[发明专利]基于双层规划的客运枢纽多交通方式的运力匹配方法

权利要求书

1.一种基于双层规划的客运枢纽多交通方式的运力匹配方法，其特征在于，包括：

建立客运枢纽的各交通方式的广义费用函数的具体表达式，所述各种交通方式包括轨道交通、大巴车和出租车；

构建客运枢纽多交通方式运力匹配的双层规划模型，该双层规划模型包括上层子模型和下层子模型，所述上层子模型调整大巴车及轨道交通线路的发车间隔及出租车单位时间可服务数量，所述下层子模型为所述上层子模型提供客流分配结果；

基于遗传算法和MSA算法求解所述双层规划模型，输出适应度函数值最大的个体作为双层规划模型的求解结果；

所述的建立客运枢纽的各种交通方式的广义费用函数的具体表达式，所述各种交通方式包括轨道交通、大巴车和出租车，包括：

客运枢纽的经营成本W₁的计算方法为：

式中：ω₁，ω₂，ω₃，ω₄——分别表示每辆大巴车、每列轨道交通列车、每辆出租车、每个公共停车位经营成本参数；

[]——取整符号；

T——研究时段总时长；

——起讫点为r-s的公共交通线路发车间隔时间，i＝1，2；

X——每分钟可服务的出租车数量；

q₄——选择私家车出行的旅客总数；

cap——私家车平均载客量；

旅客候车成本W₂的计算方法为：

式中：γ^M——货币成本转化为时间成本的折算系数，这里γ^M未添加表示交通方式的下标是基于所有旅客对时间与货币费用间感知一致的假设；

——起讫点r-s间第i种交通方式出行的候车时间；

——起讫点r-s间第i种交通方式出行的乘客数量；

综合客运枢纽的经营成本W₁和旅客候车成本W₂的上层子模型的目标函数为：

式中：[]——取整符号；

α₁——客运枢纽的运营部门的经营成本的权重系数；

α₂——各交通方式出行成本的权重系数；

所述的构建客运枢纽多交通方式运力匹配的双层规划模型，该双层规划模型包括上层子模型和下层子模型，所述上层子模型调整大巴车及轨道交通线路的发车间隔及出租车单位时间可服务数量，所述下层子模型为所述上层子模型提供客流分配结果，包括：

构建客运枢纽多交通方式运力匹配的双层规划模型，该双层规划模型包括上层子模型和下层子模型，设定所述上层子模型的约束条件包括：

1)公共交通满载率约束，包括轨道交通、大巴车在内的公共交通的每班次车辆满载率均不得超过1，旅客到达公共交通站台时间服从均匀分布，则公共交通满载率的约束为：

式中：——起讫点r-s间公共交通线路l的每班次车辆到达客运枢纽站点时的剩余满载率，i＝1，2；

[]——取整符号；

——起讫点r-s间公共交通线路l的车辆最大载客能力，i＝1，2；

——起讫点r-s间选择公共交通线路l出行的乘客数量，i＝1，2；

2)出租车时段供给能力约束，出租车到达客运枢纽站点时的剩余运力不得小于需求：

μX*T≥q₃

式中：X——每分钟可服务的出租车数量；

μ——每辆出租车平均服务强度；

3)公共交通发车间隔约束，即发车间隔必须在线路允许的范围内：

H_i，min≤H_i≤H_i，max

基于所述上层子模型的目标条件和约束条件，所述上层子模型表示如下：

所述上层子模型将获得的决策变量赋给所述下层子模型，所述下层子模型按照SUE-logit模型对各交通方式客流量进行分配，达到平衡状态时，起讫点r-s间所有已被选择交通方式的客流量应满足以下平衡条件：

起讫点r-s间选择第i种交通方式的概率：

式中：——起讫点r-s间选择第i种交通方式的概率

θ——效用函数与费用函数的对换参数，θ＞0

——起讫点r-s间选择第i，j种交通方式所需花费的费用；

起讫点r-s间各交通方式分配的客流量：

式中：d^rs——起讫点r-s间的客流量

每个起讫点r-s间各交通方式客流量之和等于该起讫点的客流量，且各交通方式客流量均为非负：

各起讫点的客流量之和等于研究时段内进港旅客总数：

式中：D——研究时段内进港旅客总数；

所述的基于遗传算法和MSA算法求解所述双层规划模型，输出适应度函数值最大的个体作为双层规划模型的求解结果，包括：

基于遗传算法和MSA算法通过MATLAB软件求解双层规划模型，包括如下的处理步骤：

Step1变量编码及参数设定，将公共交通线路发车间隔及出租车单位时间可服务数量作为遗传算法中每条染色体的基因进行编码，对初始种群大小pop_size，交叉概率Pc、变异概率Pm和最大迭代次数num_iter进行参数设置；

Step2种群初始化，采用随机初始化的方式产生若干个满足种群规模的个体，每个个体对应由不同的公共交通线路发车间隔及出租车单位时间可服务数量构成的运力配置，每个个体的取值均从其对应的范围内随机产生；

Step3进行客流分配，对每个个体按SUE-logit模型进行客流分配得到平衡态下各交通方式的客流量；

1)初始状态下，由初始流量计算各交通方式自由阻抗执行一次运量随机加载，产生初始各起讫点r-s间各交通方式分配客流量令迭代次数n＝1；

2)根据当前分配的各交通方式的客流量，重新计算各起讫点r-s间各交通方式阻抗

3)根据计算得到

4)当上次分配客流结果与本次分配客流结果满足时分配结束，否则令n＝n+1，转到第2)步；

Step4计算适应度函数值，将上层规划目标函数的负数作为适应度函数，计算种群中每个个体的适应度函数值；

Step5选择操作，采用锦标赛选择法经常选择，锦标赛选择法的基本思想为，将n个个体作为一个次种群，每次选取每个次种群中适应度最高的那个个体复制到下一代群体中，n取2；

Step6交叉操作，采用单点交叉法，即在满足交叉概率Pc的情况下，在随机配对的父代个体中随机选择一个交叉点，将位于交叉点之前或之后的那部分变量进行交换，以形成新的后代个体；

Step7变异操作，采用基本位变异的方法，以变异概率Pm随机指定某一位或某几位基因座上的值做变异运算，形成新的后代个体；

Step8收敛性检查，判断是否满足算法终止条件，以达到最大迭代次数作为终止条件，若满足终止条件，算法结束，输出适应度函数值最大的个体作为双层规划模型的求解结果，所述适应度函数值最大的个体为上层规划中目标函数值最小的求解结果，即旅客候车成本和运营部门经营成本最小的运力匹配方式；若不满足终止条件，跳转至Step3。