軌道交通接運(yùn)公交線路改進(jìn)優(yōu)化設(shè)計(jì)

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了軌道交通接運(yùn)公交線路改進(jìn)優(yōu)化設(shè)計(jì)范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：為了充分發(fā)揮城市軌道交通的服務(wù)功能，想要達(dá)到和常規(guī)公交間的最優(yōu)化接運(yùn)換乘。本文提出了一種實(shí)現(xiàn)軌道交通接運(yùn)公交線路的改進(jìn)PSO算法優(yōu)化設(shè)計(jì)思路，以最大化接運(yùn)效率優(yōu)化接運(yùn)公交線路目標(biāo)函數(shù)，在充分考慮線路長(zhǎng)度和交通站點(diǎn)客流量、區(qū)段剩余通過(guò)量的情況下，建立改進(jìn)PSO模型結(jié)合算例。結(jié)果發(fā)現(xiàn)軌道交通接運(yùn)公交線路，可以實(shí)現(xiàn)最大化接運(yùn)效率，創(chuàng)造最大的社會(huì)及乘客效益，證實(shí)了本文提出改進(jìn)PSO模型的可用適用性，可以擴(kuò)大軌道交通客流量覆蓋范圍，綜合提升軌道交通整體吸引力。

關(guān)鍵詞：軌道交通；接運(yùn)公交；改進(jìn)PSO算法

城市公交系統(tǒng)包括了軌道交通、常規(guī)公交兩種，二者銜接可以實(shí)現(xiàn)換乘時(shí)空結(jié)合，擴(kuò)大常規(guī)公交的輻射吸引覆蓋范圍，并對(duì)中長(zhǎng)運(yùn)輸距離情況下，充分發(fā)揮軌道交通具備的快速、大運(yùn)輸量、少量占地、低能耗優(yōu)勢(shì)。除此之外城市軌道交通的銜接交通方式、紓解道路系統(tǒng)的能力直接決定了集疏能力，如果未達(dá)到較強(qiáng)通達(dá)性，則無(wú)法提供優(yōu)化運(yùn)輸服務(wù)[1]。所以需要實(shí)現(xiàn)城市軌道交通接運(yùn)公交線路，二者之間功能合作共同發(fā)揮優(yōu)勢(shì)作用。但是我國(guó)目前在軌道交通接運(yùn)公交線路的優(yōu)化設(shè)計(jì)研究中，仍然更多的集中于理論層面研究，有學(xué)者認(rèn)為可以“逐條布設(shè)、優(yōu)化成網(wǎng)”，這種思路能夠有效解決二者接運(yùn)問(wèn)題，但是如何能夠定量規(guī)劃接運(yùn)公交線路，提出可行接運(yùn)線路優(yōu)化方案提高效率[2-3]，本文以達(dá)到接運(yùn)效率最大化為目標(biāo)，提出一種建立改進(jìn)PSO算法的優(yōu)化設(shè)計(jì)模型。

1建立軌道交通接運(yùn)公交線路優(yōu)化模型

通過(guò)運(yùn)用離散化思路處理軌道交通接運(yùn)公交線路區(qū)域規(guī)劃，運(yùn)用柵格線對(duì)既定軌道接運(yùn)區(qū)域分割處理，獲得m×n個(gè)同等大小的方塊，在2個(gè)鄰近線相交點(diǎn)中，接運(yùn)公交沿公交路線（柵格線）垂直或水平運(yùn)動(dòng)[4]。假定由左至右、由上至下的單向行駛接運(yùn)公交，那么公交行駛線路無(wú)論任何節(jié)點(diǎn)都只可以垂直或水平延伸，因此能夠定義離散化計(jì)算公交線路所用參數(shù)如下：本文設(shè)計(jì)了最大化接運(yùn)效率，設(shè)計(jì)目標(biāo)函數(shù)計(jì)算公式如下：在優(yōu)化過(guò)程中還應(yīng)當(dāng)考慮客流量、接運(yùn)路線長(zhǎng)這兩個(gè)約束條件，一般情況下規(guī)定接運(yùn)公交路線總長(zhǎng)在6~7km，且對(duì)接運(yùn)、路線效率要求較高，所以優(yōu)化搜索范圍排除接運(yùn)客流競(jìng)爭(zhēng)區(qū)域，總結(jié)4個(gè)模型約束條件分別如下[5-6]：式中：i軌道站始發(fā)F接運(yùn)路線的效率用EFi表示；結(jié)點(diǎn)間距用W表示，軌道站點(diǎn)數(shù)用j表示，i、j之間剩余客流量用fij表示；i、j長(zhǎng)度用lFiJ表示；軌道斷面j、i剩余客流量用fji表示。

