一种考虑当前线网结构的公交线网优化方法

1.本发明涉及公共交通信息处理技术领域，更具体的说是涉及一种考虑当前线网结构的公交线网优化方法。


背景技术：

2.随着社会经济的发展，居民出行需求激增多变，城市交通流量日趋饱和，交通问题不仅阻碍了经济社会的发展也给城市交通规划与管理带来了巨大的压力与挑战。良好的公共交通是城市赖以生存和健康发展的必备条件，是解决城市交通问题的重要手段。地面公交是城市公共交通的重要组成部分，地面公交发展的基础是承载着繁重客流的公交线网。因此，合理的线网规划能提升公交系统效率及服务水平，在科学合理地服务居民出行需求的同时，减少运力资源浪费，这对社会、企业和个人都具有十分重要的意义。
3.伴随着居民出行时空分布的不断变化，公交线网还需要不断调整优化以合理配置公共交通资源，提升公交系统运行效率。但大城市公交线网呈现站点庞杂、线路繁多的特点，由于居民出行路径依赖、企业运营和基建成本等问题，优化方案需考虑到当前公交线网结构，以便优化方案实施和从整体角度不影响居民出行。
4.因此，如何整体优化公交线网是本领域技术人员亟需解决的问题。


技术实现要素：

5.有鉴于此，本发明提供了一种考虑当前线网结构的公交线网优化方法，即使得优化前后从整体角度线网具有一定的相似度与稳定性，从而利于优化方案的实施应用且不会对居民出行造成过大影响。本发明提出的优化方法分为站台优化和网络优化两部分，站台优化作为后续网络优化的基础，涉及站台的选取及合并。将站台优化后的结果按线路从首站至末站进行连接，即可得到用于网络优化的公交线网；在网络优化中，结合pagerank算法辨识当前线网的骨架连边、次骨架连边和普通连边，采用高德开放平台api提供的驾车路径规划功能增加备选连边；最后，建立网络优化的0-1整数规划模型并求解。
6.为了实现上述目的，本发明采用如下技术方案：
7.一种考虑当前线网结构的公交线网优化方法，包括以下步骤：
8.步骤1：获取线路基础信息，构建以实际物理空间站台为节点，区分线路上下行的公交线网拓扑图；确定所用的线路及相关站台范围，整理线路基础信息；可视化显示公交线网；
9.步骤2：进行站台优化预处理获得站台优化预处理结果；包括根据站台实际空间分布情况确定覆盖率验证区域，国家相关文件对地区的公交站台500米覆盖率做出了一定的规定，需根据站台分布实际情况确定覆盖率验证区域以使优化后公交站台500米覆盖率符合国家要求；并选取多对同名同方向站台，采用加权平均法计算各站台名称对应的合并站台，根据所有合并站台生成合并站台集合；
10.步骤3：构建站台优化模型并设定所述站台优化模型的约束条件，依据站台优化预
处理结果采用运筹学求解器或智能算法求解所述站台优化模型获得站台优化结果；利用运筹学求解器或智能算法对所构建的站台优化模型求出最优解，常用的运筹学求解器有gurobi、cplex等；所述约束条件包括站台保有量约束、公交场站保留约束、站台弃用约束、同名同方向站台合并约束和0-1变量约束等，站台优化模型的目标函数中各决策变量前的价值系数可根据实际需要自行设计；站台优化模型为0-1整数规划模型；根据站台保有量约束和站台500米覆盖率计算结果循环验证的方式，确定最合适的站台保有量约束；
11.步骤4：基于所述站台优化结果和所述公交线网拓扑图进行网络优化预处理，获得网络优化预处理结果；网络优化预处理包括根据站台优化后的结果按线路对站台进行连接得到新的公交线网拓扑图、根据需要对新的公交线网拓扑图中各连边权重w
ij
和节点权重swi做出定义、采用pagerank算法得出当前公交线网拓扑图的骨架连边与次骨架连边，以及采用高德开放平台api提供的驾车路径规划功能增加备选连边。
12.步骤5：构建网络优化模型，并设定所述网络优化模型的约束条件，根据所述站台优化结果和网络优化预处理结果采用运筹学求解器或智能算法求解所述网络优化模型，得到最终优化公交线网；
