2011数学建模__公交司机排班方案模型__模拟

合集下载

公交车排班方案

公交车排班方案

数学与统计学院2011-2012学年第一学期课程论文《数学建模*》我们选择的题号是(从A/B/C/D/E中选择一项填写):_____D所属班级(请填写完整的全名):2009级数学与应用数学(师范)1班成员(打印并签名) :1. ____200902114013 X X2. ____200902114019 XXX3. ____200902114049 XXX_4.日期: 2011 年 12 月 29 日评阅成绩:公交司机排班方案摘要本文主要研究南昌市公交司机排班问题。

在最少班次问题上,将五月份分为节假日和非节假日两部分建立模型,在司机排班问题上,考虑到司机存在上班、不上班两种情况,将选择使用0-1变量、随机均匀函数,最终得到合理分配方案。

文中涉及Lingo、Matlab、Excel数据分析等多种算法。

针对问题一:首先:据题意将五月份分为节假日(9天)和非节假日(22天)两部分。

其次:而非节假日中包括平常、高峰两个时段。

最后:根据每段时间间隔,取每个班次间隔时间的最大值,即可得出五月份的最少班次总数为2377。

针对问题二:其一:公交车司机为了充分利用资源,提高公司效益,对司机的工作时间做了相关规定,但同时还要考虑到安全问题等因素,规定:司机每天上班不得超过八个小时,连续开车不得超过四个小时,但每个月至少必须得完成120个班次的任务,这与实际情况相符。

其二:司机的排班方案设计上,属于典型的分配问题。

考虑约束条件司机每天上班时间不超过8小时等,参考问题一模型,求解出每天最大班次133,在Matlab中用均匀分布函数产生出每天每个班次的运行时间。

在lingo中编程得出节假日、非节日的排班方案(表一、二)。

针对问题三:其一:每天需要的司机人数,参考问题二的数据,整理即可得出节假日每天至少需要17人,非节假日每天至少需要13人。

其二:首先,根据模型二的数据,建立模型,得出每周需要的最少人数为23人。

其次,司机每周总数最少的排班方案,选择0-1变量,参照问题二的模型。

关于公交排班方案的模型建立及研究

关于公交排班方案的模型建立及研究

关于公交排班方案的模型建立及研究思绪如泉涌,关于公交排班方案的模型建立及研究,就从这里开始吧。

一、问题背景城市公交作为市民出行的重要交通工具,其运营效率和服务质量直接关系到市民的出行体验。

然而,在现有的公交系统中,排班问题一直是一个棘手的难题。

如何合理安排公交车辆的运行时间、路线和班次,使得车辆运行效率最大化,同时满足市民的出行需求,成为了我们研究的核心问题。

二、模型建立1.基本假设在建立模型之前,我们需要对公交系统进行一些基本假设:(1)公交车辆在运行过程中,不考虑交通拥堵、故障等因素;(2)公交车辆在站点停靠时间固定;(3)市民出行需求相对稳定;(4)公交车辆运行速度恒定。

2.模型参数(1)车辆数:N(2)线路数:M(3)站点数:S(4)运行周期:T(5)班次间隔:D(6)市民出行需求:Q3.模型构建(1)目标函数我们的目标是在满足市民出行需求的前提下,最小化公交车辆的运行成本。

运行成本包括车辆折旧、燃料消耗、人工成本等。

因此,我们可以将目标函数定义为:f(排班方案)=车辆折旧成本+燃料消耗成本+人工成本(2)约束条件①车辆运行时间约束:车辆在运行周期内,必须完成至少一次往返;②线路运行时间约束:车辆在运行周期内,必须完成所有线路的运行;③站点停靠时间约束:车辆在站点停靠时间不能超过规定时间;④市民出行需求约束:车辆在运行周期内,必须满足市民的出行需求。

三、模型求解1.算法选择针对公交排班问题,我们可以选择遗传算法、蚁群算法、粒子群算法等智能优化算法进行求解。

这里,我们选择遗传算法进行求解。

2.求解步骤(1)初始化种群:根据车辆数、线路数和站点数,一定规模的初始种群;(2)适应度评价:计算每个排班方案的适应度,适应度越高的排班方案,其运行成本越低;(3)选择操作:根据适应度评价结果,选择优秀个体进行交叉和变异;(4)交叉操作:将优秀个体进行交叉,新的排班方案;(5)变异操作:对新的排班方案进行变异,增加种群的多样性;(6)适应度更新:计算新排班方案的适应度;(7)终止条件:判断是否达到终止条件,如达到,则输出最优排班方案;否则,返回步骤(3)继续迭代。

