某城市公交线路调度系统优化研究
城市公交车辆调度算法优化研究
城市公交车辆调度算法优化研究随着城市化进程的加快，城市交通拥堵问题日益突出，公交车成为很多城市居民生活中不可或缺的交通工具。
然而，由于城市公交车辆数量有限，车辆调度问题成为制约公交系统运行效率的关键因素之一。
为了优化公交车辆调度，提高公交系统的运行效率和服务质量，各地研究人员开始致力于城市公交车辆调度算法的优化研究。
城市公交车辆调度算法优化研究的目标是在保证乘客出行需求满足的前提下，最大限度地提高公交系统的运行效率。
通过合理地进行公交车辆调度，可以减少公交车辆在路上的等待时间和空驶时间，提高运行速度，减少拥堵现象，提升乘客出行体验。
一种常见的优化调度算法是基于传统的规划算法进行改进。
传统的公交车辆调度算法通常采用固定的线路和发车时间表，忽视了公交车辆实时的运行状况和乘客流量情况。
而现代的优化调度算法则结合了实时数据分析和智能算法，以根据实时交通状况和乘客需求进行灵活调度。
其中，一种常用的算法是基于模拟退火算法的公交车辆调度优化算法。
模拟退火算法是一种启发式算法，通过模拟物质退火的过程，寻找全局最优解。
在公交车辆调度优化中，模拟退火算法可以通过随机变换当前调度方案，再根据目标函数评估新方案的优劣程度，并以一定的概率接受劣解，从而避免陷入局部最优解。
通过多次迭代运行退火过程，最终可以找到一个较优的公交车辆调度方案。
另外，还有一种常用的算法是基于遗传算法的公交车辆调度优化算法。
遗传算法是模拟生物进化过程的优化算法，通过模拟自然选择、交叉和变异等操作，不断迭代调整待优化解的染色体结构，以逐步优化解的质量。
在公交车辆调度优化中，遗传算法可以通过定义适应度函数、选择操作和进化操作等步骤，不断生成新的调度方案，并筛选出更好的方案进行下一轮进化。
除了上述两种优化算法，还有一些其他算法也被应用于城市公交车辆调度优化，例如粒子群算法、蚁群算法等。
这些算法都以各自特点和优点著称，可以根据具体需求和场景选择适用的算法进行优化。
城市公交车辆调度与线路优化研究
城市公交车辆调度与线路优化研究随着城市规模的不断扩大和人口数量的增长，城市交通成为每个人日常生活中不可或缺的组成部分。
城市公交系统是城市交通中不可或缺的一环，为居民的出行提供了重要的服务。
然而，由于城市道路的拥堵、交通流量的不平衡以及乘客需求的变化，城市公交车辆调度和线路优化显得尤为重要。
城市公交车辆调度是指如何合理安排和调度公交车辆，使得乘客的等待时间最短、公交线路的运营效率最高。
传统的调度方法主要依靠人工经验，往往无法及时有效地解决问题。
而在现代技术的支持下，人工智能和大数据分析成为优化调度的重要手段。
首先，通过人工智能技术，可以对城市公交车辆进行精确的实时定位。
通过安装在公交车上的GPS设备和相关软件，可以实时获取公交车的位置信息，并通过数据传输将这些信息传送给调度中心。
调度中心可以利用这些数据对车辆进行监控和调度，及时发现并解决线路上的问题。
其次，大数据分析为公交车辆调度和线路优化提供了有效的支持。
通过收集大量的乘客数据和交通流量数据，可以分析乘客出行的规律和需求，从而优化公交线路的设计和调整。
例如，根据不同时间段的乘客需求，可以合理安排班次，增加或减少车辆的数量，以适应客流峰值。
同时，还可以根据交通流量的分布，合理调整线路，减少拥堵，提高运行速度和效率。
除了以上的调度手段，还可以借助传感器技术和智能系统对公交车辆进行实时监测和控制。
例如，安装在公交车上的传感器可以实时检测车辆的运行状态和乘客的乘车情况，当发现异常情况时，可以发送警报并及时采取措施。