13.网络优化模型为0-1整数规划模型，其约束条件包括成线约束、站台途经约束、非直线系数约束、复线数量约束和0-1变量约束等；其中，目标函数中各决策变量前的价值系数可根据连边节点权重与实际需要自行设计。
14.优选的，所述步骤3中，站台优化模型表示如下：
15.max(∑
i∈ici
xi 2∑
i∈fci
xi)
ꢀꢀ
(1)
16.其中，xi为0-1变量表示站台i是否入选；ci为第i个站台的价值系数；i表示当前公交站台集合；f表示计算得到的合并站台集合；
17.站台保有量约束表示为：
18.s.t.∑
i∈(i∪f)
xi≤a
ꢀꢀ
(2)
19.其中，a为站台优化后的站台数量；a值是为了限制站台优化后的数量，但需满足站台500米覆盖率的要求，因此a值的确定是一个反复循环的过程，以找到最合适的a值；
20.公交场站保留约束表示为：
[0021][0022]
其中，t为所有公交线路的首末站台集合
[0023]
站台弃用约束表示为：
[0024][0025]
其中，b为弃用站台集合；
[0026]
同名同方向站台合并约束表示为：
[0027][0028][0029][0030]
其中，x
nj
表示名称为n的同名同方向的第j个站台，x
nf
表示计算得到的合并站台；式(5)表示在两个同名同方向站台和合并站台中最多选择两个，式(6)和式(7)表示合并站
台与任一原始同名同方向站台只能保留一个；
[0031]
0-1变量约束表示为：
[0032][0033]
其中，站台是否入选用0-1变量xi来表示，0表示未入选，1表示入选；
[0034]
对站台优化模型进行求解获得站台优化结果，筛选出入选站台。
[0035]
优选的，网络优化预处理包括根据筛选出的入选站台按线路将站台优化结果中的站台有序连接，获得新的公交线网拓扑图。
[0036]
优选的，根据需要定义新的公交线网拓扑图中的连边权重w
ij
和节点权重swi；
[0037]
优选的，采用pagerank算法得出当前线网的骨架连边与次骨架连边的具体过程为：
[0038]
步骤411：采用pagerank的随机浏览模型识别在网络演化运行至稳定状态下的重要节点，从而对连边的重要程度进行分类；pagerank的随机浏览模型定义如下所示：
[0039][0040]
其中，pr(u)表示节点u的影响力；u为待评估节点；bu为节点u的入边集合；pr(v)表示节点的影响力；l(v)表示节点v的出边数量；n表示节点总数；d表示阻尼因子，常取0.85；通过多次迭代的方式，获得各节点较为稳定的p尺值，也就是最终节点在网络中的影响力，将节点权重swi作为各节点的pr初始值启动pagerank算法计算过程，最终得到各节点的影响力；
[0041]
步骤412：根据各节点的影响力将各节点划分为重要节点或普通节点；两个重要节点之间的连边为骨架连边，两个普通节点之间的连边为普通连边，重要节点和普通节点之间的连边为次骨架连边；
[0042]
对骨架连边和次骨架连边的权重进行调整，公式如下：
[0043]
rw
ij
＝α*w
ij
ꢀꢀ
(10)
[0044]
其中，rw
ij
为调整后的连边权重，即为应用在网络优化模型中连边权重；α为设定的调整系数，根据骨架连边、次骨架连边和普通连边分类设定调整系数的值，以使三类连边权重有一定区分度。
[0045]
优选的，采用高德开放平台api提供的驾车路径规划功能增加备选连边，具体步骤为：
[0046]
步骤421：筛选出两站台间直线距离与站台优化前的初始线网公交站台间平均直线距离的差值位于设定阈值内，且不在当前线网中的连边，并保证该连边也非当前线路隔站相连组成；
[0047]