公交车调度数学建模

公交车调度数学建模

公交车调度摘 要本文通过对给定数据进行统计分析,将数据按18个时段、两个行驶方向进行处理,计算出各个时段各个站点以及两个方向的流通量,从而将远问题转化为对流通量的处理。

首先,利用各时段小时断面最高流通量计算出各时段各方向的最小发车次数,进行适当的调整,确定了各时段两个方向的发车次数。

假定采用均匀发车的方式。

继而求出各时段两个方向发车间隔,经部分调整后,列出0A 站和13A 站的发车时刻表,并给出了时刻表的合理性证明,从而制定调度方案。

根据调度方案采用逐步累加各时段新调用的车辆数算法,求出公交车的发配车辆数为57辆。

其次,建立乘客平均待车时间和公交车辆实际利用率与期望利用率的差值这两个量化指标,并用这两个指标来评价调度方案以如何的程度照顾到乘客和公交公司双方利益。

前者为4.2分钟,后者为13.88%。

最后,我们以上述两个指标为优化目标,以乘客的等车时间数学期望值和公交车辆的满载率的数学期望为约束指标,建立了一个双目标的优化模型。

并且给出了具体的求解方法,特别指出的是,给出了计算机模拟的方法求解的进程控制图。

通过了对模型的分析,提出了采集数据的 采集数据方法的建议。

注释:第i 站乘客流通量:∑=ik 1(第k 站的上车的人数与第k 站的下车人数的差值);总的乘客等车时间:∑=mi 1∑=nj 1(第i 时段第j 站等车乘客数)⨯(第I 时段第j 站等待时间);乘客平均等车时间:总的乘客等车时间与总乘客数的比值;实际利用率:总实际乘客流通量与公司车辆总最大客运量的比值; 期望利用率:总期望乘客流通量与公司车辆总最大客运量的比值一、问题的提出一条公交线路上行方向共14站,下行方向功13站,给定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。

该线路用同一型号的大客车,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,早高峰是一般不要超过5分钟,车辆满载率不应超过120%,一般也不要低与100%,一般也不要地狱50%。

公交车排班模型

公交车排班模型

公交车排班模型中的线性规划求解问题摘要本文研究的是在满足各时段(早高峰、日间平峰、晚高峰,晚平峰四个时段)时间,公交车以一定间隔连续发车的条件下,排班的最优问题。

根据各小题的约束条件,用运筹学中的线性规划知识建立模型,再利用Lingo求解,分别算出所需公交车总数以及单班车、双班车各需求量,制定排班的优化方案。

对于题目条件,我们有三个设想,其一,根据现实生活经验可知,公交车发车间隔相对固定,方便市民安排计划候车出行;其二,从简化模型的角度考虑,每辆车的司机固定,即司机间不允许换车开车;其三,单班车一天不超过5个班次,即认定为所有单班车一天总班次相加不超过5班。

对于题目一,从各班次发车间隔相等这一假定条件出发,要使在早高峰时段运行的车辆数最少,只需发车间隔尽可能大,于是我们取早的最大发车间隔5分钟来安排发车,由于该题无对单班车数量的其他要求,我们假定单班车在早高峰时段安排2辆,同时考虑到车辆要完成一个班次的运行后才可进行下一班次,建立相关模型,用Lingo编程求解得早高峰时段总共运行24个班次,所需的最少公交车数为16辆。

对于问题二,在已有模型的基础上,综合考虑全天的工作安排,发车间隔仍取每个阶段的最大发车间隔,同样的,考虑到单班车只在高峰期运行,在早高峰运行2到3个班次,在晚高峰运行2到3个班次,且每天运行不超过五个班次,,根据资源利用的最大化原则,我们知道单班车数不能超过3辆,这里我们仍假设单班车数为2辆,根据题目要求,我们要使每辆公交车的工作时间和上下午司机的工作时间尽可能均匀,且要使车辆的利用率得到最大,根据以上条件建立公交车排班模型,用Lingo编程求解得全天总共运行120个班次,所需的最少公交车数为16辆。

