考虑公交与地铁换乘需求的公交时刻表优化

doi:10.13229/j.cnki.jdxbgxb.20230931

摘要/Abstract

摘要：

在考虑公交与地铁之间换乘需求的情况下，提出了一种全天的公交时刻表优化方法。首先，构建了一个优化模型，旨在最小化乘客候车时间成本和公交企业运营成本。然后，设计了遗传-模拟退火混合算法进行求解。最后，以福州市公交1路上行方向为例，验证了本文模型及算法的有效性和实用性。时刻表优化后，B-M模式、M-B模式和非换乘模式下乘客候车时间成本平均降低了19.30%，公交企业运营成本由于公交发车次数的增加而提升了4.95%，系统总成本节约了5.05%。

关键词: 城市交通, 时刻表优化, 遗传-模拟退火混合算法, 换乘需求, 候车时间

Abstract:

An all-day bus schedule optimization method was proposed in consideration of passengers' demand between the bus and the metro. Firstly， with the goal of minimizing the cost of passenger waiting time and the operating costs of public transportation enterprises， an optimization model was constructed. Then， a genetic-simulated annealing hybrid algorithm was designed to solve the model. A case study of the upward direction of the No. 1 bus in Fuzhou was selected to verify the effectiveness and practicability of the proposed model and algorithm. After optimizing the schedule， the average waiting time cost of passengers in B-M mode， M-B mode， and non-transfer mode has been reduced by 19.30%. Public transportation enterprises' operating costs have increased by 4.95% due to increased bus departures， but the total system cost has decreased by 5.05%.

Key words: urban traffic, schedule optimization, genetic-simulated annealing hybrid algorithm, interchange needs, waiting time

中图分类号:

U491

赖元文,陈艳生,王书易,张宇龙,朱新运. 考虑公交与地铁换乘需求的公交时刻表优化[J]. 吉林大学学报(工学版), 2025, 55(6): 2030-2037.

Yuan-wen LAI,Yan-sheng CHEN,Shu-yi WANG,Yu-long ZHANG,Xin-yun ZHU. Bus schedule optimization considering bus and metro interchange needs[J]. Journal of Jilin University(Engineering and Technology Edition), 2025, 55(6): 2030-2037.

图/表 9

表1

测试函数属性"

测试函数	搜索范围	理论最优值	目标精度
$f 1 x$	（-10，10）	3 600	e^-5
$f 2 x$	（-10，10）	186.73	e^-5
$f 3 x$	（-10，10）	0	e^-5

表1

图1

表2

表3

表4

表5

模型及算法参数"

参数符号	参数属性	参数取值	参考文献
$h B, m i n$	公交最小发车间隔/min	5	—
$h B, m a x$	公交最大发车间隔/min	60	—
$U p$	公交线路单位里程的运营成本/（元·km^-1）	5.97	—
$K$	公交线路的最大发车次数/（次·h^-1）	12	—
$V p$	乘客的平均步行速度/（km·h^-1）	4.4	［17］
$U c$	乘客单位候车时间价值/（元·min^-1）	0.37	［18］
$P c$	交叉概率	0.8	［19］
$P m$	变异概率	0.01	［19］
$P$	种群规模	100	［19］
$G m a x$	最大进化次数	20	［19］
$α$	冷却系数	0.99	［20］