步骤422：对筛选出来的连边采用高德开放平台api做驾车规划，选择其中驾车实际距离在直线距离的1.25倍之内的连边，认为这些连边是符合交通规则的并且不会出现过远的绕路或调头状况；得到要添加的备选连边集合；将所述网络优化模型中所有连边权重的均值设置为备选连边的调整后的连边权重rw
ij
值。
[0048]
优选的，通过设定网络约束构建网络优化模型，网络约束包括成线约束、站台途经约束、非直线系数约束、复线数量约束和0-1变量约束等；网络优化模型为0-1整数规划模型；
[0049]
网络优化模型的目标函数中各决策变量前的价值系数可根据连边节点权重与实际需要自行设计，网络优化模型的目标函数表示如下：
[0050]
min∑
(i，j)∈edgeset，k∈lineset
rw
ij
x
ijk
ꢀꢀ
(11)
[0051]
其中，rw
ij
为按式(10)得到各类连边调整后的权重，x
ijk
表示连边ij是否在优化后的线路k中，lineset表示线路集合，edgeset表示连边集合；
[0052]
成线约束表示为：
[0053][0054]
∑jx
jik-∑jx
ijk
＝-1，i∈{sourcek}，(i，j)∈edgeset，k∈lineset
ꢀꢀ
(13)
[0055]
∑jx
jik-∑jx
ijk
＝1，i∈{targetk}，(i，j)∈edgeset，k∈lineset
ꢀꢀ
(14)
[0056]
其中，sourcek表示线路k的起始站台即该线路的首站，targetk表示线路k的终点站台即该线路的末站，lineset表示线路集合，x
ijk
表示连边ij是否在优化后的线路k中；
[0057]
站台途经约束表示为：
[0058][0059]
其中，lineset表示线路集合，edgeset表示连边集合，stopset表示站台集合，x
ijk
表示连边ij是否在优化后的线路k中；
[0060]
非直线系数约束表示为：
[0061][0062]
其中，d
ij
表示由高德api得到的连边ij间的实际路径距离，road_disk表示线路k首末两站间的最短道路距离，g表示模型中指定的非直线系数；
[0063]
复线数量约束表示为：
[0064][0065]
其中，c
ij
表示连边ij所能承受的最大复线数量，可根据实际需要进行设置，lineset表示线路集合；
[0066]
0-1变量约束表示为：
[0067][0068]
采用0-1变量x
ijk
以表示连边ij是否在优化后的线路k中，0表示不在优化后的线路k中，1表示在优化后的线路k中；
[0069]
对网络优化模型进行求解得到优化后的公交线网。
[0070]
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种考虑当前线网结构的公交线网优化方法，将公交线网优化分为站台优化和网络优化两部分，对站台与线路进行了解耦，先进行站台优化，然后进行网络优化。同时结合pagerank算法将公交线网拓扑结构的连边分为骨架连边、次骨架连边和普通连边，并使得优化后的线网更多地途经骨架连边和次骨架连边，从而使得优化前后线网具有一定的相似度与稳定性，有利于优化方案的实施。并且本发明所提出的优化方法可与公交线网评价体系相衔接，公交线网评价的结果可为连边和节点权重计算与优化模型中目标函数的价值系数确定提供依据。
附图说明
[0071]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0072]
图1附图为本发明提供的方法流程示意图；
[0073]
图2附图为本发明提供的站台保有量约束与站台覆盖率循环验证示意图；
[0074]
图3附图为本发明提供的同名同方向站台两种经典分布形式示意图；
[0075]
图4附图为本发明提供的实施例中580条公交线路分布图和6446个站台分布热力示意图；
[0076]
图5附图为本发明提供的实施例中站台优化部分用以验证保有量约束设置的区域示意图；