此外，利用智能系统可以实现公交车辆之间的协同作业，优化车辆之间的距离和车辆队列的排序，提高整体的调度效率。
在城市公交车辆调度和线路优化方面，还存在一些挑战和问题需要解决。
一方面，城市道路的拥堵和交通流量的不平衡使得公交车辆的调度变得复杂而困难。
另一方面，乘客需求的变化和不确定性也对线路优化提出了更高的要求。
为了应对这些问题，需要进一步研究创新的调度方法和优化算法，以提高整体的运营效率和服务质量。
公共交通优化调度问题研究
公共交通优化调度问题研究公共交通作为城市交通体系中重要的组成部分，对于城市的运转、交通效率、环保和人民生活都有着非常重要的作用。
公共交通优化调度问题是影响公共交通质量和乘客满意度的一个关键因素。
如何提高公共交通的效率，提高公交车的运行能力和效益，是公交系统所面临的一个重要问题。
本文旨在探讨公共交通优化调度问题的研究现状和解决方法。
一、公共交通优化调度的现状在传统的公共交通系统中，发车时间、车辆数量和线路安排都是由人工决策的，这种方式非常依赖专业人员的经验和判断力，容易出现错误和较低的效率。
同时，当城市中人流量大时，公共交通也会出现一定的拥堵和延误等问题，给公众带来不便。
近年来，随着城市化和信息化的进步，一些新的技术手段开始应用于公共交通调度中，例如自动化调度系统、车辆监控系统、智能票务系统等。
这些技术的应用能够更加准确地掌握公共交通的运行情况，实现公共交通的智能化管理，节省成本和提高效率。
二、公共交通优化调度的解决方法1. 城市交通规划的合理化合理的城市交通规划是公共交通优化的必要条件。
在城市规划中，应该注重开发城市中心和市区之间的公共交通线路和换乘站点，解决城市中的交通瓶颈问题，将车流和人流引导到合理的交通节点上。
此外，还应该加强对于地下车库的建设和利用，缓解城市道路拥堵问题，减少对公共交通的干扰和影响。
2. 公共交通运营的现代化现代化的公共交通运营方式可以提高公共交通的效率和管理水平。
引入智能化运营方式，例如智能电子稽核等技术手段，可以改善公共交通运营的管理效率，提高公交车辆的利用率和服务水平。
3. 车辆监控及调度系统车辆监控及调度系统可以实时监测公交车的运营情况，提高调度效率和公交信息的及时性，减少公交车的闲置时间以及行驶时间，提高公交车的使用率和运行效率。
同时，通过地理信息系统等技术手段，可以实时监控车辆在路上的位置并根据路况、人流量等因素对公交车进行合理的调度和路线规划。
4. 公共交通运营企业内部管理公共交通运营企业内部的管理也是优化调度的重要一环。
城市公交车辆调度与优化研究
城市公交车辆调度与优化研究在现代城市中，公交车是人们生活不可或缺的一部分。
作为城市公共交通系统的重要组成部分，公交车的调度和优化问题一直是研究的热点之一。
这篇文章将围绕城市公交车辆调度与优化展开讨论。
一、现状与挑战随着城市人口的持续增长和交通需求的不断增加，公交车在城市交通中的重要性越来越凸显。
然而，由于城市道路容量的有限性和交通拥堵问题，公交车的运营效率面临着挑战。
许多城市存在公交车拥堵、车辆不均匀分布等问题，给市民的出行带来了不便。
二、调度优化的意义城市公交车辆的调度优化可以最大程度地提高公交系统的效率和服务质量。
合理的调度方案可以减少车辆拥堵，提高运行速度，减少排队等待时间。
此外，调度优化还可以降低能源消耗，减少排放，从而为城市实现可持续发展作出贡献。
三、调度与优化方法1. 数据分析与预测在公交车辆调度与优化过程中，数据分析和预测起到关键作用。
通过收集和分析历史数据以及实时数据，可以了解公交车辆的运行情况和客流需求。
基于数据预测，可以合理安排车辆的发车间隔，以满足不同时段的客流需求。
