基于MAST的城市郊区智慧公交调度发车计划研究

陈茂林，庞明宝，张 宁

（河北工业大学 土木与交通学院，天津 300401）

基于MAST的城市郊区智慧公交调度发车计划研究

陈茂林，庞明宝，张 宁

（河北工业大学 土木与交通学院，天津 300401）

在对机动式辅助客运系统所适应地区分析的基础上，提出在中国很多客运需求较小且时空分布不均衡的城市郊区、乡村规划和设置基于MAST公交线路的思想，设计了利用移动互联网技术的智慧公交调度系统，其中调度决策支持模块由公交调度发车计划部分和在线调整部分组成．建立了单一线路调度发车计划确定的调度模型，决策变量为发车时刻．乘客需求依据历史统计数据和预约信息预测确定．采用遗传算法优化求解，通过具体例子对本方法的经济社会性予以验证．

机动式辅助客运系统；公交调度发车计划；移动互联网；遗传算法；客运需求

0 引言

随着移动互联网技术（Mobile InternetTechnology，M IT）的发展和应用，定制公交、拼车、打车软件等得到了巨大发展，其中可变线路式公交成为一种面向公交需求的新型服务模式，而融合需求响应型公交的机动性和常规公交低成本性的机动式辅助客运系统（Mobility AllowanceShuttle Transit，MAST）成为其主要发展方向[1-3]．该方式不同于常规公交中线路和站点等均固定的特点，可在一定范围内改变行驶路线，在动态改变的环境中处理实时需求，既能为常规出行者提供服务，又兼顾固定线路以外的乘客需求，在面向“客运需求较小且时空分布不均衡地区”时，可解决“公交企业运营成本高亏损严重而服务质量依然较差”的这一问题．

中国正处于社会经济一体化的快速发展阶段，其基本标志之一就是城乡客运一体化，即在城市郊区和乡村也逐步开设公交线路．而这些地区又呈现出MAST服务区域所具有的特点：需求相对较小且时空分布不均衡，如工业区、高校所在的郊区，在上下班高峰需求量稍大其它时间段较小．从现开设的常规公交服务-固定性线路公交的实际效果来看，每天大部分时间段上座率偏低且公交企业亏损严重，拉大发车间隔又使乘客等车时间变长，这已成为这些地区能否继续延续公交服务、顺利实现城乡一体化的关键点．而若能在这些地区开设MAST线路，将会有效解决这一问题．在MAST的研究方面，主要集中于系统建立的必要性、混合整数规划调度模型的建立和其求解算法方面[4-6]．研究早期多建立在电话预约、一般互联网基础上，尚未应用M IT，不能实现乘客与公交企业信息的实时交互，调度模型的动态实时更新得到限制；已有调度模型中仅限于已发公交车辆后续线路、停靠站的动态调整问题，而将始发站发车时刻表作为已知，不符合公交调度实际：公交调度必须将发车时刻表和已驶公交车辆的线、站的动态调整同时进行优化．基于此，本文从构建基于MAST的城市郊区智慧公交调度系统出发，建立单一线路发车计划确定模型，通过算例来初步予以验证．

1 系统结构

如图1所示的基于MAST的调度系统是实现智慧公交所必须的平台．其中乘客通过手机等移动通讯工具登录系统，将客运需求发送给乘客需求信息模块，并进行信息交互；正在行驶的公交车辆（车载GPS和双向移动通讯系统[7]）将车辆位置信息、车载乘客人数、车速等信息实时发送给公交车辆信息模块；实时信息以及历史信息存储在建立所有车辆、线路、站、乘客等表组成的数据库中；调度决策模块分为公交调度发车计划和在线调整两部分，公交企业在每天下班后依据历史信息数据库和最新预约的公交需求采用发车计划调度模型更新或制定明天的计划时刻表和具体每辆公交车的行驶路线等．在具体每天运营过程中，利用历史信息、新的客运需求信息、车辆实时信息等，更新后面的发车计划和已发车辆的后续线路、停靠站等决策信息，通过信息发布模块，给驾驶员提供驾驶指令等；通过信息发布模块将公交车辆和未来调度信息等实时信息通过网络发送给已经发出乘车请求和查询的乘客．

图1 基于MAST城市郊区智慧公交调度系统结构Fig.1 Structureof intelligentpublic transportscheduling system for urban suburbsbased on MAST

受篇幅所限，本文仅研究基于MAST的智慧公交调度发车计划模型．

2 智慧公交调度发车计划模型

2.1 基本条件

1）仅限单一线路，票价统一，车型相同，设计载客人数相同；2）公交车停靠站分为必须停靠站（固定站）和可绕行站（可变站），线路分为固定线路和可变线路；3）乘客类型分为N1型（固定站上车，固定站下车）、N2型（固定站上车，可变站下车）、N3型（可变站上车，固定站下车）、N4型（可变站上车，可变站下车）；4）乘客通过手机客户端等与调度中心进行信息交互，在提出预约后系统会将车辆的经验发车时间和各站间运行时间一并告知给乘客，乘客可据此时间到站候车；5）车辆抵达停靠站乘客即上车，驻留时间较短，若乘客未能按时上车，公交车不等候．

