关键字 |
| 公共公交系统;自适应公交线路;乘客等待时间;总线/车辆利用率;启发式 |
介绍 |
| 世界各地数以百万计的人在大城市使用城内公共公交系统日常通勤。例如,客流量在新加坡、香港和伦敦是0.64,0.53和0.78,与公交车队(每百万人口)765年,816年和918年,分别[1]。使用公共汽车在巴西很严重——6000万人每天乘公共汽车旅行的城市人口1.1亿。公共汽车每百万居民的数量是1273。在力拓长,电动汽车的汽车旅行大约是80%到15% [2]。APSRTC,安得拉邦的公路运输公司,一个国家在印度拥有吉尼斯世界纪录作为单一公司拥有世界上最大的船队超过22600公交车。每天超过1500万名乘客乘坐APSRTC巴士,其中大部分被同城往来乘客[3]。接近4.6(4.598)十亿乘客旅行是在当地公共汽车在英国舰队的36000公交车2012/13,其中一半(23.15亿)在伦敦,舰队的舰队的9000公交车。[4] |
| 大城市的交通在世界各地,特别是在欠发达国家和发展中国家,一直面临着严重的交通拥堵问题,导致增加污染。这些问题多年来一直在增加,导致环境退化和整体生活质量降低。的根本原因是:(a)大城市的人口一直在增加更多的人使用公共公交系统;(b)的整体交通一直在增加;(c)公路网络不能扩大需求比例;(d)公共巴士系统基本上保持不变。 |
| 在当前公共城内公共汽车交通系统、公交系统的路线和时间表是固定的(静态)。虽然公交车的频率更高的高峰时段,它不考虑沿着路线的需求模式。通常,这导致过度拥挤的公共汽车和高峰时段增加乘客的等待时间。在非高峰时间,公交车会经过几站在他们的路线虽然可能没有乘客下车或登上公共汽车。 |
| 减少上述问题的方法之一是提供一个良好的公共城市公共汽车交通系统。本文提出了一种自适应路由系统的同城往来公交车,为了提高公共汽车的利用率,并减少乘客的等待时间。系统使用试探法主要是利用实时数据的公共汽车和乘客,乘客在公交车站,确定自适应公交车的路线。 |
| 提出了系统之间的一种混合有点传统的静态(路线和时间表)系统和DRTS(需求响应交通系统)有相当大的灵活性。该系统可以使用的组合实现RFID(射频ID),其他传感器,无线和移动技术,互联网,和云计算。然而,在这篇文章中,我们将不会处理这些系统中的实现技术。我们的重点是启发式自适应路由。有两个类别的条件保证偏离固定路线:复发性条件(例如高峰小时流量)和临时条件(例如事故、道路建设/修理,极端天气条件,等等)。拥堵条件的细节发现通过使用适当的技术解决方案和提供给中央调度器。调度器将确定备用/自适应路由和路由信息发送给受影响的公共汽车。 |
| 在下一节中,我们介绍一些背景知识和相关工作对动态交通。第三节介绍了提出的启发式。第四部分描述了仿真参数的启发式。第五部分给出了未来的发展方向的工作,其次是结论。 |
背景和相关工作 |
| 几乎所有城内公共巴士服务运行根据预先确定的时间表有具体的起飞时间和到达站沿线。这些往往难以保持在大城市由于交通拥挤,道路堵塞,恶劣天气等。可预测的影响例如早晚交通高峰期经常handledby所需线路增加公交车的频率。预测短期增加乘客数量可以处理havingextra巴士,在两个或两个以上的公交车运行同一个槽的时间表。不可预知的问题导致拖延可能会被“转身”处理一辆公共汽车在它到达终点站,为了迎合要求相反的方向,通过总线上的任何剩余的乘客下车后,继续在公共汽车在他们的方向。另外,根据要求,额外的公共汽车可以从最近的仓库运行部分路线。 |
| 常规公交服务与固定航线、固定停止沿着路线,和固定的时间可能不会有效,efficientin人烟稀少的areaswith没有重要求总线服务。这一定是因为迂回路线,低频率,等待时间长,不使用服务。缓解上述问题,还有一个相当高效的服务,需求响应公共交通系统(DRTS)提供一个灵活的点对点服务提出了基于可行性发展信息和communicationtechnologies[5],以及优化方法的发展[6、7]。DRTS存在在许多城市,然而,这些特性往往涉及固定来源或目的地,或固定的路线,或某种形式的预购。临时应对需求是一个计算的挑战;根本问题是np困难的。大量的计算启发式发达,例如,(8、9、10)。许多优化方法DRTS已经提议,几个样品(10、11)。 |
| 一般建模框架,规划和管理DRTS和决策支持系统(DSS)[7]中给出基于这个框架。它支持研究的不同方法如何操作服务影响其性能和效率,在一个给定的场景。它可以产生良好的实时解决方案。 |
