APP下载

基于遗传算法的BRT站距双层优化模型研究

2018-09-29商泽

中国科技纵横 2018年16期

商泽

摘 要:为了准确求解最优BRT站距,综合考虑了BRT站点服务范围和公交企业的利益,建立了双层优化模型。上层微观模型以公交车辆和BRT站点营运成本最小为目标,下层宏观模型作为辅助,以BRT站点服务范围最大为目标。针对该模型设计遗传算法进行求解,并给出算法的具体实现步骤,最后结合算法案例验证了模型和算法的有效性。

关键词:BRT站距;遗传算法;双层规划

中图分类号:U491.17 文献标识码:A 文章编号:1671-2064(2018)16-0050-02

BRT站点间距优化最早于1968年由Vuchic和Newell[1]提出,以乘客出行时间最短为目标函数对轻轨和地铁线路的站距进行优化。其后,S C Wirasinghe和N S Ghoneim[5]逐步完善了基于需求连续分布的站点间距优化理论。近年来,国内相继提出了基于全局最优化理论的BRT站点布设模型[2]、基于乘客平均出行时间最小的公交站距优化模型[3]和基于社会福利最大的公交站距优化模型[4]等理论。本文在此基础之上,提出了基于遗传算法的BRT站距双层优化模型,综合考虑了BRT站点服务范围和公交企业的利益两方面的因素,建立上层以BRT车辆和站点营运成本最小为目标,下层以BRT站点服务范围最大为目标的双层模型,能够更全面的对BRT站距进行优化。

1 双层公交站距优化模型

1.1 基本假设

本文所研究的是BRT最优站距问题,所以可以做以下假设:

(1)BRT线路至少采用半封闭路权模式,节点采用公交信号优先,即公交车辆通过交叉口时的延误忽略不计;(2)为了研究方便,将公交车运动划分成为匀速运动、匀减速运动以及匀加速运动;……

登录APP查看全文