2.2 变量表示

变量：车辆m在始发车站的计划发车时间Tm；车辆m在各个站间的运行时间；车辆m在站点v的到达、离开时间分别记为；任意时刻公交车上的乘客数量；车辆m在站j站的上车人数．

2.3 调度发车计划模型

目标函数式 (1)表示追求乘客等车成本Cw、乘车成本Cr、公交行驶成本与票价收入差Ct加权和最小化，w1、w2分别为乘客和公交企业权重，各子目标计算见式 (9)～式 (11)．

约束中式 (2)表示车辆m在始发站的计划发车时间不早于其经验发车时间；式 (3)表示车辆m离开中间需停站时间等于其抵达该站的时间加上在该站的驻留时间，以上2个约束为公交运营时间约束；式(4)保证乘客下车时间晚于其上车时间；式 (5)表示在任意时刻车内人数不超过有一定满载率（超员）的额定人数；式 (6)为公交发车间隔的最小和最大约束；式 (7)标定0-1变量的取值；式 (8)表明模型中涉及到的所有变量及参数均大于等于0．

3 算法

考虑到本模型有0-1变量，采用遗传算法（Genetic A lgorithm，GA）优化求解，具体步骤为：

1）设定GA参数：群体规模NIND、最大遗传代数MAXGEN、代沟GGAP、交叉概率Pc以及变异概率Pm等．对于一个非常大的数MM，定义适应度函数为：

2）随机产生NIND组可行的发车时刻方案，采用二进制编码，决策变量为1表示第m辆车在t时刻发车，否则为0．同时设置迭代计数器gen．

3）在第gen代，对每一个体（发车时刻方案）计算车辆运营和乘客各项指标，确定适应度．

4）若gen=MAXGEN，则选择最优个体作为新调度方案输出；否则，转向5）．

5）保留 1 GGAP 个最优个体进入下一代，其余个体按照 GA中选择、交叉和变异等操作产生．令gen=gen+1，转向3）．

4 算例及分析

4.1 算例简介

为说明问题，本文用图2所示基于MAST的天津市公交319路为例应用分析．该线路为郊区线，站1～站7位于市区，其余位于郊区；瑞景居住区位于市郊结合部，居民现主要为在市区或郊区如双口工业园工作的年轻人，个别为河北工业大学教工，客流需求较小；站1、站7均与地铁一号线站点重合，乘客可通过这两站实现与319路的换乘，前往郊区、市区或瑞景居住区，但主要集中于上下班时间段；王秦庄客流以当地村民为主，双口工业园以办事客流为主（职工以班车上下班），需求总量偏小且时间大多在上班时间段．大学师生是该线的主要客源但在上学时间段较小，呈现出MSAT线路的特点．

图2 基于MAST的319路公交线路Fig.2 Bus routeof No.319 based on MAST

规定从西横堤-东区方向为上行、东区-西横堤方向为下行．研究时段为工作日6:00至20:00．由于该线路所经地区交通量偏小，公交车在各站间的运行时间基本稳定，分别为：站1～站2（1.13 min）、站2～站3（1.25 min）、站3～站4（1.25 m in）、站4～站5（1.25 m in）、站5～站6（1.25 m in）、站6～站7 （0.93min）、站7～站8（4.17m in）、站8～站9（1.3m in）、站9～站10（1.3m in）、站10～站11（2.67min）、站11～站12（1.17m in）、站12～站13（1.17m in）、站13～站14（1.00m in）、站14～站15（1.83min）．

经过大量统计，得到各时间段OD历史数据，表1为上行部分发车时刻数据，其中0的未列出．

表1 上行部分发车时刻OD 人Tab.1 OD of partialdeparture timesatstart term inal in the up direction

4.2 计算结果及分析

参数选择：公交车额定人数60人，满载率110%，票价2元，驻留时间（平均值）30 s，单位时间乘客出行成本1为0.3元/m in，单位时间车辆行驶成本2为0.9元/m in，最小和最大发车间隔分别为15min和60min，乘客和公交企业权重w1取1.0，w2取1.5．GA参数：NIND=100，MAXGEN=600，GGAP=0.8，Pm=0.03，Pc=0.40．依据2015年天津市人均国内生产总值确定1=0.3元/m in；根据该线路公交车具体行驶统计：车百公里成本为154元/百公里确定2=0.9元/m in．

具体GA运算结果见图3所示，可以看出目标函数值迅速达到最优，选择第600代个体作为最优解，得到最佳发车计划见表2和表3所示．其中乘客等车费用、乘客乘车费用及公交企业收益分别为58.74元、6 917.57元和206.96元，目标值为6 665.87元．

表4为本MAST方案与常规公交服务 固定性线路公交（Fixed Route Transit，FRT）方案（分为选择15个站为公交站和仅选MAST方案中固定站为公交站2个方案）各项费用比较．可以看出：

