基于全过程出行感知时间的中小城市公交线网设计方法技术

本发明专利技术公开了一种基于全过程出行感知时间的中小城市公交线网设计方法，该方法以线路长度、线网车辆总数、发车间隔、换乘次数等为约束，以使得乘客出行全过程出行感知时间最小为目标进行公交线路设计，首先，确定公交站点集合和首末站点对，利用K最短路算法生成初始候选线路集。其次，对初始候选线路集按线路长度和每条线路上公交节点的权重系数之和进行筛选，得到二代候选线路集。再次，分别利用遗传算法和穷举法得到三代公交线路集，确定公交干线和支线方案，最后，结合实际情况对公交线网进行调整，使之更切合实际需求，该方法能根据公交干线和支线不同层次的设计要求，为中小城市公交线网设计提供方法依据。

Design Method of Bus Line Network in Small and Medium-sized Cities Based on Whole-process Travel Perception Time

【技术实现步骤摘要】
基于全过程出行感知时间的中小城市公交线网设计方法
本专利技术涉及一种城市公共交通规划技术，特别是一种基于全过程出行感知时间的中小城市公交线网设计方法。
技术介绍
根据《国家新型城镇化规划(2014-2020年)》，把加快发展中小城市作为优化城镇规模结构的主攻方向，加强产业和公共服务资源布局引导，提升质量，增加数量。同时，近年来全国高速公路和高速铁路网络建设的快速推进也为中小城市的发展提供了良好的条件。城镇化进程的加快使得中小城市的机动化水平不断攀升，居民出行需求也不断增加，越来越多的居民选择个体机动化交通工具出行。此外，中小城市的人口聚集能力正在逐渐增加，旅游、公务等外来流动人口的出行需求也亟需满足。这不仅为城市基础设施带来了巨大的交通压力，同时也会引发一系列城市病，不利于城市可持续发展。优先发展公共交通，引导居民绿色出行是促进中小城市健康、可持续发展的必由之路。而目前，我国中小城市的公共交通服务仍需进一步改善。从供给侧看，由于缺乏系统规划，中小城市公共交通服务的提升滞后于居民出行需求的增加；同时，公交服务在长距离出行中的优势难以显现；在没有路权保障的情况下，公共交通的运营环境恶劣。从需求侧看，中小城市居民日常出行呈现出以下几个特点：(1)城市建成区规模较小，出行距离普遍集中在3km以内；(2)对时间敏感性较强，出行时间变化对交通方式选择有较大影响；(3)公交乘客中老年人比例较高，要解决中小城市公交服务中的问题，首先要考虑居民出行的需求特点，因此，在进行中小城市公交网络规划时，应以居民的需求为引导，以解决乘客最关心的问题，也就是全过程出行感知时间为目标，综合考虑线路里程、乘客群体等因素，进行线网组织优化及时刻表的安排，提供更为贴合中小城市出行特点的公交服务，引导城市交通的健康可持续发展。
技术实现思路
专利技术目的：本专利技术的目的是为了解决现有技术的不足，提供一种基于全过程出行感知时间的中小城市公交线网设计方法，本专利技术以乘客全过程出行感知时间最小化为目标，在线路长度、发车间隔、需求量的约束下，以Dijkstra算法、K最短路算法、遗传算法、穷举法为技术手段，逐步优选公交干线和公交支线，设计出适应中小城市需求的公交线网。技术方案：为了实现以上目的，本专利技术所述的一种基于全过程出行感知时间的中小城市的公交线网设计方法，该方法包括以下步骤：步骤一、在线网设计区域范围内，采集出行高峰时段的OD数据，作为公交干线优选部分的OD输入矩阵，采集全天候的OD数据，作为公交支线优选部分的OD输入矩阵；设置公交线网设计的相关参数，包括公交车行驶速度、行人步行速度、公交车辆规模、公交分担率、发车间隔、未满足需求规模系数、感知时间系数；步骤二、确定公交站点集合；步骤三、利用Dijkstra算法和K-最短路算法生成初始候选线路集，即通过在有向图中已有的最短路径上删除某条弧，并通过寻找替换的弧来寻找下一条可选的最短路径；步骤四、条件筛选生成二代候选线路集；步骤五、遗传算法优选公交干线；步骤六、穷举法优选公交支线；步骤七、综合公交干线和公交支线的优选结果，根据实际情况和线网覆盖率等要求进行线路调整。作为本专利技术的进一步优选，步骤二中，确定公交站点集合的具体步骤如下：2.1、将每个交通小区的客流量分配到交通小区的主要客流源点：2.2、计算待选公交站点权重系数Wv：2.3、筛选生成公交站点集合S，初始化候选站点集合S，此时S为空集；将原始公交站点集V中的站点混合按权重系数高低降序排列，生成的列表用VL'表示；每次从VL'里筛选出混合权重系数最大的站点作为s*，如果s*不在任何已经确认的公交站点的300m范围内，那么将这一站点划入公交站点集合S中，否则删除；重复上述操作，直到VL'为空集；2.4、考虑首末站的用地需求，在现有首末站设施中选择公交线路的首末站点对。