基于分級多目標決策的干線公交速度引導(dǎo)模型

基于分級多目標決策的干線公交速度引導(dǎo)模型

0基于多目標遞階決策模型的公交運行可靠性模型隨著經(jīng)濟水平和社會消費的發(fā)展，私家車產(chǎn)量迅速增加，交通擁堵問題日益嚴重。優(yōu)先發(fā)展公共交通是緩解交通擁堵，轉(zhuǎn)變城市交通發(fā)展方式，提升人民群眾生活品質(zhì)的必然要求。近年來，隨著以公共交通為導(dǎo)向發(fā)展模式的開展，專用道里程不斷增長，促使城市公交專用道路網(wǎng)逐漸成型，專用道公交干線服務(wù)水平的優(yōu)化逐漸成為研究熱點公交線路準點率作為衡量公交可靠性服務(wù)的重要指標，成為諸多學(xué)者的研究重點，HEH.綜上所述，現(xiàn)有研究從信號優(yōu)先，速度引導(dǎo)等多個層面對公交到站的可靠性進行分析，并取得一定的優(yōu)化效果。但是，信號優(yōu)先控制大多會破壞社會車輛干線協(xié)調(diào)，對其行駛產(chǎn)生較多不利影響；公交準點控制大多僅考慮相鄰站間及路口關(guān)聯(lián)約束，較少考慮干線路段間的關(guān)聯(lián)遞階特性，容易造成局部最優(yōu)但全局欠佳的問題；單一的準點目標并不能較好地反應(yīng)公交運行的可靠性和穩(wěn)定性，而多目標加權(quán)處理的方式又容易因為兼顧其他目標而降低線路準點性能。因此，需要采用全局優(yōu)化和多目標優(yōu)化相結(jié)合的手段，提高干線公交運行的可靠服務(wù)水平。本文提出干線公交速度引導(dǎo)分級多目標遞階決策模型，以提高公交線路綜合準點率為一級目標，以降低公交路口停車率、均衡路段引導(dǎo)速度為二級、三級目標；模型考慮到多目標間的關(guān)聯(lián)約束和優(yōu)先控制差異，利用拉格朗日乘子法求解存在多目標不等式約束的一級、二級目標，利用遺傳算法求解三級目標；并通過實際場景測試驗證方法的有效性。1駐站時長對線路準點預(yù)測精度的影響圖1為全局指標和非全局指標效果，圖中，T方案2雖然能夠保證車輛準點到站的同時還不停車通過交叉口1，但由于站臺2的駐站時間影響，該車輛將無法不停車通過交叉口2，進而影響到達站臺3的準點性；考慮全線路綜合指標約束時，方案1能夠保障站臺2和站臺3的到站準點性。由此可知，公交干線準點率優(yōu)化不但要考慮單站點的準時需求，也要從線路總體指標對路段引導(dǎo)速度進行優(yōu)化，克服局部路段效果好而線路全局準點率低的問題。圖2為公交的路段運行過程，包括：駛離上游交叉口t公交干線運行過程滿足因此，駐站時長是影響公交到站準點的重要因素之一。由于公交駐站時長與站臺上下車人數(shù)間有直接關(guān)系，站臺乘客到達存在較大的隨機性和波動性，對駐站時間預(yù)測精度產(chǎn)生較大影響。結(jié)合文獻式中：Q本文將乘客到達分布的隨機性和波動性同上車人數(shù)預(yù)測在駐站時間確定情況下，影響公交準時到站的因素除引導(dǎo)速度外還有交叉口停車時間鑒于現(xiàn)有時刻表運行計劃多是以分鐘為最小度量單位，故定義在站臺時刻表時間的1min內(nèi)到達的車輛都算準點(如：時刻表到站時間為8:05，則認為公交車輛在8:05-8:06到站均為準點)，即由式(1)、式(3)和式(4)發(fā)現(xiàn)，影響公交準點到站的相關(guān)因素都可以通過相關(guān)參數(shù)定量分析獲取，并且能夠獲知公交路段引導(dǎo)速度和公交準點到站存在直接關(guān)聯(lián)，故本文通過公交速度引導(dǎo)來提高公交線路綜合準點率的思路是可行的。2基于多目標加權(quán)的線路準點優(yōu)化模型構(gòu)建專用道公交干線協(xié)調(diào)控制中單一的準點目標并不能較好地反應(yīng)公交運行的可靠性和穩(wěn)定性，而多目標加權(quán)處理的方式又容易因兼顧其他目標而降低線路準點性能，故本文從不同目標的優(yōu)先級入手，通過設(shè)定不同優(yōu)先級別的優(yōu)化目標分步求解，包括：模型構(gòu)建和模型求解兩部分。2.1引導(dǎo)速度分布均衡優(yōu)化由式(5)可知，全線路公交準點次數(shù)可以通過對到站誤差分析獲取，利用向上取整函數(shù)得到準點到站數(shù)為式中：n為干線路段總數(shù)；ε為無窮小量。