具体公交车排班计划表见表2—1。

对于问题三,该题约束了单班车数量不少于3辆,由问题二的分析既得单班车数量为3辆,改变问题二模型中的相关参数,用Lingo编程求解得全天总共运行120个班次,所需的最少公交车数为16辆。

2011数学建模__公交司机排班方案模型__模拟

2011数学建模__公交司机排班方案模型__模拟
2010 高教社杯全国大学生数学建模竞赛
承诺书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网 上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的 资料(包括网上查到的资料 ),必须按照规定的参考文献的表述方式在正文引用处和参 考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规 则的行为,我们将受到严肃处理。
知,平均每车公里的成本是 260 元,这个费用包括了司乘人员的劳动工资、车辆耗油、 车辆折旧费用等等各项费用之和的折算。因此,一月内总的发车车次由价值来衡量,可 以折算为:
∑ R =
260 ×
L
×
(
λ1
×
k k =1
Tk ∆t k
+
λ2
×
T3 ∆t k
)( k =1,2)
第二项乘客总的等车时间也可以折算为乘客等车损失的费用。根据有关资料的报道
2
排班问题有如下特点: (1) M 为公交车辆集,每辆车在运输运行中只遵循一种运输方式。 (2) 每辆车按时发车,根据不同的运行时段,准时完成运输任务。 公交车辆运输排班问题是指,在固定行驶线路上,根据不同时段、依照一定的次序
关系,合理地编排运输车辆运行作业形式,以达到供需平衡,满足系统的性能指标。本 文采用的优化指标为:在不影响乘客出行的前提下,乘客的等待时间和公司发车次数最 少,并避免出现“大间隔”。本文采用遗产算法优化公交车辆运营排班问题。
以一个月内总的发车次数来反映公交公司的利益,通过乘客的总的等车时间来反映 乘客的利益。 (1)考虑一月内总的发车次数最少:

公交车数学建模[整理版]

公交车数学建模[整理版]

摘要本文是为了开发一个解决长沙市公交线路选择问题的自主查询计算机系统。

在充分理解题意的基础上,我们从总体上把握,一致认为这是运筹学中的最短路问题。

我们所提供的这个系统,对于当乘客输入起始站和终点站,点击查询结果后,查询机就能很快地给出乘车路线及乘车所需要的最短时间,并且还可以给出相应的乘车费用。

也可以在有多个乘车站点的情况下,自主选择出最优乘车顺序以及相应的乘车最短时间和乘车费用。

公众的出行更加通畅、便利,但同时也面临多条线路的选择问题。

针对市场需求,我们设计了一个解决公交线路选择问题的自主查询计算机系统。

其核心是线路选择的模型与算法,应该从实际情况出发考虑,满足查询者的各种不同需求。

对于问题一,在仅仅考虑公共汽车的换乘的时候,我们以最短的乘车时间和最优的乘车费用作为两个目标函数,建立相应的双目标规划模型:()Tmin和()Mmin。

对于问题二,在问题一的基础上,我们添加了排列组合模型,全列出所有的乘车顺序情况,由问题一所建模型求出各种情况下的最优时间和最优路费,然后综合比较选出所有情况中的最优乘车顺序。

利用Dijkstra算法解出我们所需要的结果。

我们同样利用了双目标函数的统筹规划原理,在Dijkstra的算法下,解决了在公共汽车换乘的问题,求得最短时间问题,找到了最合适的公交路线,均为最短的乘车时间和最优的乘车费用,从而更加完善了我们的公交系统。

本文的特点是在建立模型和算法的基础上,进行编程,使其具备系统查询功能,克服了人工查询数据的繁杂过程,使得到的结果更为准确,同时,此程序可以进行推广使用,为解决日常生活中最优路径的选择问题提供了方法,给人们的出行带来方便。

关键词:最短行程双目标网络模型 Dijkstra算法排列组合一、问题重述公共交通作为长沙市交通网络中的重要组成部分,由于公共交通对资源的高效利用,使得通过大力发展公共交通,实行公交优先成为缓解日趋严重的道路交通紧张状况的必然选择。