表5

图2

表6

表7

参考文献 20

[1]	Ma C, Xu X. Providing spatial-temporal priority control strategy for BRT lanes: a simulation approach[J]. Journal of Transportation Engineering, Part A: Systems, 2020, 146(7): No.04020060.
[2]	罗孝羚, 蒋阳升. 基于公交数据挖掘的时刻表排班协同换乘优化[J]. 交通运输系统工程与信息, 2017, 17(5): 173-178.
	Luo Xiao-ling, Jiang Yang-sheng. Timetable transfer-coordination optimization based on transit data mining[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(5): 173-178.
[3]	孙杨, 宋瑞, 何世伟. 接运公交时刻表与区域车辆调度的综合优化[J]. 吉林大学学报: 工学版, 2011, 41(5): 1228-1233.
	Sun Yang, Song Rui, He Shi-wei. Comprehensive optimization of feeder bus timetable and regional vehicle scheduling[J]. Journal of Jilin University (Engineering and Technology Edition), 2011, 41(5): 1228-1233.
[4]	邰国璇, 黄友能, 李春驰, 等. 基于灵活编组的市域快轨时刻表优化方法研究[J]. 交通运输系统工程与信息, 2023, 23(3): 195-203.
	Tai Guo-xuan, Huang You-neng, Li Chun-chi, et al. An optimization method of train scheduling for urban rapid rail transit based on flexible train composition mode[J]. Journal of Transportation Systems Engineering and Information Technology, 2023, 23(3): 195-203.
[5]	马晓磊, 沈宣良, 张钊, 等. 基于拉格朗日松弛算法的自动驾驶公交调度优化研究[J]. 中国公路学报, 2019, 32(12): 10-24.
	Ma Xiao-lei, Shen Xuan-liang, Zhang Zhao, et al. Optimization of autonomous bus scheduling based on lagrangian relaxation[J]. China Journal of Highway and Transport, 2019, 32(12): 10-24.
[6]	Ibarra-rojas O J, Giesen R, Rios-solis Y A. An integrated approach for timetabling and vehicle scheduling problems to analyze the trade-off between level of service and operating costs of transit networks[J]. Transportation Research Part B: Methodological, 2014, 70: 35-46.
[7]	宋俪婧, 白同舟, 贺玉龙, 等. 基于混合整数非线性规划的接驳公交优化模型[J]. 交通运输系统工程与信息, 2022, 22(3): 104-111.
	Song Li-jin, Bai Tong-zhou, He Yu-long, et al. Feeder bus routes and frequency optimization based on mixed integer nonlinear programming[J]. Journal of Transportation Systems Engineering and Information Technology, 2022, 22(3): 104-111.
[8]	胡金成. 考虑运行能效的公交区域时刻表优化[J]. 交通运输系统工程与信息, 2021, 21(2): 139-144.
	Hu Jin-cheng. Optimization of bus regional timetable considering operating efficiency[J]. Journal of Transportation Systems Engineering and Information Technology, 2021, 21(2): 139-144.
[9]	于滨, 杨忠振, 程春田. 公交线路发车频率优化的双层规划模型及其解法 [J]. 吉林大学学报: 工学版, 2006, 36(5): 664-668.
	Yu Bin, Yang Zhong-zhen, Cheng Chun-tian. Bi-level programming model for optmizing bus frequencies and its algorithm[J]. Journal of Jilin University(Engineering and Technology Edition), 2006, 36(5): 664-668.
[10]	Zhang W Y, Xia D Y, Liu T, et al. Optimization of Single-line bus timetables considering time-dependent travel times: a case study of Beijing, China[J]. Computers and Industrial Engineering, 2021, 158(4): No.107444.
[11]	Sergio J, Andrés F, Antonio G. Optimal fleet size, frequencies and vehicle capacities considering peak and off-peak periods in public transport[J]. Transportation Research Part A: Policy and Practice, 2017, 106(dec.): 65-74.
[12]	张海, 吕苗苗, 倪少权. 基于非均匀发车间隔的大小交路时刻表优化模型[J]. 交通运输系统工程与信息, 2022, 22(6): 224-233.
	Zhang Hai, Lv Miao-miao, Ni Shao-quan. Train timetable optimization model for full-length and short-turn routings with irregular departure intervals[J]. Journal of Transportation Systems Engineering and Information Technology, 2022, 22(6): 224-233.
[13]	李得伟, 丁世顺, 张琦, 等. 基于客流需求的城际列车时刻表模型改进研究[J]. 交通运输系统工程与信息, 2017, 17(3): 157-164.
	Li De-wei, Ding Shi-shun, Zhang Qi, et al. Improved dynamic demand oriented timetabling model for intercity railway[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(3): 157-164.
[14]	张晓春, 高永, 于壮, 等. 基于公交GPS和IC卡数据的乘客人均候车时间估算方法研究[J]. 交通运输系统工程与信息, 2019, 19(5): 236-241.
	Zhang Xiao-chun, Gao Yong, Yu Zhuang, et al. Passenger average waiting time estimation based on bus GPS and IC card data[J].Journal of Transportation Systems Engineering and Information Technology, 2019, 19(5): 236-241.
[15]	Vallada E, Ruiz R. A genetic algorithm for the unrelated parallel machine scheduling problem with sequence dependent setup times[J]. European Journal of Operational Research, 2011, 211(3): 612-622.
[16]	王淑伟, 孙立山, 荣建. 北京市轨道站点吸引范围研究[J]. 交通运输系统工程与信息, 2013, 13(3): 183-188.
	Wang Shu-wei, Sun Li-shan, Rong Jian. Catchment area analysis of Beijing transit stations[J]. Journal of Transportation Systems Engineering and Information Technology, 2013, 13(3): 183-188.
[17]	杨小露. 考虑共享单车影响的微循环公交线路优化研究[D]. 北京: 北京交通大学交通运输学院, 2021.
	Yang Xiao-lu. Research on optimization of microcirculation bus route considering the influence of shared bicycles[D]. Beijing: School of Transportation, Beijing Jiaotong University, 2021.
[18]	王子甲, 贾慧慧, 朱亚迪, 等. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
	Wang Zi-jia, Jia Hui-hui, Zhu Ya-di, et al. Commuting mode choice behavior in rail and bus composite network based on smart carddata[J]. Journal of Transportation Systems Engineering and Information Technology, 2022, 22(1): 67-73.
[19]	邓吉浩, 宋瑞, 陈小鸿, 等. 开放式小区公交微循环站点与线网综合设计[J]. 北京交通大学学报, 2020, 44(1): 34-41.
	Deng Ji-hao, Song Rui, Chen Xiao-hong, et al. Integrated design of station sites and network of bus microcirculation system in open communities[J]. Journal of Beijing Jiaotong University, 2020, 44(1): 34-41.
[20]	刁鸣, 邹丽. 模拟退火遗传禁忌搜索的多用户检测算法[J]. 哈尔滨工程大学学报, 2014, 35(3): 373-377.
	Diao Ming, Zou Li. Multi-user detection based on the simulated annealing genetic Tabu search[J]. Journal of Harbin Engineering University, 2014, 35(3): 373-377.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

