公交车调度问题的数学模型

合集下载

公交车调度数学建模

公交车调度数学建模

公交车调度数学建模公交车调度摘 要本文通过对给定数据进行统计分析,将数据按18个时段、两个行驶方向进行处理,计算出各个时段各个站点以及两个方向的流通量,从而将远问题转化为对流通量的处理。

首先,利用各时段小时断面最高流通量计算出各时段各方向的最小发车次数,进行适当的调整,确定了各时段两个方向的发车次数。

假定采用均匀发车的方式。

继而求出各时段两个方向发车间隔,经部分调整后,列出0A 站和13A 站的发车时刻表,并给出了时刻表的合理性证明,从而制定调度方案。

根据调度方案采用逐步累加各时段新调用的车辆数算法,求出公交车的发配车辆数为57辆。

其次,建立乘客平均待车时间和公交车辆实际利用率与期望利用率的差值这两个量化指标,并用这两个指标来评价调度方案以如何的程度照顾到乘客和公交公司双方利益。

前者为4.2分钟,后者为13.88%。

最后,我们以上述两个指标为优化目标,以乘客的等车时间数学期望值和公交车辆的满载率的数学期望为约束指标,建立了一个双目标的优化模型。

并且给出了具体的求解方法,特别指出的是,给出了计算机模拟的方法求解的进程控制图。

通过了对模型的分析,提出了采集数据的 采集数据方法的建议。

注释:第i 站乘客流通量:∑=ik 1(第k 站的上车的人数与第k 站的下车人数的差值);总的乘客等车时间:∑=m i 1∑=nj 1(第i 时段第j 站等车乘客数)⨯(第I 时段第j 站等待时间);乘客平均等车时间:总的乘客等车时间与总乘客数的比值;实际利用率:总实际乘客流通量与公司车辆总最大客运量的比值;期望利用率:总期望乘客流通量与公司车辆总最大客运量的比值一、问题的提出一条公交线路上行方向共14站,下行方向功13站,给定典型的一个工作日两个运行方向各站上下车的乘客数量统计。

该线路用同一型号的大客车,每辆标准载客100人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰是一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低与100%,一般也不要地狱50%。

数学建模-2001年地公交车调度问题

数学建模-2001年地公交车调度问题

第三篇公交车调度方案的优化模型2001年 B题公交车调度Array公共交通是城市交通的重要组成部分,作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益,都具有重要意义。

下面考虑一条公交线路上公交车的调度问题,其数据来自我国一座特大城市某条公交线路的客流调查和运营资料。

该条公交线路上行方向共14站,下行方向共13站,表3-1给出的是典型的一个工作日两个运行方向各站上下车的乘客数量统计。

公交公司配给该线路同一型号的大客车,每辆标准载客100人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低于50%。

试根据这些资料和要求,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括两个起点站的发车时刻表;一共需要多少辆车;这个方案以怎样的程度照顾到了乘客和公交公司双方的利益;等等。

如何将这个调度问题抽象成一个明确、完整的数学模型,指出求解模型的方法;根据实际问题的要求,如果要设计更好的调度方案,应如何采集运营数据。

公交车调度方案的优化模型*摘要:本文建立了公交车调度方案的优化模型,使公交公司在满足一定的社会效益和获得最大经济效益的前提下,给出了理想发车时刻表和最少车辆数。

并提供了关于采集运营数据的较好建议。

在模型Ⅰ中,对问题1建立了求最大客容量、车次数、发车时间间隔等模型,运用决策方法给出了各时段最大客容量数,再与车辆最大载客量比较,得出载完该时组乘客的最少车次数462次,从便于操作和发车密度考虑,给出了整分发车时刻表和需要的最少车辆数61辆。

模型Ⅱ建立模糊分析模型,结合层次分析求得模型Ⅰ带给公司和乘客双方日满意度为(0.941,0.811)根据双方满意度围和程度,找出同时达到双方最优日满意度(0.8807,0.8807),且此时结果为474次50辆;从日共需车辆最少考虑,结果为484次45辆。

数学建模-公交车调度问题

数学建模-公交车调度问题

第三篇公交车调度方案得优化模型2001年 B题公交车调度Array公共交通就是城市交通得重要组成部分,作好公交车得调度对于完善城市交通环境、改进市民出行状况、提高公交公司得经济与社会效益,都具有重要意义。

下面考虑一条公交线路上公交车得调度问题,其数据来自我国一座特大城市某条公交线路得客流调查与运营资料。

该条公交线路上行方向共14站,下行方向共13站,表3—1给出得就是典型得一个工作日两个运行方向各站上下车得乘客数量统计。

公交公司配给该线路同一型号得大客车,每辆标准载客100人,据统计客车在该线路上运行得平均速度为20公里/小时.运营调度要求,乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低于50%。

试根据这些资料与要求,为该线路设计一个便于操作得全天(工作日)得公交车调度方案,包括两个起点站得发车时刻表;一共需要多少辆车;这个方案以怎样得程度照顾到了乘客与公交公司双方得利益;等等。

如何将这个调度问题抽象成一个明确、完整得数学模型,指出求解模型得方法;根据实际问题得要求,如果要设计更好得调度方案,应如何采集运营数据.公交车调度方案得优化模型*摘要:本文建立了公交车调度方案得优化模型,使公交公司在满足一定得社会效益与获得最大经济效益得前提下,给出了理想发车时刻表与最少车辆数。

并提供了关于采集运营数据得较好建议。

在模型Ⅰ中,对问题1建立了求最大客容量、车次数、发车时间间隔等模型,运用决策方法给出了各时段最大客容量数,再与车辆最大载客量比较,得出载完该时组乘客得最少车次数462次,从便于操作与发车密度考虑,给出了整分发车时刻表与需要得最少车辆数61辆。

模型Ⅱ建立模糊分析模型,结合层次分析求得模型Ⅰ带给公司与乘客双方日满意度为(0、941,0、811)根据双方满意度范围与程度,找出同时达到双方最优日满意度(0、8807,0、8807),且此时结果为474次50辆;从日共需车辆最少考虑,结果为484次45辆。