然而,面对迅速发展和不断更新的长沙市公共交通网,如何快速的寻找一条合理的乘车路线或换乘方案,成为长沙市居民和外地游客一个比较困惑的问题。

公交司机排班情况汇报材料

公交司机排班情况汇报材料

公交司机排班情况汇报材料尊敬的领导:
根据公交公司安排,我对本月公交司机排班情况进行了汇报。

本月共有30名司机参与排班,他们分别驾驶着14辆公交车,覆盖了本市主要的交通线路。

下面是具体的排班情况汇报:
一、司机排班情况。

1. 司机排班时间,本月司机排班时间为早上6:00至晚上10:00,每人工作时间为8小时,中间包括2小时的休息时间。

2. 司机排班安排,根据实际运营需求,我们将司机分为两个班次,分别为早班和晚班。

早班司机共计16人,晚班司机共计14人。

根据不同线路的客流情况,我们对司机的具体排班进行了合理的安排,以确保线路的正常运营。

3. 司机轮休安排,为了保障司机的身体健康和工作积极性,我们合理安排了轮休制度。

每位司机在工作8天后,将获得2天的轮休时间,以便他们能够得到充分的休息和放松。

二、公交车排班情况。

1. 公交车排班安排,本月我们共有14辆公交车进行排班运营,其中包括10辆大型公交车和4辆中型公交车。

我们根据各线路的客流量和运营需求,合理安排了公交车的排班时间和路线。

2. 公交车维护保养,为了确保公交车的正常运营和乘客的安全出行,我们严格执行公交车的维护保养制度。

每辆公交车在每天运营结束后,都会进行全面的检查和维护,以确保车辆的正常运行。

三、排班情况总结。

通过本月的排班情况汇报,我们认为司机和公交车的排班安排是合理的,能够
满足城市公交运营的需求。

我们将继续密切关注线路客流情况,不断优化排班安排,以提升公交运营的效率和服务质量。

谢谢领导的关注和支持!
此致。

敬礼。

[VIP专享]A题:公交司机排班方案

[VIP专享]A题:公交司机排班方案
2011 高教社杯全国大学生数学建模竞赛
编号专用页
赛区评阅编号(由赛区组委会评阅前进行编号):
赛区评阅记录(可供赛区评阅时使用): 评 阅 人 评 分 备 注
全国统由全国组委会评阅前进行编号):
int level(BinTreeNodlesevt}r*Beutsl,icnBt(rtrTuiontrcaoTetgtert,_eyapNnpetg)oy;oeN_pddinoeeodtd;fde*esreafc*ttrphsB*au{l)ti;cilrn/duh/tT;ciB/lr/tdo1eiTt;u1ea//NcnrNgoto_loiu(fdn(dtnbe*oetpivdlt{(roe(e}TbidpEititrcfrl(ero!-pbmu>tintrTvritgaey-l(>hlpbulteeie,rtrf=xdt)e,=apr{xkextta,)rt;ru{;k,kr)sd+n;tra+;u1t;ac}0txyBpieTNxv},ooidi{ndet&m*lkac)hi}nil(de)}l;s/e/ js+tr}+uj;cBf+BtoB.+Bid.r.L(;+adikTe+taanN=;t[agojB]e[tdkh=l.se+L+eA1e*+]nr.i;dfc=g(d.-[d;{aiB]1a/it;f/a.;t(dkaA[}ia[]>.kBtdB<}=a];aii.T[BLjt+;aNke.+d[Loni;-]aed-g>t)netahg,B[jt*]+h.)wBd+]{avhi;T=otilareiAedi[n(Be.i{dtm;.<Laive=etAoarngi.0[dLgie],e;jt2Ch=n(o{Sg-0ut9q1h,n/kAL])/t)/iL/[;2s1/e1AtA…aABBmf"…,.S(h+Bq"mniLT6m+irsnet8]e&mhBTen),amidn+dtn&a2Ot*acx(7o10u)n+t)0x{11*ixf=0( nT+o1)d*{ex2i_1f c(+(o!uT2/xn/-*10>tx+l2+cxh=1il;+dnx)o&2/d/h&e=tt_(pn!c:To0o//-duw>1enrw*_c2t/wchx-oi0.1ldu;xon)/)1c*t;cinx6o42.1ucleonfmtt+d/+5ap;t-a5//r7iLg9Cihs4ot8lNuet5nmof9ttdreLp4iegme.=h*ap3tMfAmBol(a[aTrTlit]ex(-;(><i2)nAlccetl[ha0i]}ise=l=ds1,0}A…Tc;[yoine2pu<-nT6ein=-yH>12tp)(]Te;v;enn[Co1-A-ti1o3m1d[u]nA)pHin-[/;in(tv-kL21]ene;]1reyais=A+)nef=[+(t-nm(k1Ta])eAT-p){y>nyA;r-p%c2eh…1iAld3e[2,1]3c,2e1oi20Vn0(u3e=bt×n4i{)n3t1a5)B0);,5b20A}{7,B(2ce[2a150,(l0)ds0cn(a20e,a)]×ie[13j1)1cnr2,a17Af2e0A4,i58g2jtB]b1u(B03}(a5r4,21[En)]06a1B;=07A51([}{0]b937S<A/3)56/HaL([06C0c,sT1b3)]uo[A.