2. 算法模型与优化调度优化需要建立相应的数学模型，并利用优化算法进行求解。
常用的算法包括线性规划、整数规划、遗传算法等。
这些算法可以帮助确定最优的发车时间、路线和车辆数量，以最大化运营效率和服务水平。
3. 智能交通技术的应用智能交通技术的发展为公交车辆调度与优化提供了新的机会和方式。
例如，利用GPS定位和通信技术，可以实时监测公交车辆的位置和动态信息，从而及时调整车辆运行策略。
此外，智能交通系统还可以预测交通拥堵状况，为调度决策提供更准确的参考。
四、案例分析以某城市为例，该城市公交车辆调度与优化工作取得了一定的成果。
通过数据分析和模型优化，该城市成功减少了公交车拥堵状况，提高了运行效率。
此外，智能交通技术的应用进一步优化了公交车辆的调度方案，并提供了更多便利性和可靠性。
五、面临的问题与展望虽然城市公交车辆调度与优化取得了一定的进展，但仍然面临许多挑战。
城市公共交通调度系统优化方法研究
城市公共交通调度系统优化方法研究概述：城市公共交通是现代化都市生活的重要组成部分，为人们提供便捷、高效的出行服务。
然而，随着城市人口的不断增加和交通量的日益繁忙，城市公共交通系统也面临着诸多问题，如运力不足、拥堵、不合理路线等。
因此，可以通过优化公共交通调度系统来提高交通效率，减少拥堵，提升市民出行体验。
一、调度系统的现状分析为了更好地了解城市公共交通调度系统的现状，我们可以从以下几个方面进行分析：1.1 运力不足城市人口的快速增长，使得公共交通运力无法满足市民的需求。
此外，某些地区的公交车运营时间较短，导致交通拥堵的高峰期内运力不足。
1.2 路线拥堵由于部分道路狭窄、车辆停靠点不合理布局等原因，城市公共交通面临着频繁拥堵的问题。
这不仅影响了市民的出行时间，还增加了能源的浪费。
1.3 不合理的发车间隔目前，公交车辆的发车间隔通常按照固定时间进行，而无法根据实际需求进行灵活调整。
这导致了交通高峰期的运力集中，而低峰期则运力不足。
二、城市公共交通调度系统的优化方法为了解决上述问题，我们可以采取以下优化方法来改进城市公共交通调度系统：2.1 引入智能交通技术利用智能交通技术，如GPS定位、交通监控系统等，来实时监控交通流量和车辆位置，从而实现公交车辆的智能调度。
通过精确计算运力需求，在高峰期增加公交车数量，提高出行效率；在低峰期减少公交车数量，降低运营成本。
2.2 优化运行路线通过对城市道路网络进行深入分析，重新规划公共交通线路，优化运营路线。
采用智能导航系统，实时调整公交车行驶路线，避开拥堵路段，提高运行效率，缩短市民的出行时间。
2.3 合理设置站点合理设置站点是优化公共交通调度系统的重要环节。
根据市民出行需求和道路布局，设立合适数量的站点，并且考虑到站点之间的距离合理布局。
这有助于减少交通拥堵和乘客上下车的时间，提高运行效率。
2.4 动态调整发车间隔通过分析历史数据以及实时交通情况，结合智能交通技术，动态调整公交车辆的发车间隔。
城市公交车辆调度系统的优化研究
城市公交车辆调度系统的优化研究城市公交车辆调度系统是现代城市交通中重要而复杂的一环，它负责着公交车辆资源合理分配，确保公交线路覆盖面、服务效率，保障乘客的日常出行。
不过，城市公交车辆调度系统也面临着很多问题，例如效率低下、拥堵严重、路况不稳定等，这些问题不仅影响着公交车辆运行，也使得乘客体验下降。
因此，优化城市公交车辆调度系统已经成为城市发展中亟待解决的问题。
在本文中，我们将讨论几种常见的优化方法及其效果，并探讨区块链技术的应用。