[0077]
图6附图为本发明提供的实施例中不同站台保有量下的区域公交站台500米覆盖率示意图；
[0078]
图7附图为本发明提供的实施例中连边分类可视化示意图；
[0079]
图8附图为本发明提供的实施例中优化前后线网对比示意图；
[0080]
图9附图为本发明提供的实施例中19路公交线网优化前后对比示意图。
具体实施方式
[0081]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0082]
本发明实施例公开了一种考虑当前线网结构的公交线网优化方法，包括以下具体步骤：
[0083]
s1：确定所用的线路及相关站台范围，整理线路基础信息，构建以实际物理空间站台为节点，区分线路上下行的公交线网拓扑图；由于大城市公交线路上下行的具体路径并不完全一致，若将上下行视为一条线路会给线网构建及后续优化带来一定误差，因此需要构建以实际物理空间站台为节点，区分线路上下行的公交线网拓扑图，以更加真实地刻画公交线网；
[0084]
s2：进行站台优化前的准备工作，进行站台优化预处理获得站台优化预处理结果，包括确定覆盖率验证区域与合并站台集合生成；在站台优化模型中，其站台保有量约束的确定需采用与区域站台500米覆盖率循环验证的方式进行，从而得到最优的站台保有量约束，流程如图2所示。因此，需要根据站台空间分布情况划定覆盖率计算范围；
[0085]
本发明所指的站台合并，其含义为同名同方向站台a和b，将a的连接关系叠加至b，并采用加权平均法更新相关信息，便可得到合并站台。在大城市中常出现同名同方向对应多个实际物理空间站台的情况，这样是为了避免过多线路都停靠在同一个地点造成拥挤，但也带来了一定的站台冗余，可通过模型判定同名同方向站台是否需要合并以减少站台冗余；
[0086]
同名同方向站台数量和空间分布各异，由于同名同方向站台数量为2是较为常见的情况且可以利用站台间的距离关系在站台分布形式简化和不依赖于地理底图的情况下识别出同名同方向站台，因此只考虑同名同方向站台数量为2的情况且将其分布简化为如图3所示的两种分布形式：
[0087]
一种是如图3(a)所示，a1和a3为同名同方向站台，a2是同名对向站台，最短距离为对向，a1和a2间的距离较短，a1和a3间距离较长；另一种如图3(b)所示，a1和a3为同名同方向站台，其中a1位于辅路，a3位于主路，最短距离为同向，a1和a3距离较近，a2为同名对向站台，离a1和a3较远；
[0088]
根据实际需要选取多对同名同方向站台，计算得到各站台名称对应的合并站台，并将所有合并站台作为合并站台集合，合并站台相关数据可根据实际需要构建；
[0089]
若各站台存在一些评价指标，则合并站台计算过程如下：
[0090]
s21：筛选出存在指标差异在3倍(可根据实际情况设定)以上的同名同方向站台，作为合并的基础；
[0091]
s22：每对同名同方向站台中，将小客流量站台的连接关系叠加至大客流量站台得到合并站台，采用按客流加权平均法计算合并站台的各项指标；
[0092]
s23：将所有计算得到的合并站台作为合并站台集合；
[0093]
s3：构建站台优化模型；需要确定站台是否入选优化结果，因此可构建0-1整数规划模型，模型如式(1)至式(8)所示。
[0094]
max(∑
i∈ici
xi 2∑
i∈fci
xi)
ꢀꢀ
(1)
[0095]
s.t.∑
i∈(i∪f)
xi≤a
ꢀꢀ
(2)
[0096][0097][0098][0099][0100][0101][0102]
(1)优化目标
[0103]