| 标准影响性能,关键性能数据和一组有限的性能措施DRTS,和识别影响DRTS性能的各种因素提供了[12]。它还描述了农村DRTS实施的行动来改善自己的表现,和文档的定量和定性从这些操作对性能的影响。Itserves资源协助DRT系统测量,评估和改善他们的表现。 |
| 一种自适应和实时路由组件添加作为传统的固定线路公交系统的一部分中描述[13]。它使用一个马尔可夫链的过程,奖励模型来估计最优路线的公交车,同时仍然保持预定的公交车站。一个目标函数是用来减少公共汽车旅行时间,通过考虑时间和车队运营成本的价值。公交车改道等做是为了减少运输时间,同时也降低了运营成本。[14]一个数学模型来估计地区公交出行时间提出了利用人工神经网络(ANN)和显示执行比预测方法,如历史平均水平和线性回归。 |
| 一种自适应交通系统用于低密度,提出了广泛的民众在郊区[15]。它提供了几个不同的模型与案例研究的系统中实现不同的城市。它还描述了灵活的路由,公交车不严格遵循固定的路线,而是基于通勤带偏差请求。三种类型的灵活的路由提到:(a)整个路线,在公共汽车可能在任何时候离开路线;(b)点偏差,公交车只能偏离预先确定的地点;(c)检查点,公交车可能偏离(小)地区,回到预定的路线上的不动点。 |
| 传统路线规划问题得到解决通过计算最短路径在一个加权图代表一个运输网络。迪杰斯特拉算法[16]是最根本的最短路径算法。它从一个源节点计算最短路径中的所有其他可及节点图。对于大的图形代表公路网络,古典的迪杰斯特拉算法太慢了。道路/交通网络,依赖于时间的边,道路限制,需要考虑多个源和目标节点。来处理这些,许多近年来更快的算法被开发出来。[17]提出了众多的调查在公路网络路由算法。这些不一定是城内的公交线路。它提出了新的路由解决交通网络的三个扩展:(a)公共交通网络,时间和等级低于公路网络;(2)灵活的查询优化旅游基于几个查询参数; (c) batched shortest paths–consisting of multiple source–target pairs. |
| 一个有效的算法来找到大规模的两个节点之间最短的路线,时间图,也允许时间弧成本函数定期更新提出了[18]。找到所有给定的源和目标之间最短的距离位置在大型公路网络,属于多对多的最短路径问题。Dijkstra算法的重复应用太耗费时间,高效的算法提出了上述问题在[19],认为这两个典型的图是静态允许预处理步骤,和图是动态改变边这就排除了预处理。使用射频识别(无线射频识别)跟踪通勤者和调度提出了基于乘客需求的公共汽车[20]。 |
| 方法来获得最优/算法解决路由和调度问题需要大量的计算和巨大的时候,和更快的方法,尽管理想是理想的。这些用技术,如禁忌搜索、模拟退火、蚂蚁系统和遗传算法。分发的舰队公交车的方法及其在城市交通系统调度使用遗传算法是[21]中描述。总线操作的动态调度模型,以便车辆利用率和通勤时间的优化提出了[22]。它还介绍了灵敏度分析的结果,乘客需求不同等众多参数的影响,旅行时间变异,不停止,等,在系统的性能。 |
提出了系统 |
| 在本节中,我们(a)提出了系统的体系结构,(b)描述系统的主要组件及其交互作用,(c)描述中使用的启发式(中央调度器)系统。 |
| 系统架构: |
| 自适应路由公交系统的整体架构图1所示。三个主要组件(1)公共汽车;(2)公交车站;(3)公交线路;(4)中央调度器。注意,这个系统不是一个分布式计算和通讯模型,但集中。公共汽车和公交车站配有传感器,和基本的计算和移动通信功能。 |
| 中央调度程序是一个强大的计算机能够快速计算为了响应实时数据流的舰队到达公共汽车和公交车站。调度器还移动/无线通信能力接收/发送实时数据流。可选的通勤者可能会对智能手机应用程序可以用来获取的预期到达时间公共汽车在公共汽车站,公交车站指定的之间的通勤时间,总线中的空点的数量,等等。 |
| 通勤到达公共汽车站使用触摸屏终端选择目的地。这将触发一个事件导致中央调度程序发出一个信号。中央调度器从而跟踪乘客到达公交车站。 |
| 当通勤董事会和购买机票(或目标),公共汽车将目的地信息发送到中央调度器。当乘客下车的巴士,适当更新的信息。因此,在任何时候,通勤者在任何信息总线目的地等任何通勤的时间不得不等在上车之前,预计抵达目的地的时间是在中央调度器。基于各种传感器发送的数据对道路条件,从公交车和周期性的GPS数据样本,中央调度器决定了道路的拥堵水平段。 |
| b .属性和功能的系统的主要组件: |
