公交调度中发车间隔的确定方法的探讨

公交调度中发车间隔的确定方法的探讨

江西财经大学毛瑞婷、李凌、王婷

摘要：本文基于公交客流统计信息，使用微元法及聚类分析、回归分析等方法，探讨一种确定合理公交发车间隔的方法，从而在公交公司成本既定的基础上，通过改善车内拥挤程度，提高乘客满意度。

关键词：公交系统，发车间隔，微元法，聚类分析

一、引言

近年来，城市人口及规模的不断扩大，我国城市交通拥挤和阻塞现象越来越严重。如何科学地管理城市公交系统，提高公交系统的运营效率，已成为有待解决的城市交通问题。公交调度模式的合理的改善是解决公交问题的一个有效的方法。

国内外对于如何优化公交调度都有一定研究。主要有公共交通线路组合调度模型、公交智能调度系统的设计方案、遗传算法和混合遗传算法来进行车辆调度优化的方法以及GPS定位技术应用到公交调度管理中等。

本文结合了当前城市交通的特点以及一些近年来的一些研究成果，另辟蹊径，从统计概率及微积分的数学应用入手，以方法论的角度，阐述了一种公交调度的方法。通过此方法，改善公交调度模式，从而试图尝试在兼顾公交乘客与公交公司的利益同时，达到乘客利益的最大化。

二、确定合理发车间隔的方法理论

在调查公交客流量之前，通过对乘客满意度的调查发现，公交公司调度方面并没有达到乘客的要求。大部分城市现行的公交调度方法是为静态调度方法，依靠调度员的工作经验，确定公交车的发车间隔为某特定值。但是乘客对公交车的需求是动态的，公交公司发布的发车间隔在某些时候不能满足顾客的需求。比如说在上下班或者上放学高峰期，乘客对公交车的需求会提高，发车间隔过长会导致乘客等待时间过长或车内过度拥挤，从而造成公交公司流失乘客。在公交搭乘低峰期，公交公司按照固定的发车间隔发车，会导致出现车内乘客过少甚至空车的情况，这样会减少公司盈利甚至发生亏损。因此，必须要优化公交公司的调度方案，找到量化的决策依据，对公交公

司的调度方法进行动态改革，在不同的时间段确定相应的发车间隔，使公交公司在满足顾客需求的基础上实现公司利益最大化。

1.确定合理发车间隔方法的基本思路

2.发车间隔确定方法的基础

（1）公交客流量调查

公交客流量的调查方法选择跟车调查，该调查的主要目的是搜集该线路每一班次公交车沿线各站的乘客数量和乘客到达时间等基础数据。调查完成后，对回收来的调查表进行手工处理，错误分析以及无效表剔除等工作。然后建立相关数据库，便于数据的分析与加工。

（2）客流量特征调查

客流量特征调查是在引入统计指标的基础上，根据实际数据，找出规律，描绘指标的曲线，即描绘公交线路客流量曲线。客流量调度指标主要包括2个部分：一是线路车上最高人数。根据调查的到的基础数据进行车上最高人数计算，得到线路上营业时间内的车上最高人数的密度分布。二是模拟线路总客流，通过基础数据确定线路总客流量，得到线路上营业时间内总客流量的概率密度分布。

（3）调度目标的确定

依据前面的分析,兼顾乘客与公交公司双方的利益,确定合理的发车间隔，提高乘客的利益，同时也可以挖掘潜在客流量。

3.模型建立 （1）模型假设

1) 假设数据能反映该段线路上的日常客流量; 2) 车辆到达终点站时, 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）忽略乘客上下车所花费的时间, 且公交车在行驶过程中速度保持不变; 6）假设每辆车经过各个车站时不会留有乘客。

7）假设在一个较短的时间内乘客来到车站是均匀分布的。 8）假设在一个较短的时间内每趟车的载客量保持均匀。 （2）模型建立 1）目标函数：

dt t f Y m

m t t ⎰-=

1

)(

2）约束条件:

①第m 班车的最高人数 0m Y ≈

②目标调整车上人数 )

max ()()

max(1

0m dt

t f m m t t ⎰=

③第m 班车的车上最高人数

∑=-k

i i i D U 1

)}

(max {（第 k 站车上人数达到最大且

n k ≤≤1）

（3）符号说明：

i 公交车到达的第i 站 n 公交车共有的站数 m 公交车的班次的序列号 m t 第m 班公交车发车时间 i U 第i 站的上车人数

i D 第i 站的下车人数

)(t f 车上最高人数的密度分布函数 （4）模型说明:

因为车上最高人数可以用来反映拥挤程度，通过对最高人数拟合方程，从而求出密度分布函数，通过积分使在1--m m t t 下模拟的第m 班次公共汽车车上最高人数接近于0m ，将各班次车上最高人数平均化，减少拥挤阶段的车上最高人数，降低拥挤程度。

条件①是限制发车间隔满足乘客要求,是考虑了乘客的利益。

条件②是设定0m ，因为我们是在成本既定下的调整，我们将得到的最高人数序 列平均化，即认为接近平均水平时，状态平稳，无较大差距的极值，符合调整目标。 （5）补充条件说明：

虽然每天的客流量在不同时段是不同的，但通过微元法，把相邻两趟车的发车间隔之内的客流量看成是均匀的。我们就可以构造)(t f ，利用积分求面积，近似等于模拟的客流量数据。

由于发车间隔多变，我们又采用聚类分析，将发车间隔相近的划分在一起，再求平均，从而得到发车间隔。这样既符合函数要求又符合实际要求。

由于我们无法将实际的调度方案运用于实际，公交公司可以运用如下方程模拟比较调整前后的效益。

公交公司营运收入：⎰m

t t dt t g 1

)( （)(m t g 第m 趟车总人次密度分布函数）

三.公交调度方法的实例应用

以南昌典型公交线路232在工作日6：50至9:40运行情况为实例进行模型应用。该公交上行方向共27站分别为：公交昌北停车场—广兰大道口—青岚大道南口—菊圃路口—青岚大道口—枫林大道—榴云路口—蛟桥镇政府—下罗—砂轮厂—舍里甲—城建学院—瀛上路口 —瀛上村—凤凰中大道口—昌北—南昌晚报—工人文化宫—后墙路口—瓦子角 —南海行宫—电信大楼—广场东路 —丁公路口—南柴—丁公路南口—火车站。采取连续跟车法，记录五个工作日内从6：50至9:40发车的34个班次的公交客流流信息，计算其平均值进行实例分析。

1.可反映车内拥挤程度的车上最高人数的密度分布函数)(m f