站台优化模型的优化目标为在尽可能减少冗余的情况下，基于价值系数ci选取合适的站台，因此优化方向为最大化，类似于运筹学中集合覆盖问题，如式(1)所示。其中，xi为0-1变量表示站台i是否入选，ci为第i个站台的价值系数，i表示当前公交站台集合，f表示计算得到的合并站台集合。优化目标的后半部分的含义即为当选择站台为合并站台时，其在优化目标中的价值系数需乘2，以平衡因合并前后站台数量不同所带来的目标值差距。优化结果中未入选站台在实际运营过程中可表现为跳站或站台撤销。价值系数ci需根据数据和实际需要进行设置。
[0104]
(2)站台保有量约束
[0105]
公交站台目前大多存在冗余问题，为了能较为直接地减少站台冗余，需要对总体站台的保有量进行约束。如式(2)所示，其中xi为0-1变量表示站台i是否入选，a为站台优化
后的站台数量，i表示当前公交站台集合，f表示计算得到的合并站台集合。该约束直接对站台数量进行限制，但需要按图2流程对优化后的站台数量a进行验证，以确保优化后区域站台500米覆盖率符合当地要求。
[0106]
(3)公交场站保留约束
[0107]
公交场站是公交车辆停放的场所和相关工作人员的集散地，在公交线路运营过程中起着重要作用，线路的首末站往往离公交场站较近或位于公交场站。在本发明中，将各线路的首末站视为公交场站，即希望各线路的首末站台一定会被选取，因此设置约束如式(3)所示。其中xi为0-1变量表示站台i是否入选，t为所有公交线路的首末站台集合。此外，保持各线路首末站台入选站台优化结果，有利于与网络优化部分中各线路首末站台保持不变进行衔接，从一定程度上能保持线网的稳定性。
[0108]
(4)站台弃用约束
[0109]
可根据实际需要直接剔除某些明显不能入选优化结果的站台，如式(4)所示。其中xi为0-1变量表示站台i是否入选，b为弃用站台集合。
[0110]
(5)同名同方向站台合并约束
[0111]
同名同方向站台合并约束希望通过运筹模型自动判定是需要进行合并还是保持现状，该约束设置如式(5)至式(7)所示。其中n表示合并站台集合中站台名称集合，在本发明中仅考虑同名同方向数量为2的站台；x
nj
表示名称为n的同名同方向的第j个站台，x
nf
表示计算得到的合并站台。式(5)表示在两个同名同方向站台和合并站台中最多选择两个，式(6)和式(7)表示合并站台与任一原始同名同方向站台只能保留一个。
[0112]
(6)0-1变量约束
[0113]
站台是否入选用0-1变量xi来表示，0表示未入选，1表示入选，因此设置约束如式(8)所示。
[0114]
对站台优化模型进行求解即可得到站台优化结果。
[0115]
s4：进行网络优化前的准备工作；
[0116]
在得到站台优化结果后，按线路将站台有序连接即可得到经过站台优化后的新的公交线网拓扑图。
[0117]
根据实际需要定义新的公交线网拓扑图中连边权重w
ij
和节点权重swi的计算方法。计算得出的节点权重与连边权重可认为是一种“静态网络”下的结果，而公交线网是在时刻运转的，因此可以从网络演化与运行角度去考虑网络中各个节点的状况，从而得到在网络演化与运行角度下各连边的重要性，只要我们保持这些重要的连边均在优化后的公交线网中，公交线网整体便可维持一定的相似性与稳定性。在本发明中，采用pagerank的随机浏览模型识别在网络演化运行至稳定状态下的重要节点，从而对连边的重要程度进行分类。pagerank的随机浏览模型定义如式(9)所示，其中pr(u)表示节点u的影响力，u为待评估节点，bu为节点u的入边集合，pr(v)表示节点的影响力，l(v)表示节点v的出边数量，n表示节点总数，d表示阻尼因子，常取0.85。pagerank随机浏览模型的定义具有构造性，即定义本身就给出了计算方法。当前常通过多次迭代的方式，获得各节点较为稳定的pr值，而这个值也就是最终节点在网络中的影响力。将节点权重swi作为各节点的初始值启动pagerank算法计算过程，最终得到各节点的影响力。
[0118][0119]
