 来 表 示 由
Abs tract: With si a mil equili ar bri mode1 um of he t eity tra nsit network, the stop ti mes of the transport vehi es c1 were cal culated, meanwhi1e, the crowdednesS due to the capacity was expressed by an unbounded increasi functi ng on. Then, t road s he ection wei ghts were

公交线路模型

公交线路模型

承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。

我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。

如有违反竞赛规则的行为,我们将受到严肃处理。

我们参赛选择的题号是(从A/B/C/D中选择一项填写): B我们的参赛报名号为(如果赛区设置报名号的话):所属学校(请填写完整的全名):参赛队员(打印并签名) :1.2.3.指导教师或指导教师组负责人(打印并签名):数模指导组日期: 2011 年 8 月 26 日赛区评阅编号(由赛区组委会评阅前进行编号):编号专用页赛区评阅编号(由赛区组委会评阅前进行编号):全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):公交查询系统的研究与设计摘要本文旨在设计一个解决公交线路选择问题的自主查询计算机系统。

问题一,鉴于实际生活中公交路线复杂多样,我们将不同公交线路抽象化。

把公汽换乘和直达综合考虑,模型比较复杂,所以我们首先建立公汽直达数据库Q,用户查询时,系统首先查询Q,得到所有直达车方案。

在需要转乘时,针对不同用户需求,分别以转乘次数最少、总耗时最短、总费用最少为目标,量化不同目标为有向赋权图的不同权矩阵,始、终点连通为约束建立 0-1 整数线性规划模型来设计最佳路线。

为了能提供多种公交线路备选方案,我们首先使用基于Dijkstra 的邻接算法求解,得到不同目标下的多种优化方案;对于邻接算法不易求解的多次转乘最优方案,我们采用Lingo 软件直接求得全局最优解。

综合方案集(见5.1.6模型表1.1-1.6),其中6条线路时间最短目标分别为67、102、106、62、105、49(分钟)。

基于边介数的大城市公交网络优化模型

基于边介数的大城市公交网络优化模型

基于边介数的大城市公交网络优化模型田庆飞;赵淑芝;曹阳【摘要】为解决大城市公交网络优化设计问题,提出一种考虑交通拥堵的网络优化模型.首先分析最短路策略在大城市应用的弊端和造成交通拥堵的原因,在研究复杂网络理论的基础上,基于边介数提出绕行策略.通过扩展边介数,定义有效边介数和有效路径,提出基于边介数的大城市公交网络优化模型,并设计了实现算法.以长春市路网为例,求解β.结果表明,随着β的变化,平均出行距离先减小后增大,在β=0时最短;平均出行速度先基本稳定后急剧增大.β=0.1时,居民平均出行时间最短,网络效率最高,这时优化模型可快速减少由于交通拥挤造成的网络效率损失。