>81A0c5u,493]cBn<B0.]=taC5H[L8(0,A1De(4g]k/,Aa5>2EBef0,[)Fy,<]*4C[G)G]b[=2B1,,DHk)g+[]e>,I1AEJy,/[<(,81%C1c]-[8,a5bD1)]C>3C]B,D1<[D1]2Bd62,GFc3E>=41A,V5</1I5EdH475,Gf1231>01+0*J5,91<420G4+0e*30G241,7W1d+*787>13P031,4*9<1L74=41f=0+,515a24953>**/546,17<5+15=0g37413,2*0c5572>/4+517,5<6451*g524,0d+3>956,*5<0315f9+2,3e5W12>14P,12*<3L157g+=56,52f13053>105*693}64*1,{73+80217+9596510*77046873+1*71249264+*9503182+79012*176208590=*2092+8123169831731237*793}W2+531P352L5*0313173+s3T3125158*,21T2052=5,2…915W063…303P5,LTS Tini k1i(2i={a1b,2c,d…e…fg}S0)1,1k10in1i011k11k10n+1kk1Pn21>r+0ikm…00…11+1k0s1=0n11+n21K…ru…snkas1l ns,s=nk,nk a11a121a02K1)aru2s2kaa=2l203*:9(a1i+03/1jA2-03aB(3a131+Aa12=3B+42[…0+]3A…+a3aij1+n3inn149-+iH10-41au+jnfi84+fnm4+16a5B8n+58F1544):52=5706305306.986,2T76:0150,D811:00148110683171,F10ST6:06D413S024H515,1H12:007412101402H*1291u60+22f{f7m4*63a2+n58307*71836+21102*72306+722774*0674128+493}*()4+86*312=513219 5:13/5671(130+7822+6261+p03a1+341352+401143,41)p0=83,21a.8425,913,,p66331:121,0A1a24B13G,,CP4pJ9AD3KG21EHD12AFDaJ3GBH,EPaDHKBApGIBM3J2HEKIF1AJMCKCAEFCMFIIM
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
( 0 < θ < 100% )。 (2)最大最小发车时间间隔约束
任意相邻两车之间的发车间隔要满足最大最小发车时间间隔约束,即:
Tmin ≤ ∆tk1 ≤ Tmax ( k1=1,2)
其中: Tmax 表示相邻两车之间的最大发车间隔( min );Tmin 表示相邻两车之间的最小发车 间隔( min )。
乘客总的等车时间成本为:
∑ ω
=
2.863 λ1
×
S
×
n j =1
rj
×
(∆tk1 )2 2
( k1 = 1,2,3)
然后,通过加权系数α 和 β 将价值化后的两部分合并,使得公交优化排班问题成为
一个单目标优化问题。合并后的目标函数:
∑ ∑ α ×260
×
L
×
(
λ1
×
k k =1
Tk ∆t k
+
λ2
四、符号说明
Tk 表示平时第 k 时段的时段长度; ∆tk 表示平时第 k 段时间的发车间隔; T3 表示节假日的时段长度; ∆t3 表示节假日的发车间隔; ∆tk1 表示第 k 段时间的发车间隔(包括平时和节假日); λ1 表示某月除去节假日后总的天数; λ2 表示某月节假日总的天数; S 表示某月发车总班次; m 表示在整个调度周期内发车车次总数; n 表示线路的车站总数; rj 表示第 j 站在调度周期内随时间变化的乘客到达率( j =1,2,…, n ); α 表示目标函数中总发车车次的加权系数; β 表示目标函数中乘客总的等车时间的加权系数; L 表示线路总公里数; WTij 表示所有乘客总的等车时间(min);
2010 高教社杯全国大学生数学建模竞赛
承诺书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网 上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的 资料(包括网上查到的资料 ),必须按照规定的参考文献的表述方式在正文引用处和参 考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规 则的行为,我们将受到严肃处理。
×
T3 ∆t k
)+ β
×
2.863 λ1
×