| 在本节中,我们描述的属性(1)公交车,公交车站(2),(3)公交线路,和(4)中央调度程序的功能,如图2所示。公交线路是静态路由发表在公交路线地图。 |
| 公共汽车和公交车站的数据流包含时间戳调度程序可以保持适当的事件序列。我们假设错误的机制和安全传输的数据流。 |
| 公交车的属性有:(a)公共汽车的路线相关联;(b)总线能力;(c)车上的乘客数量;(d)车上的乘客的目的地;(e)公共汽车的当前位置;(f)的总时间车上的乘客等待了,之前到总线上。公交车的位置是由GPS(全球定位系统)设备发送的公交车。目的的启发式,公交车的位置分配给k总线离开后不久停止k,并将继续,直到它离开的下一站。 |
| 公交车站的属性有:(a)停止等候的乘客的数量;(b)停止的乘客的到达时间;(c)乘客的目的地;(d)车站名称/号码;(e)的路线破产停止相关联。 |
| 路线的属性有:(a)沿线的公交车站的数据;(b)连续公交车站之间的公路段的长度;(c)道路段的重量/成本。道路段的成本基本上决定了段时间穿越,,由固定成本如段的长度、道路的状况,交通信号灯的数量,等,和可变成本如拥堵在路上。堵塞的因素是高峰时间交通(复发),或事故,施工、极端天气条件等。 |
| 中央调度程序的主要功能是:(a)收集和维护数据从公共汽车和公交车站;(b)确定到达时间的公共汽车停止;(c)测定可用容量的公交车站的公共汽车和他们的通知(未来的路线);(d)自适应的确定(非标)路线;(e)通勤需求的预测。 |
| c .自适应路由启发式: |
| 在这一部分中,我们将使用的启发式中央调度程序来确定自适应公交车的路线。确定主要基于数据/信息收到从公共汽车和公交车站。也(偶尔)确定基于临时条件/事件。 |
| 非标准路线段路线的一部分,不是沿预定的路线,减少了运输时间和/或整体乘客等待时间。自适应路由主要涉及取代短段(s)的标准路线由非标准的路线。 |
| 自适应路由的不同类型的公共汽车可能需要以下: |
| (1)总线任意两个之间可能需要非标准的路线计划停止(包括连续两站)的路线。 |
| (2)总线可以跳过一个公车站(或停止)标准的路线。 |
| (3)公共汽车以不同的顺序可能会通过公共汽车站比标准的路线。 |
| 在本文中,我们制定的条件试探法确定自适应路线。确切的绕道参与自适应路由被一辆公共汽车不是在这里解决。 |
| 一)符号 |
| 在本节中,我们将使用的术语和定义中使用的配方条件确定自适应启发式的路线。 |
| 护士:数量的路线 |
| 小姐:我路线的巴士数量 |
| 国际扶轮:路线我 |
| Bj:总线j |
| Sk:汽车站k |
| Cj:总线j的能力 |
| Pjk:巴士上的乘客数量j公共汽车刚刚离开后停止k |
| 来自自由克什米尔:可用容量的公交j公共汽车刚刚离开后停止k = Cj - Pjk |
| Qk:数量的乘客在公交车站等候k |
| U1…UPj:次乘客大巴j度过了等待 |
| V1…VPj(预计):*在总线目的地的通勤者j |
| W1…WQk:等待时间的通勤者在汽车站k直到董事会一辆公共汽车 |
| Si1…SiQk:目的地的通勤者在汽车站k |
| Rjk:巴士上的乘客数量j的目的地是汽车站k |
| Tk, k + 1(预计):从汽车站遗传汽车站k + 1 |
| 我们假设公共汽车和公交车站有独特的数字(IDs)在所有的路线。 |
| b)配方条件下的自适应路由 |
| 在本节中,我们目前的条件导致的配方确定自适应启发式的路线。 |
| 公共汽车需要适应路线(偏离固定路线),可能跳过一些停止(s),在下列条件: |
| (1)当公车Bjis完整,没有乘客下车公共汽车到了下一站k + 1,然后跳过停止k + 1。 |
 |
| (2)在没有乘客等车在下一站k + 1,公共汽车就是要离开停止k可以跳过停止k + 1,随后停止等待乘客(通过自适应路由)。 |
 |
| (3)部分的路由时无法访问(由于施工、事故、洪水、等等)。τiis适当确定阈值。 |
 |
| (4)当一段严重拥堵的路线。τcis适当确定阈值。 |
 |
| (5)当等待时间之和的通勤者在公共汽车上留下停止k超过了乘客的等待时间停止某些因子αk + 1,然后公车跳过停止k + 1。 |
 |
| (6)当乘客的等待时间的总和在汽车站kτw超过某一阈值,然后用可用容量合适的公共汽车在附近,也可以绕道没有导致延误乘客上提醒去停止。 |
 |