作为本专利技术的进一步优选，步骤2.2中，待选公交站点权重系数的计算方法为：其中，V是原始公交站点集，v是可供筛选的V中的节点，z是交通小区中的客流源点；l(v,z)是指节点v到达客流源点z的步行距离，Oz和Dz分别为客流源点z的客流生成量与吸引量，e为自然常数。作为本专利技术的进一步优选，步骤2.3中，待选公交站点混合权重系数的计算方法为：Wvzong＝0.8*Wv老年人+0.2*Wv非老年人其中，Wv老年人和Wv非老年人分别是以指定公交站点v对老年人和非老年人出行量吸引程度为基准计算的站点对两类人群而言的权重系数。作为本专利技术的进一步优选，步骤四中，条件筛选生成二代候选线路集的具体步骤如下：4.1、按线路长度要求筛选出符合线路长度约束的线路，其中，lk为第k条线路的线路长度，单位为km，A为初始候选线路集；4.2、计算每条线路上所有公交节点的权重系数之和∑Wvzong，并进行排序，剔除排名最后的5％的线路，生成二代候选线路集。作为本专利技术的进一步优选，步骤五中，遗传算法优选公交干线的具体步骤如下：5.1、基于二代候选线路集，将各条线路采用二进制编码转化为染色体，每一个染色体都代表一个公交线网，包含多条公交线路；基因标号为0表示该公交线路在当前线路集合中不存在，1则表示该公交线路属于当前的线路集合；每条染色体的长度等于二代候选线路集中的线路数量；i为迭代次数，i＝1时，即第一次迭代的公交线路集合随机生成；5.2、针对每一次迭代产生的染色体的集合，计算集合中每个染色体的适应度：minβi＝min[γ+(WD-αDzong)*100]iγ＝(InVehTimp,q+ω1*WalkTimp,q+ω2*WaitTimp,q+ω3*TransferTimp,q)*dp,q其中，i为迭代次数，βi为第i次迭代染色体对应的适应度值，p,q为对应的出发点和目的地的交通小区客流源点编号，γ是从出发点p到目的地q的乘客全过程出行感知时间的总和，WD为线网未满足需求数，Dzong为出行需求总规模，α为对应线网层面未满足需求规模系数，InVehTimp,q为从出发点p到目的地q所耗费的车内时间，单位为min，WalkTimp,q为从出发地p到上车站点m和从下车站点n到目的地q两端的步行时间，单位为min，WaitTimp,q为在上车站点m的等车时间，单位为min，TransferTimp,q为在中间站点r换乘下一条公交线路所需的换乘等车时间，单位为min，ω1、ω2、ω3分别是步行时间、等车时间和换乘等车时间的权重系数，ω1，ω2，ω3>0，dp,q表示从出发点p到目的地q的出行量；5.3、计算种群中每个染色体的选择概率Pj：其中，Pj和hj分别为第j个染色体被选择的概率及对应的适应度值，R为种群中染色体的个数，g为代数序号，T为前温度，T0为初始温度，C，D为正数参数，基因突变的概率设置为0.05；5.4、需求分配，具体步骤如下：对于不换乘的乘客，乘客全过程出行感知时间的计算如下：其中，第k条线路中上车站点m到下车站点n的线路长度，单位为km；l(m,p)和l(n,q)分别为站点m和站点n到对应的出发点p和目的地q的步行距离，单位为km；Tk是乘坐线路k的发车间隔，单位为min；是第k条线路对应的出行需求；计算乘客全过程出行感知时间约束条件为：(1)、车辆规模的约束：Nbus≤Nnow，Nbus为线网中的车辆本文档来自技高网...

【技术保护点】
1.一种基于全过程出行感知时间的中小城市公交线网设计方法，其特征在于，该方法包括以下步骤：步骤一、在线网设计区域范围内，采集出行高峰时段的OD数据，作为公交干线优选部分的OD输入矩阵，采集全天候的OD数据，作为公交支线优选部分的OD输入矩阵；设置公交线网设计的相关参数，包括公交车行驶速度、行人步行速度、公交车辆规模、公交分担率、发车间隔、未满足需求规模系数、感知时间系数；步骤二、确定公交站点集合；步骤三、利用Dijkstra算法和K‑最短路算法生成初始候选线路集，即通过在有向图中已有的最短路径上删除某条弧，并通过寻找替换的弧来寻找下一条可选的最短路径；步骤四、条件筛选生成二代候选线路集；步骤五、遗传算法优选公交干线；步骤六、穷举法优选公交支线；步骤七、综合公交干线和公交支线的优选结果，根据实际情况和线网覆盖率等要求进行线路调整。