n
rj
j =1
×
(∆tk1 ) 2 2
(k
= 1,2 ; k1 = 1,2,3)
目标函数可以用乘客利益和公司利益分为两类,这两类目标是相互冲突的,两个目 标函数就存在一个权值的问题,体现在目标函数中两项的加权系数的大小。在不同的线 路,甚至同一线路的不同时段加权系数的最优值都是不相同的。例如:工作日的高峰正 是多数乘客上班时间,也是一天中乘坐公交车人数的高峰期,所以这段时间里所需的车 辆数也是最多的。从乘客的方面考虑,早上上班迟到对他的利益所示相当大,因此乘客 希望等车的时间比较短,这个时候乘客等车时间的加权系数要大些。初始化时取两加权 系数为 0.2 和 0.8,然后在计算过程中根据结果逐步进行比较、调整。 5.2.2 确定约束条件
2010 高教社杯全国大学生数学建模竞赛
编号专用页
赛区评阅编号(由赛区组委会评阅前进行编号):
赛区评阅记录(可供赛区评阅时使用): 评 阅 人 评 分 备 注
全国统一编号(由赛区组委会送交全国前编号):
全国评阅编号(由全国组委会评阅前进行编号):
公交司机排班方案模型
摘要 本文就公交司机排班问题应用遗传算法和多目标规划建立数学模型。运营车辆智能 排班问题是公交车辆智能调度需要解决的典型问题之一,本文应用已有的数据,并兼顾 到乘客和公交公司的双重利益,建立起一个符合实际情况的数学模型。在此基础上引入 了遗传算法(GA),针对公交智能排班问题,构造了符合行车规律的编码方式、遗传算 子,并实现了程序的编码工作,最后进行了模拟实验。 问题一在一定的约束条件下,如何合理安排其组织部分(操作)所占有资源、运行 时间及先后顺序,以获得运输成本或时间最优化。在理论研究中,车辆班次问题可看做 资源分配问题。 问题二在保证运营效率的情况下寻求乘客等待时间最少和保证服务水平的前提下使 车队运营效率较高,基于以上的考虑行车时刻表的编制应是在满足客流需求的前提下, 尽量减少不必要的投入,这是个多目标优化问题,遗传算法是解决公交排班问题的有效 方法之一。 问题三是在一定的约束条件下,合理安排排班方案使司机总数最少,以达到资源的 合理分配。 关键词:公交智能排班;遗传算法;遗传算子
六、模型的求解
6.1 模型Ⅰ的求解
我们参赛选择的题号是(从 A/B/C/D 中选择一项填写): 我们的参赛报名号为(如果赛区设置报名号的话): 所属学校(请填写完整的全名): 参赛队员 (打印并签名) :1.
2. 3. 指导教师或指导教师组负责人 (打印并签名):
日期: 2011 年 07 月 24 日
赛区评阅编号(由赛区组委会评阅前进行编号):
(河南省人民政府网 /zwgk),许昌市 2010 年城镇居民的平均 工资水平为 1374.19 元/月,按照双休日工作及法定的放假时间,现在一个月大概有 λ2 天 的休息时间,即有 λ1 天在工作,平均每天按工作 8 小时计算。
平均每分钟的工资为:
1374.19 = 2.863 (元) λ1 × 8 × 60 λ1
下面是某条线路的基本情况(附件),请你根据有关数据完成下列问题。 规定: (1)司机每天上班时间不超过 8 小时; (2)司机连续开车不得超过 4 小时; (3)每名司机至少每月完成 120 班次。 问题一:根据五月份的节假日情况,求出当月最少班次总数; 问题二:阐述你对上述规定的理解,并根据你的理解建立适当的数学模型,合理地 设计五月份该线路的司机排班方案; 问题三: 根据五月份该线路的司机排班方案,计算出每天需要的司机人数,假如 规定每个司机每周连续工作五天,休息两天。请你通过某周(周一至周日)需要司机人 数求出司机总数最少的排班方案。 有关的数据为: 1、该线路的开收班时间:
