公交企业运营管理论文提纲

论文题目：基于客流数据的公交发车时刻表智能优化研究

摘要：随着经济的发展和城镇化的加剧,城市公共交通面临着严重的交通拥堵、交通事故频发、空气严重污染和很多其他方面的问题。如何建立高效合理的公交企业运营调度管理系统,是提升公共交通服务水平的核心问题。而公交线路发车时刻表的制定是公交企业运营调度管理系统不可或缺的要素。发车时刻表的制定核心即确定公交车发车间隔,发车间隔的主要决定因素是公交客流的大小及时空分布。建立同时满足公交企业和城市居民的发车时刻表具有十分重要的意义。关于时刻表优化的问题,典型的做法是将全天分为若干个时间段,然后再确定每个时间段内固定的发车间隔。而已有大多数研究中,时间段划分粒度过大,难以保证各时间段内的客流量是不变的。因此本文将公交运营时间划分为更细粒度的时间段（以一小时为一个时间段）,并优化各时间段内最优的发车间隔。但进一步分析发现,分时段均匀发车间隔的时刻表优化问题,各时间段之间相互独立,并且时刻表中最小发车单位是分钟,而实际问题中发车间隔存在约束（小于等于30分钟）,因此可通过穷举法求解。此外,采用改进的二进制粒子群优化算法来优化发车间隔,进一步验证以上分析结果。虽然分时段均匀的时刻表优化问题可以通过穷举法求得最优解,但是在保证各个时间段内客流是不变的前提下,对运营时间进行时间段划分是这一问题的难点所在。而避免时间段划分,直接求解符合客流变化的,全天非均匀发车间隔的时刻表优化问题才是理所应当的解决方式。相比于分时段均匀的时刻表优化问题,非均匀的时刻表优化问题由于决策变量的骤增而变得极度复杂。为此本文提出一种具有强大搜索能力的文化基因算法解决该问题,并以某两个市真实的公交数据验证算法的有效性。结果表明,优化之后的时刻表,能够降低企业运营成本,提升公交的服务质量。

关键词：时刻表优化;均匀与非均匀时刻表;文化基因算法;遗传算法

学科专业：计算机科学与技术

摘要

ABSTRACT

第一章 绪论

1.1 研究背景和研究意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 分时段均匀发车间隔的时刻表智能优化

1.2.2 非均匀发车间隔的时刻表智能优化

1.3 研究内容和创新点

1.3.1 研究内容

1.3.2 创新点

1.4 论文组织结构

第二章 智能优化算法

2.1 二进制粒子群算法

2.2 遗传算法

2.3 局部搜索算法

2.4 文化基因算法

2.5 本章小结

第三章 分时段均匀发车间隔的时刻表智能优化

3.1 分时段均匀发车间隔的时刻表优化问题

3.2 利用穷举法确定发车间隔

3.3 利用改进的二进制粒子群优化算法确定发车间隔

3.3.1 改进的离散二进制粒子群优化算法

3.3.2 编码方案

3.4 本章小结

第四章 非均匀发车间隔的时刻表智能优化

4.1 非均匀发车间隔的时刻表优化问题

4.1.1 匹配客流运力差值

4.1.2 乘客等待时间

4.1.3 发车间隔惩罚项

4.1.4 评价函数

4.2 文化基因算法

4.2.1 遗传算法

4.2.2 局部搜索算法

4.3 本章小结

第五章 实验结果及分析

5.1 实验数据

5.1.1 A市的公交数据

5.1.2 B市的公交数据

5.1.3 公交客流分析

5.2 运行环境和开发语言

5.3 分时段均匀发车间隔的时刻表智能优化结果

5.3.1 改进的BPSO算法参数

5.3.2 实验结果

5.4 非均匀发车间隔的时刻表智能优化

5.4.1 算法参数

5.4.2 解的初始化

5.4.3 算法优化结果统计分析

5.4.4 算法性能对比分析

5.4.5 时刻表优化结果示例

5.5 本章小结

第六章 总结与展望

6.1 论文工作总结

6.2 后续研究展望

参考文献

致谢