基于自动驾驶模块化车辆主辅功能分配的公交自适应调度方法

doi:10.13229/j.cnki.jdxbgxb.20250457

摘要/Abstract

摘要：

为实现运力资源的灵活调配，缓解因系统供需失衡造成的资源浪费，同时减少因车辆在站点停靠及乘客车外换乘所产生的出行时间损耗，设计了一种基于AMV主辅功能分配的公交自适应调度方法。建立了考虑线路协同和站点功能划分的优化调度模型，将车辆运营成本最小化和乘客出行延误最小化作为联合优化目标，设计分层自适应升温粒子群-模拟退火算法对模型求解。为验证模型的有效性，基于佛山市公交运营数据进行实例检验，结果表明：相比于传统定容量公交和站点响应式模块公交，本文模型将系统总成本分别降低了35.62%和6.54%，该研究成果有助于提升公交运营效率和服务质量。

关键词: 交通运输系统工程, AMV主辅功能分配, 调度优化, 线路协同, 分层自适应升温粒子群-模拟退火算法

Abstract:

In order to achieve flexible allocation of capacity resources， alleviate the waste of resources due to the imbalance between system supply and demand， and reduce the travel time loss due to vehicle stopping at stations and passenger transferring outside the vehicle， an adaptive scheduling method for bus based on AMV main-auxiliary function allocation was designed. An optimized scheduling model considering route coordination and station function division was established， with minimizing vehicle operating costs and passenger travel delays as the joint optimization objectives. A hierarchical adaptive heating particle swarm-simulated annealing algorithm was designed to solve the model. To verify the effectiveness of the model， an example test was carried out based on the bus operation data in Foshan City， and the results show that compared with the traditional fixed-capacity bus and station-responsive modular bus， the proposed model reduces the total cost of the system by about 35.62% and 6.54%， and the results of this research can help to improve the efficiency of bus operation and service quality.

Key words: engineering of communication and transportation system, AMV main-auxiliary function allocation, dispatch optimization, line coordination, hierarchical adaptive warming particle swarm-simulated annealing algorithm

中图分类号:

U491.5

曲昭伟,王铭阳,王喆,宋现敏,张云翔,黄镜尘. 基于自动驾驶模块化车辆主辅功能分配的公交自适应调度方法[J]. 吉林大学学报(工学版), 2025, 55(9): 2946-2957.

Zhao-wei QU,Ming-yang WANG,Zhe WANG,Xian-min SONG,Yun-xiang ZHANG,Jing-cheng HUANG. Adaptive scheduling method for bus based on autonomous modular vehicles main⁃auxiliary function allocation[J]. Journal of Jilin University(Engineering and Technology Edition), 2025, 55(9): 2946-2957.

图/表 17

图1

图2

表1

模型符号说明"

符号	定义
$L$	公交线路集合 ${L = 1,2, ?, l, ?, x, ?, y, ?, r}$ ， $l$ 为任意线路， $r$ 为线路总数
$J$	发车车次集合 ${J = 1,2, ?, j, ?, n l}$ ， $j$ 为任意车次， $n l$ 为线路 $l$ 在优化周期内总发车次数
$S$	公交站点集合 ${S = 1,2, ?, s, ?, K}$ ， $s$ 为任意站点， $K$ 为现网站点总数
$S ?$	拆合站点集合 $S ? ∈ S$ ${S ? = s ? 1, s ? 2, ?, s ? K ?}$ ， $K ?$ 为拆合站点总数
$S ˉ$	交织站点集合 $S ˉ ∈ S$ ， $K ˉ$ 为交织站点总数 ${S ˉ = s ˉ 1, s ˉ 2, ?, s ˉ a, ?, s ˉ b, ?, s ˉ K ˉ}$ ； $s ˉ + 1$ 为耦合站点， $s ˉ + 1 ∈ S ?$
$Y s$	站点 $s$ 与站点 $s + 1$ 间的距离
$H l j$	线路 $l$ 第 $j$ 辆车从始发站发车的时刻， $H l 1$ 为线路 $l$ 的首发时刻
$h l j$	线路 $l$ 发出的第 $j$ 与 $j - 1$ 辆车之间的发车间隔， $h l 1 = 0$
$T l s$	$s$ 与 $s + 1$ 两站点间的行程时间
$t l j, s$	线路 $l$ 第 $j$ 辆车到达站点 $s$ 的时间
$t D j, s$	站点 $s$ 产生的站点延误时间
$t s ˉ a, s ˉ b + 1$	车辆从交织站点 $s ˉ$ $a$ 行驶到耦合站点 $s ˉ b + 1$ 的行程时间， $a, b = 1,2, ?, K ˉ$
$ψ l, j s$	普通站点处辅助单元追赶主公交的延误时间
$E$	每名乘客的上下车时间，s/人
$τ$	辅助单元与前进单元组合的铰接延误
$W s ˉ$	由交织站点 $s ˉ$ 发出的公交驶过交织路口产生路口延误
$B s j$	站点 $s$ 发出的第 $j$ 辆车
$B s ˉ j, d$	交织站点 $s ˉ$ 发出的第 $j$ 辆公交车需要拆解到 $d$ 方向的车厢单元， $d ∈ L, δ, R$
$N l, j s$	站点 $s$ 发出的第 $j$ 辆车的车厢单元数目
$N l, j s ˉ, d$	交织站点 $s ˉ$ 发出的第 $j$ 辆公交车拆解到 $d$ 方向的车厢单元数目
$B l, j s ?, d o w n$	车辆到达拆合站点 $s ?$ 时解离的辅助单元数目
$B l, j s ?, u p$	车辆到达拆合站点 $s ?$ 时耦合的辅助单元数目
$B l, j s, c$	车辆经过普通站点 $s$ 时需要解离的辅助单元数目
$Q l, j s ˉ$	在交织站点 $s ˉ$ 的增补单元数目
$F l, j s$	车辆 $j - 1$ 和 $j$ 到达站点 $s$ 的时间间隔内乘客的累计到站人数
$A l, j s$	车辆 $j$ 到达站点 $s$ 时需要上车的乘客人数
$U l, j s$ 、 $V l, j s$	线路 $l$ 发出的第 $j$ 辆车在站点 $s$ 的实际上、下车人数
$O l, j s$	车辆 $j$ 驶离站点s的主公交承载的实际在车人数
$P j S i ˉ, d$	交织站点 $s ˉ i$ 发出的第 $j$ 辆车中换乘到方向d的乘客数
$D l, j s$	站点s未成功乘坐车辆 $j$ 产生的滞站等待人数
$v$	模块化公交车的平均行驶速度
$C$	一个车厢单元的载客容量
$N m a x$	模块化公交可悬挂的最大车厢单元数
$F N$	模块数为N的车厢单位运营成本，元/（km?节）