( k1 = 1,2,3)
这两个目标是相互联系矛盾的,不可能同时达到双方最小。当 ∆tk1 增大时,第一项 是在减小的,而第二项是在增大的。这样就形成了一个需要寻求平衡点的问题,得到总
体的最优。现在将两项加权合并为单目标函数,这里我们考虑将两项都这算为一种费用。 第一项总的发车车次可折算为公交公司的运输费用。我们由公交公司的调研数据可
(1)最大最小发车时间间隔约束 任意相邻两车之间的发车间隔要满足最大最小发车时间间隔约束,即:
Tmin ≤ ∆tk1 ≤ Tmax ( k1=1,2)
其中: Tmax 表示相邻两车之间的最大发车间隔( min );Tmin 表示相邻两车之间的最小发车
间隔( min )。 (2)两个相邻的发车间隔之差的约束 为保证发车时刻的连续性,任意两个相邻的发车间隔之差不宜太大,即
知,平均每车公里的成本是 260 元,这个费用包括了司乘人员的劳动工资、车辆耗油、 车辆折旧费用等等各项费用之和的折算。因此,一月内总的发车车次由价值来衡量,可 以折算为:
∑ R =
260 ×
L
×
(
λ1
×
k k =1
Tk ∆t k
+
λ2
×
T3 ∆t k
)( k =1,2)
第二项乘客总的等车时间也可以折算为乘客等车损失的费用。根据有关资料的报道
∆tk1+1 − ∆tk1 ≤ ε ( k1=1,2)
其中: ε 表示两相邻发车间隔之差的限值。
5.2 模型Ⅱ(问题二的模型) 5.2.1 确定目标函数
公交司机排班是公交企业对社会的承诺,决定着为乘客服务的水平,发车间隔越小,服 务水平越高,但是公交企业投入的成本越高,公交司机的排班应是在满足客流需求的前 提下,尽量减少不必要的投入,这是个多目标规划问题。
三、模型的假设
制定公交车调度方案需要考虑的因素非常多,且很多因素都是随机的。为了抓住重点, 简化模型建立及求解,必须作一定的简化假设和设定:
(1)各公交车为同一车辆类型; (2)在同一时间段内,相邻两车发车时间间隔相等; (3)公交车按调度时间表准时进站和出站,车速恒定,保持匀速行驶,途中没有堵 车和意外事故; (4)各时段以内乘客到站服从均匀分布; (5)每辆车经过各个车站时不会留有乘客; (6)在车站等待的人绝大多数不会离去; (7)以分钟作为最小的时间单位;
∑ min
S
=
λ1
×
k k =1
Tk ∆t k
+
λ2
×
T3 ∆t3
( k = 1,2)
排车班次受到平时时间段和节假日时段的影响,故将排班次数分为平时时段与节假日时
∑k
段两种情况。上述目标函数中 λ1 ×
k =1
Tk ∆t k
为某月平时时段的发车总班次,
λ2
×
T3 t3
为某月
节假日时段的发车总班次。 5.1.2 确定约束条件
5
(1)平均满载率的约束
客运量
平均满载率=
×100%
车型定员× 车次
m n ti
∑∑ ∑rj ×t
= i=1 j=1 t =ti −1
×100% > θ
Q车容量 × m
其 中 : Q车容量 表 示 车 辆 满 载 时 的 容 量 ( 人 / 车 ); θ 表 示 每 车 平 均 期 望 满 载 率
2
排班问题有如下特点: (1) M 为公交车辆集,每辆车在运输运行中只遵循一种运输方式。 (2) 每辆车按时发车,根据不同的运行时段,准时完成运输任务。 公交车辆运输排班问题是指,在固定行驶线路上,根据不同时段、依照一定的次序
关系,合理地编排运输车辆运行作业形式,以达到供需平衡,满足系统的性能指标。本 文采用的优化指标为:在不影响乘客出行的前提下,乘客的等待时间和公司发车次数最 少,并避免出现“大间隔”。本文采用遗产算法优化公交车辆运营排班问题。
相关文档
最新文档