公交车调度方案的数学规划模型

公交车调度方案的数学规划模型

109公交车调度方案的数学规划模型邱嘉炜、黎鸿洲、肖玉满摘要:本文以某公路段公交汽车各时组每站上下车人数为着眼点,通过一些合理的假设,找出各时间段的变化规律,建立了第i 辆车第j 站点公交车开车时上人数的状态转移方程,得出了以公交公司利益和乘客的抱怨程度的量化为目标的二目标数学规划模型.应用线性加权法,把此多目标规划转化为单目标规划.对于不同的约束条件(如乘客的候车时间,公交车的转载率等),应用数学软件Lindo 进行求解,得出了只考虑乘客利益的上、下行车的调度时刻表以及只考虑公交公司利益的调度时刻表,以及考虑双方利益的调度时刻表.算出了公交线路上完成运输任务所需要的车辆数为53辆.并得出了上下行车每个时间段所需要的车辆数. 关键词:公交车调度;动态转移方程;数学规划1 问题的提出公共交通是城市交通的重要组成部分,做好公交车的调度对于完善城市交通环境.改进市民出行状况、提高公交公司的经济和社会效益,都具有重要意义.现提供某公交线路上的典型的一个工作日两个运行方向各站上下车的乘客数量统计情况,要求建立数学模型,求解其模型,给出公交车调度方案,使它能充分地照顾到乘客和公交公司双方的利益.2 模型的假设及符号约定(1) 公交车的平均速度为20公里/小时;按某种程度不考虑停车时间,从而也不考虑乘客上下车所用时间,或虽然有不同的停车时间都认为计入平均速度之内;(2) 只讨论了18个单位时间段[]1,+t t 上、下车情况:记上行方向各站点上车总人数为a 0,a 1,a 2……,a 13,上行方向各站点下车总人数分别为b 0,b 1,b 2……,b 13;下行方向在求解也做同样的设定. (3) 定义上下差数c i 如下:()111000,b a c b a c -=-= ……一般地,()j j j j b a c c -+=-1(4)由于公共汽车站在单位时间内来站乘车地人数使一个服从于Poisson 分布的随机变量,设上、下车总人数i a (或i b )是此随机变量的平均值;(,2,1,0=i …13) (5)在每个单位时间段[]1,+t t 中,上、下车总人数i a (或i b )是均匀分布在时间区间[]1,+t t 内,即时间区间n 等分:1......121+=<<<<=+t tn n ττττ,n 个人依次在每个小区间中点到达.(6) 在公交车运行中,每一时间段的每一个站点都以最大可能地让乘客上车,而不顾及后面乘客地利益(即不考虑后面乘客能否上车).(7) 假设在行车过程中,不会出现车坏、道路严重阻塞等意外事故. (8) 本题所提供的是一个典型工作日的统计表,故具有普通意义. 注意:符号约定中没有定义而在文中出现的,在第一次出现处均有说明.1103 问题的分析本问题是一个给出上、下行两方向每一个时间段[]1,+t t ,每一个站点上、下车总人数的统计数,由这些数据,按照多种要求和条件来设计一个便于操作的全天(工作日)的公交车调度方案,并抽象出一个明确的、完整的数学模型.对于上行方向:记上车的总人数矩阵为()1418⨯=ija A ,下车的总人数矩阵为()1418⨯=ijb B ,在这里的ija (或ijb )是随空间(公交车路线)和时间变化的量,因此,根据问题所提出的公交车行进情况,我们把公交车行进过程中的空间(地点)与时间的情况反映在坐标轴上,即以直角坐标系的横轴表示各站点距离,纵轴表示各时刻.由此,我们可以做出一个公交车空间与时间的二维运行图,公交车运行的轨迹在图上的反映是一簇平行的直线簇,它们的斜率为201=k ,即速度的倒数;(见附图),平行直线簇可以直观地反映出公交车行车时各站与时间关系,以及公交车跨时段的行车情况.(下行方向运行图类似)公交车空间时间二维运行图(上行方向)4 基本结果1) 首先,由问题可知,我们所追求的是按照基本方式乘客和公交公司双方利益的最大值,但是很明显,乘客的利益与公交公司的利益是相矛盾的.作为乘客,肯定希望车越多越好,即等待时间越少越好,从另一方面来讲,公交公司追求的是利益最大,即满载率要高,这双方利益在某种程度上存在矛盾.这是一个多目标规划问题.如何在这些目标中找到一个合理的权重关系,以便公交公司能根据不同的要求和情况制定出较好的运行方案,是解决这个问题的关键.2) 1--i i t t ≤6010表示乘客的等待时间一般不能超过10分钟,1--i i t t ≤605表示在早111峰期不能超过5分钟,公交车的满载率一般不小于50%,这本身又是矛盾的.根据乘客等待时间的约束,可以得到两条特殊的直线,即:(见上公交车空间时间二维运行图)()05.14201611:1-=-x t l ()05.14201121:2-=-x t l其中1l 反映出在一般时间段内倒数第二个站的乘客的等待最大时间. 同理,2l 反映出在高峰期间内倒数第二个站的乘客等待要求.3) 根据21,l l ,可得出满足乘客要求的发车(第一辆车)的发车时刻.5358.01-=t ,(1t 为非高峰期),6192.02-=t ,(2t 为高峰期) 4) 注意到上行全程和下行全程距离不等,但考虑到公交汽车始终均匀行驶,所以得:上行时间(全程)43.74分钟=0.729小时 下行时间(全程)43.84分钟=0.731小时 下面求解满足要求得最少车辆数得推导:假设在第i 个时间段内,上行需要开出的车辆班次总数为i B ,下行需要开出的车辆班次总数为i B ',(用Excel 可以计算出任一个时间段内每一个站点所必需经过的公交汽车班次数.从这些数据中可求出这一个时间段内需要开出的车辆班次总数.这样就可以算出每一个时间段内上行或下行所必需的汽车数目).所以有i i N B ⨯⨯=60602058.14 i i N B '⨯⨯='60602061.14(其中,i N 表示在i 时间段上行方向所需要的车次.i N '表示在i 时间段下行方向所需要的车次.)易求出从0A 站到13A 站的时间,记为T ;13A 站到0A 站的时间,记为T ';即: T =43.74(分钟), T '=43.83(分钟)假设i B >i B '时,即上行所需要的车次多于下行所需要的车次.那么,维持下行的车辆数为60T B i '⨯'(这正是在i 时刻正在公路上行驶的下行汽车数),又因为上行车辆的发车间隔是比下行车辆的发车间隔短.故下行车辆可源源不断地从上行车辆开过来地车得到补充.而需要112的上行车辆数为i B ,那么只要保证在这一小时里能发出i B 辆车就可以维持上行的车辆数.但下行车辆可以补充6060T B i '-⨯'辆,故上行所需要的总车辆数为6060T B B i i '-⨯'-,因此,在这个时间段内,上下行共需要的总车辆数为:6060T B B i i '-⨯'-化简为: 60260T B B i i '-⨯'-同理可得,当i i B B '<时,上、下行共需要的总车辆数为: 60260T B B i i -⨯-'经过用软件求解,比较各个时间段,可得在8:00~9:00这个时间段内,所需的车辆数为53辆 .这也是公交汽车公司需要的最小公共汽车数,为53辆.5 模型的建立1 公交公司利益的刻划考虑某一单位时间段[]1,+t t 内,在上行方向(13A 开往0A )车上的人数的情况. 记i d 为站间距(公里),,1,5.0,6.1,0,14,...,2,14321=====d d d d i 73.05=d ,53.0,03.1,1,4.0,2.1,1,29.2,26.1,04.214131*********=========d d d d d d d d d 假设有n 辆车未完成运输任务,各车发车时间分别为1t t +,2t t +,……,n t t +(单位:小时)用ij u 表示第i 辆车第j 个站点公交车开车时车上的人数.,,......,2,1n i = 13,.......,2,1,0=j自定义一个函数()x f 为()⎩⎨⎧≤>=0,00,x x x x f建立{}ij u 的状态转移规律如下:113=10u min (){}120,0t a f-=-1,11j j u u min ⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛+-=∑1,111,20j jh n j ud t b f+min 131,20,,20min 120111,111,1≤≤⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛+⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛++-∑∑=-=-j d t a f u d t b f u jh t j j i jh h j j (){}120,min 102020u t a f u -=, ()(){}1,2121,22,min ----=j j j j u t t b f u u()()[]⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛+-⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛+-+-+∑∑==--jh h j jh h j j j j d t a f d t a f u t t b f u 11121,2121,22020,,min 120min()⎭⎬⎫⎩⎨⎧-=∑-=120,min 11000i h h i i u t a f u ()(){}1,111,,min -----=j i i ijj i ij u t tb f u u()()[]⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛+-⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛+-+-+∑∑=-=---jh h i j jh h ij j i i i j j i d t a f d t a f u t t b f u 1111,11,2020,,min 120min ,,......,3,2n i = 13,......,3,2,1=j设每人乘坐每站车需要收费α元钱,则在该时间段[]1,+t t 公交公司的收入为∑∑==n i j iju113α于是得到公司利益的目标函数为 nuZ ni j ij∑∑===1131α2 乘客抱怨程度的衡量:设第j 个站点第i 个时间区[]i i t t t t ++-,1抱怨人数为: ()()⎪⎭⎫⎝⎛--=-60101,ji ijj i af t t af n 对于j i n ,个乘客候车时间都超过10分钟,这j i n ,人在某时间区间均匀分布,按到站候车的先后顺序分别赋权值为1,2,3,......,,,2,1,,--j i j i j i n n n ,其和定义为第j 站点时间区间段[]t t i ,1-的乘客抱怨程度,即()21......321,+=++++=ij ij ij ji n n n v114于是总抱怨程度为()∑∑∑∑====+==ni j ij ij ni j ij n n v Z 1131132213 约束条件的提出: (1) 基本约束条件()n ni i t c u-≥∑=111j ni ijc u≥∑=1, 13,......,3,2,1=j这里1421,......,,c c c 是上下差,即:()i i i i b a c c -+=-1 (2) 乘客利益约束条件60101≤--i i t t 或605,n i ,......,3,2=(3) 或者更一般地,取一些值i t 0,n i ,......,3,2=,使得 i i i t t t 01≤--,n i ,......,3,2=显然,该约束充分地考虑了乘客对公交车的行车要求.(4) 考虑到一些特殊时间段,如,早上5:00~6:00和晚上的乘客较少,我们对此进行特殊处理,即把其乘客均集中在某一小时间段.结果证明这样的假设是符合实际且基本令人满意的.4 基本数学模型此问题的基本数学模型为多(两)目标规划如下:()⎪⎪⎪⎩⎪⎪⎪⎨⎧+==∑∑∑∑====n i j ij ij n i j ijn n Z nu Z 11302113121min max α s.t.()n ni i t c u-≥∑=111,∑=≥ni j ij c u 113,.......,2,1=j其中1321......,c c c 为上下差5 对于各种计费方式,公交公司利益的另一些刻划设ij X 表示第j 个站点第i 辆车的上车人数(不包括下次人数),假设每公里乘坐一次115公交车需要交费β(元/人∙次),则公交公司利益的目标函数为∑∑===ni j ijXZ1133β6 模型的求解利用线性加权法,化多目标规划为如下单目标规划:()⎪⎪⎪⎩⎪⎪⎪⎨⎧=≥-≥-=∑∑==13,......,2,1,1.....max 111021j c u t c u t s ZZ Z j ni ij n ni i βα其中 1,0,=+≥βαβα取定βα,,利用Matlab 编程求解,(过程从略),现讨论几种特殊情况的结果. (1) 只考虑乘客利益的公交车调度方案此数学模型为:1max Z Z =()n ni t c u t s -≥∑=1 (11)10 ,j ni ij c u ≥∑=160101≤--i i t t 或605,01t t -≤利用Maple 软件编程,解得只考虑乘客利益得公交车调度(上行)时刻表为116的公交车调度方案.()⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≤-=≥-≥=-==∑∑601013,......,3,2,1,1.....max 111101i ij ni ij n ni i t t j c u t c u t s Z Z n i ,......,4,3=设早晨的发车时刻为t ,由满载条件得12020......20......20202014214323221=⎪⎭⎫ ⎝⎛+++++⎪⎭⎫ ⎝⎛+++⎪⎭⎫ ⎝⎛++d d t c d d t c d t c t c解得:07:5=t调度时刻表为:1177 先定义“滞留”,这里是指一段时间(1小时)留下的人,不是每班车留下的人. 以下提出一个采集运营数据方案,可以便于设计更好的调度方案:记录每一小时,每个站点的上车人数与滞留在车站的人数.即原来的采集运营数据方案中,不用记录下车人数,而转换为记录滞留在车站的人数.根据这个运营数据,公交车的调度可省略掉考虑跨时间段的问题.采取我们建议的采集运营数据方案,可以节省许多运算,也符合实际情况.原因是在本时间段滞留在车站的人必定要在下一时间段才上车,这样,可以简化用软件Maple 求解的过程,节约运行时间.优点:本模型是刻划了公交公司的利益和乘客的利益,其处理手法适用于一般的多(两)目标规划.参考文献:[1] 魏宗舒等;概率论与数理统计;北京,高等教育出版社;1999,6 [2] 叶其孝;大学生数学建模竞赛辅导教程;湖南教育出版社;1999,10 [3] 龚剑等;MA TLAB 5.x 入门与提高;清华大学出版社;2000,3[4] 李世奇等;MAPLE 计算机代数系统应用及程序设计;重庆大学出版社;1999,5 [5] 吴文江、袁仪方;实用数学规划;机械工业出版社;1993,3[6] 卢开澄;计算机算法导引——设计与分析;清华大学出版社;1998,8118119 (编辑:郑可逵)接108页假 设 1i N > 2i N 时,上、下 行 线 路 上 正 在 路 上 所 需 车 辆 数 分 别 为60111T N n i i ⨯=,60222T N n i i ⨯=,易知 1i n > 2i n , 所以下行需车辆数为2i n ,而另外的(2i N -1i n )辆由上行车开出的车到总站后供应.1i N >2i N ,上行完全可以供应过来.而上行需1i N 车次,有1i n 辆行驶,则有(1i N - 1i n )车次由下行车和公司另外派车补充.在时间i T 内,下行车可提供车辆为(2i N - 2i n )那么另外由公司提供的车辆数为k=(2i N -2i n ) - (2i N - 2j n )所以在该时组内,上、下行总共需要的车辆数为:1i n +2i n +k (i T 时刻上行线在路上+下行线在路上行走车数+补充数)化简为:2*2i n +1i N -2i N ,当 1i N < 2i N ,同理可求按上述方法计算最少需要53辆车. (编辑:何荣坚)。