在得到节点影响力之后，可按影响力大小划分重要节点和普通节点。两个重要节点之间的连边为骨架连边，两个普通节点之间的连边为普通连边，重要节点和普通节点之间的连边为次骨架连边。骨架连边和次骨架连边在当前网络中较为重要，在公交线网中起到“提纲挈领”的作用。因此可对骨架连边和次骨架连边的权重做出调整以使其尽可能多地出现在优化后的线网中，从而保持线网优化前后具有一定的相似性和稳定性。具体来说，调整方法如式(10)所示，通过对不同类别的连边的α值进行设置，从而达到使骨架连边和次骨架连边尽可能多地出现在优化后的线网中。rw
ij
即为应用在网络优化模型中连边权重。
[0120]
rw
ij
＝α*w
ij
ꢀꢀ
(10)；
[0121]
为了给网络优化增加一定的灵活性，需要增加在当前线网结构中没有的连边，但新增连边其直线距离需和当前公交线网站台平均直线距离相符且所对应的实际路径应符合当前交通法规。为能较为便捷地生成符合交通规则的备选连边，本发明借助高德开放平台的驾车路径规划功能得到备选连边，其步骤如下：(1)、筛选出两站台间直线距离与初始线网公交站台间平均直线距离相符且不在当前线网中的连边，并保证该连边也非当前线路隔站相连组成；相符即为近似相等，差值位于一定阈值内，例如初始线网公交站台间平均直线距离为600米，设置阈值为-100m～100m，则可以筛选出两台站直线距离在500-700米范围内的站台；(2)、对(1)中筛选出来的连边采用高德开放平台api做驾车规划，选择其中驾车实际距离在直线距离的1.25倍之内的连边，认为这些连边是符合交通规则的并且不会出现过远的绕路或调头状况。通过以上两步，即可得到要添加的备选连边集合。备选连边的调整后的连边权重rw
ij
值可赋值为当前各连边权重rw
ij
的均值。
[0122]
s5：构建网络优化模型，得到最终线网优化结果。在本发明中，需要确定连边是否在优化后的某条线路中，因此可利用三下标的0-1变量构建0-1整数规划模型，模型如式(11)至式(18)所示：
[0123]
min∑
(i，j)∈edgeset，k∈lineset
rw
ij
x
ijk
ꢀꢀ
(11)
[0124][0125]
∑jx
jik-∑jx
ijk
＝-1，i∈{sourcek}，(i，j)∈edgeset，k∈lineset
ꢀꢀ
(13)
[0126]
∑jx
jik-∑jx
ijk
＝1，i∈{targetk}，(i，j)∈edgeset，k∈lineset
ꢀꢀ
(14)
[0127][0128][0129][0130][0131]
(1)优化目标
[0132]
网络优化模型的优化目标为在满足约束的条件下，使得线网整体连边的权重之和最小，因此优化方向为最小化，优化目标如式(11)所示，其中rw
ij
为按式(10)得到各类连边调整后的权重，x
ijk
表示连边ij是否在优化后的线路k中，lineset表示线路集合，edgeset表示连边集合。
[0133]
(2)成线约束
[0134]
与站台优化部分相衔接，保持各线路的首末站台不变，因此首先需要保证首末站台之间能形成线路。考虑节点的出边和入边情况，该约束设置如式(12)至式(14)所示。其中sourcek表示线路k的起始站台即该线路的首站，targetk表示线路k的终点站台即该线路的末站，lineset表示线路集合，x
ijk
表示连边ij是否在优化后的线路k中。对于非线路首末站台的站台来说，其入边数和出边数相等，对于始发站台来说，其入边数减出边数得到的值为-1，而对终点站台，其入边数减出边数得到的值为1。
[0135]
(3)站台途经约束
[0136]
由于已经通过站台优化对站台进行了筛选，因此在网络优化阶段需要保证每个站台都有线路经过，该约束设置如式(15)所示，该式表示对于每个站台至少有一条线路经过。其中lineset表示线路集合，edgeset表示连边集合，stopset表示站台集合，x