%In order to solve the optimal design problem of metropolitan bus transit network,a network optimization model was proposed,which had considered the urban traffic congestion.Firstly it analyzed the malpractices of the shortest path strategy in large cities and reasons of traffic jam.It studied complex network theory and proposed the bypass strategy based on edge betweenness.Through extending the edge betweenness,it defined effectivity edge betweenness and effectivity path.Then it proposed metropolis transit network optimization model based on edge betweenness and designed its algorithm.Take the street network of Changchun City for example to solve.The results show that with the changes of β,the average trip distance first decreases and then increases.When β=0,it is shortest.The average travel speed first is basically stable and then increases sharply.When β=1 the residents average travel time is shortest and the network efficiency is highest.At this timeoptimization model can rapid decrease the losses of network efficiency caused by traffic congestion.【期刊名称】《哈尔滨工业大学学报》【年(卷),期】2012(044)010【总页数】5页(P144-148)【关键词】公交网络优化;边介数;复杂网络理论;大城市公交;网络效率【作者】田庆飞;赵淑芝;曹阳【作者单位】吉林大学交通学院,长春130022;吉林大学交通学院,长春130022;吉林大学交通学院,长春130022【正文语种】中文【中图分类】U491.1大城市交通拥堵问题是目前研究的热点,它对居民出行影响越来越大.从北京、广州等大城市的交通现状看,无法在短期内得到有效解决.很多国内外专家就拥堵问题对复杂网络理论进行了研究[1-2],它是研究复杂网络的有力工具.吴建军等对城市交通系统的复杂性进行了研究,提出缓解交通拥堵的策略和运输网络级联失效的预防策略[3];Motter等引入介数定义节点的负荷,提出一种级联失效模型[4];Yan G等为控制通信网络中的信息堵塞和改善网络信息传递效率,提出基于节点度的广义路由算法[5];Wang W X等提出集成动静态信息的混合路由算法[6]和基于本地信息的路由策略[7];这些算法和策略是在通信网络特征基础上提出和论证的,是为研究方便,假设所有节点(路由器)数据处理能力相同,边权都为1,最短路为边数最少的路径,显然这与交通网络特征不符.因此,本文结合公交网络优化设计的实际,在分析居民出行策略的基础上,应用复杂网络理论,提出基于边介数的大城市公交网络优化模型及其实现算法.它同时考虑了不同的路段权重和节点处理能力,并对协调参数β最优值进行了深入分析和求解.1 居民出行策略分析在日常出行中,居民一般以最短路策略选择路径到达目的地.中小城市最短路策略是有效的,在大城市出行需求量较大,集中在最短路会造成交通拥堵严重,使最短路出行时间变长,成为非最短路或无法通行的路径.居民的这种出行策略是目前大城市交通拥堵的主要原因之一.对于选择小汽车、出租车等方式出行的居民,可根据经验和当时的情况,重新选择出行路径,绕过交通拥堵点,这样虽然相对最短路绕远了,但是缩短了由于交通拥堵损失的时间.城市公交车是按照固定站点、固定线路和固定时刻表为居民提供服务的交通方式,在发生交通拥堵时,无法重新选择路径,只能在公交网络优化设计时,融合绕行策略,绕过交通拥堵点,实现重新选择路径的目的.绕行策略是在公交网络优化设计时,使公交车能适时绕过这样的拥堵节点,使居民公交出行时间变短,线路准点率提高.它是以牺牲一部分公交网络效率为代价换取居民公交出行成本的降低.2 拓展边介数为使公交网络优化设计时实现绕行策略,应用复杂网络理论中的边介数识别交通拥堵.边介数为网络中所有经过该边的最短路径数量与最短路径总数之比[8].为适应公交网络特征,引入参数β,将边介数进行拓展.定义1有效边介数定义为对于给定的参数β,网络中所有经过该路段的最短路径数量与最短路径总数之比.