关于公交车调度的数学模型

关于公交车调度的数学模型

关于公交车调度的数学模型公交车调度关于公交车调度的数学模型摘要:本文根据典型的一个工作日两个运行方向各站上下车的乘客数量统计,首先探讨了如何利用平滑法来确定一个有价值并且效率高的车辆运行时刻表,使其满足乘客的舒适性和公交公司低成本的服务;接着,又利用最优化的基本思想,对此问题进行了进一步的讨论,得到了最小配车辆的数量,然后针对满意度的评价水平问题,建立了几个良好刻画公司以及乘客满意度的满意度函数并求出了乘客与公交公司双方的满意度。

最后,我们对新提出的模型进行了模型的评价和模型改进方向的讨论,并对如何采集公交车客运量的数据,提出了几个中肯的建议,完成了对关于公交车调度问题的较为详细而合理的讨论。

(一)问题重述公共交通是城市交通的重要组成部分,作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益,都具有重要意义。

下面考虑一条公交线路上公交车的调度问题,其数据来自我国一座特大城市某条公交线路的客流调查和运营资料。

该条公交线路上行方向共14站,下行方向共13站,第3-4页给出的是典型的一个工作日两个运行方向各站上下车的乘客数量统计。

公交公司配给该线路同一型号的大客车,每辆标准载客100 人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低于50%。

试根据这些资料和要求,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括两个起点站的发车时刻表;一共需要多少辆车;这个方案以怎样的程度照顾到了乘客和公交公司双方的利益;等等。

如何将这个调度问题抽象成一个明确、完整的数学模型,指出求解模型的方法;根据实际问题的要求,如果要设计更好的调度方案,应如何采集运营数据。

(二)定义与符号说明1、T( I )------ 第I个时段( I=1、2……18 )2、A( J )------ 第J个公交车站(J=1、2……15 )3、P( I )------ 在第I个时段内的配车量4、L( I )------ 在第I个时段内的客流量5、G( I )------ 在第I个时段内的满载率6、S( I )------ 在第I个时段内的乘客候车时间期望值7、V--------- 客车在该线路上运行的平均速度8、ΔL(J)---第J-1个公交车站到第J个公交车站之间的距离9、ΔT(I)------第I个时段内相邻两辆车发车间隔时间10、L----- 收、发车站之间的距离(三)模型的假设基本假设:1、乘客在各个时段内到达公交车站的时间均服从均匀分布2、乘客上车的时间可以忽略不计。

公交车调度数学建模

公交车调度数学建模

公交车调度摘 要本文通过对给定数据进行统计分析,将数据按18个时段、两个行驶方向进行处理,计算出各个时段各个站点以及两个方向的流通量,从而将远问题转化为对流通量的处理。

首先,利用各时段小时断面最高流通量计算出各时段各方向的最小发车次数,进行适当的调整,确定了各时段两个方向的发车次数。

假定采用均匀发车的方式。

继而求出各时段两个方向发车间隔,经部分调整后,列出0A 站和13A 站的发车时刻表,并给出了时刻表的合理性证明,从而制定调度方案。

根据调度方案采用逐步累加各时段新调用的车辆数算法,求出公交车的发配车辆数为57辆。

其次,建立乘客平均待车时间和公交车辆实际利用率与期望利用率的差值这两个量化指标,并用这两个指标来评价调度方案以如何的程度照顾到乘客和公交公司双方利益。

前者为4.2分钟,后者为13.88%。

最后,我们以上述两个指标为优化目标,以乘客的等车时间数学期望值和公交车辆的满载率的数学期望为约束指标,建立了一个双目标的优化模型。

并且给出了具体的求解方法,特别指出的是,给出了计算机模拟的方法求解的进程控制图。

通过了对模型的分析,提出了采集数据的 采集数据方法的建议。

注释:第i 站乘客流通量:∑=ik 1(第k 站的上车的人数与第k 站的下车人数的差值);总的乘客等车时间:∑=mi 1∑=nj 1(第i 时段第j 站等车乘客数)⨯(第I 时段第j 站等待时间);乘客平均等车时间:总的乘客等车时间与总乘客数的比值;实际利用率:总实际乘客流通量与公司车辆总最大客运量的比值; 期望利用率:总期望乘客流通量与公司车辆总最大客运量的比值一、问题的提出一条公交线路上行方向共14站,下行方向功13站,给定典型的一个工作日两个运行方向各站上下车的乘客数量统计。

该线路用同一型号的大客车,每辆标准载客100人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰是一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低与100%,一般也不要地狱50%。

公交调度中的数学模型

公交调度中的数学模型
职 教 台
公交调度 中的数 学模型
武 斌 ( 中国石油大学胜利学院 山东 东营 270) 5 0 0 摘要:建立合理有效 的数 学模 型来模 拟公 交运 营是优 化公交调度 、改善公 交服 务的关键 ,在分析现有模型 的基础 上,建立 以乘客
费用 最 小 ,公 交企 业 运 营 利 润 最 大化 的 多 目标 规 划模 型 。
l. 为第f h} —— 个小时时 间内。以^ 车时间 为发 间隔的 到达
第七站前的公交车已有的乘客数;
— —
公交车的最大载客量;


第1 个小时时间内在 车站下车的乘客总人数; 第f 个小时时问内到达 车站的乘客总人数; 根据客流量划分的时间段:




将 教育 理论知 识具体 应用到 教学 实践 中 去, 新教师在 岗前 培训 中亲 的总 成绩 记入 人事 档案 。 使 身体验 教 学的 各个环 节 ,掌握 教 学 的方 法和 艺术 ,尽快 适应 教 学的 青 年教师从毕业 到走上工 作岗位真正适应 教师角色需 要一个长期 过 程 。 的过程 ,把培训工作作为教师成长和教师队伍建设的重要环节,从 5 .建立有效考核体系 青年教 师 的需要 入手 ,促进 高 校教 师 岗前培 训 向专 业化 、科 学化 发 严格考核是检查督促岗前培训工作的有效手段, 但在授课后即以 展 ,以切 实提 高 青年 教 师 岗前 培 训 的效果 。 闭卷形 式考核却 不利 于新教 师对 所学 理论 的融会 贯通 。 青年 教师 岗前 培训体 系的建立 应本着 科学 性和 可操 作性 的原则 。 闭卷 考试 可用来 考 参考 文献: 察高 等教 育学 、高等 心理 学等 课 堂讲 授 内容 的记 忆情 况 ,督促 受训 【】 海高校教师岗前培训述评 【】 山东省青年管理干部学 1 J. 教师 强化 记忆 , 以指 导 实际教 学 工 作 。同时 ,青年 教 师听 取专题 讲 院学报 ,2 0 , 1 O 3 () 座 、典 型 报 告 、参 加 教 学观 摩 、 交流 讨 论 、参 观访 问和 提 交 论 文 [】赵志鲲 ,陶 勤. 高校青年教师岗前培训制度研究 【】 2 J. 的情况 也都要 以学分 形式记 入 岗前培 训档案 。 在使 用期结束 后 、 并 转 黑龙 江 高教研 究, 2 0 , 1) 7 (0 口 0 正之前 由专家 小组对 教学实 践能 力进 行考核 , 计总分 作为 岗前培 训 合