1）全部站点FRT方案总目标值由MAST方案的6665.87元增加到6 746.35元，增加了80.48元．这是因为在该方式下，线路变长，乘客乘车费用增加；由于没有采用预约方式，使得乘客等车费用增加；虽然公交企业净收益（收入 车辆行驶成本）增加了，但增加有限，使得总目标依然增加．2）仅采用固定站点FRT方案总目标值由MAST方案的6 665.87元减少到5 757.64元，减少了908.23元．这是因为线路变短，固定站乘客的乘车和等车费用均减少；由于没有照顾到非固定站乘客的需求，使得公交企业净收益下降，存在着公交企业收益下降和使非固定站乘客需求不能满足两方面问题，造成社会的不公平性．3）总体上看，MAST方案利用现代信息技术，既满足了非固定站乘客的出行需求，又使得公交企业增加了收益，虽然使固定站乘客的等车时间、乘车时间有所增加，但有限且建立在社会公平性基础上，公交企业收益的增加使得企业有使该线路能长期运营的动力．

图3 前600代目标函数变化Fig.3 Changesof theobjective function before the600th generation

表2 上行方向发车计划Tab.2 Departure plan in theup direction

表3 下行方向发车计划Tab.3 Departure plan in the down direction

表4 优化前后各项成本比较 元Tab.4 Costcomparison among theoptim ized projects

4.3 决策者不同偏好影响分析

表5为决策者不同偏好下各最优方案各项指标计算比较，可以看出：

1）若偏重于社会效益，即乘客时间费用最小化作为追求目标，即w1∶w2=1.5∶1.0，乘客时间费用合计由6 976.31元下降至5 655.91元，公交企业运营收益由206.96元下降至107.60元，这将使得企业在收益上受损．2）若偏重于公交企业经济效益，即w1∶w2=0.7∶1.8，企业净收益由206.96元增加至321.99元，同时乘客时间费用由6976.31元增加至7182.55元，这意味着公交企业净收益增加的同时伴随着乘客时间费用的增加．因此，决策者对各个目标的不同偏好会影响其最优方案的确定．一般来看，在追求社会效益最大化的前提下，适时考虑企业经济效益会是最为合理的决策方案．

表5 决策者不同偏好优化结果比较 元Tab.5 Results comparison among the differentselected projectsw ith the government'favors

5 结束语

本文仅对基于移动互联网技术的MAST单一线路公交调度中调度计划模型及算法进行研究，需要在此基础上进行在线调度模型的建立与应用分析．

[1]Yang Xia，ChaiKiatYeo．Mobile Internetaccessoverintermittentnetwork connectivity[J]．JournalofNetwork and ComputerApplications，2014，40：126-138．

[2]杨冰，宋俊．论发展门到门公共交通 [J]．公路交通科技，2002，19（4）：101-104．

[3]邱丰，李文权，沈金星．可变线路式公交的两阶段车辆调度模型 [J]．东南大学学报（自然科学版），2014，7（5）：1078-1084．

[4]Quadrifoglio L，Dessouky M M，Ordonez F．Mobility allowance shuttle transit(MAST)services：M IP formulation and strengthening w ith logic constraints[J]．European Journalof OperationalResearch，2008，185（2）：481-494．

[5]Quadrifoglio L，Dessouky M M，KurtPalmer．An insertionheuristic forschedulingmobility allowanceshuttle transit(MAST)services[J]．Journal of Scheduling，2007，10：25-40．

[6]Zhao Jiam in，Dessouky M M．Service capacity design problems formobility allowanceshuttle transitsystems[J]．Transportation Research PartB：Methodological，2008，42（2）：135-146．

[7]AnneAguiléra，CarolineGuillot，A lain Rallet．Mobile ICTsand physicalmobility：Review and researchagenda[J]．Transportation Research Part A：Policy and Practice，2012，46（4）：664-672．

[责任编辑 杨 屹]

Study on departure plan of intelligentpublic transportscheduling forurban suburbsbased on MAST

CHENMaolin，PANGM ingbao，ZHANG Ning

(Schoolof CivilEngineering and Transportation,HebeiUniversity of Technology,Tianjin 300401,China)

Based on the analysisof the facing regions formobility allowance shuttle transit(MAST),a thoughwas proposed to plan and setpublic linesbased on MAST for theurban suburbs in Chinaw ith lesspassenger demand and notbalanced characteristicsof spatialand temporaldistribution.The scheduling system of intelligentpublic transport forurban suburbwasdesigned by usingmobile internettechnology,wherescheduling decision supportmoduleconsistsofscheduling plan part forpublic transportand on-lineadjusting part.Themodelofscheduling departureplan fora linewasestablished, where the decision variable is departure time.The passenger demand ispredicted by using thehistoricalstatistic data and booked data.Genetic algorithm was adopted in the optim ization course for solution.The econom ics and society of the proposedmethod are proved via the concreteexample.

mobility allowance shuttle transit(MAST)system;departure plan of public transportscheduling;mobile internet technology;genetic algorithm(GA);passenger demand

U491

A

1007-2373(2016)04-0080-06

10.14081/j.cnki.hgdxb.2016.04.013

2016-04-06

河北省自然科学基金（E2015202266）

陈茂林（1992-），男（汉族），硕士生．

庞明宝（1966-），男（汉族），教授，博士.