[發明專利]基于中心輻射型網絡框架的多模式公共交通網絡設計方法

有效

• 申請號: 201710530004.4
• 申請日: 2017-06-30
• 公開（公告）號: CN107194128B
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 劉志遠;黃迪;張奇;付曉;劉菲菲
• 申請（專利權）人: 東南大學
• 主分類號: G06F30/18
• 分類號: G06F30/18
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于中心輻射型網絡框架的多模式公共交通網絡設計方法，其特征在于，該方法包括以下步驟：

步驟一：運用基于乘客需求點密度和相對距離的聚類算法對乘客需求點進行聚類，在新建地鐵網絡上選取樞紐中心站點，被選節點應符合以下標準：(1)站點乘客需求量大于平均站點需求量(2)與其他需求密度相似的節點距離大于2km；

步驟二：基于步驟一所選定的樞紐中心站點，采用兩階段啟發式算法分別生成主干公交和接駁公交線路，具體流程為：

階段一，生成主干公交線路：首先從乘客角度，利用最短路徑算法在每一起訖點對之間生成距離最短路徑，記為集合A；從公交公司角度，在每一起訖點對之間生成運輸效率最短的路徑，記為集合B；從所有起訖點對之間的線路中篩選同時滿足以下條件的線路，生成最終的主干公交線路：(1)樞紐約束：每條公交線路至少通過一個樞紐中心站；(2)線路長度約束：公交線路的長度小于允許最大值；(3)站距約束：站臺間的間距大于S km，其中0.2≤S≤1；

階段二，生成接駁公交線路：把接駁公交線路生成問題看作是旅行商問題，根據地鐵站點周圍的需求點的數量和分布情況確定接駁公交線路設計；

步驟三：把每個食物源中的解看作為各線路發車頻率組成的可行解，利用人工蜂群算法求解雙層規劃模型，得到線路最優發車頻率，所述雙層規劃模型由上層規劃模型和下層規劃模型構成，所述上層規劃模型為：

其中，λ是時間價值，Z₁和Z₂分別表示所有乘客的總出行成本和公交公司的運營成本，W表示起訖點對w的集合，q_w表示起訖點對w間的乘客需求，和分別表示在起訖點對w中乘客選擇多模式出行、僅公交出行和僅地鐵出行的比例，和分別表示多模式出行時、僅公交出行時和僅地鐵出行時的總出行成本，C_R，C_B和C_F分別表示地鐵出行、主干公交出行和接駁公交出行每車每小時的運營成本，和分別表示地鐵出行、主干公交出行和接駁公交出行中的每一條線路的往返出行時間，L_R，L_B和L_F分別表示地鐵出行、主干公交出行和接駁公交出行的線路集合，和分別表示地鐵出行、主干公交出行和接駁公交出行的發車頻率；

所述下層規劃模型為：

其中，Z₃表示乘客在途的總出行時間和總等待時間之和，v表示乘客總流量，c_o和v_a分別表示路段a中乘客的出行時間和流量，ω_i表示節點i中乘客的等待時間，W表示各起訖點對w的集合，A表示各路段a的集合，N表示各節點i的集合；

步驟三的具體流程如下：

步驟1.輸入參數的初始化：設置種群大小N_c，雇傭蜂的數量N_e，觀察蜂的數量N_o，偵查蜂的數量N_s，食物源的解的限制計數為L，最大限制計數L_max；設置迭代次數I為0，最大迭代數值為I_max；

步驟2.雇傭蜂的初始化：生成初始食物源，并將每個食物源的限制計數設置為零；

步驟3.雇傭蜂階段：對于每只雇傭蜂選擇的食物源的解進行一次鄰域搜索，然后將鄰域搜索產生的鄰域解輸入到下層規劃模型，利用基于最優策略的公交分配子程序進行公交分配，再將路徑流量輸入到上層規劃模型中計算該鄰域解的目標值和適應度，對所述鄰域解進行評價：如果該鄰域解的適應度比之前的解更優，就用這個鄰域解代替之前的解，并設置限制計數L為0；否則保持之前的解不變，并把相應的限制計數L加1，其中，所述的食物源的解及其鄰域搜索產生的鄰域解，即為線路的發車頻率；

步驟4.觀察蜂階段：觀察蜂根據雇傭蜂選擇的現有食物源的解進行隨機選擇，然后對觀察蜂選擇的食物源中的解執行一次鄰域搜索，產生新的鄰域解；評價每個鄰域解的適應度：如果鄰域解的適應度比之前的解更優，就用這個鄰域解代替之前的解，并設置限制計數L為0；否則保持之前的解不變，并把相應的限制計數L加1；

步驟5.偵查蜂階段：對比所有雇傭蜂獲得的食物源的適應度，保存目前為止最高適應度的食物源，對于其他非最高適應度的食物源的解，如果其限制計數L已到達或超過最大限制計數L_max，那么它的雇傭蜂就放棄該解，并隨機產生新解，設置限制計數L為0；如果其限制計數L小于最大限制計數L_max，那么它的雇傭蜂就保留該解；

步驟6.增加迭代次數I，即令I＝I+1，如果I＜I_max，則返回步驟3；否則，將所述步驟3得到的線路的發車頻率作為線路最優發車頻率輸出。