2改進(jìn)粒子群算法求解

粒子群算法（PSO）在優(yōu)化問(wèn)題中所得解均比喻搜索空間內(nèi)的一只“鳥(niǎo)”，叫作“粒子”，全部粒子均存在被優(yōu)化函數(shù)適應(yīng)值，不同粒子也有相應(yīng)決定飛翔距離、方向的速度，之后粒子便跟最最優(yōu)化粒子對(duì)解空間搜索。PSO初始化為隨機(jī)解，對(duì)該值不斷迭代優(yōu)化尋找最優(yōu)解。并在迭代過(guò)程中粒子能夠不斷跟蹤2個(gè)“極值”完成更新，這兩個(gè)極值其中一個(gè)是粒子本身尋找最優(yōu)解（Pbest），另外一個(gè)尋找整個(gè)種群所獲最優(yōu)解的全局極值（gbest），還可以選擇僅用其中部分粒子鄰居，這時(shí)的全部鄰居極值則為具備極值[7]。本文出于問(wèn)題性質(zhì)提出改進(jìn)PSO算法求解，通過(guò)構(gòu)建1個(gè)2b維空間，相應(yīng)共有2b個(gè)接運(yùn)公交站點(diǎn)線路優(yōu)化布設(shè)，對(duì)應(yīng)兩維布設(shè)公交站點(diǎn)線路，用編號(hào)k表示所處接運(yùn)的公交線路，用r表示k行駛中的次序，對(duì)應(yīng)粒子的2b維X向量劃分2個(gè)b維向量，每一條接運(yùn)公交線路的編號(hào)表示為Xk，每一個(gè)接運(yùn)公交站點(diǎn)的線路次序用Xr表示。V表示粒子速度向量值，對(duì)應(yīng)Xk、Xr，運(yùn)用該方法能夠保證每個(gè)接運(yùn)公交站點(diǎn)，都可以連接每條相應(yīng)的接運(yùn)路線，且能夠限制一個(gè)站點(diǎn)只能連接一條路線，這樣可以很大程度上減少PSO算法的解可行過(guò)程計(jì)算總量。盡管運(yùn)用該方法有較高維數(shù)，但是運(yùn)用該改進(jìn)PSO算法能夠?qū)崿F(xiàn)多維尋優(yōu)[8]。