表1

图3

图4

图5

图6

图7

表2

实验车辆运营参数"

参数名称	参数取值
单元载客容量 $C$ /（人·节^-1）	6
最大悬挂单元 $N m a x$ /个	8
平均行驶速度 $v$ /（km·h^-1）	30
单位运营成本 $F N$ /［元·（千米节）^-1］	1.312 5
上车/下车时间 $E$ /（s·pax^-1）	3
制动启动时间 $η$ /s	5
单位时间成本 $A$ /（元·min^-1）	0.83
乘客步行速度 $v p$ /（km·h^-1）	4.5
换乘步行距离 $l 换$ /km	0.17

表2

表3

求解算法系数取值"

参数含义	数值	参数含义	数值
初始种群规模	50	最大迭代次数	200
变异概率	0.05	交叉概率	0.5
加速因子 $g 1$ 、 $g 2$	1.4	惯性权重	0.7
降温系数	0.9	升温系数	1.1

表3

图8

图9

图10

图11

图12

图13

图14

参考文献 16

[1]	Ji Y, Liu B, Shen Y, et al. Scheduling strategy for transit routes with modular autonomous vehicles[J]. International Journal of Transportation Science and Technology, 2021, 10(2): 121-135.
[2]	Li Q, Li X. Trajectory optimization for autonomous modular vehicle or platooned autonomous vehicle split operations[J]. Transportation Research Part E: Logistics and Transportation Review, 2023, 176: No.103115.
[3]	Chow A H F, Li G, Ying C. Adaptive scheduling of mixed bus services with flexible fleet size assignment under demand uncertainty[J]. Transportation Research Part C: Emerging Technologies, 2024, 158:No. 104452.
[4]	Gong M, Hu Y, Chen Z, et al. Transfer-based customized modular bus system design with passenger-route assignment optimization[J]. Transportation Research Part E: Logistics and Transportation Review, 2021, 153:No. 102422.
[5]	Hatzenbühler J, Jenelius E, Gidófalvi G, et al. Modular vehicle routing for combined passenger and freight transport[J]. Transportation Research Part A: Policy and Practice, 2023, 173: No.103688.
[6]	Liu X, Qu X, Ma X. Improving flex-route transit services with modular autonomous vehicles[J]. Transportation Research Part E: Logistics and Transportation Review, 2021, 149: No.102331.
[7]	Tian Q, Lin Y H, Wang D Z W. Joint scheduling and formation design for modular-vehicle transit service with time-dependent demand[J]. Transportation Research Part C: Emerging Technologies, 2023, 147:No. 103986.
[8]	Khan Z S, Menéndez M. A seamless bus network without external transfers using autonomous modular vehicles[J]. Transportation Research Part C: Emerging Technologies, 2024, 168: No.104822.
[9]	Shi X, Chen Z, Pei M, et al. Variable-capacity operations with modular transits for shared-use corridors[J]. Transportation research record, 2020, 2674(9): 230-244.
[10]	Wu J, Kulcsár B, Qu X. A modular, adaptive, and autonomous transit system (MAATS): an in-motion transfer strategy and performance evaluation in urban grid transit networks[J]. Transportation Research Part A: Policy and Practice, 2021, 151: 81-98.
[11]	岳昊, 董显龙, 王力, 等. 模块化公交系统车辆单元动态编组方案优化[J]. 交通运输系统工程与息, 2024, 24(5): 160-172.
[12]	Jiang J J, Wei W X, Shao W L, et al. Research on large-scale bi-level particle swarm optimization algorithm[J]. Ieee Access, 2021, 9: 56364-56375.
[13]	Wu D W, Peng Y, Tian Q, et al. Scheduling optimization for responsive feeder transit based on the stop location[J]. Highway Engineering, 2021, 46(5): 176-182.
[14]	裴明阳. 灵活公共交通系统营运调度模型与方法研究[D]. 广州: 华南理工大学土木与交通学院, 2020.
	Pei Ming-yang. Research on operation scheduling models and methods of flexible public transportation system[D]. Guangzhou: School of Civil Engineering and Transportation, South China University of Technology, 2020.
[15]	Satish C, Bharti A K. Speed distribution curves for pedestrians during walking and crossing[J]. Procedia-Social and Behavioral Sciences,2013,104: 660-667.
[16]	Chen Z, Li X, Zhou X. Operational design for shuttle systems with modular vehicles under oversaturated traffic: discrete modeling method[J]. Transportation Research Part B: Methodological, 2019, 122: 1-19.