记作Bβ(i),则其中:Bβ(i)为路段i的有效边介数,njk为节点(j,k)之间最短路径的数量,njk(i)为节点(j,k)之间最短路径中经过路段i的数量,β为协调参数,V为网络中全部节点的集合.定义2规定L(p(s→t):β)为对于给定参数β,节点(s,t)之间路径的长度,则节点(s,t)之间的有效路径是使L(p(s→t):β)值最小的路径.其中L(p(s→t):β)=,N 为路径p(s→t)包含的路段总数,r(i)为路段i的阻抗,s.显然搜索有效路径时,路段i的有效权重为Bβ(i)r(i),它是在有效边介数的基础上建立的,在有效路径上布设的公交线路就是有效线路,有效线路形成的公交网络就是有效网络.根据复杂网络理论和有效路径的定义,协调参数β在这里表征有效路径偏离拥堵节点的程度.当β=0时,有效路径为网络最短路,即居民出行为最短路策略;当β>0时,有效路径开始偏离拥堵节点,部分居民出行时采取绕行策略;当β<0时,有效路径更倾向于经过枢纽节点,即居民出行易先到枢纽站点换乘.由此可知,参数β变化过程模拟了居民出行策略的变化,当β>0时,有效路径体现了居民出行应用绕行策略的情况,参数的大小体现了居民出行绕行的程度,最优参数值求解详见下文.3 基于边介数的公交网络优化模型为均衡网络效率和居民出行时间,在搜索有效路径的基础上,应保证公交网络运输效率最大化,因此,目标函数为两个:1)L(p(s→t):β)值最小化;2)公交网络运输效率最大化.L(p(s→t):β)最小时的有效路径在β>0时模拟了居民出行时采用绕行策略的情况,应用绕行策略优化的目的就是使所有公交乘客出行时间缩短.目标函数表达式为绕行策略使公交车运行过程中,会绕过介数较大的节点,它们一般都是相对重要的节点或枢纽站点,若过多乘客绕过,必然会使公交网络运输效率低下.为使公交网络运输效率最大化,设计目标函数表达式为其中:Z为公交网络运输效率,人次/s;xij为线路i上路段j的公交客流量,人次;rij为线路i上路段j的阻抗,s.单条线路的约束条件包括线路长度,路线非直线系数,路线客运能力,复线条数等.整个线网的约束条件包括线网密度,乘客换乘系数,站点覆盖率,线网覆盖率等.它们的计算可参考文献[9-10],从而建立公交网络优化模型.4 优化模型算法实现建立的公交网络优化模型为双目标规划模型,大城市公交网络比较复杂,采用解析法求最优解计算量较大,有些模型可能不存在唯一的最优解.因此,本文提出一种操作性较强的算法,计算过程较为直观,可控性较强.4.1 搜索备选线路集计算路网中各个路段的有效权重,基于绕行策略,应用带约束条件的k最短路算法搜索备选线路集,其算法如下:1)取一起终点对(s,t),应用Dijkstra法搜索它们之间的最短路径sp1,检验sp1是否满足线路长度约束,若满足则将sp1作为备选线路,并取下一起终点对进行搜索备选线路,否则转入下一步,其中spk表示k 最短路径.2)当确定spk-1时搜索spk,对Vs中的点进行标号和更新,取一点h,它的标号值为 Ph=,则 Sk=并确定spk.若Ph=Sk且spk过点h,则更新h的标号,更新公式与标号公式相同;若该点已没有邻接点,则标号更新为无穷大.其中Vm为m最短路径经过的点集合为最短路邻接点集合,Li为节点i到起点s的最短距离,Lij为邻接点i、j之间的距离,Sm为m最短路径的长度.3)检验spk是否满足线路长度约束,若满足则将其作为备选线路;否则返回步骤2.4)检查是否是最后一对起终点,若是则得到备选线路集合SP,否则返回步骤1.这样基于绕行策略得到备选线路集合SP,根据参数β取值,部分路径可绕过交通拥堵点,因此备选线路集合中的线路都是有效线路.4.2 有效线路布设根据目标函数,采用效率最大化原则布设有效线路.分别计算备选线路的运输效率,将运输效率最高的备选线路布设在路网中,然后对客流OD矩阵进行更新,其算法思路为:计算线路各个断面的断面流量、各个站点流量以及站点容量[11].1个站点可能同时被多条线路共用,此时,站点流量为经过该站点的各个断面流量之和.检验各个站点流量和站点容量,若各个站点流量均小于站点容量则经过该线路的OD量能全部被运送;若站点流量大于站点容量,则布设的线路只能运送部分客流OD量,具体分为3步.第1步:确定超载站点集合.选取超载站点遵循就近原则,即线路断面的超载流量向公交行驶逆方向的站点就近分配,分配流量与各站点的上客量相等(或小于最后一站点上客量),分配到超载客流的站点就是超载站点.其中:ΔSl为超载站点l上的超载流量,人次/h;Yl为超载站点l上的背景流量,人次/h;Xl为超载站点l上新增流量,人次/h.存在实数m满足其中:Glk为站点k对超载站点l贡献的流量;qkij为从站点k上车的OD量;(l-p)表示l减去p,其他类似符号同理.则站点l后的(m-1)个站点上车经过站点l的OD全部留剩,站点(l-m)上车经过站点l的OD部分留剩.站点l后m个站点进入超载站点集合Vs.第2步:确定站点(l-m)的OD更新量.在同一站点(l-m)的乘客,具有同等上车的权利,同时具有同等留剩的机会.所以站点(l-m)的OD更新量计算公式为其中:Qlij-m为从站点(l-m)上车,为超载站点l贡献的客流量.第3步:某些站点可能是多个超载站点的贡献者,取站点OD更新量时,为保证全部站点均不超载,每一OD留剩量取它在线路上各站点留剩量的最大值,即OD 矩阵[i,j]更新值为OD矩阵更新完毕,重新搜索备选线路和布设有效线路,直到所有的起始点对都布设一条有效线路,再进行逐步的调整优化,得到满足线路约束的有效网络.5 确定最优参数β5.1 参数分析根据前面的分析可知,参数β与居民出行时间之间的函数关系曲线应为先下降再上升.