3算例分析

為簡(jiǎn)化算例，我們假設(shè):乘客的目的地集中于某一節(jié)點(diǎn)，各節(jié)點(diǎn)都具有相同的雙向客流量，客流量也均滿足軌道站所具備的客流約束，忽略軌道站進(jìn)入規(guī)劃區(qū)域的步行長(zhǎng)度。在粒子群算法中，需要設(shè)定的參數(shù)不多，而各主要參數(shù)有如下設(shè)置規(guī)則：種群個(gè)數(shù)一般取20到40之間，不過(guò)對(duì)于比較難的問(wèn)題或者特定類(lèi)別的問(wèn)題，粒子數(shù)可以取到100或200。速度上下限決定粒子在一個(gè)循環(huán)中最大的移動(dòng)距離，通常設(shè)定為粒子的范圍寬度，而粒子的位置上下限則最好與粒子速度上下限相吻合，一般設(shè)定為[-100，100]。學(xué)習(xí)因子通常等于2，但是根據(jù)具體情況也有其他的取值一般范圍在。和4之間中止條件則是，最大循環(huán)數(shù)以及最小錯(cuò)誤要求，最大循環(huán)（即進(jìn)化代數(shù)）可根據(jù)具體情況設(shè)定，最大可設(shè)定為2000，但這個(gè)中止條件則由具體的問(wèn)題確定.此外，加權(quán)系數(shù)的設(shè)定可根據(jù)優(yōu)化問(wèn)題的實(shí)際以設(shè)定。根據(jù)以上參數(shù)設(shè)定的要求，結(jié)合本算例本身的實(shí)際問(wèn)題，在使用粒子群算法求解該問(wèn)題時(shí)，基于Windows10系統(tǒng)平臺(tái)，Matlab仿真平臺(tái)，i7CPU處理器，4.00GB內(nèi)存，設(shè)置粒子群參數(shù)為：n=100（粒子數(shù)），選擇環(huán)形拓?fù)涞泥従尤航Y(jié)構(gòu)，規(guī)模5，c1=c2=1.5，500次最大迭代次數(shù)。為了運(yùn)用改進(jìn)PSO算法簡(jiǎn)化計(jì)算過(guò)程，實(shí)驗(yàn)問(wèn)題是軌道交通車(chē)站和周邊的12個(gè)接運(yùn)公交站點(diǎn)之間線路優(yōu)化設(shè)計(jì)，公交站點(diǎn)為編號(hào)a~l，軌道交通站點(diǎn)為m~p編號(hào)。軌道交通接運(yùn)公交站點(diǎn)所在坐標(biāo)a~p號(hào)，分別為（17，3）、（14，1）、（10，2）、（7，4）、（2，2）、（21，-4）、（18，-2）、（15，-3）（12，-5）、（9，-4）、（6，-4）、（3，-2）、（-3，-11）、（-1，-7）、（0，0）、（0，4）（見(jiàn)表1）為站點(diǎn)間的OD量，圖1、圖2分別為軌道交通接運(yùn)和優(yōu)化后線路圖。根據(jù)優(yōu)化計(jì)算發(fā)現(xiàn)軌道交通接運(yùn)公交站點(diǎn)的線路規(guī)劃共有2條，分別為a-b-c-d-e-o和f-g-h-i-j-k-l-o。綜上，本文通過(guò)設(shè)計(jì)實(shí)現(xiàn)軌道交通接運(yùn)公交路線最大化客運(yùn)周轉(zhuǎn)量，最大化接運(yùn)效率的目標(biāo)函數(shù)，考慮線路長(zhǎng)度和交通站點(diǎn)客流量、區(qū)段剩余通過(guò)量的情況下，建立了改進(jìn)PSO模型結(jié)合算例發(fā)現(xiàn)簡(jiǎn)化了計(jì)算過(guò)程，且結(jié)果證實(shí)本次提出改進(jìn)PSO算法能夠?qū)壍澜煌ń舆\(yùn)公交線路優(yōu)化設(shè)計(jì)，可以實(shí)現(xiàn)最大化接運(yùn)效率，創(chuàng)造最大的社會(huì)及乘客效益，證實(shí)了改進(jìn)PSO算法的適用性。

參考文獻(xiàn)

[2]王瑞東，李文斌.基于改進(jìn)PSO的礦井提升機(jī)控制系統(tǒng)參數(shù)優(yōu)化設(shè)計(jì)[J].煤礦機(jī)械，2020（6）：26-28.

[3]孫宗軍，馬佳玉，徐海鑫.基于改進(jìn)離散粒子群算法的生鮮農(nóng)產(chǎn)品配送路徑設(shè)計(jì)[J].物流科技，2020，43（3）：25-28.

[4]夏爾冬，王春榮，熊昌炯，等.基于改進(jìn)PSO-SVR的連桿機(jī)構(gòu)可靠度敏感性研究[J].機(jī)械設(shè)計(jì)與制造，2020（2）：236-239，243.

[5]郝曉弘，劉鵬娟，汪寧渤.混沌優(yōu)化PSO-LSSVM算法的短期負(fù)荷預(yù)測(cè)[J].蘭州理工大學(xué)學(xué)報(bào)，2019，45（1）：91-96.

[6]朱清波，宋庭新，李巖.基于Anylogic的軌道交通換乘能力改進(jìn)的研究[J].計(jì)算機(jī)仿真，2020（2）：169-173，415.

[7]趙淑娟.隨機(jī)交通環(huán)境下的軌道交通站點(diǎn)公交接駁優(yōu)化研究[J].市政技術(shù)，2019，37（1）：25-27+31.

[8]宋寧，石小偉，楊梅，等.接駁寧波市軌道交通網(wǎng)的公交線網(wǎng)現(xiàn)狀研究述評(píng)[J].特區(qū)經(jīng)濟(jì)，2020.

[9]陳誠(chéng)，熊列彬，毛銳.基于IEEE1588時(shí)鐘同步協(xié)議的分析與研究[J].工業(yè)控制計(jì)算機(jī)，2018，26（6）：45-46.

作者：韓麗東 單位：蘇州高博軟件技術(shù)職業(yè)學(xué)院