最新公交车调度数学建模

最新公交车调度数学建模

公交车调度数学建模公交车调度摘 要本文通过对给定数据进行统计分析,将数据按18个时段、两个行驶方向进行处理,计算出各个时段各个站点以及两个方向的流通量,从而将远问题转化为对流通量的处理。

首先,利用各时段小时断面最高流通量计算出各时段各方向的最小发车次数,进行适当的调整,确定了各时段两个方向的发车次数。

假定采用均匀发车的方式。

继而求出各时段两个方向发车间隔,经部分调整后,列出0A 站和13A 站的发车时刻表,并给出了时刻表的合理性证明,从而制定调度方案。

根据调度方案采用逐步累加各时段新调用的车辆数算法,求出公交车的发配车辆数为57辆。

其次,建立乘客平均待车时间和公交车辆实际利用率与期望利用率的差值这两个量化指标,并用这两个指标来评价调度方案以如何的程度照顾到乘客和公交公司双方利益。

前者为4.2分钟,后者为13.88%。

最后,我们以上述两个指标为优化目标,以乘客的等车时间数学期望值和公交车辆的满载率的数学期望为约束指标,建立了一个双目标的优化模型。

并且给出了具体的求解方法,特别指出的是,给出了计算机模拟的方法求解的进程控制图。

通过了对模型的分析,提出了采集数据的 采集数据方法的建议。

注释:第i 站乘客流通量:∑=ik 1(第k 站的上车的人数与第k 站的下车人数的差值);总的乘客等车时间:∑=mi 1∑=nj 1(第i 时段第j 站等车乘客数)⨯(第I 时段第j 站等待时间);乘客平均等车时间:总的乘客等车时间与总乘客数的比值; 实际利用率:总实际乘客流通量与公司车辆总最大客运量的比值; 期望利用率:总期望乘客流通量与公司车辆总最大客运量的比值一、问题的提出一条公交线路上行方向共14站,下行方向功13站,给定典型的一个工作日两个运行方向各站上下车的乘客数量统计。

该线路用同一型号的大客车,每辆标准载客100人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰是一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低与100%,一般也不要地狱50%。

公交车调度问题的数学模型

公交车调度问题的数学模型

第19卷 建模专辑2002年02月工 程 数 学 学 报J OU RNAL OF EN GIN EERIN G MA THEMA TICSVol.19Supp.Feb.2002文章编号:100523085(2002)0520101206公交车调度问题的数学模型谭泽光, 姜启源(清华大学,北京100084)摘 要:给出本问题的背景、建模思路、一个具体的确定性数学模型,及相应的计算结果。

关键词:公交车调度;运行模型;多目标规划分类号:AMS(2000)90C08 中图分类号:TB114.1 文献标识码:A1 问题的背景和要求公交车调度问题的背景是某大城市公交部门提出的一个实际科研课题。

该课题要求对一条确定的公交路线,解决三个方面的问题:第一,根据历史积累和必要的补充调查数据,提出沿路各站来站与离站的乘客分布规律;第二,研制一个模拟该线路公交运行过程的数学模型;第三,在前两条的基础上为该线路提出一个配备车辆和司(机)售(票员)人员数目的方案,以及一个在通常情况下车辆的运行时间表。

根据这个背景,我们在有关人员的大力支持下,对问题作了大幅度的简化,提出了如下建模问题。

首先选择了该市一条比较典型的公交线路,沿线上行方向共14站,下行方向共13站,根据多年来沿线各站乘客来、离站的人数调查数据,给出了该线一个工作日两个运行方向各站上下车的乘客数量按时间的分布。

为简单明确起见,同时假设:公交公司配给该线路同一型号的大客车,每辆标准载客100人;客车在该线路上运行的平均速度为20公里/小时;并顾及社会效益对运营调度提出的基本要求为:乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过120%;同时又考虑到提高公交公司运营效益,提出了车辆满载率一般也不要低于50%的指标。

问题要求根据上述数据,在尽可能适当考虑公交社会效益和公交公司利益的目标下,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,即两个起点站的发车时刻表,并指出实现这个方案至少需要配备多少辆车;给出这种方案照顾乘客和公交公司双方的利益程度的数量指标,从而将这个调度问题抽象成一个明确、完整的数学模型,并指出求解模型的方法。