傳統(tǒng)的線路公交準點性指標僅考慮到站時間是否滿足約束范圍，較少考慮公交到站誤差大小及其分布情況，難以準確對公交準點控制進行綜合評估及優(yōu)化，本文選取到站誤差方差值D(Δt故公交線路綜合準點率優(yōu)化目標J由式(4)可知，公交路口停車行為也是影響準點的因素之一，故對公交路口停車次數(shù)進行優(yōu)化。利用向上取整函數(shù)獲得干線公交路口停車次數(shù)K為式中：C因此，公交線路交叉口不停車優(yōu)化目標J全線路車速引導(dǎo)存在多個階段，且每個階段的引導(dǎo)速度存在一定差異。路段引導(dǎo)速度差異過大會產(chǎn)生嚴重的加減速情況，造成公交出行體驗降低的同時也影響交通安全，因此，需要對各階段的引導(dǎo)速度差異進行優(yōu)化分析，促使車輛車速分布趨向均衡。對公交線路時序引導(dǎo)速度進行方差運算獲取線路引導(dǎo)速度均衡分布目標J式中：V為所有路段引導(dǎo)速度集；D(V)為對V進行方差計算。2.2優(yōu)化變量和約束由式(8)、式(10)和式(11)可知，3個目標函數(shù)都同引導(dǎo)速度(1)一級目標由式(1)可知，公交準點到站約束δ因此，約束狀態(tài)下的一級目標的Lagrange為(2)二級目標在滿足公交線路綜合準點率最高的基礎(chǔ)上，進一步求得滿足公交路口停車率最低的引導(dǎo)決策方案。將一級目標決策集V(L)若(3)三級目標考慮到三級目標不存在除一級、二級目標約束之外的限制，因此，在獲取VStep1優(yōu)化變量和約束條件，變量為車輛引導(dǎo)速度VStep2確定編碼方式，使用實數(shù)編碼方式。Step3確定個體評價方法，適應(yīng)度函數(shù)為目標函數(shù)，即式(11)。Step4設(shè)計遺傳算子，選擇運算使用比例選擇算子，交叉運算使用單點交叉算子，變異運算使用基本位變異算子。Step5確定遺傳算法運行參數(shù)，種群大小M=180，迭代次數(shù)G=100，交叉概率P若V3實際試驗結(jié)果的分析3.1系統(tǒng)總體架構(gòu)選取北京市未來科學(xué)城公交線路作為實驗場地，該路線全長約4.5km，包括9個公交站點和8個信號控制路口，其站點及路口分布如圖3所示。該公交路線班次運行分為：早高峰(6:30-9:00)、平峰(9:00-16:30)和晚高峰(16:30-19:00)這3個時段，發(fā)車時間間隔為早、晚高峰15min，平峰30min，全天共36個班次。依照本文方法開發(fā)專用道公交線路綜合準點控制系統(tǒng)，系統(tǒng)架構(gòu)如圖4所示。該系統(tǒng)由控制系統(tǒng)、乘客信息采集系統(tǒng)、信號控制系統(tǒng)、車載信息系統(tǒng)4個部分構(gòu)成。選取60個工作日的歷史數(shù)據(jù)，用80%數(shù)據(jù)作為訓(xùn)練集，剩余數(shù)據(jù)作為測試集，獲得測試結(jié)果3240組。表1為預(yù)測結(jié)果精度。由表1可知，不同站點、不同時段駐站時間的平均預(yù)測精度均在83.54%以上，各時段、各站點的駐站時間預(yù)測精度在75.67%～95.26%，可以為后續(xù)研究提供較為精準的數(shù)據(jù)支撐。3.2全線路優(yōu)化指標測試結(jié)果本文設(shè)計無速度引導(dǎo)(測試1)、局部路段速度引導(dǎo)(測試2)、多目標加權(quán)速度引導(dǎo)(測試3)，以及分層多目標決策速度引導(dǎo)(測試4)這4組對比測試，以到站準點率和交叉口停車次數(shù)兩個指標進行分析。平均到站準點率如圖5所示，交叉口停車次數(shù)如圖6所示。由圖5可知：測試3、測試4(采用全線路優(yōu)化)的平均到站準點率比測試2(采用局部指標)提高19.60%以上，說明采用全線路優(yōu)化指標的方法能夠較好地提升線路的準點可靠性；對比測試3、測試4的結(jié)果發(fā)現(xiàn)，本文方法的平均到站準點率為90.53%，比多目標加權(quán)方法提升8.65%，說明本文方法能夠較好地保障線路準點目標的優(yōu)先性。由圖6可知：采用全線路優(yōu)化指標的測試3、測試4比采用局部指標的測試2在交叉口停車次數(shù)提升47.76%；測試3和測試4的交叉口平均停車次數(shù)僅相差0.15次·班4改進方法在線路全局目標下的仿真應(yīng)用本文基于實際應(yīng)用場景需求，設(shè)計以公交線路準點