【技術實現步驟摘要】
一種基于拉格朗日原理的需求響應式BRT車輛調度算法
[0001]本專利技術屬于智能優化調度、路徑規劃
，具體涉及一種基于拉格朗日原理的需求響應式BRT(Bus Rapid Transit巴士快速公交系統)車輛調度算法。
技術介紹
[0002]隨著社會經濟的飛速發展和城市化進程的加快，城市機動車保有量迅猛増長，交通擁堵與交通碳排放問題日益嚴峻。研究指出，實現居民出行方式向公共交通方式轉移是緩解上述負面影響、促進城市可持續發展的主要途徑。但傳統公共交通存在到站準點率低、行駛速度慢、候車時間長、高峰時段車廂擁擠等諸多問題，在與私人交通方式的競爭中處于劣勢，因此，迫切需要傳統城市公交不斷創新發展，以提供高品質、高效率、高智能的服務。“需求響應式BRT”(也稱為智慧車列交通系統)是近年來國內學者提出的一種創新的公共交通模式，并已在上海市和深圳市開通了示范線進行實地測試。系統定位于創建大規模出行、智能共享出行、綠色環保、安全高效的新一代城市骨干交通方案，是解決大城市病、建設綠色城市、智能城市的有效路徑。
[0003]需求響應式BRT(Bus Rapid Transit巴士快速公交系統)中多種容量的自動駕駛車輛通過無線通信技術V2X編組形成車隊進行服務，車輛在運行中根據需要在不同車隊間并入或脫離，可提供靈活的運量以適應不同強度下的運輸需求；乘客通過手機軟件實時預約出行，無需在站臺等待，從而實現精準候車、人人有座的高質量服務；基于預約信息，系統篩選起訖和出發時間相同的乘客構成“需求組合”，同一組合的乘客通過集約化的拼車...
【技術保護點】
【技術特征摘要】
1.一種基于拉格朗日原理的需求響應式BRT車輛調度算法，其特征在于，包括以下步驟：步驟1：獲取車站、停車場、乘客預約需求、車輛、票價和成本信息；步驟2：根據系統運營中可能存在的車輛狀態和活動，構建時空網絡以刻畫車輛的運行軌跡；步驟3：建立滾動時域優化框架，以決定每次優化中需求預測和調度決策的覆蓋時間，使系統能夠響應實時需求而不占用過多的計算資源；步驟4：在滾動時域優化框架下，基于時空網絡以運營商總利潤最大化為目標建立混合線性整數規劃模型，以后續優化需求響應式BRT的車輛調度問題；步驟5：原問題的松弛與分解：將數學模型中的難約束松弛到目標函數中，并進一步將原問題分解為兩個子問題，使其分別通過精確算法高效求解；通過求解松弛問題，得到了原問題的松弛解和目標函數值的上界；步驟6：設計兩階段啟發式算法以將松弛解轉化為可行解，并得到原問題目標函數值的下界；步驟7：求解拉格朗日乘子問題：利用次梯度算法不斷更新拉格朗日乘子，以通過迭代的方式將目標函數值上界和下界之間的差距最小化為零或一個小的可容忍值，最終得到最優解，獲得系統中車輛的最優調度策略。2.根據權利要求1所述的基于拉格朗日原理的需求響應式BRT車輛調度算法，其特征在于，所述步驟1中，所述車站信息包括各車站位置；所述停車場信息包括各停車場位置、停車位數量；所述乘客預約需求信息包括各乘客出發時間、出發站點和到達站點；所述車輛信息包括車型、各車型車輛數、車速、車輛初始分布；所述票價和成本信息包括票價、運行成本、停車成本。3.根據權利要求1所述的基于拉格朗日原理的需求響應式BRT車輛調度算法，其特征在于，所述步驟2中的時空網絡具體為：時空網絡(V,A)中，網絡的空間維度包括車站和停車場，時間維度被離散為一系列等間隔的時間點，表示為T＝{t0,t0+δ,t0+2δ,
…
}，其中t0為初始時刻，δ為時間間隔，假設所有事件均在這些時間點發生；時空節點集合V表征車輛的時間與空間信息，時空邊A連接兩個時空節點，表征車輛活動；網絡中存在以下三種時空邊，分別為等待邊A1：車輛在停車場停車，等候時間為一個時間間隔δ；服務邊A2：車輛將乘客由出發站點運送至目的站點；空調邊A3：空車由需求少的站點調度到需求多的站點。4.根據權利要求1所述的基于拉格朗日原理的需求響應式BRT車輛調度算法，其特征在于，所述步驟3中的滾動時域框架具體為：所述滾動時域框架將運行時間劃分為|L|個時域，每個時域離散為|T|個時間點；步驟3
?