一类公交车调度问题的数学模型及其解法

一类公交车调度问题的数学模型及其解法

一类公交车调度问题的数学模型及其解法1. 背景介绍公交车作为城市交通的重要组成部分,其运营效率和服务质量直接影响市民出行体验。

而公交车调度问题则是保障公交线路运营效率和准时性的重要环节之一。

在日常运营中,由于路况、乘客量、车辆故障等影响因素,公交车的调度往往面临诸多挑战。

如何利用数学模型解决公交车调度问题成为了一个备受关注的课题。

2. 公交车调度问题的数学建模公交车调度问题的数学建模主要涉及到车辆的合理分配以及路线的优化规划。

在数学建模时,需要考虑的主要因素包括但不限于乘客量、车辆容量、交通状况、站点分布等。

而个体车辆的运行轨迹则需要综合考虑上述因素以及最优化算法对其进行分析。

3. 数学模型的构建针对上述因素,可以将公交车调度问题构建成一个复杂的优化模型。

该模型主要包括以下几个方面的内容:(1)乘客需求预测:通过历史数据和大数据分析,预测不同时段和不同线路的乘客需求,为车辆调度提供依据。

(2)车辆分配优化:根据乘客需求预测和实际路况,采用最优化算法确定每辆车的运行路线和发车间隔。

(3)站点排队优化:结合乘客上下车规律和站点的停靠条件,优化车辆在不同站点的排队顺序,以减少候车时间和提升服务效率。

(4)交通状况仿真:通过交通仿真模型,考虑城市交通状况对公交车运行的影响,提前对可能出现的拥堵情况进行预判,以调整车辆的发车时间和路线。

4. 数学模型的求解在构建好数学模型后,需要采用合适的方法对其进行求解。

常见的求解方法主要包括但不限于线性规划、遗传算法、模拟退火算法等。

在实际求解过程中,需要充分考虑不同方法的适用场景和对模型的拟合程度,以选择最合适的求解方法。

5. 案例分析以某市的公交系统为例,采用上述数学模型对其进行调度优化。

通过收集该市的实际路况数据、站点分布情况以及历史乘客需求数据,建立完整的数学模型。

然后运用遗传算法对其进行求解,得到了最优的车辆运行路线和发车间隔。

在模型求解后,将其应用于实际公交车调度中,并进行了一段时间的实际运行试验。

公交车调度模型

公交车调度模型

公交车调度模型(故可视作环行线,见下图)记v :公交车速度;t(k): 第k 次发车时刻(k=1,2,……,N );d(j): 第Bj 站到第Bj+1站的距离(km)(j=1,2,……,25);t1(k,j):第k 次发车到达第j 站的时刻:t1(k,j)=t(k)+[d(1)+d(2)+……+d(j))]/v; (j=2,……,26) T : 公交车环行周期(h );mu :矩阵元素mu(i,j)为第i 个时间段第j 个站上车人数(i=1,2,……,18, j=1,2,……,26); md :矩阵元素md(i,j)为第i 个时间段第j 个站下车人数(i=1,2,……,18, j=1,2,……,26);; z(k,j): 第k 次发车第j 个站启车时乘客增量:z(k,j)=f(t(k),j)×[t(k,j)-t(k-1,j)]( j=1,2,……,25);其中 0,t(k)5and t(k)23f (t(k),j)mu(i1,j)md(i2,j),elsei1[t(k)(d(1)...d(j 1))/v]4,i2[t(k 1)]4<>⎧=⎨-⎩=+++--=--其中 s(k,j):第k 次发车第j 站启车时车上乘客数 s(k,j)=[z(k,1)+ z(k,2)+……+z(k,j)]( j=1,2,……,25);优化模型目标函数:max t(k)约束条件:25j 1t(k)t(k 1)10;1s(k,j)50;25s(k,j)120,j 1,2,3, (25)=⎧--<=⎪⎪>=⎨⎪⎪<==⎩∑sets :fache/1/:t;distance/1..25/:d;time_stage/1..18/;zhan/1..26/:i0,i1,i3;link1(time_stage,zhan):mu,md;link(fache,zhan):f,s,z;!link2(fache,time_stage):tj,z;endsetsdata:v=20;d=1.56,1,0.44,1.2,0.97,2.29,1.3,2,0.73,1,0.5,1.62,1.6,0.5,1,0.73,2.04,1.26,2.29,1,1 .2,0.4,1,1.03,0.53;mu=22,3,4,2,4,4,3,3,3,1,1,0,371,60,52,43,76,90,48,83,85,26,45,45,11,0795,143,167,84,151,188,109,137,130,45,53,16,1990,376,333,256,589,594,315,622,510,17 6,308,307,68,0,2328,380,427,224,420,455,272,343,331,126,138,45,3626,634,528,447,948,868,523,958,90 4,259,465,454,99,0,2706,374,492,224,404,532,333,345,354,120,153,46,2064,322,305,235,477,549,271,486,43 9,157,275,234,60,0,1556,204,274,125,235,308,162,203,198,76,99,27,1186,205,166,147,281,304,172,324,267, 78,143,162,36,0,902,147,183,82,155,206,120,150,143,50,59,18,923,151,120,108,215,214,119,212,201,75, 123,112,26,0,847,130,132,67,127,150,108,104,107,41,48,15,957,181,157,133,254,264,135,253,260,74, 138,117,30,0,706,90,118,66,105,144,92,95,88,34,40,12,873,141,140,108,215,204,129,232,221,65,103, 112,26,0,770,97,126,59,102,133,97,102,104,36,43,13,779,141,103,84,186,185,103,211,173,66,108 ,97,23,0,839,133,156,69,130,165,101,118,120,42,49,15,625,104,108,82,162,180,90,185,170,49,75 ,85,20,0,1110,170,189,79,169,194,141,152,166,54,64,9,635,124,98,82,152,180,80,185,150,49,85,85,20,0,1837,260,330,146,305,404,229,277,253,95,122,34,1493,299,240,199,396,404,210,428,390 ,120,208,197,49,0,3020,474,587,248,468,649,388,432,452,157,205,56,2011,379,311,230,497,479,296,586,50 8,140,250,259,61,0,1966,350,399,204,328,471,289,335,342,122,132,40,691,124,107,89,167,165,108,201,194, 53,93,82,22,0,939,130,165,88,138,187,124,143,147,48,56,17,350,64,55,46,91,85,50,88,89,27,48,47,11 ,0,640,107,126,69,112,153,87,102,94,36,43,13,304,50,43,36,72,75,40,77,60,22,38,37,9,0, 636,110,128,56,105,144,82,95,98,34,40,12,209,37,32,26,53,55,29,47,52,16,28,27,6,0, 294,43,51,24,46,58,35,41,42,15,17,5,19,3,3,2,5,5,3,5,5,1,3,2,1,0;md=0,21,1,6,7,7,5,3,4,2,3,9,8,9,13,20,48,45,81,32,18,24,25,85,57,0,70,40,40,184,205,195,147,93,109,75,108,271,99,105,164,239,588,542,800,407,208,300 ,288,921,615,0,294,156,157,710,780,849,545,374,444,265,373,958,205,227,272461,1058,1097,1793,801,469,560,636,1871,1459,0,266,158,149,756,827,856,529,367,428,237,376,1167,106,123,169,300,634,621,971,440, 245,339,408,1132,759,0,157,100,80,410,511,498,336,199,276,136,219,556,81,75,120,181,407,411,551,250,136, 187,233,774,483,0,103,59,59,246,346,320,191,147,185,96,154,438,52,55,81,136,299,280,442,178,105,153 ,167,532,385,0,94,48,48,199,238,256,175,122,143,68,128,346,54,58,84,131,321,291,420,196,119,159, 153,534,340,0,70,40,40,174,215,205,127,103,119,65,98,261,46,49,71,111,263,256,389,164,111,134,1 48,488,333,0,75,43,43,166,210,209,136,90,127,60,115,309,39,41,70,103,221,197,297,137,85,113,11 6,384,263,0,84,48,48,219,238,246,155,112,153,78,118,346,36,39,47,78,189,176,339,139,80,97,120 ,383,239,0,110,73,63,253,307,341,215,136,167,102,144,425,36,39,57,88,209,196,339,129,80,107, 110,353,229,0,175,96,106,459,617,549,401,266,304,162,269,784,80,85,135,194,450,441,731,335,157, 255,251,800,557,0,330,193,194,737,934,1016,606,416,494,278,448,1249,110,118,171,257,694,573,957,390 ,253,293,378,1228,793,0,223,129,150,635,787,690,505,304,423,246,320,1010,45,48,80,108,237,231,390,150,89, 131,125,428,336,0,113,59,59,266,306,290,201,147,155,86,154,398,22,23,34,63,116,108,196,83,48,64,66, 204,139,0,75,43,43,186,230,219,146,90,127,70,95,319,16,17,24,38,80,84,143,59,34,46,47,160,1 17,0,73,41,42,190,243,192,132,107,123,67,101,290,14,14,21,33,78,63,125,62,30,40,41,128 ,92,0,35,20,20,87,108,92,69,47,60,33,49,136,3 3,5,8,18,17,27,12,7,9,9,32,21;t1=5;f=22,-18,3,-4,-3,-3,-2,0,-1,-1,-2,-9,363,13,20,enddatainit:t2=5.1;endinitmax=t2-t1;t2-t1<10/60;@for(zhan(j)|j#eq#1:i0(j)=t2);@for(zhan(j)|j#ge#2:i0(j)=t2+@sum(zhan(n)|n#le#(j-1)#and#n#ge#2:d(n)) /v);@for(zhan(j):i1(j)=@floor(i0(j))-4);@for(zhan(j):f(1,j)=@free(mu(i1(j),j)-md(i1(j),j)));!@for(zhan(j):z(1,j)=f(2,j)*(t2-t1));!@for(zhan(j):s(1,j)=@sum(zhan(j):z(1,j)));!@for(zhan(j):@sum(zhan(j):s(1,j))/26>=50);!@for(zhan(j):s(1,j)<120);!@for(fache(k)|k#gt#1:t(k)-t(k-1)<=10/60;!t(k)-t(k-1)>1/60;!t(k)>t(k-1);!@for(link2(k,j):tj(k,j)=t(k)+@sum(zhan(n)|n#lt#(j-1):d(j))/v);!@for(zhan(j)|j#eq#1:i0(j)=t(k));!@for(zhan(j)|j#gt#1:i0(j)=t(k)+@sum(zhan(n)|n#le#(j-1) #and#n#gt#2:d(n)/v);!);!@for(zhan(j)|j#le#25:i1(j)=@floor(i0(j)));!+@if(@mod(i0(j),1)#eq#0,0 ,1)-4);!@for(zhan(j)|j#eq#1:i3(j)=-4+@if(@mod(i0(j),1)#eq#0,0,1));!z(k,j)=(mu(i1(j),j)-md(i1(j),j))*(tj(k,j)-tj(k-1,j));。

10444-数学建模-公交车的调度

10444-数学建模-公交车的调度

公交车的调度胡敏,郭鹏程,方少军 指导教员:刘卫华(学员旅十队)摘要: 本文就公交车调度问题,运用最优化方法,提出了两个数学模型。

第一个模型采用步长搜索法,以一分钟时间间隔为给定步长,考虑每个站的乘客候车情况,由此来确定是否需要发车。

第二个模型假设在一定的时间间隔内乘客流服从Possion 分布,公交车以等时间间距发出,高峰期和低峰期的发车情况不同且高峰期有加班车辆,提出了一个排队论动态最优化设计模型。

依据算法运行的结果给出了便于操作的全天(工作日)公交车调度方案,该方案需要车辆总数为62辆,上行方向应发车243班次,下行方向应发车238班次。

一、 问题的提出公共交通是城市交通的重要组成部分,作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益,都具有重要意义。

下面我们对一条公交线路上的公交车进行调度设计,所用的数据来自我国一座特大城市某条公交线路的客流调查和运营资料。

该条公交线路上行方向共14站,下行方向共13站,乘客数量统计表已知。

公交公司配给该线路同一型号的大客车,每辆标准载客100 人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过 120%,一般也不要低于50%。

现根据这些资料和要求,要为该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括两个起点站的发车时刻表;一共需要多少辆车;指出这个方案是以怎样的程度照顾到了乘客和公交公司双方的利益;等等。

最后将这个调度问题抽象成一个明确、完整的数学模型,指出求解它的方法;根据实际问题的要求确定应如何采集运营数据,才能满足设计更好的调度方案的需要。

二、 问题的分析问题要求在照顾乘客和公交公司双方利益的前提下,设计一个调度车辆的时刻表,可以看作是排队论中系统控制最优化问题。

在一般情形下,提高服务水平(即多派车)自然会减少乘客的候车时间(提高乘客的满意度),单个乘客的满意度可以用下面的公式来衡量:⎪⎪⎩⎪⎪⎨⎧--=高峰期平常551010)(t tt g 其中t 表示等待时间整体乘客的满意度可以用不超过最长等待时间的乘客数与总乘客数的比值来衡量,但同时会增加公交公司的成本使利润降低,此问题的最优化目标之一就是使候车时间以及公交公司的成本两者之和最小并达到这个水平上的最优服务。

