基于GPS的公交运营调度优化模型研究

论文摘要

国内外研究和实践都已证明,大力发展公共交通是解决日益严重的城市交通需求与供给问题尤其是交通拥堵带来的如环境、经济、安全等问题的最有效措施。而且只有将公交优先发展放在城市发展的战略优先地位,无论是公交基础设施建设还是公交运营管理都应贯彻公交优先理念,以提高公交服务水平和服务能力为原则,使公交优先理念深入人心,转变居民出行观念,才能真正实现公交优先发展。本文从智能公交系统入手,介绍了GPS在智能公交系统中的应用,提出了将GPS车辆定位技术应用到公交运营的实时信息采集中,对公交车辆运行状况和运营服务水平进行实时监督,提高公交服务水平和公交运行稳定性。文章首先介绍了一种基于GPS与IC卡技术的公交实时客流预测模型,然后基于此实时客流对公交线路发车频率进行了优化,建立了一个基于实时客流信息的公交车辆发车频率模型,并通过遗传算法实现了模型的求解。另外,在确定了发车频率后,提出了针对车辆“早点”与“晚点”的动态调度控制策略,对车辆运行过程进行实时调度控制,并建立动态控制的一个较为实用的模型。最后本文以成都市2008年6月公交调查数据作为GPS基础数据,主要以成都市81路公交作为研究对象,进行发车频率优化和动态调度优化。通过该实例对论文所建模型进行了验证,并对模型的实施能达到的效益进行了综合分析。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 国内外公交研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 国内外ITS研究现状
• 1.3.1 国外ITS研究现状
• 1.3.2 国内ITS研究现状
• 1.4 本文研究内容和流程图
• 第2章 GPS和公共交通系统
• 2.1 GPS基本理论简介
• 2.1.1 GPS组成
• 2.1.2 GPS的优点
• 2.1.3 GPS定位原理
• 2.1.4 GPS定位误差
• 2.2 公共交通系统
• 2.2.1 公共交通的特征
• 2.2.2 公交优先通行系统
• 2.3 GPS在公交系统中的应用
• 第3章 基于实时客流的发车频率优化模型研究
• 3.1 概述
• 3.2 基于GPS与IC卡的公交实时客流预测模型
• 3.2.1 公交IC卡与GPS信息采集
• 3.2.2 下车站点实时预测模型
• 3.2.3 公交线路客流统计
• 3.3 发车频率优化模型研究
• 3.3.1 模型构建思路与假设
• 3.3.2 模型建立
• 3.3.3 基于遗传算法的模型求解
• 第4章 公交实时调度模型研究
• 4.1 实时调度概述
• 4.1.1 站点调度
• 4.1.2 站点间调度
• 4.2 基于BP神经网络的公交运行时间实时预测模型
• 4.2.1 模型输入变量选择与获取
• 4.2.2 BP算法实现步骤与流程图
• 4.2.3 模型分析
• 4.3 动态调度策略分析
• 4.3.1 基于发车间隔的动态滞站策略
• 4.3.2 基于公交信号优先的动态调度策略
• 4.4 动态调度模型
• 4.4.1 模型分析
• 4.4.2 优化模型分析
• 第5章 实例研究
• 5.1 公交调查
• 5.1.1 成都市公交现状分析
• 5.1.2 公交调查内容
• 5.1.3 公交数据库
• 5.2 成都公交81路数据分析
• 5.3 发车频率优化
• 5.4 动态调度
• 结论与展望
• 1 结论
• 2 展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研成果