摘要：为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明:本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。

摘要：针对综合客运枢纽出租车停靠点乘客滞留问题,提出一种考虑轨迹相似度的枢纽出租车合乘模型.以车辆数最小与总里程最短为目标,基于包围面积的轨迹相似度指标在形态上约束合乘后车辆的行驶轨迹.设计两阶段算法求解此NP-hard问题,第1阶段利用kmedoids方法对乘客需求聚类,第2阶段设计蚁群算法求解得到乘客匹配方案及合乘行驶路径.实测数据实验证明:该方法能较好优化车辆数和总里程,减少乘客等待时间;轨迹相似性度量约束能有效提高合乘后路径的JAC值,满足乘客希望合乘路径与原始路径差异最小化的心理.

摘要：末班车衔接优化中难于协调的两个关键因素是最大限度减少换乘乘客等待时间和尽可能避免乘客换乘失败.针对末班车时段,重点考虑乘客对换乘满意度的差异化感知,分析换乘站乘客换乘过程及列车接续过程.选取各线路末班车时段内第一趟列车的发车时间为决策变量,以乘客换乘感知费用总和最小为目标,构建全网条件下末班车时段多趟列车的时刻表衔接优化模型,设计多种群遗传算法进行求解.以成都市轨道交通网络为例,对模型及算法进行应用与验证.结果表明:与现有的轨道交通末班车衔接方案相比,通过采用本文提出的模型及多种群遗传算法,成功换乘客流量增加了3.1%,乘客换乘感知费用总和减少了29.7%,有效提高了末班车时段列车接续效果,为网络化运营组织提供重要依据.

摘要：分析了当前慢行交通规划的必要性和重要性,以河北工业大学北辰校区整体改造为例,结合人车出行行为研究,借鉴国内外实践经验,对慢行交通的规划设计细节进行了研究,希望能够对目前城市慢行交通规划设计的改善提供一定的借鉴.