数学建模-2001年的公交车调度问题

数学建模-2001年的公交车调度问题

第三篇公交车调度方案的优化模型2001年 B题公交车调度公共交通是城市交通的重要组成部分,作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益,都具有重要意义。

下面考虑一条公交线路上公交车的调度问题,其数据来自我国一座特大城市某条公交线路的客流调查和运营资料。

该条公交线路上行方向共14站,下行方向共13站,表3-1给出的是典型的一个工作日两个运行方向各站上下车的乘客数量统计。

公交公司配给该线路同一型号的大客车,每辆标准载客100人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低于50%。

试根据这些资料和要求,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括两个起点站的发车时刻表;一共需要多少辆车;这个方案以怎样的程度照顾到了乘客和公交公司双方的利益;等等。

如何将这个调度问题抽象成一个明确、完整的数学模型,指出求解模型的方法;根据实际问题的要求,如果要设计更好的调度方案,应如何采集运营数据。

站名A13 A12 A11 A10 A9 A8 A7 A6 A5 A4 A3 A2 A1 A0 站间距(公里) 1.6 0.5 1 0.73 2.04 1.26 2.29 1 1.2 0.4 1 1.03 0.53 5:00-6:00 上371 60 52 43 76 90 48 83 85 26 45 45 11 0 下0 8 9 13 20 48 45 81 32 18 24 25 85 57 6:00-7:00 上1990 376 333 256 589 594 315 622 510 176 308 307 68 0 下0 99 105 164 239 588 542 800 407 208 300 288 921 615 7:00-8:00 上3626 634 528 447 948 868 523 958 904 259 465 454 99 0 下0 205 227 272 461 1058 1097 1793 801 469 560 636 1871 1459 8:00-9:00 上2064 322 305 235 477 549 271 486 439 157 275 234 60 0 下0 106 123 169 300 634 621 971 440 245 339 408 1132 759 9:00-10:00 上1186 205 166 147 281 304 172 324 267 78 143 162 36 0 下0 81 75 120 181 407 411 551 250 136 187 233 774 483 10:00-11:00 上923 151 120 108 215 214 119 212 201 75 123 112 26 0 下0 52 55 81 136 299 280 442 178 105 153 167 532 385 11:00-12:00 上957 181 157 133 254 264 135 253 260 74 138 117 30 0 下0 54 58 84 131 321 291 420 196 119 159 153 534 340 12:00-13:00 上873 141 140 108 215 204 129 232 221 65 103 112 26 0 下0 46 49 71 111 263 256 389 164 111 134 148 488 333 13:00-14:00 上779 141 103 84 186 185 103 211 173 66 108 97 23 0 下0 39 41 70 103 221 197 297 137 85 113 116 384 263 14:00-15:00 上625 104 108 82 162 180 90 185 170 49 75 85 20 0 下0 36 39 47 78 189 176 339 139 80 97 120 383 239 15:00-16:00 上635 124 98 82 152 180 80 185 150 49 85 85 20 0 下0 36 39 57 88 209 196 339 129 80 107 110 353 22916:00-17:00 上1493 299 240 199 396 404 210 428 390 120 208 197 49 0 下0 80 85 135 194 450 441 731 335 157 255 251 800 557 17:00-18:00 上2011 379 311 230 497 479 296 586 508 140 250 259 61 0 下0 110 118 171 257 694 573 957 390 253 293 378 1228 793 18:00-19:00 上691 124 107 89 167 165 108 201 194 53 93 82 22 0 下0 45 48 80 108 237 231 390 150 89 131 125 428 336 19:00-20:00 上350 64 55 46 91 85 50 88 89 27 48 47 11 0 下0 22 23 34 63 116 108 196 83 48 64 66 204 139 20:00-21:00 上304 50 43 36 72 75 40 77 60 22 38 37 9 0 下0 16 17 24 38 80 84 143 59 34 46 47 160 117 21:00-22:00 上209 37 32 26 53 55 29 47 52 16 28 27 6 0 下0 14 14 21 33 78 63 125 62 30 40 41 128 92 22:00-23:00 上19 3 3 2 5 5 3 5 5 1 3 2 1 0 下0 3 3 5 8 18 17 27 12 7 9 9 32 21站名A0 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 站间距(公里) 1.56 1 0.44 1.2 0.97 2.29 1.3 2 0.73 1 0.5 1.62 5:00-6:00 上22 3 4 2 4 4 3 3 3 1 1 0 0 下0 2 1 1 6 7 7 5 3 4 2 3 9 6:00-7:00 上795 143 167 84 151 188 109 137 130 45 53 16 0 下0 70 40 40 184 205 195 147 93 109 75 108 271 7:00-8:00 上2328 380 427 224 420 455 272 343 331 126 138 45 0 下0 294 156 157 710 780 849 545 374 444 265 373 958 8:00-9:00 上2706 374 492 224 404 532 333 345 354 120 153 46 0 下0 266 158 149 756 827 856 529 367 428 237 376 1167 9:00-10:00 上1556 204 274 125 235 308 162 203 198 76 99 27 0 下0 157 100 80 410 511 498 336 199 276 136 219 556 10:00-11:00 上902 147 183 82 155 206 120 150 143 50 59 18 0 下0 103 59 59 246 346 320 191 147 185 96 154 438 11:00-12:00 上847 130 132 67 127 150 108 104 107 41 48 15 0 下0 94 48 48 199 238 256 175 122 143 68 128 346 12:00-13:00 上706 90 118 66 105 144 92 95 88 34 40 12 0 下0 70 40 40 174 215 205 127 103 119 65 98 261 13:00-14:00 上770 97 126 59 102 133 97 102 104 36 43 13 0 下0 75 43 43 166 210 209 136 90 127 60 115 309 14:00-15:00 上839 133 156 69 130 165 101 118 120 42 49 15 0 下0 84 48 48 219 238 246 155 112 153 78 118 346 15:00-16:00 上1110 170 189 79 169 194 141 152 166 54 64 19 0 下0 110 73 63 253 307 341 215 136 167 102 144 425 16:00-17:00 上1837 260 330 146 305 404 229 277 253 95 122 34 0 下0 175 96 106 459 617 549 401 266 304 162 269 784 17:00-18:00 上3020 474 587 248 468 649 388 432 452 157 205 56 0 下0 330 193 194 737 934 1016 606 416 494 278 448 1249 18:00-19:00 上1966 350 399 204 328 471 289 335 342 122 132 40 0 下0 223 129 150 635 787 690 505 304 423 246 320 1010 19:00-20:00 上939 130 165 88 138 187 124 143 147 48 56 17 0 下0 113 59 59 266 306 290 201 147 155 86 154 398 20:00-21:00 上640 107 126 69 112 153 87 102 94 36 43 13 0 下0 75 43 43 186 230 219 146 90 127 70 95 319 21:00-22:00 上636 110 128 56 105 144 82 95 98 34 40 12 0 下0 73 41 42 190 243 192 132 107 123 67 101 290 22:00-23:00 上294 43 51 24 46 58 35 41 42 15 17 5 0 下0 35 20 20 87 108 92 69 47 60 33 49 136公交车调度方案的优化模型*摘要:本文建立了公交车调度方案的优化模型,使公交公司在满足一定的社会效益和获得最大经济效益的前提下,给出了理想发车时刻表和最少车辆数。

车辆调度问题的数学模型-精选文档

车辆调度问题的数学模型-精选文档

车辆调度问题的数学模型车辆调度是公交公司、旅游公司、企事业单位等经常遇到的问题,在分析乘车人数、时间、地点等因素的基础上,如何购置车辆使得成本最低,如何合理安排车辆以满足乘客需要,如何使车辆运营费用最省,这些问题都可通过数学建模的方法加以解决.下面以某学校的车辆调度为例进行研究:1.在某次会议上,学校租车往返接送参会人员从A校区到B 校区.参会人员数量见附表1,车辆类型及费用见附表2,请你研究费用最省的租车方案.2.学校准备购买客车,组建交通车队以满足教师两校区间交通需求.假设各工作日教师每日乘车的需求是固定的(见附表3),欲购买的车型已确定(见附表4),两校区间车辆运行时间固定为平均行驶时间35分钟.若不考虑运营成本,请你确定购买方案,使总购价最省.附表1参会人员数量二、问题二模型的建立与求解1.问题分析由于两校区间车辆单程运行时间为35分钟,往返则需70分钟,因此,若不同校区之间的发车时间小于35分钟,或同一校区的发车时间小于70分钟的话,车辆是不能周转使用的,据此便可确定某一时段的乘车人数.通过观察A校区与B校区的18个发车时间,可以看出有两个乘车高峰时段,第一个高峰时段是早上7:30至8:15(即早高峰时段),乘车人数为188人.第二个高峰时段是下午17:15至17:45(即晚高峰时段),乘车人数为222人.从乘车人数看晚高峰时段要多于早高峰时段,而且晚高峰时段的发车时间较为分散,显然只要按晚高峰时段购买车辆,便可满足教师乘车需求.2.模型的建立与求解为建立模型的需要,我们将A校区的发车时间17:15,B校区的发车时间17:15,17:30,17:45依次按1,2,3,4编号.设xij为第i个发车时间点需购置的j型车的数量,(i=1,2,3,4;j=1,2,…,6),cj为购置(包括购置税10%)第j型车的单价,j=1,2,…,6.目标函数是使购车总费用最小.约束条件:满足晚高峰时段各个发车时间点的乘车需求.设z表示购车总费用,在不考虑运营成本的情况下,建立整数线性规划模型如下:minz=∑41i=1∑61jcjxij。