【技术特征摘要】
1.一种基于全过程出行感知时间的中小城市公交线网设计方法，其特征在于，该方法包括以下步骤：步骤一、在线网设计区域范围内，采集出行高峰时段的OD数据，作为公交干线优选部分的OD输入矩阵，采集全天候的OD数据，作为公交支线优选部分的OD输入矩阵；设置公交线网设计的相关参数，包括公交车行驶速度、行人步行速度、公交车辆规模、公交分担率、发车间隔、未满足需求规模系数、感知时间系数；步骤二、确定公交站点集合；步骤三、利用Dijkstra算法和K-最短路算法生成初始候选线路集，即通过在有向图中已有的最短路径上删除某条弧，并通过寻找替换的弧来寻找下一条可选的最短路径；步骤四、条件筛选生成二代候选线路集；步骤五、遗传算法优选公交干线；步骤六、穷举法优选公交支线；步骤七、综合公交干线和公交支线的优选结果，根据实际情况和线网覆盖率等要求进行线路调整。2.根据权利要求1所述的基于全过程出行感知时间的中小城市公交线网设计方法，其特征在于：步骤二中，确定公交站点集合的具体步骤如下：2.1、将每个交通小区的客流量分配到交通小区的主要客流源点；2.2、计算待选公交站点权重系数Wv；2.3、筛选生成公交站点集合S，初始化候选站点集合S，此时S为空集；将原始公交站点集V中的站点混合按权重系数高低降序排列，生成的列表用VL'表示；每次从VL'里筛选出混合权重系数最大的站点作为s*，如果s*不在任何已经确认的公交站点的300m范围内，那么将这一站点划入公交站点集合S中，否则删除；重复上述操作，直到VL'为空集；2.4、考虑首末站的用地需求，在现有首末站设施中选择公交线路的首末站点对。3.根据权利要求2所述的基于全过程出行感知时间的中小城市公交线网设计方法，其特征在于：步骤2.2中，待选公交站点权重系数的计算方法为：其中，V是原始公交站点集，v是可供筛选的V中的节点，z是交通小区中的客流源点；l(v,z)是指节点v到达客流源点z的步行距离，Oz和Dz分别为客流源点z的客流生成量与吸引量，e为自然常数。4.根据权利要求2所述的基于全过程出行感知时间的中小城市公交线网设计方法，其特征在于：步骤2.3中，待选公交站点混合权重系数的计算方法为：Wvzong＝0.8*Wv老年人+0.2*Wv非老年人其中，Wv老年人和Wv非老年人分别是以指定公交站点v对老年人和非老年人出行量吸引程度为基准计算的站点对两类人群而言的权重系数。5.根据权利要求1所述的基于全过程出行感知时间的中小城市公交线网设计方法，其特征在于：步骤四中，条件筛选生成二代候选线路集的具体步骤如下：4.1、按线路长度要求筛选出符合线路长度约束的线路，其中，lk为第k条线路的线路长度，单位为km，A为初始候选线路集；4.2、计算每条线路上所有公交节点的权重系数之和∑Wvzong，并进行排序，剔除排名最后的5％的线路，生成二代候选线路集。6.根据权利要求1所述的基于全过程出行感知时间的中小城市公交线网设计方法，其特征在于：步骤五中，遗传算法优选公交干线的具体步骤如下：5.1、基于二代候选线路集，将各条线路采用二进制编码转化为染色体，每一个染色体都代表一个公交线网，包含多条公交线路；基因标号为0表示该公交线路在当前线路集合中不存在，1则表示该公交线路属于当前的线路集合；每条染色体的长度等于二代候选线路集中的线路数量；i为迭代次数，i＝1时，即第一次迭代的公交线路集合随机生成；5.2、针对每一次迭代产生的染色体的集合，计算集合中每个染色体的适应度：minβi＝min[γ+(WD-αDzong)*100]iγ＝(InVehTimp,q+ω1*WalkTimp,q+ω2*WaitTimp,q+ω3*TransferTimp,q)*dp,q其中，i为迭代次数，βi为第i次迭代染色体对应的适应度值，p,q为对应的出发点和目的地的交通小区客流源点编号，γ是从出发点p到目的地q的乘客全过程出行感知时间的总和，WD为线网未满足需求数，Dzong为出行需求总规模，α为对应线网层面未满足需求规模系数，InVehTimp,q为从出发点p到目的地q所耗费的车内时间，单位为min，WalkTimp,q为从出发地p到上车站点m和从下车站点n到目的地q两端的步行时间，单位为min，WaitTimp,q为在上车站点m的等车时间，单位为m...

【专利技术属性】
技术研发人员：陈学武，孙嘉，黄婧婧，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32