ijk
表示连边ij是否在优化后的线路k中。
[0137]
(4)非直线系数约束
[0138]
非直线系数处于合理范围内可避免公交出现严重的绕行状况，良好的非直线系数有利于提高乘客出行体验。本发明中非直线系数定义的分母采用首末站间的最短道路距离，可以反映线路偏离路网最短路径的程度，该约束设置如式(16)所示。其中d
ij
表示由高德api得到的连边ij间的实际路径距离，road_disk表示线路k首末两站间的最短道路距离，g表示模型中指定的非直线系数。
[0139]
(5)复线数量约束
[0140]
在公交实际运营过程中，两站间公交线路数与道路承载能力，周边交通状况和居民出行数量有关。若两站间实际路径的道路承载能力差且并非位于出行需求较高的区域，则在两站间布设过多条公交线路会造成资源浪费且可能因通勤高峰时较多公交车在站台停靠导致路段出现拥堵等问题，因此需要对两站台间的复线数量进行一定的限制，该约束设置如式(17)所示。c
ij
表示连边ij所能承受的最大复线数量，可根据实际需要进行设置，lineset表示线路集合。
[0141]
(6)0-1变量约束
[0142]
本发明采用0-1变量x
ijk
以表示连边ij是否在优化后的线路k中，0表示不在优化后的线路k中，1表示在优化后的线路k中，因此设置约束如式(18)所示。
[0143]
对模型进行求解即可得到优化后的公交线网。
[0144]
实施例
[0145]
本实施例选择由580条非环路公交线路和6446个物理站台组成的某市公交线网，对其进行公交线网优化。图4展示了实施例所用到的公交线路分布和站点分布，图4(a)所示为580条公交线路分布图，图4(b)所示为6446个站台分布热力图。
[0146]
在本实施例中，站台优化模型中的价值系数ci与弃用站台集合b、合并站台集合f、网络优化中的连边权重w
ij
与节点权重swi、调整后的用于模型求解连边权重的rw
ij
和各连边的最大复线数量c
ij
都已根据实际需要和数据情况计算得出。
[0147]
首先进行站台优化，根据站台的实际分布情况，划定保有量约束覆盖率验证范围，如图5中红线框出部分所示。该区域的下边界为“车公庄大街-工人体育场北路”一线，上边界为五环路，其面积为230.02平方千米。该区域当前站台500米覆盖率为83.95％，优化后该
区域的站台500米覆盖率应在82％(该市平均值)以上。
[0148]
通过站台保有量与区域站台500米覆盖率的循环验证，最终确定保有量约束为6280，此时站台保有量超过96％，区域站台500米覆盖率为83.26％，超过该市平均水平，有8个合并站台入选。根据图6所示的不同站台保有量下的区域公交站台500米覆盖率可看出，在站台保有量为6280时，区域站台500米覆盖率有较大提升，此时既能去除冗余及评价较差站台又能保持较高的500米覆盖率。未入选优化结果的站台大多只有一到两条线路经过，平均站台周边速度为7.56km/h，平均站台通勤流量仅在300人左右，可以看出本发明提出的站台优化模型能较为有效地筛选出较差的站台从而改善公交线网。未入选的站台在线路实际运营过程中，可按跳站进行处理。站台优化模型相关常量与变量说明如表1所示。
[0149]
表1站台优化模型相关常量与变量说明
[0150]
常量或变量符号含义i当前实际公交站台集合f计算得到的合并站台集合t所有公交线路的首末站台集合b弃用站台集合n合并站台集合中站台名称集合a站台优化后的站台数量ci根据数据和实际需求得出第i个站台的价值系数xi0-1变量，表示第i个站台是否入选x
nj
名称为n的同名同方向的第j个站台x
nf
名称为n的同名同方向站台计算得到的合并站台
[0151]
