基于公交到站时间预测的公交调度模型研究

论文摘要

随着城市经济、社会的不断发展,城市交通量的不断增大,交通问题变的日益严重,特别是一些大城市交通已经严重拥堵,人们逐渐意识到发展城市公共交通是解决城市交通问题的重要途径,虽然部分城市已经开始大规模的修建地铁,但是公交车依然是城市客流的主要承担者,公交调度管理水平对公交运营质量的好坏起着决定性的作用,发展智能公交优化系统已成为当今社会的重点议题。本论文所研究的公交调度优化问题,主要是针对公交运营调度车辆发车间隔规划方法进行的研究,文中提出了基于准实时客流信息预测客流变化规律和基于卡尔曼滤波的公交车到站时间的预测方法,即利用公交IC卡及其相关的一些准实时信息预测公交短期客流量与公交到站时间预测,并基于多目标规划建立了公交车辆调度优化模型,应用遗传-模拟退火算法对运营调度参数进行优化。第一章,介绍了论文研究的背景与研究意义,简单陈述了国内外研究的现状,根据国内外的研究现状结合论文研究的方向,突出了论文的主要研究内容及研究目标,并给出了论文研究的技术路线。第二章,介绍了传统的公交调度方法与智能公交调度方法,并根据智能公交调度,提出了基于实时客流预测与公交到站时间预测的公交调度系统,并研究了系统的关键技术。第三章,论文分析了公交IC卡数据库中有效数据处理的步骤,介绍了IC卡刷卡上车站点的判断,给出了基于上车站点判断下车站点的方法,并应用指数平滑法对短期客流量进行了实例预测,对预测结果给予了科学评价;第四章,论文介绍了单站点公交到站时间预测理论与多站点公交到站时间预测的理论,并根据支持向量机预测多站点公交到站时间,通过matlab计算,预测出公交车到站时间,并对预测结果进行了简单的评价;第五章,论文研究了基于多目标规划的公交车辆运营调度优化模型的建立及应用遗传-模拟退火算法对模型要优化的参数求解的步骤,并应用实例对模型进行了验算,对结果分析看出论文中基于多目标规划的公交运营调度优化模型及遗传-模拟退火算法适用于公交调度优化系统的设计。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 研究的主要意义
• 1.4 研究的主要目标
• 1.5 研究的技术路线
• 第二章 公交调度方法概述
• 2.1 传统公交调度方法
• 2.1.1 经验法与实验选择法
• 2.1.2 公交企业运营调度管理中存在的问题
• 2.2 基于实时客流与公交到站时间预测公交调度系统
• 2.2.1 智能公交调度优化系统
• 2.2.2 基于公交到站时间预测的公交调度系统构成
• 2.2.3 基于公交到站时间预测的公交调度模型关键技术
• 2.3 本章小结
• 第三章 公交站点客流预测
• 3.1 公交站点实时客流预测概述
• 3.2 公交客流数据调查方法对比
• 3.3 基于智能公交IC 卡的公交站点实时客流预测
• 3.3.1 实时公交客流数据获得途径
• 3.3.2 公交智能IC 卡客流信息的原始数据采集
• 3.3.3 基于公交智能IC 卡公交站点客流预测
• 3.4 基于实载率的公交站点的滞留客流量预测
• 3.5 预测结果评价
• 3.6 本章小结
• 第四章 公交到站时间预测
• 4.1 公交到站时间预测研究现状
• 4.2 基于多站点的回归支持向量机公交到站时间预测
• 4.2.1 单站点公交到站时间预测
• 4.2.2 多站点公交到站时间预测
• 4.2.3 实验研究及结果分析
• 4.3 基于卡尔曼滤波的公交到站时间预测算法
• 4.3.1 公交车到站时间影响因素
• 4.3.2 模型建立
• 4.3.3 仿真实例与结果分析
• 4.3.4 结果分析
• 4.4 本章小结
• 第五章 基于公交到站时间预测的公交调度模型研究
• 5.1 模型假设
• 5.2 模型建立
• 5.2.1 乘客满意度分析
• 5.2.2 企业成本分析
• 5.2.3 模型构建
• 5.3 算法选择与实例验证
• 5.3.1 算法介绍
• 5.3.2 计算过程
• 5.3.3 发车时间计算
• 5.4 模型评价
• 5.4.1 模型优点
• 5.4.2 模型适用性
• 5.4.3 模型不足
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