站点编号	站点名称	非换乘人数/人	站点编号	站点名称	非换乘人数/人
1	白湖亭站	36	12	文化宫站	80
2	盖山路口站	49	13	省人民医院站	29
3	三叉街新村站	37	14	洋头口站	64
4	三叉街站	76	15	茶亭站	50
5	三叉街口站	47	16	南门站	74
6	埔顶站	44	17	道山路口站	51
7	桥南站	85	18	南街站	63
8	闽江之心站	49	19	鼓楼站	96
9	台江天华站	52	20	福三中站	90
10	台江后洲站	64	21	西湖站	36
11	达道站	93	22	西门站	20

时段编号	时段	时长/min
1	5：00~7：00	120
2	7：00~9：00	120
3	9：00~12：00	180
4	12：00~14：00	120
5	14：00~17：00	180
6	17：00~19：00	120
7	19：00~21：00	120
8	21：00~23：00	120

时段编号	发车时刻	发车间隔/min
1	05：00；05：12；05：24；05：36；05：48；06：00；06：12；06：24；06：36；06：48；07：00	12
2	07：08；07：16；07：24；07：32；07：40；07：48；07：56；08：04；08：12；08：20；08：28；08：36；08：44；08：52；09：00	8
3	09：10；09：20；09：30；09：40；09：50；10：00；10：10；10：20；10：30；10：40；10：50；11：00；11：10；11：20；11：30；11：40；11：50；12：00	10
4	12：11；12：22；12：33；12：44；12：55；13：06；13：17；13：28；13：39；13：50	11
5	14：02；14：14；14：26；14：38；14：50；15：02；15：14；15：26；15：38；15：50；16：02；16：14；16：26；16：38；16：50	12
6	17：02；17：11；17：20；17：29；17：38；17：47；17：56；18：05；18：14；18：23；18：32；18：41；18：50；18：59	9
7	19：12；19：25；19：38；19：51；20：04；20：17；20：30；20：43；20：56	13
8	21：11；21：26；21：41；21：56；22：11；22：26；22：41；22：56	15

对比项	优化前	优化后	优化比例/%
发车次数/次	96	100	-4.17
B-M模式下的乘客候车时间成本/元	362.10	307.30	15.13
M-B模式下的乘客候车时间成本/元	710.20	539.60	24.02
非换乘模式下的乘客候车时间成本/元	3 511.50	2 852.60	18.76
公交企业运营成本/元	6 361.60	6 693.00	-4.95
系统总成本/元	10 945.40	10 392.50	5.05