当发生交通拥堵时,部分居民采取绕行策略,偏离枢纽节点可绕过交通拥堵点,这时可缩短居民出行时间;随着参数β的逐渐增大,居民出行路径逐渐偏离拥堵点,离交通拥堵点越来越远,居民出行时间就越来越短;当参数β达到一个临界值βc时,居民出行路径偏离交通拥堵点缩短的时间与居民绕远增加的时间相等.当参数β继续变大时,居民总的出行时间开始逐渐增加.显然,参数β的最优值与实际网络和城市交通拥堵程度有关,交通拥堵越严重,临界值βc越大.通过分析不同β可观察绕行策略下居民的出行轨迹,从而验证该策略在大城市公交网络优化设计中的合理性.5.2 参数求解长春市交通拥堵严重,其中主干道人民大街、南湖大路、自由大路、亚泰大街、解放大路、吉林大路等“堵点”较多,其他市区支路交叉口拥堵也较为严重.以长春市道路网作为基础网络求解参数β的最优值.将长春市划分为163个交通小区,应用TransCAD搜索并记录它们之间的有效路径,经过分析计算可得到各个网络指标值.根据反复计算的结果,参数β与拥挤网络效率E1、平均出行时间的变化趋势见图1.从图中可以看出,当居民平均出行时间最短,网络效率最高时,β的最优值为0.1.β >0时,的变化趋势与参数分析中的结论一致;β<0时,有效路径倾向于经过枢纽站点,由于枢纽站点处理能力较高,增长较慢.越短,E1越高,这与图中趋势一致.图1 不同β与E1、的变化趋势图参数β与居民平均出行距离和平均出行速度的变化趋势见图2.从图中可看出,β>0时,绕行策略使交通拥堵对出行影响变小,开始突增至1个值,然后逐渐增加,同时绕行使快速增加;β<0时,有效路径倾向于经过枢纽站点,必然加重交通拥堵,速度有所下降.随着β变化,和的变化趋势验证了对β的分析.参数β与零流网络效率E0、拥挤网络效率E1以及由于拥挤造成的效率损失ΔE的变化趋势见图3.从图中可以看出,由于交通拥挤,存在网络效率损失.相对于E0,E1的峰值右移,β值由0变化增长至0.1.在β=0.1时,损失值急剧减少,这种相变现象是由于绕过交通拥堵产生的积极影响.当β继续增大时,出行路径逐渐绕到负荷较低的路段,交通拥堵影响较小,效率损失也逐渐降低.β<0时,由于枢纽节点发生拥堵,网络效率损失保持较大的数值.图2 不同β与、的变化趋势图图3 不同β与E0、E1、ΔE的变化趋势图6 结论1)根据绕行策略优化城市公交网络,既可充分利用枢纽站的高效处理能力,又可使公交出行适时避开交通拥堵,缩短出行时间,因此可适合在大城市或存在交通拥堵的城市应用.2)基于边介数优化的大城市公交网络可使部分乘客出行时避开交通拥堵点,这将增强网络对蓄意攻击的抵抗能力,改善网络的鲁棒性.3)双重策略提高公交网络的可靠性.绕行策略是将公交车作为机动车一种,考虑整个交通系统的拥堵对公交系统的影响;站点容量模型考虑了由于线路运输能力限制产生的拥堵对公交系统的影响.4)以长春市路网为基础求解β最优值,结果表明,最小化网络平均出行时间、最大化网络效率可确定β的最优值.参考文献:[1]汪小帆,李翔,陈关荣.复杂网络理论及其应用[M].北京:清华大学出版社,2006.[2]PORTA S,CRUCITTI P,LATORA V.The network analysis of urban streets:a dual approach[J].Environment and Planning B:Planning and Design,2006,33(5):705-725.[3]吴建军,高自友,孙会君,等.城市交通系统复杂性:复杂网络方法及其应用[M].北京:科学出版社,2010.[4]MOTTER A E,LAI Y C.Cascade-based attacks on complex networks [J].Physical Review E,2002,66:65102.[5]YAN G,ZHOU B,HU B,et al.Efficient routing on complex networks [J].Physical Review E,2006,73:46108.[6]WANG W X,YIN C Y,YAN G,et al.Integrating local static and dynamic information for routing traffic[J].Physical Review E,2006,74:16101.[7]WANG W X,WANG B H,YIN C Y,et al.Traffic dynamics based onlocal routing protocol on a scale-free network[J].Physical Review E,2006,73:26111.[8] BOCCALETTI S,LATORA V,MORENO Y,et plex networks:structure and dynamics[J].Physics Reports,2006,424:175 -308.[9]王炜,杨新苗,陈学武.城市公共交通系统规划方法与管理技术[M].北京:科学出版社,2002.[10]胡启洲,邓卫.城市常规公共交通系统的优化模型与评价方法[M].北京:科学出版社,2009.[11]赵淑芝,田庆飞,曹阳.基于站点容量限制的公交效率网络设计模型[J].吉林大学学报:工学版,2011,41(增刊1):81-84.。