一、常见优化方法1. 时间片调度法时间片调度法是一种基于时空坐标的调度算法，通过对公交车辆到站时间、交通流、驾驶员车速等参数进行计算，可以在开启模拟程序之前预测车辆到达时间、行驶距离等信息，从而预测线路拥堵情况，及时调配公交车辆以避免拥堵。
该方法基于数据模型，可以根据到站时间、天气因素、车速等参数对公交车辆进行综合评价，使分配系统更加合理、高效。
同时，时间片调度法还可以根据特定时间段、交通流等将城市交通划分成不同的区域，进一步削减拥堵状况。
2. 动态调度法动态调度法是一种基于实时获取的数据进行调度的算法，通过对车速、公交车辆到站时间、乘客流等数据模拟分析，可以在公交车辆运行中动态调度，解决线路堵塞等问题。
该方法通过对车速、乘客流量等参数的获取，建立一个完整的实时数据集合，从而可以实现对公交车辆运行效率的动态调整。
在乘客上车时，系统可以根据上车人数实时调整公交车辆速度及停靠路线，降低拥堵现象，并且能够适时响应突发事件或交通事故等紧急情况。
3. 智能调度法智能调度法是一种基于人工智能和机器学习思想的调度算法，通过对公交车辆、乘客、交通流等数据采集和分析，建立模型，实现对于公交车辆的动态调度。
该方法采用无人员干预的方式，通过机器学习和数据挖掘，建立公交车辆动态行驶模型，实现预测及分析路况趋势等，从而立即调整停靠站点以避免拥堵。
从而大大提升了公交车辆的运营效率和乘客出行体验。
二、区块链技术的应用除此之外，还有新的优化方法——运用区块链技术提高公交车辆调度的效率和数据安全。
城市公交车网络优化调度研究与设计
城市公交车网络优化调度研究与设计随着城市化进程的加速，城市公交车在居民出行中发挥了重要的作用。
然而，由于城市交通拥堵、公交车站点拥挤以及线路规划不合理等问题，公交车运营效率和乘客出行体验受到了很大的制约。
为了优化城市公交车网络调度，提高公交服务质量和效率，本文将针对该问题进行研究与设计。
一、城市公交车网络优化调度的必要性公交车网络优化调度是应对城市交通问题的重要手段之一。
通过优化公交车运营的线路规划、车辆分配和调度管理，可以提高公交车的运行效率、削减排放量、减少路面拥堵，并且改善乘客的出行体验。
因此，在当前城市公共交通系统中，城市公交车网络优化调度是必要的。
二、城市公交车网络优化调度的设计原则1. 合理规划线路：根据城市的道路交通状况、居民出行需求和人口分布，确定公交车线路，确保线路全面覆盖城市主要行政区域和居民区域，并且具有均衡的运行时间和乘车人数。
同时，根据不同时间段和季节的人员流量变化，灵活调整线路。
2. 合理配置车辆：根据不同线路的客流需求和道路交通情况，合理配置车辆类型和数量。
例如，在客流高峰期增加公交车的发车密度，缓解拥堵；在客流低谷期减少公交车的数量，节约能源资源。
3. 优化调度算法：借助先进的信息技术手段，建立公交车调度系统，提高调度效率。
通过实时监测车辆运行情况和道路交通状况，采用智能调度算法，减少车辆的等待时间、提高运行速度和准时率。
4. 加强乘客服务：为乘客提供便利、舒适的出行环境。
例如，在公交车上配备乘客信息查询系统，提供实时公交车到站时间和交通状况信息；合理设置公交车站点，方便乘客的接驳换乘。
三、城市公交车网络优化调度的方法和技术1. 轨道交通与公交车的有机衔接：将地铁、轻轨等轨道交通系统与公交车网络有机地结合起来，形成互补优势。
通过规划建设公交场站或公交车快速换乘站，提高乘客的出行效率和舒适度。
2. 数据挖掘与大数据分析：收集并分析乘客出行的大数据，了解乘客的出行习惯和需求，并将数据应用于公交车线路优化调度。
《2024年城市多级公交线路优化设计研究——来自于北京城市副中心的案例》范文