在站台优化后的线网基础上，进行网络优化。将计算好的节点权重swi代入pagerank算法中并设置阻尼因子为0.85，得到各个站台的影响力。将影响力排序前660的站台(约占全部站台的10.5％)作为当前线网的重要站台。基于660个重要站台确定当前线网的骨架连边、次骨架连边和普通连边，结果如图7所示，图7(a)所示为骨架连边，图7(b)所示为次骨架连边，图7(c)所示为普通连边，其中骨架连边共有542条，次骨架连边共有1923条，普通连边共有5958条，总计8423条连边。从图7中可以看出骨架连边很好地抓住了当前线网的通州至国贸通勤走廊和回龙观至中关村通勤走廊，同时在市区内部和郊区也存在一定数量的骨架连边；次骨架连边除了包含两个通勤走廊方向的其他连边，也包含了更多该市城区内各站台间的连边。按照提出的备选连边生成方法，将400条备选连边加入线网中。这些备选连边的直线距离均在400米到600米之间，且驾车实际路径距离小于直线距离的1.25倍。
[0152]
综上，目前共有8823条连边，需在保持线路首末站不变的情况下生成580条线路，由此构建网络优化模型，目标为最小化线网中连边的权重总和。经过约400万次迭代求解计算，在gap值为0.0068％下求解得到的优化后线网目标值为356845，当前线网的目标值为419817，因此优化线网比当前线网目标值优化了15％，所用到不同的连边共计7613条。网络优化相关常量与变量说明如表2所示；
[0153]
表2网络优化相关常量与变量说明
[0154]
常量或变量符号含义
edgeset连边集合lineset线路集合stopset公交站台集合sourcek线路k的起始站台targetk线路k的终点站台c
ij
连边ij的最大复线数量d
ij
连边ij间的实际路径距离rw
ij
连边ij在网络优化模型中对应的权重road_disk线路k的首末两站间最短道路距离g模型中指定的非直线系数x
ijk
0-1变量，表示连边是否在优化后的线路中
[0155]
如图8(a)所示为优化前线网分布图，图8(b)所示为优化后线网分布图，图8(c)所示为优化前后线网对比分布图，通过图8对优化前后线网进行对比可以发现优化前后线网整体保持相似，均能刻画通州至国贸通勤走廊和回龙观至中关村通勤走廊，且部分郊区线路完全一致；聚焦到市区内线路会有一定程度的不同，可以认为本发明提出的线网优化流程达到了“整体稳定，去除冗余，优化线网”的目的。优化后的线网从整体角度与当前线网有一定程度相似，可认为优化后不会对居民出行造成过大影响，同时由于参考了当前线网，便于优化方案应用实施。
[0156]
图9以19路(动物园枢纽站-翠林小区)为单线实例展示其优化前后线路的对比，图9(a)所示为19路优化前线路，图9(b)所示为19路优化后线路，图9(c)所示为优化前后对比图，可以发现优化前后该线路的首末站台没有发生变化且大部分路径较为一致，仅在一处有明显改动。优化前，该线路共途经23个站台；优化后，该线路共途经21个站台，优化后的19路(动物园枢纽站-翠林小区)跳过了展览馆站台，且在“二里沟东口-月坛公园”部分与原线路不同。通过计算优化前后19路(动物园枢纽站-翠林小区)用于网络优化模型的权重系数rw
ij
的和值与均值可发现，优化前该线路有22条连边，所有连边的用于网络优化模型的权重系数rw
ij
和为629.616，平均每条连边的网络优化模型的权重系数为28.62；优化后，该线路有20条连边，所有连边的用于网络优化模型的权重系数rw
ij
和为552.483，平均每条连边的网络优化模型的权重系数为27.62，均比优化前有所改进，因此可认为19路(动物园枢纽站-翠林小区)的优化方案较为合理且便于应用实施。
[0157]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0158]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。