数学建模的公交车调度问题

数学建模的公交车调度问题

第三篇公交车调度方案的优化模型2001年 B题公交车调度公共交通是城市交通的重要组成部分,作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益,都具有重要意义。

下面考虑一条公交线路上公交车的调度问题,其数据来自我国一座特大城市某条公交线路的客流调查和运营资料。

该条公交线路上行方向共14站,下行方向共13站,表3-1给出的是典型的一个工作日两个运行方向各站上下车的乘客数量统计。

公交公司配给该线路同一型号的大客车,每辆标准载客100人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低于50%。

试根据这些资料和要求,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括两个起点站的发车时刻表;一共需要多少辆车;这个方案以怎样的程度照顾到了乘客和公交公司双方的利益;等等。

如何将这个调度问题抽象成一个明确、完整的数学模型,指出求解模型的方法;根据实际问题的要求,如果要设计更好的调度方案,应如何采集运营数据。

公交车调度方案的优化模型*摘要:本文建立了公交车调度方案的优化模型,使公交公司在满足一定的社会效益和获得最大经济效益的前提下,给出了理想发车时刻表和最少车辆数。

并提供了关于采集运营数据的较好建议。

在模型Ⅰ中,对问题1建立了求最大客容量、车次数、发车时间间隔等模型,运用决策方法给出了各时段最大客容量数,再与车辆最大载客量比较,得出载完该时组乘客的最少车次数462次,从便于操作和发车密度考虑,给出了整分发车时刻表和需要的最少车辆数61辆。

模型Ⅱ建立模糊分析模型,结合层次分析求得模型Ⅰ带给公司和乘客双方日满意度为(0.941,0.811)根据双方满意度范围和程度,找出同时达到双方最优日满意度(0.8807,0.8807),且此时结果为474次50辆;从日共需车辆最少考虑,结果为484次45辆。

6公交车调度的数学模型讲解

6公交车调度的数学模型讲解

公交车调度的数学模型摘要随着人口的增加以及现代化建设的加快,城市人口迅猛增长,城市公共交通面临着巨大的挑战。

为缓解城市交通的拥堵,除了提倡错峰出行、减少私家车出行之外,对公共交通设施进行合理的调度也特别重要。

本文正是通过已知的某条公交线路的客流调查和运营资料,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,以解决该条公交线路上公交车的调度问题。

公交车的运营可以产生经济效益和社会效益,两种效益的关系是对立统一的,当乘客人数一定的情况下,产生的经济效益越高,即同一时段公交车的数量越少、发车次数越少,社会效益就越低;同理,产生的社会效益越高,经济效益就越低。

故在制定公交车调度方案时,我们要综合考虑经济效益与社会效益。

公交车产生的经济效益由公交车的满载率、运营所需的公交车总数、运营时间内总发车次数所决定,而社会效益则由乘客的等待抱怨度以及拥挤抱怨度所决定。

通过分析,我们发现要使公交车的运营产生最大的效益,既要使公交车的满载率最大、所需公交车总数和发车次数越小、乘客等待抱怨度和拥挤抱怨度最低,同时,我们发现在某段时间内乘客人数一定的条件下,这些决定因素本质上都是由某段时间内的发车次数所决定的。

因此,我们可通过建立多目标的优化模型、采用遗传算法、用Lingo软件编程进行求解。

最后,我们得出要使乘客与公交公司的利益最大化,全天需要公交52辆,共需发车445次,并绘制出上、下行起始点发车时刻表。

关键词:公交车调度多目标优化模型遗传算法 Lingo编程1、问题重述众所周知,公共交通是城市交通的重要组成部分,一个好的公交车调度方案对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益,都具有重要意义。

本文需要研究的是某一大城市一条公交线路上公交车的调度问题,附录一给出了一个工作日两个运行方向各站上下车的乘客数量统计表。

该条公交线路上行方向共14站,下行方向共13站。

公交公司配给该线路同一型号的大客车,每辆标准载客100人,据统计客车在该线路上运行的平均速度为20公里/小时。

公交车调度问题数学建模论文

公交车调度问题数学建模论文

2011年数学建模论文——对公交车调度问题的研究摘要:本文根据所给的客流量及运营情况排出公交车调度时刻表,以及反映客运公司和乘客的利益有多个指标,建立了乘客的利益及公司利益两个目标函数的多目标规划数学模型。

基于多目标规划分析法,进行数值计算,从而得到原问题的一个明确、完整的数学模型,并在模型扩展中运用已建的计算机模拟系统对所得的结果和我们对于调度方案的想法进行分析和评价。

首先通过数据的分析,并考虑到方案的可操作性,将一天划为;引入乘客的利益、公司利益作为两个目标函数,建立了两目标优化模型。

通过运客能力与运输需求(实际客运量) 达到最优匹配、满载率高低体现乘客利益;通过总车辆数较少、发车次数最少表示公司利益建立两个目标函数。

应用matlab中的fgoalattain进行多目标规划求出发车数,以及时间步长法估计发车间隔和车辆数。

关键字:公交车调度;多目标规划;数据分析;数学模型;时间步长法,matlab一问题的重述:1、路公交线路上下行方向各24站,总共有L 辆汽车在运行,开始时段线路两端的停车场中各停放汽车m辆,每两车可乘坐S人。

这些汽车将按照发车时刻表及到达次序次发车,循环往返地运行来完成运送乘客的任务。

建立数学模型,根据乘客人数大小,配多少辆车、多长时间发一班车使得公交公司的盈利最高,乘客的抱怨程度最小。

假设公交车在运行过程中是匀速的速度为v。

1路公交车站点客流量见下表从新汽车站出发到市检察院站点名称新汽车站汉庭花园天九湾电信公司天九湾车场西环小区步行街上车人数11 3 1 1 1 2 下车人数1 0 0 0 4 等待时间3.8 5 2 1.5 2站点名称实验小学莆一中后门十字街旧汽车站新街口市农行上车人数5 1 3 4 8 3下车人数1 0 0 1 0 1 等待时间3.8 3 5.3 14.1 3.8站点名称市公交公司中国银行凤凰山八十亩小区石室路口市公交稽证处上车人数3 1 3 3 2 2 下车人数2 3 3 9 2 3 等待时间1.7 1 0.52.5 2.2 5.5 站点名称北磨交通花园三信家园市政府龙桥市场市检察院上车人数2 0 0 0 0 0 下车人数4 2 25 7 10 等待时间4从市检察院出发到新汽车站站点名称市检察院龙桥市场市政府三信家园交通花园北磨上车人数17 3 0 1 2 7 下车人数0 1 1 1 1 4 等待时间3.5 1.2 2.84.8 2.6 4站点名称市公交稽证处石室路口八十亩小区凤凰山中国银行市公交公司上车人数2 3 1 5 8 3 下车人数1 0 12 2 1 等待时间3.3 1.6 5 4 0 9 站点名称市农行新街口旧汽车站十字街莆一中后门实验小学上车人 2 0 2 4 1 0数下车人数2 7 2 5 2 2 等待时间3.4 6 5 1站点名称步行街西环小区天九湾车场天九湾电信公司汉庭花园新汽车站上车人数0 0 1 0 0 0 下车人数3 1 24 3 14 等待时间11 已知数据及问题的提出我们要考虑的是莆田市的一路公交线路上的车辆调度问题。

公交车调度数学模型

公交车调度数学模型

公交车调度数学模型编者按:木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、25,下行各时段时间间隔分别为10、2、5、3、&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;多目标非线性规划二、正文1模型假设1)假设表上所给数据能反映该段线路上的H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。

  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)。

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。

我们授权全国大学生数学建模竞赛组委会,可将我们的论文以任何形式进行公开展示(包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等)。

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. 赵惠平2. 李敏3. 赵俊海指导教师或指导教师组负责人(打印并签名):日期:年月日赛区评阅编号(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):赛区评阅记录(可供赛区评阅时使用):评阅人评分备注全国统一编号(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):对公交车调度问题的研究摘要公交车调度问题是现代城市交通中一个突出的问题。

本文通过所给的一条公交线路上下行方向各时间段,各站点的客流量,根据一些合理假设,并在优先考虑将乘客拉完同时兼顾公交公司利益最大化的基础上,利用最优化思想建立线性规划模型。

