基于分級多目標(biāo)決策的干線公交速度引導(dǎo)模型

基于分級多目標(biāo)決策的干線公交速度引導(dǎo)模型

0基于多目標(biāo)遞階決策模型的公交運(yùn)行可靠性模型隨著經(jīng)濟(jì)水平和社會消費(fèi)的發(fā)展，私家車產(chǎn)量迅速增加，交通擁堵問題日益嚴(yán)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(diǎn)公交線路準(zhǔn)點(diǎn)率作為衡量公交可靠性服務(wù)的重要指標(biāo)，成為諸多學(xué)者的研究重點(diǎn)，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(jìn)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(zhǔn)點(diǎn)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(zhǔn)點(diǎn)目標(biāo)并不能較好地反應(yīng)公交運(yùn)行的可靠性和穩(wěn)定性，而多目標(biāo)加權(quán)處理的方式又容易因?yàn)榧骖櫰渌繕?biāo)而降低線路準(zhǔn)點(diǎn)性能。因此，需要采用全局優(yōu)化和多目標(biāo)優(yōu)化相結(jié)合的手段，提高干線公交運(yùn)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(biāo)遞階決策模型，以提高公交線路綜合準(zhǔn)點(diǎn)率為一級目標(biāo)，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(biāo)；模型考慮到多目標(biāo)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(biāo)不等式約束的一級、二級目標(biāo)，利用遺傳算法求解三級目標(biāo)；并通過實(shí)際場景測試驗(yàn)證方法的有效性。1駐站時長對線路準(zhǔn)點(diǎn)預(yù)測精度的影響圖1為全局指標(biāo)和非全局指標(biāo)效果，圖中，T方案2雖然能夠保證車輛準(zhǔn)點(diǎn)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(jìn)而影響到達(dá)站臺3的準(zhǔn)點(diǎn)性；考慮全線路綜合指標(biāo)約束時，方案1能夠保障站臺2和站臺3的到站準(zhǔn)點(diǎn)性。由此可知，公交干線準(zhǔn)點(diǎn)率優(yōu)化不但要考慮單站點(diǎn)的準(zhǔn)時需求，也要從線路總體指標(biāo)對路段引導(dǎo)速度進(jìn)行優(yōu)化，克服局部路段效果好而線路全局準(zhǔn)點(diǎn)率低的問題。圖2為公交的路段運(yùn)行過程，包括：駛離上游交叉口t公交干線運(yùn)行過程滿足因此，駐站時長是影響公交到站準(zhǔn)點(diǎn)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(dá)存在較大的隨機(jī)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(xiàn)式中：Q本文將乘客到達(dá)分布的隨機(jī)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(zhǔn)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(yùn)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(dá)的車輛都算準(zhǔn)點(diǎn)(如：時刻表到站時間為8:05，則認(rèn)為公交車輛在8:05-8:06到站均為準(zhǔn)點(diǎn))，即由式(1)、式(3)和式(4)發(fā)現(xiàn)，影響公交準(zhǔn)點(diǎn)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(zhǔn)點(diǎn)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(zhǔn)點(diǎn)率的思路是可行的。2基于多目標(biāo)加權(quán)的線路準(zhǔn)點(diǎn)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(zhǔn)點(diǎn)目標(biāo)并不能較好地反應(yīng)公交運(yùn)行的可靠性和穩(wěn)定性，而多目標(biāo)加權(quán)處理的方式又容易因兼顧其他目標(biāo)而降低線路準(zhǔn)點(diǎn)性能，故本文從不同目標(biāo)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(biāo)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(zhǔn)點(diǎn)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(zhǔn)點(diǎn)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(zhǔn)點(diǎn)性指標(biāo)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(zhǔn)確對公交準(zhǔn)點(diǎn)控制進(jìn)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(zhǔn)點(diǎn)率優(yōu)化目標(biāo)J由式(4)可知，公交路口停車行為也是影響準(zhǔn)點(diǎn)的因素之一，故對公交路口停車次數(shù)進(jìn)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(biāo)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(yán)重的加減速情況，造成公交出行體驗(yàn)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(jìn)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(jìn)行方差運(yùn)算獲取線路引導(dǎo)速度均衡分布目標(biāo)J式中：V為所有路段引導(dǎo)速度集；D(V)為對V進(jìn)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(biāo)函數(shù)都同引導(dǎo)速度(1)一級目標(biāo)由式(1)可知，公交準(zhǔn)點(diǎn)到站約束δ因此，約束狀態(tài)下的一級目標(biāo)的Lagrange為(2)二級目標(biāo)在滿足公交線路綜合準(zhǔn)點(diǎn)率最高的基礎(chǔ)上，進(jìn)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(biāo)決策集V(L)若(3)三級目標(biāo)考慮到三級目標(biāo)不存在除一級、二級目標(biāo)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(shí)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(biāo)函數(shù)，即式(11)。Step4設(shè)計遺傳算子，選擇運(yùn)算使用比例選擇算子，交叉運(yùn)算使用單點(diǎn)交叉算子，變異運(yùn)算使用基本位變異算子。Step5確定遺傳算法運(yùn)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(shí)際試驗(yàn)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(shí)驗(yàn)場地，該路線全長約4.5km，包括9個公交站點(diǎn)和8個信號控制路口，其站點(diǎn)及路口分布如圖3所示。該公交路線班次運(yùn)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(zhǔn)點(diǎn)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(diǎn)、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(diǎn)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(zhǔn)的數(shù)據(jù)支撐。3.2全線路優(yōu)化指標(biāo)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(biāo)加權(quán)速度引導(dǎo)(測試3)，以及分層多目標(biāo)決策速度引導(dǎo)(測試4)這4組對比測試，以到站準(zhǔn)點(diǎn)率和交叉口停車次數(shù)兩個指標(biāo)進(jìn)行分析。平均到站準(zhǔn)點(diǎn)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(zhǔn)點(diǎn)率比測試2(采用局部指標(biāo))提高19.60%以上，說明采用全線路優(yōu)化指標(biāo)的方法能夠較好地提升線路的準(zhǔn)點(diǎn)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(zhǔn)點(diǎn)率為90.53%，比多目標(biāo)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(zhǔn)點(diǎn)目標(biāo)的優(yōu)先性。由圖6可知：采用全線路優(yōu)化指標(biāo)的測試3、測試4比采用局部指標(biāo)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(jìn)方法在線路全局目標(biāo)下的仿真應(yīng)用本文基于實(shí)際應(yīng)用場景需求，設(shè)計以公交線路準(zhǔn)點(diǎn)