《城市多级公交线路优化设计研究——来自于北京城市副中心的案例》篇一一、引言随着城市化进程的加速，城市交通问题日益凸显。
北京作为国内的大都市，其城市副中心面临着巨大的交通压力。
为有效缓解交通拥堵，提高公共交通服务水平，对城市多级公交线路进行优化设计显得尤为重要。
本文以北京城市副中心为研究对象，探讨多级公交线路的优化设计策略。
二、北京城市副中心交通现状分析北京城市副中心作为新兴发展的区域，人口和经济的快速增长带来了交通需求的激增。
目前，该区域的公交线路虽然已经覆盖了大部分区域，但仍存在一些问题：一是公交线路布局不够合理，部分区域重复率高，部分区域覆盖不足；二是高峰时段拥堵严重，公交线路运行效率低下；三是公交与地铁等不同交通方式的衔接不够顺畅。
三、多级公交线路优化设计的必要性针对上述问题，多级公交线路优化设计显得尤为重要。
多级公交线路设计旨在根据城市不同区域的交通需求、土地利用情况和道路状况，科学合理地规划公交线路，以提高公交运行效率和服务水平。
通过优化设计，可以更好地满足居民出行需求，缓解交通拥堵，提高城市交通的整体运行效率。
四、多级公交线路优化设计策略1. 初级优化：基于现状的线路调整根据区域内的土地利用情况和人口分布，对现有公交线路进行微调，确保线路能够更好地覆盖居民区、商业区和交通枢纽等区域。
同时，对重复率较高的线路进行合并或调整，以提高运行效率。
2. 中级优化：构建多层次、多模式的公交网络根据不同区域的交通需求和道路状况，构建多层次、多模式的公交网络。
例如，建立快速公交线路，连接城市主要节点；同时，增设支线公交线路，深入居民区，方便居民出行。
此外，还可以考虑建立公交与地铁、出租车等不同交通方式的衔接和换乘体系。
3. 高级优化：智能化公交系统建设引入先进的智能交通技术，如智能调度系统、实时路况监测系统等，实现公交线路的智能优化和调度。
通过实时监测路况和客流情况，及时调整公交线路和班次，确保公交车辆在高峰时段能够快速、准时地到达目的地。
- 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、"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、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)。
某城市公交线路调度系统优化研究[摘要] 在分析Z路运营现状的基础上，确定了优化目标和方法。
采用跟车调查与驻站调查相结合，并运用不同站点时间平移的方法，对采集的分时段客流量进行了分析。
此外，利用客流量数据求解出各站点出行到其它站点的客流数据，并进一步求解出该公交线路单元日均最大流量。
依据满足最大客流要求的原则，对优化调度时刻和所需要车辆数进行了优化。
[关键词] 公交线路调度系统优化城市公共交通系统具有运载量大、运送效率高、相对污染少、运输成本低等优点。
但是不合理的公交系统，特别是公交调度不合理，对正常的城市交通会造成负面影响。
好的公交车调度对于完善城市交通环境、改善市民出行状况、增加公交公司的经济效益、提高市民对公交公司的满意度，都具有重要意义[1] [2]。
本文以某市Z路公交线路为研究对象，对公交线路的调度问题进行探讨。
一、Z路公交线路运营状况Z路公交线地处某市，运行线路和站点如表1、表2所示。
Z路车早上在6:20发车，晚上21:00收车。
公交车每运行完一圈耗时65min~70min。
低谷期，发车间隔为10min~12min。
高峰期为6min~7min。
若高峰时段运力严重不足时，则调用其它线路中的车辆补充运力，在其余时段正常发车。
目前，常出现的问题有：第一、公交车到站不准时。