1：在時域l∈L中，僅第1個時間點t∈T的需求已知，根據歷史需求數據預測此時域中剩余T
?
1個時間點的需求；步驟3
?
2：采用混合線性整數規劃數學模型和算法優化此時域內T個時間點的車輛調度，其中，在輸出的最優解中，只保留時域內第1個時間點t∈T的調度策略，而基于預測需求
得到的其他T
?
1個時間點的調度策略是為了幫助系統在時間點t做出更優的決策；步驟3
?
3：經過一個時間間隔δ后，時間點t+1的需求可完全獲得；系統滾動到下一個時域l+1∈L，重復步驟3
?
1至3
?
3，直至整個運行時間內的車輛調度優化全部完成。5.根據權利要求1所述的基于拉格朗日原理的需求響應式BRT車輛調度算法，其特征在于，所述步驟3或步驟4中的混合線性整數規劃數學模型具體為：步驟4
?
1：定義數學規劃模型中集合、參數和變量集合：H為車輛集合，H＝{h}；N為車型集合，N＝{n}；I為站點集合，包括車站和停車場，I＝{i,j}；I1為車站集合，I2為停車場集合，T為當前優化時域中的時間集合，T＝{t,s}；V為時空節點集合，V＝{(i,t),(j,s)}；(i
D
,t
D
)為虛擬時空節點，A為時空邊集合，A＝{(i,t,j,s)}，表示車輛t∈T時刻從i∈I站點出發，s∈T時刻到達j∈I站點；參數：為優化時域開始時，位于時空節點(i,t)∈V處的n∈N車型車輛數(表征一個優化時域初始時刻各車輛的位置)；d
itjs
為時空邊(i,t,j,s)∈A上的總乘客預約需求量；e
n
為車型n∈N的座位數；為停車場i∈I中，車型n∈N的停車位數量；為n∈N車型車輛從站點i∈I出發到達站點j∈I的運行成本；為n∈N車型車輛在停車場i∈I等待一個時間間隔的停車成本；p
ij
為乘客從站點i∈I出發到達站點j∈I的票價；c
l
為總運行成本，為所有車輛運行成本之和；c
p
為總停車成本，為所有車輛停車成本之和；p為總收益，為所有乘客支付的票價之和；變量：為時空邊(i,t,j,s)∈A上n∈N車型車流量，非負整數變量；
′
d
itjs
為時空邊(i,t,j,s)∈A上可滿足的乘客需求量，非負整數變量；步驟4
?
2：數學規劃模型：max p
?
c
l
?
c
p
(1)其中，(1)其中，(1)其中，(1)其中，(1)其中，(1)其中，(1)其中，(1)其中，目標函數(1)由三部分構成：服務乘客所獲得的收益、車輛行駛所需的運營成本以及停車成本；目標是使運營商總利潤最大化，其中，總利潤等于車票收益減去運營成本和停車成
本；式(2)和(3)分別為車站和停車場的車輛流平衡，即每種車型進入站點的車輛數和駛出站點的車輛數應保持平衡；在優化過程中引入虛擬時空節點以保證行程的連通性；等待邊不與車站時空節點相連；式(4)和(5)為需求滿足約束，系統提供的座位數不小于可滿足的乘客需求量d
′
itjs
；同時，d
′
itjs
不超過總乘客預約需求量；...
【專利技術屬性】
技術研發人員：宿愛靜，吳兵，謝馳，朱煒，王艷麗，
申請(專利權)人：同濟大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。