| (3),(4)和(5),“支线”巴士可能需要发送到公共汽车站跳过的正常安排巴士(es),为了不让那些跳过停止为上班族的紊乱。 |
| d .实现: |
| 的路线被建模为加权图。公共汽车站是顶点和站之间的公路段的边缘图。交通条件、道路条件、乘客的到达站,乘客的目的地,动态确定边(成本)。合适的“骗补门”版本的著名算法寻找两个顶点之间的最小成本路径(例Dijkstra bellman),应用自适应路由的启发式,一起来确定自适应路由任何两个公交车站之间。 |
结果与讨论 |
| 系统模拟的巴士,路线,公交车站,乘客和提出了自适应启发式路由的公交车在Python中实现。本节介绍了模拟器的描述包括仿真参数和事件模拟。实际的仿真结果将在即将发表的论文的主题。 |
| 模拟的参数是: |
| •通勤公交车站的到达率 |
| •Inter-arrival乘公交车站的乘客 |
| •乘客的目的地 |
| •乘客离开公交车站没有登上一辆公共汽车 |
| •航线数量 |
| •公共汽车站的数量(每个人)的路线 |
| •之间的公路段的长度(权重)停止 |
| •公共汽车的数量(每个人)的路线 |
| •公共汽车的能力 |
| •规划图把公交车在公车的开始时间(每个人)的路线 |
| •的过境时间连续的公交车站之间的公共汽车 |
| 这是事件驱动的仿真。下面列出的事件,和合适的数据被发送到从公共汽车或巴士站调度器。数据也可以发送(虽然很少),由于临时事件)从传感器沿着路线,或手动设置操作员根据收到的信息。 |
| •公共汽车到达公共汽车站 |
| •公共汽车离开一个公车站 |
| •通勤到达公共汽车站 |
| •通勤离开一个公共汽车站,上了一辆公共汽车 |
| •通勤(s)登上一辆公共汽车 |
| •通勤(s)从一辆公共汽车 |
| •严重拥堵路线(超过一个阈值) |
| •一个临时条件(事故、施工等)。在一个路线 |
| 上面的数据流相关的事件由中央调度程序和接收使用的启发式的计算。这将导致一系列事件和相应的数据流从中央调度程序发送到公共汽车和公交车站。这些都是: |
| •自适应路由信息发送到总线 |
| •预计到达时间的公共汽车在公共汽车站(显示在公交车站) |
| •巴士的空点数量(显示在公交车站,公车到来之前) |
结论和未来的工作 |
| 世界各地数以百万计的人在大城市取决于(城市)公共公交系统上班和回家。增加城市人口加上严重限制城市扩张的道路和路线限制公共公交系统的改进。提出了启发式的自适应路由的公交车使用的基础上计算和通信技术在公共汽车和公交车站,和一个中央调度器使用启发式来确定改进的计划和路线的公交车。自适应路由使公共汽车采取适当的弯路平衡旅客需求和交通状况,预计减少乘客的等待时间,增加公共汽车的使用。 |
| 下面的列表项目计划在未来的工作。 |
| (1)确定具体的自适应路由选择为每个条件的自适应路由。 |
| (2)指标的发展车辆利用率,和制定交通效率,以最小为优化标准制定整体通勤等待时间和车辆利用率最大化。 |
| (3)图形用户界面为乘客到达公交车站,公交车开/关,和公共汽车的运动路线,仿真时间。 |
| (4)选择实际的地图从一个给定的一组地图和实际线路的公交车的高亮显示,并显示中央调度程序生成的自适应路由的地图。 |
| (5)操作员接口,通过该系统可以设置几个参数,如到达率/模式的通勤者在公交车站,乘客的目的地,不同程度的拥挤在不同领域的各种路线,等等。 |
确认 |
| 作者希望感谢蒂莫西·韦德先生,Sr。安全集成工程师Leidos,启发式的讨论,他的贡献对仿真的实现。 |
数据乍一看 |
 |
 |
| 图1 |
图2 |
|
|
引用 |
- “世界城市的主要交通统计”,旅行,国立台湾70年,2012年11月。
- a . Golub“巴西的公交车:简单的成功”,访问,24号,2004年的春天。
- http://en.wikipedia.org/wiki/Andhra Road_Transport_Corporation
- 年度统计数据总线:英格兰2012/13,bus.statistics@dft.gsi.gov.uk, 2013年9月
- Giannopoulos, g。,"The Application of Information and Communication Technologies in Transport," European Journal of Operational Research, Vol. 152, pp. 302-320, 2004.