有时会出现两辆公交车在极短的时间内先后到站，导致运力浪费；有时两辆公交车到站时间间隔过长，积累大量乘客，导致乘车拥挤或致使乘客滞留。
第二、始发站发车间隔较长，使乘客等待时间较久。
二、Z路公交调度优化目标和方法的确定公交线路优化是一个比较宽泛的研究课题，由于本文所研究的公交线路无法改变，故研究内容主要是对调度系统进行优化。
合理的公交车调度方案应兼顾乘客和公交公司双方的利益，对乘客而言，等车的时间越短越好，而公交公司则希望在满足交通需要的条件下投入运营的车辆越少越好，投入车辆少则相邻两车的发车时间间隔就越长。
因此，公交车的调度方案实际可由相邻两班车之间的时间间隔来确定。
因此，公交车调度方案的优化目标是在控制运营总成本的情况下，实现公交车运行准时、发车和到站时间间隔均匀、减少乘客等车时间的目标。
在提高乘客对公交车的满意度的同时，提高公交公司自身效益和社会效益，从而实现乘客、公司的双赢。
在现有Z路公交线路及相关线路（38路、29路等）调度运行现状的基础上，要求各线路的车辆调度方案满足各线路上日均客流量，并在此基础上加以优化，使之符合公交公司和乘客的利益要求。
本文在各站点的出行人数的统计数据基础上，建立“各站点出行乘客到其他目的站点人数统计”模型，求出由各站点到其他各目的站点人数。
并在此基础上将各公交线路划分单元考虑，利用乘客上行、下行情况，建立“线路单元日均最大流量统计”模型，求出线路单元日均最大客流量。
在满足最大客流量并考虑乘客平均等待时间及公交公司运行费用的情况下，对运行于该线路的车辆做出合理调度。
三、Z路路公交调度数据调查分析1、数据采集说明客流数据是进行公交优化调度的依据和基础，通过对调查数据的分析整理，找出各站点客流的分布状态和规律，作为公交调度的依据。
车辆调度所需要的基本数据，有些数据是相对稳定的，如线路数据；而有些是动态变化的，如乘客数据，则需要进行分时段采集以获得动态实时的数据。
对这些线路组织客流调查，可以采用跟车调查法和驻站调查法进行数据采集。
在数据采集实施方案中，设定的调查时间段为早上8：00~10：00、中午13：00~15：00、下午17：00~19：00，每天调查两个小时。
用15天时间进行了“站点乘降量调查”及“出行目的调查”。
记录每个车站上下车的乘客数量，并询问了部分乘客的出行地；此外，花7天时间进行了“固定站点调查”，在中途重要站点，以目测方式记录上下车乘客数，得到典型站点上下客流量调查表。
2、客流数据的分析与处理公交客流的驻站调查的原始数据为线路上每一趟车到达、离开各个站点的时间和在该站点的上、下车人数，根据原始客流调查表统计出各个时间段(时间间隔10分钟)的上、下车人数。
下表为Z路主要站点原始客流数据统计表。
该表调查了主要站点相距起始站的距离，及主要站点在7：40~9：10的上、下客流量（见表3）。
在通常的客流数据处理中，往往把按调查的实际时间统计的数据作为调度的依据，忽略了车辆的行车时间对疏散客流的影响。
由于存在行车时间的影响，车辆从始发站出发后，需要运行一段时间才能到达调研的站点（如车辆从始发站A1出发行驶30min后，才能到达A16站点），因此，在统计每辆车客流量时，需要将数据进行处理，避免仅将各个时段统计到的乘客数量简单相加。
例如，8点10分统计的A16站点的乘客数，应该计入7点40分在A1始发的车辆，而不应该是将8点10分各站点的乘客数量简单累加。
因此，可以用客流统计数据按时间“平移”的处理方法，把实际统计数据按照各个站点与始发站之间的平均行车时间进行“平移”。
