详情

原文传递基于鲁棒优化的多类型公交运营调度问题研究

论文题名：	基于鲁棒优化的多类型公交运营调度问题研究
关键词：	地面公交;时刻表优化;路径规划;车辆调度;运营服务
摘要：	地面公交是城市公共交通系统的重要组成部分，具有低碳环保、载客容量大、调度灵活的特点。然而，在近年来城市道路交通拥堵加剧和乘客需求更加多样化的形势下，地面公交的乘客满意度不断降低，亟需优化运营组织模式，提升运营服务效率。鉴于此，本论文基于鲁棒优化方法，开展了地面公交的时刻表设计、充电方案制定、定制路线规划、应急接驳组织等研究，以提升地面公交服务的可靠性和吸引力。主要创新工作如下：　　(1)本研究基于公交车载GPS数据，采用K-means聚类方法生成时空相关的旅行时间情景，构建出一个基于情景的公交时刻表鲁棒优化模型。该模型以最大化所有情景中的期望利润为目标，引入一组二元变量来线性化模型，并设计了一种解空间压缩方法加速求解。通过优化北京628路公交车时刻表验证了所提出模型的有效性。结果表明，基于情景的鲁棒优化模型提供的方案比两个确定性优化模型(最大概率模型和均值模型)的方案获得的期望利润，分别高出了15.80%和30.74%。另外，提出的解空间压缩方法能够有效地减少97%的计算时间。　　(2)本研究以最小化运营周期内的总成本(包括充电设施的损耗成本、电动车辆电池的损耗成本、充电成本和乘客的额外等待惩罚成本)为目标，建立了一个考虑电池容量、电池续航里程、电池充电时间和充电设施配置约束的电动公交机会充电调度模型。考虑到最优机会充电调度决策在车辆能耗不确定时可能不满足车辆能耗约束条件，建立了机会约束规划模型，引入分布鲁棒优化方法，通过多面体非精确集对能耗不确定概率分布进行刻画，并利用强对偶理论和机会约束的逼近方法将机会约束规划模型转变为一个可计算处理的形式。数值实验结果显示，当能耗在4种不同的情景下发生变化时，相比于确定性模型，分布鲁棒优化模型的最低期望总成本分别降低26.5％、33.5％、38.7％和42.2％。　　(3)本研究建立了考虑驻站控制策略的定制公交路径与时刻表优化模型，以最大化公交运营商利润为目标，优化了车辆路径、时刻表和乘客分配决策。将不确定旅行时间聚类成若干情景，通过盒式不确定性集和椭球不确定性集来刻画每种情景概率的波动范围，并利用强对偶理论将鲁棒对等模型转变为一个可计算处理的形式。为应对现实大规模和超大规模问题，设计了一种遗传算法-大邻域搜索算法-分支定界算法(GA-LNS-BB)相结合的混合启发式算法，和一种基于订单的聚类分治(OC-D&C)方法。数值实验结果显示，驻站控制策略的实施使定制公交在规划路径和分配订单时更加灵活，可大幅增加运营利润。鲁棒优化模型得到的期望利润分别高于最大概率模型和均值模型44.3％和23.9％。GA-LNS-BB混合算法在求解时长和解质量两方面的表现均优于CPLEX及GA、LNS和PSO算法。通过北京市实际案例，验证了OC-D&C方法可提高算法的求解精度和效率。　　(4)本研究考虑了接驳公交应急调度问题，以最小化所有接驳车辆最大的旅行时间为目标，建立了考虑乘客需求不确定性的分布鲁棒可信性优化模型。不确定的乘客需求通过结合参数区间值可能性分布及相关不确定性集进行刻画。基于可信性理论和鲁棒优化理论，将提出的模型转换为等价的鲁棒对等模型。基于上海轨道交通1号线进行数值实验，结果表明，分布鲁棒可信性优化方法可以为面对激增客流的应急管理问题提供一个较好的需求不确定性免疫方案。　　本文通过寻求最优地面公交调度优化方案，可以有效提高道路公共交通的运行效率和服务水平，缓解交通拥堵，促进城市交通的可持续发展，提高居民的出行体验，为城市的经济和社会发展作出重要贡献。
作者：	杨明
专业：	管理科学与工程
导师：	李想
授予学位：	博士
授予学位单位：	北京化工大学
学位年度：	2023