公交算法

公交算法

公交路线中最优路线的查询算法设计与实现1.摘要本文针对公交线路选择问题建立了相应的数学模型,并给出具体算法以实现查询最优路线的目标。

针对问题一,在仅考虑公汽线路的情况下,我们根据公汽线路信息建立一个广义邻接矩阵,以存储任意两公汽站点之间的相关信息。

基于该矩阵可以查找出任意两站点之间的所有可通路线。

然而,考虑到公交系统如此庞大,任意两站点间的路线都有可能又多又复杂,查找算法的实现将耗费大量的时间。

而另一方面,查询者并不关心两站点间的所有路线,只是希望根据个人的需求查询到相对最优的路线。

因此我们结合实际,借助站点的广义邻接矩阵,以换乘2次为上限,查找从指定的始发站到终点站间所有可通的路线。

充分考虑到查询者的需求,我们定义四种不同的查询方式,分别为:少换乘、少步行、较快捷、较经济。

然后以查询者的具体需求(即查询方式)为首要决策变量,并扩充查询系统的实力,建立多目标动态优化模型,在局部最优的基础上,给查询者提供全局最优路线。

对于问题二,分两步考虑:1).不考虑地铁与公汽之间换乘的信息,单独利用地铁线路信息扩充问题一中的广义邻接矩阵,使之包含任意两公交站点(包括公汽站点和地铁站点)之间的相关信息,实际上这里公汽站与地铁站之间没有任何联系;2).考虑到地铁与公汽之间换乘的信息,我们把每个地铁站以及它所对应的所有公汽站组成一个站点集合,则同一集合中的站点可以通过步行连通;当指定始发站和终点站时,问题转化为查询这两站点分别对应的站点集合之间的最优路线。