- 布劳恩,M。,and Winter, S.,"Ad-Hoc Solution of the Multi-Commodity-Flow-Over-Time Problem," IEEE Transactions on IntelligentTransportation Systems, Vol. 10, pp. 658-667, 2009.
- 角,m·e·t·“车队调度和分派Demand-Responsive客运服务,”交通研究C部分,10卷,35 - 63年,2002页。
- 《智能交通系统,卷1,问题3,275 - 293页,1994年。
- 下巴,j j。,et al., "A Heuristic Algorithm for the Multi-Vehicle Advance Request Dial-a-Ride Problem with Time Windows", Transportation Research Part B: Methodological,Vol. 20, pp. 243-257, 1986.
- Cordeau,肯尼迪。,andLaporte,G., "A Tabu Search Heuristic for the Static Multi-Vehicle Dial-a-Ride Problem," Transportation Research Part B: Methodological, Vol. 37, pp. 579-594, 2003.
- 戈麦斯,R。,de Sousa, J.P.,and Dias, T.G.,“Design and operation of Demand Responsive Transportation Systems”, International Conference on Energy Efficient Transportation Networks (Euro Working Group on Transportation), Paris, Sep. 2012.
- “农村需求反应交通指南:测量,评估,和改善性能”,交通合作研究项目(联邦运输管理局),136年报告。
- Rouhieh B。,and Alecsandru, C.,“Adaptive Route Choice Model for Public Transit Systems: An application of Markov Decision Processes”, Canadian Journal of Civil Engineering, Vol. 39, pp915–934, 2012.
- Wong A.C.K.,“Travel Time Prediction Model for Regional Bus Transit”, Masters Thesis, U. of Toronto, (http://hdl.handle.net/1807/26531), 2009.
- Cervero, R。,and Beutler, J., “Adaptive Transit: Enhancing Suburban Transit Services”, Monograph 99-01, Institute of Urban and Regional Development, University of California–Berkeley, August 1999.
- 迪杰斯特拉,e·W。,A Note on Two Problems in Connexion with Graphs. NumerischeMathematik, 1:269–271, 1959.
- Geisburger, R。,“Advanced Route Planning in Transportation Networks”, Ph.D. Thesis, Karlsruhe Institute of Technology, Feb. 2011.
- Nannicini G。,Ph.D. Thesis, EcolePolytechnique, June 2009.
- Knopp, S。,“Efficient Computation of Many-to-Many Shortest Paths”, Thesis, University of Karlsruhe, Oct. 2006.
- 汉密尔顿,P。,and Sankaranarayanan, S., “Intelligent Agent Based RFID System for on Demand Bus Scheduling and Ticketing”, International Journal of Future Computer and Communication, Vol. 2, No. 5, pp399–406, October 2013.
- Chakroborty, P。Deb, K。,and Sharma, R. K., “Optimal fleet size distribution and scheduling of urban transit systems using genetic algorithms”, Transportation Planning and Technology, Vol. 3, pp209–226, 2001.
- 傅,L。,Liu, Q., and Calamai, P., “Real-Time Optimization Model for Dynamic Scheduling of Transit Operations”, Paper number 03– 3697, Transportation Research Record 1857, pp48–55.
|
菜单