然后根据所给资料,利用数学软件编程检验。

通过对数据的分析,并且考虑到方案的可操作性,将一天划分为高峰时间段和一般时间段,。

首先给该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括两个起点站的发车时刻表和车辆数。

通过分析发现满足高峰时间段所需的车辆数便可满足一整天其他时间所需车辆数,所以对于车辆数,是通过对各路段个时间端上车人数净增量来确定的。

算出时间段内每分钟车上的净增人数,根据每小时发车的时间间隔算出每小时的车辆数,进而得到了全天的车辆数。

我们通过假设乘客均匀到站,并且乘客候车时间包括在车辆运行中,即认为公交车到站后乘客上车不费时间,建立线性规划模型进行求解。

最后我们对题目所给数据进行了处理,得出了车辆具体的运行方案,并用所建模型对结果作检验。

并用Matlab编写了所需程序。

关键字:公交车调度线性规划净增量均匀到站一问题重述我们提到城市交通所存在的问题,首先引起大家共鸣的就是堵车,等车时间长,乘车拥挤等问题。

针对乘客而言,等车时间越短,车辆数越多,满意度越高。

但对公交公司而言,发车时间间隔越长,满载率越高,效益越好。

针对这些问题,我们对我国一座特大城市某条公交线路进行设计优化,问题如下:该条公交线路上行方向共14站,下行方向共13站,第3-4页给出的是典型的一个工作日两个运行方向各站上下车的乘客数量统计。

公交公司配给该线路同一型号的大客车,每辆标准载客100 人,据统计客车在该线路上运行的平均速度为20公里/小时。

运营调度要求,乘客候车时间一般不要超过10分钟,早高峰时一般不要超过5分钟,车辆满载率不应超过 120%,一般也不要低于50%。

试根据这些资料和要求,为该线路设计一个便于操作的全天(工作日)的公交车调度方案,包括:(1)两个起点站的发车时刻表;(2)一共需要多少辆车;(3)这个方案以怎样的程度照顾到了乘客和公交公司双方的利益。

将这个调度问题抽象成一个明确、完整的数学模型,指出求解模型的方法;根据实际问题的要求,如果要设计更好的调度方案,应如何采集运营数据。

二问题分析2.1 概论这是一个公交车的调度问题。

问题的特点在于数据量大,数据处理复杂,公交车调度实际是动态的,乘客的到达和公交车的运行都存在许多随机因素。

此问题是多元目标规划,发车时刻表应均衡乘客和公交公司双方利益,发车时刻表关键是发车的时间的间隔。

但对乘客来说,发车间隔越短越好,车越多越好,则乘客满意度就越高;对公交公司来说发车间隔适当长一点越好,满载率越高越好,相应的运行车辆总数和发车总次数就会变少,则利润越好。

因此,在某种程度上,两者之间的利益是对立的。

因此,假设每单位时间段内,等车乘客服从均匀分布,并且满足客候车时间不要超过10分钟,早高峰时不要超过5分钟,车辆满载率不应超过 120%,一般也不要低于50%。

根据分析上下车人数折线关系图确定总车辆数。

根据对上下车人数趋势的分析,有明显的高峰时期和高峰路段,因此按一整天每站经过的车辆进行聚类分析,来预测具体的高峰路段,从而确定区间车的运行路段。

2.2 问题一由图2.2.1,图2.2.2可知,上下车人数存在明显的峰值,我们可将时间分为高峰时段和一般时段,早高峰为7点到8点的和晚高峰17点到18点。

通过以上分析我们可以通过计算每个时间段内车内的人数峰值得出每个时间段内需要发出的车辆数。

在通过比较每个时间段的发车数可以得出一天中需要车辆最多的时间段,这个时间段的车辆数能够满足其他时间段的需求。

对于下行表我们也作出类似的分析,最终将上下行车对应的时间段内车辆数相加,得到需要的最大车辆数。

我们可以发现任意时间段内前面某几站上车的人数大于下车的人数,从某站以后的每站上车的人数小于下车的人数(如图2.3.1所示)。

由图2.2.1可发现,公交车内人数呈现先增加后减小的变化趋势,且存在峰值点,这个点就是公交在行驶过程中需要满足载客人数的最大值,我们只要满足峰值时的乘客其他路段的乘客必然可以满足。

图2.2.1 上行各时间段上车人数折线图图2.2.2 下行每时间段上车人数折线图2.3 问题二我们针对问题二对数据进行分析,用Excel作出上行上下车全天总人数统计图如图其净增量就可抽象为上下车人数折线所加的面积。

为了解决公交车调度存在明显的高峰期,将时间分类为一般时间和高峰时间,对部分路段进行区间加车。

根据乘客的候车时间对每单位时间段内每分钟的发车数分类,计算出发一辆车的时间间隔,进而算出发车时刻表。

图2.3.1 上下车全天总人数统计图三模型假设(1)公交车行驶过程中不存在交通堵塞现象; (2)每个时间段内等车乘客服从均匀分布;(3)公交车按发车时刻表顺次发车,准时到达每个站点;(4)车辆匀速行驶,速度为20公里/小时各站乘客上下车的时间和公交车在各个 车站停留的时间均包含在平均速度之内; (5)在车站等车的人在公交车来之前不会离开;四 符号说明j x :第j 站上车人数 j y :第j 站下车人数i h :第i 时间段a i:每辆车高峰路段车上的人数ij δ:第i 时间段第j 站总增人数ij δ:第i 时间段第j 站每分钟增加人数m :各站正净量之和t :i h 时间段内积攒够120人所需要的时间 i S :i h 时间段内发车数量j r :各站上车人数净增量i w :第i 时间段内每分钟的发车数σi:第i 时间段内发车的时间间隔s :某段路上车上净人数i N :第i 时间段内高峰路段所有人数i U :第i 时间段内每分钟发车数Z :总车数L T :车在路上所用时间T :跑完一趟休息时间五 模型的建立与求解问题一 模型建立:i h 时间段内每分钟车上的净增人数: ij δ=(j x —j y )/60 最大净增人数: m =∑=ni 0σ每小时发车的时间间隔: σi =60/s非高峰时: 目标函数: Min i S =60/t S.T :50≦m *t ≦1000<t ≦10 高峰时: 目标函数: Min i S =60/t S.T :50≦m *t ≦1000<t ≦10 模型求解:运用Excel 求出上行下行各组所发的次数,时间间隔,请参见下表1、表2,所得上下行车辆共66辆。

时间上行方向发车时间间隔 发车次数5:00-6:00 10分钟 6 6:00-7:00 2.6分钟23 7:00-8:00 1.4分钟43 8:00-9:00 2.6分钟23 9:00-10:00 4.6分钟13 10:00-11:00 5.9分钟10 11:00-12:00 5分钟12 12:00-13:00 5.7分钟11 13:00-14:00 6.6分钟9 14:00-15:00 7.9分钟8 15:00-16:00 8分钟8 16:00-17:00 3.2分钟19 17:00-18:00 2.4分钟25 18:00-19:00 7.6分钟8 19:00-20:00 10分钟 6 20:00-21:00 10分钟 6 21:00-22:00 10分钟 6 22:00-23:00 10分钟 6表一上行发车时刻表时间下行方向发车时间间隔发车次数5:00-6:00 10分钟 6 6:00-7:00 6.6分钟 9 7:00-8:00 2.6分钟 23 8:00-9:00 2.2分钟 27 9:00-10:00 3.9分钟 15 10:00-11:00 6.5分钟 9 11:00-12:00 7.3分钟 8 12:00-13:00 8.6分钟 7 13:00-14:00 7.9分钟 8 14:00-15:00 7分钟 9 15:00-16:00 5.4分钟 11 16:00-17:00 3.2分钟 19 17:00-18:00 1.9分钟 32 18:00-19:00 2.9分钟 21 19:00-20:00 6.5分钟 10 20:00-21:00 9.1分钟 7 21:00-22:00 9.3分钟 6 22:00-23:0010分钟 6[1]表二 下行发车时刻表问题二 模型建立:某段路上车上净人数:各站上车人数净增量:j r =j x —j yi h 时间段内发车数量:i S =∑=nj 1(j x —j y )第i 时间段内每分钟的发车数:i w =(∑=n j 1a i —∑=ni 1i S )/600 第i 时间段内每分钟发车数:i U =(∑=ni 1i S )/600六、模型评价6.1 模型优点本文针对所给的公交运营数据,从发车时间间隔着手,逐步深入进行数据分析,作出上行下行上下车人数折线图,找出乘车高峰点和高峰时间段。

在设计调度方案时从车辆数入手,得到发车时刻表,用简单的单目标规划求解,算法简单易行。

6.2 模型缺点建立模型时运用等式过多,没有给出有些不确定值的变动范围,虽使模型简化,但是缺少一定的准确性。

建立模型之前,对调度的影响因素考虑过于复杂,没有及时作出合理的假设。

由于建模过程分析中,对思考方向作了几次调整,花费了大量时间,最终只对发车时刻表和总车辆数得出具体结论,对乘客和公交公司双方的利益并未做过多分析。

6.3 模型改进 采用长时间比较稳定的运营数据,尽可能将一些因素考虑进去,如上车下车所花费的时间,起点终点排队问题,模型误差会减小。

相关文档
最新文档