利用问题一中的查找算法,以1)中得到的扩充后的邻接矩阵为参数信息,查找所有中转站,将中转站对应为相应的中转站点集合。

遍历始发站集合、中转站集合、终点站集合的所有元素组合,可以得到始发站到终点站的所有路线;最后根据查询者的需求查找最优路线。

问题三已知所有站点之间的步行时间,则所有站点可以通过步行连通,构成一个站点集合,等效于问题二中的站点集合,则可利用问题二的思想求解。

第4章 公交网络布局规划方法

第4章 公交网络布局规划方法

• 1)公交乘客总的出行时间 (2-l): • , (2-l)
公交线网的道路网覆盖率
公交线网的道路网覆盖率

有公交通过的道路长度 全部的道路长度
4.3 约束条件
• 4.3.1 单条线路约பைடு நூலகம்条件
• 8 公交线路的重复系数约束 • 公交线路的重复系数指的是同一条道路或 路段上通行的公交线路数。一般来说,每 一条道路上所通行的公交线路不应超过3~ 5条
4.2 城市公交线网优化准则
• 建立合理的公共交通结构和完善的公交网络,必须要达到 以下几个目标: • (l)可达性好:尽可能满足整个公交线网中的所有乘客需求; • (2)换乘次数少:尽可能保证乘客在一条线路上直达目的地, 减少换乘时间; • (3)出行时间短:尽量保证按起、终点的最短距离布设公交 线网,同时保证其覆盖率,使区域内乘客的总出行时间 (或乘行距离)最短; • (4)线网效率高:优先布设客流密集的线路,以充分发挥路 线及运载工具的运能。
第4章 公交网络布局规划方法
• 4.1 概述 公交线网优化的模式: 解优法:通过求解目标函数的最优解,获 得优化线网。 证优法:即对一个或几个备选方案进行评 价,证实或选择较优方案。
城市交通需求分布预测 网络寻优 线网优化布局设计
城市交通需求分布预测 备选方案 线网客流预测与评价
线网客流预测与评价
方案比较
结束
结束
解优法
证优法
• 公交线网优化的主要内容 • 公交O-D矩阵 • 启发式布设公交线网 增量法 减量法:全部可能 的线路都列上,进行交通分配,进 行评价,逐步淘汰,进而得到一个较合理的路网为止。 线网客流预测与评价 对由第2步生成的线网进行公交OD量分配,得出各 公交的断面客流量及站点上下客流量。 检查是否满足约束条件。对其进行网络形态及交通 的质量的评价。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

[ 摘 要 ] 分 析 了 大 型 城 市 公 交 网 络 的特 点 , 为满 足 乘 客 出 行 时 各 种 不 同 的 需 求 , 合 考 虑 换 乘 次 数 、 综 出 行 时 间 与 乘 车 费 用 等 多 种 不 同 因 素 , 过 构 造 线 路 与 站 点 、 点 与 站 点 的 连 接 矩 阵 , 合 矩 阵 算 法 与 搜 索 算 法 通 站 结 的优 点 , 出 了一 种分 类 多 目标 优 化 搜 索 算 法 . 算 法 搜 索 时 间 较 短 , 够 生 成 多 条 备 选 路 径 供 出行 者 选 择 , 提 该 能 能 基 本满 足 自主 查 询 计 算 机 系 统 的 需 要 . [ 键 词 ] 分 类 多 目标 优 化 ; 乘 次 数 ; 关 换 出行 时 间 ; 车 费 用 乘
考 虑 的是乘 车是 否方 便 , 就换 乘 次数 而 言 , 般不 大 于两 次 ; 次是乘 车 所花 费 的时 间是 否最 少 , 主 要 一 其 这
是 通过 公交 线路 的距 离 、 乘次 数 与换乘 时 间来 衡 量 ; 此基 础 上 最后 考 虑 费 用 最低 . 交线 路 应 同时 换 在 公 考 虑换 乘次 数 、 出行 时 间与乘 车 费用 , 铁线 路 应 以出行 时 间为 主 , 地 同时 考虑 换乘 次 数 , 般 不考 虑乘 车 一
[ 图分 类 号 ] 0 2 中 29
[ 献标识码]B 文
[ 章 编 号 ] 1 7 —4 4 2 1 ) 40 3 —8 文 621 5 (0 0 0 —1 50
1 引

对于公 交 线路 查 询 的数学 模 型 , 内外学 者提 出 了许 多算 法 , 括 迪杰 斯特 拉 ( i sr) 法 、 罗 国 包 Dj ta 算 k 弗
算 时问较 长 , 无法 满 足 自主查 询计 算 机 系统 的需要 . 人们 在 选 择公 交 出行 线 路 时考 虑 的因 素很 多 , 如换
乘 次数 是否 最少 、 出行 耗 时是 否 最少 与花 费 是否 最少 等. 面对 如 此 多 的 因素 , 时 就很 难 做 出准 确 的 判 有 断 , 以希 望能 够得 到 一定 的指 导 和多种 出行方 案 以供 选 择 . 多 数乘 客 在 选 择 公交 线 路 出行 时 , 先 所 大 首
下 , 别提 供 了 以出行 时 问最短 为第 一 目标 、 车 费用 最 少 为第 二 目标 和乘 车 费 用 最少 为第 一 目标 、 分 乘 出 行 时 间最 短 为第二 目标 的最佳 乘 车线路 ; 型二包 含 了 地铁 线 路 , 模 以出 行 时 间最 短 为 目标 , 地铁 站 点 可
第 2 6卷 第 4期
21 0 0年 8 月
大 学 数 学
Co LLEG E A T H EM A T I M CS
Vo1 2 N . . 6, o 4
A ug O1 .2 0
大 型公 交 网络 线 路 查 询 模 型 与算 法
王 天 顺
( 岛 科 技 大学 ( 山校 区 ) 理 学 院 , 岛 2 6 6 ) 青 崂 数 青 6 0 1
伊 德 ( ly ) 法与 矩 阵算法 等 L ]其 中 D jsr 法稳 定性 强 , 目前公 认 的最好 算 法 . 是对 公 交 Fo d 算 1 . i t k a算 是 但 线路 来说 , 接应 用 Dj sr 算法 求 得最 优路 径 问题 存在 着 明显 不足 . 如 Dj sr 直 i ta k 例 i ta算法 要 求 网络拓 扑 k 图 和表示 网 络 图的数 据结 构 简洁 , 这对 于 复杂 的城 市 公交 网络 拓 扑关 系来 说 , 就必 须在 对其 进行 复 杂 的
费 用. 本文 通过 构造 线 路与 站点 、 点 与站 点 点 , 出了一 种 站 结 提
分 类 多 目标 优 化搜 索算 法 . 具体 分 为三个 数 学模 型 : 型 一 只考 虑 公 汽线 路 , 不 超 过 两 次换 乘 的情 况 模 在
16 3
大 学 数 学
第2 6卷
( )假设 车辆在 行驶过 程 中不发 生堵车 ; i i
( i 设 等待时 间相 同 , i)假 i 不考 虑乘车 高峰 等待 时间过 长 问题 ;
( )假设公 汽 、 铁每 站行驶 时 问相 同 ; i v 地
()假设 同一地铁 站对 应 的任 意两 个公 汽站 之 间 可 以通 过地 铁 站 换乘 , 耗 时相 当于公 汽 换乘 地 v 其
以直 达 , 地铁 站 点可 通过 地铁 换 乘得 到最 佳 乘车 线路 ; 型三 考 虑 了步行 小段 距 离再 乘车 或转 车 的更 非 模
为实 际 的情况 .
2 模 型 假 设
( i )假设 出 行者选 择 乘 车路线 时 换乘 次数 不 超过 两 次 ;
[ 稿 日期 ] 2 0— 12 ; [ 改 日期 ] 20 —21 收 0 71-O 修 0 81—5
铁 的步行时 间与地 铁换 乘公 汽的步行 时 间之和 ;
( i 设地铁 票价 相 同 , v)假 无论地 铁线 路间是 否换乘 ; (i vi )如果考 虑乘 车选择 步行 , 假设换 乘次 数最 多一次 ; (i)假设 一次 出行 步行 次数不超 过三 次 ; vi i (x i)假设 每次步 行时 问与距 离相 同.
抽象 后 , 合并 成 简捷 的 网络拓 扑 图 , 无疑 增 加 了程 序 的复 杂 性. 外 , 它 一些 算 法 如 : 于 最 小换 乘 这 此 其 基 次数 的最 优路 径算 法 与 基 于最短 路 径 查 询 的城 市公 交 网络 拓 扑 建 模研 究 口 , 中 、 型公 交 网络 。等 对 小 比较 适合 . 虑 到大 型公 交 网络 中线 路与 站点 较 多且 有地 铁线 路 的存 在 , 考 一般 的矩 阵算 法 与搜 索算 法计
相关文档
最新文档