相关文章 15

[1]	穆长儒,徐亮,程国柱. 基于能量合理分配的外包U型钢-混凝土组合护栏防撞性能[J]. 吉林大学学报(工学版), 2025, 55(8): 2669-2680.
[2]	于江波,翁剑成,林鹏飞,孙宇星,柴娇龙. 基于混合Transformer的对外客运枢纽抵站客流预测模型[J]. 吉林大学学报(工学版), 2025, 55(7): 2251-2259.
[3]	戢晓峰,邓若凡,乔新,关昊天. 建成环境对共享单车时间集聚模式的非线性影响[J]. 吉林大学学报(工学版), 2025, 55(7): 2233-2242.
[4]	李艳波,汪静远,陈圆媛,程绍峰,吕浩楠,陈俊硕. 面向高速公路服务区自洽能源系统的RAMS评价方法[J]. 吉林大学学报(工学版), 2025, 55(7): 2243-2250.
[5]	柴树山,周志强,李海涛,徐炅旸. 基于图时空模式学习网络的路网实时交通事件自动检测方法[J]. 吉林大学学报(工学版), 2025, 55(7): 2145-2161.
[6]	赵红专,吴泽健,张鑫,石胜文,李文勇,展新,许恩永,王佳明. 基于密度离散度和信息传输延迟的网联商用车弯道格子模型[J]. 吉林大学学报(工学版), 2025, 55(6): 2015-2029.
[7]	闫晟煜,程铭杰,田宏策,王洪瑀,周永恒,马博浩. 封闭式景区纯电动客车调度方法[J]. 吉林大学学报(工学版), 2025, 55(6): 1984-1993.
[8]	潘福全,牛远征,张丽霞,杨金顺,陈秀锋,陈德启. 智能网联环境下无信号交叉口车辆通行控制策略[J]. 吉林大学学报(工学版), 2025, 55(6): 1948-1962.
[9]	潘义勇,徐家聪,尤逸文,全勇俊. 网约车出行需求影响因素多尺度空间异质性分析[J]. 吉林大学学报(工学版), 2025, 55(5): 1567-1575.
[10]	秦严严,肖腾飞,罗钦中,王宝杰. 雾天高速公路车辆跟驰安全分析与控制策略[J]. 吉林大学学报(工学版), 2025, 55(4): 1241-1249.
[11]	张河山,范梦伟,谭鑫,郑展骥,寇立明,徐进. 基于改进YOLOX的无人机航拍图像密集小目标车辆检测[J]. 吉林大学学报(工学版), 2025, 55(4): 1307-1318.
[12]	宋现敏,湛天舒,李海涛,刘博,张云翔. 考虑用户成本和泊位利用率的停车预约分配模型[J]. 吉林大学学报(工学版), 2025, 55(4): 1287-1297.
[13]	卢凯明,陈艳艳,仝瑶,张健,李永行,罗莹. 数据驱动的信号交叉口排队尾车驶离状态预测[J]. 吉林大学学报(工学版), 2025, 55(4): 1275-1286.
[14]	郭祎,魏书威,姜涛. 基于区位势能和多源数据的城市客运交通规划算法[J]. 吉林大学学报(工学版), 2025, 55(4): 1328-1335.
[15]	周成栋,宋菲,赵小梅,姚俊杰. 基于多模式双动态演化的拥堵收费模型[J]. 吉林大学学报(工学版), 2025, 55(4): 1319-1327.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed