43 公交车的调度问题 朱志祥和裴文涛

安徽工程大学 数学建模（选修课）课程论文

题目: 关于公交车的调度问题

摘要：

本文主要是研究公交车调度的最优策略问题。我们建立了一个以公交车的利益为目标函数的优化模型，同时保证等车时间超过10分钟（或者超过5分钟）的乘客人数在总的等车乘客数所占的比重小于一个事先给定的较小值?。首先，利用最小二乘法拟合出各站上（下）车人数的非参数分布函数，求解时先用一种简单方法估算出最小配车数43 辆。然后依此为参照值，利用Maple优化工具得到一个整体最优解：最小配车数为 48 辆，并给出了在公交车载客量不同条件下的最优车辆调度方案，使得公司的收益得到最大，并且乘客等车的时间不宜过长，最后对整个模型进行了推广和评价，指出了有效改进方向。

关键词：公交车调度； 优化模型； 最小二乘法

队员1：朱志祥（化工101、学号3100404109）

队员2：裴文涛（化工101、学号3100404145）

指导老师：

周金明

成 绩：

完成日期：2012．11．7

一、问题重述

公共交通是城市交通的重要组成部分，作好公交车的调度对于完善城市交通环境、改进市民出行状况、提高公交公司的经济和社会效益，都具有重要意义。下面考虑一条公交线路上公交车的调度问题，其数据来自我国一座特大城市某条公交线路的客流调查和运营资料。

该条公交线路上行方向共14站，下行方向共13站，第3-4页给出的是典型的一个工作日两个运行方向各站上下车的乘客数量统计。公交公司配给该线路同一型号的大客车，每辆标准载客100 人，据统计客车在该线路上运行的平均速度为20公里/小时。运营调度要求，乘客候车时间一般不要超过10分钟，早高峰时一般不要超过5分钟，车辆满载率不应超过 120%，一般也不要低于50%。

试根据这些资料和要求，为该线路设计一个便于操作的全天（工作日）的公交车调度方案，包括两个起点站的发车时刻表；一共需要多少辆车；这个方案以怎样的程度照顾到了乘客和公交公司双方的利益；等等。

二、问题的假设

1） 该公交路线不存在堵塞现象，且公共汽车之间依次行进，不存在超车现象。 2） 公共汽车满载后，乘客不能再上，只得等待下一辆车的到来。 3） 上行、下行方向的头班车同时从起始站出发。

4） 该公交路线上行方向共 14站，下行方向共 13站。

5） 公交车均为同一型号，每辆标准载客 100名，车辆满载率不应超过 120%，

一般也不要低于 50%。

6） 客车在该路线上运行的平均速度为 20公里/小时，不考虑乘客上下车时间。 7） 乘客侯车时间一般不超过 10分钟，早高峰时一般不超过 5分钟。 8） 一开始从A13出发的车辆，与一开始从 A0出发的车辆不发生交替，两循环独立。

9) 题目所给的数据具有一定的代表性,可以做为各种计算的依据。

三、符号的约定

Na：从总站A13 始发出的公交车的总次数（上行方向） Nb：从总站A0 始发出的公交车的总次数（下行方向） T1：上行方向早高峰发车间隔时间 T2：上行方向平时发车间隔时间 T3：上行方向晚高峰发车间隔时间

T4：下行方向早高峰发车间隔时间 T5：下行方向平时发车间隔时间 T6：下行方向晚高峰发车间隔时间 Ta（i，j）：第i 辆车到达第j 站的时刻 N1（i ，j）：在 j站离开第 i辆车的乘客数 Ne（i ，j）：在 j站上第i 辆车的乘客数 D（ j，j-1 ）：第j 站与第（j-1 ）站间距 f1（j ）：上行方向第j 站的上车乘客的密度函数 g1（ j）：上行方向第 j站的下车乘客的密度函数 f2（ j）：下行方向第 j站的上车乘客的密度函数 g2（ j）：下行方向第j 站的下车乘客的密度函数 G：一天内公交公司的总收入

A：公交车出车一次的支出，为定值 B：公交公司每天的固定支出，为定值

?i：i=1,2,3,为一小概率事件的概率

N（t ）：某车站全天的上（下）车乘客数 qt：第t 时间段此站的上（下）车人数 Q（i ，j）：第i 辆车到达第 j站时的车上人数

四、模型分析与求解

4.1模型 一

我们考虑三组相关的因素：公共汽车，汽车站与乘客对模型的影响。

ⅰ） 与公共汽车有关的因素：离开公共汽车总站的时间，到达每一站的时间，在每一站下

车的乘客数，在每一站的停留时间，载客总数，行进速度等。

ⅱ） 与车站有关的因素：线路上汽车的位置，车站间距，乘客到来的函数表示，等车的乘

客数，上一辆车离开车站过去的时间等。

ⅲ） 与乘客有关的因素：到达某一车站的时间，乘车距离（站数），侯车时间等。 2） 曲线的拟合

分析样本数据，可知对于某车站全天的上（下）车乘客数 N（t ）是时间t 的递

增函数，N（t ）=N（t-1）+ qt，其中qt 为第t 时间内此站的上（下）车人数，我们可以由此来拟合其分布函数。由样本数据知每一车站每天有两次波峰，故根据最小二乘法将分布函数拟合为关于t的五次多项式。

分析样本数据，在上行方向 22：00 — 23：00 和下行方向5 ：00 — 6：00 的上、下车人数较其它时段偏小，为使模型更好地体现普遍性，我们单独讨论上面的两个时段。易知各站只需一辆车就可以满足需求。

由题设要求可知，所求方案须兼顾乘客和公交公司的利益，但实际上，不可能同时使双方

都达到最优值。因此我们将公司利益作为目标函数，将乘客利益作为约束条件。 公司利益Z=G-( Na+Nb)*A-B（其中G为总收入，因样本数据为典型工作日，因而可以看作定值，( Na+Nb)*A+B 为支出。） Na=[

4*607*602*605*60+++] T 1T2T3T27*603*604*604*60+++] T 5T5T6T4 Nb=[

4.2模型 二

乘客的利益在此处即为侯车时间，由于乘客侯车时间带有随机性，不可能总小于（或大于）某个定值，因而可用概率来描述乘客的利益，得如下模型： I：maxZ= G-( Na+Nb)*A-B s.t. P{等待时间t>10分钟的人}

P{ Q（i ，j）+ Ne（i ，j）— N1（i ，j）>120}

P{ Q（i ，j）+ Ne（i ，j）— N1（i ，j）<50}5分钟的人}

P{ Q（i ，j）+ Ne（i ，j）— N1（i ，j）>120}

P{ Q（i ，j）+ Ne（i ，j）— N1（i ，j）<50}

本文来源：https://www.bwwdw.com/article/kf3t.html