站点j与始发站之间的平均行车时间tj用如下公式计算[3]：（1）若tj刚好是统计时间段整数倍的站点，其对应的“平移”后的客流数据就是把原数据上移相应的时间段个数即可。
若tj不是统计时间段整数倍的站点，则需要进行取整后再平移。
根据表3中主要站点内各时间段内的上客人数原始数据进行修正后和结果如表4所示。
四、统计模型的建立及求解利用“平移”法处理后客流量数据，可以求解各站点出行到其它站点的客流数据，并以此为基础，可求解出该公交线路单元日均最大流量。
而日均最大流量作调度优化的基础数据，为优化调度时刻表和所需要车辆数提供了依据。
1、各站点出行乘客到其他目的站点数统计建立坐标系标示各站点位置并对各站点进行编号，如下图1示：图1公交线路网格图图2公交线路图注：图1每小格的一边代表0.6Km。
图2是由图1的基础上得到的。
其中，红色线条表示Z路，绿色与蓝色线条表示换乘线路，每一小段线路表示一个线路单元，较长线段则是数个线路单元组成的。
——横坐标为i纵坐标为j的站点（i=0，1，2，3，4；j=0，1，2，3）；——在所有站点中的编号（i=1，2，3，…，20）；——从站点i到站点j的距离，单位：Km，（i、j=1，2，3，…，20）；——站点的出行人数（i=1，2，3，…，20）；——从站点i到站点j的人数，单位：人，（i、j=1，2，3，…，20）；——相邻站点之间的路段所组成的线路单元的客流量（i、j=1，2，…，n）；站点坐标，站点编号，经上节利用时间“平移”法处理数据，得到的各站点各时间段的乘客出行人数结果，可得出全天各站点平均出行人数Pi对应关系表（见表5）。
在出行人群中，由于相邻站点较近，若乘客出行到相邻站点，则假设不乘座公交车。
因此，目的地为其相邻站点的人数为零。
假设乘客大多数不远距离出行，则可设到其他各目的地(站点)的人数与两站点间距离的平方成反比，因为与距离平方成反比，得到的数据是趋于一个确定的数，而不经过零点，这与乘客实际到除相邻站点以外的站点都有可能相符[14]。
可得出对于Si站点到其他各站点的人数统计公式[3]（2）k为的分配系数，（3）利用上式的原理，可以求出出行到其它站点人数。
表6为P3j站点的求解结果。
则任一站点到各目的站点的人数均可用上术方法进行同样处理而求得。
2、线路单元日均最大流量的统计线路中相邻站点之间的路段是构成该线路的线路单元，各线路单元日均通过乘客数量即为该线路单元的流量，该流量为“各站点出行乘客到其他目的站点人数的统计模型”的计算结果。
由于开行公交车时均可分为上行线路和下行线路。
相邻两个站点和组成的线路单元流量的计算模型如下[4]：①：SiSj位于该线路与其他线路交点以前且Si<Sj（例如A线1、2、单元），SiSj位于该线路与其他线路交点以后且Si<Sj（例如A线4、5单元），客流量Lij 由两个部分、组成：即通过该线路单元由Si→Sj方向的客流量通过该线路单元由S i←Sj方向的客流量之和。
②：SiSj位于该线路与其他线路交点之间且Si<Sj（例如A线3号单元），客流量Lij由两个部分、组成。
但需将站点分类：一类为该线路上满足Si<Sj的站点；另一类为与Si相交线路上的站点。
根据以上线路单元流量的计算原则，可对Z路线的19个线路单元流量进行计算，其结果见表7。
五、调度方案确定通过线路单元日均最大流量的统计模型，求出特定线路上的单元日均客流量，公交公司对每条线路上运行车辆的调度应满足该线路上日均最大客流量出行的要求，并兼顾公交公司车辆的总运行费用及乘客的平均等待时间的约束，从而做出合理的调度方案。
基本假设：（1）公交车行驶通畅（不考虑堵车、红灯等不确定因素）情况下平均行驶速度为20Km/h。
（2）公交车进站后乘客随即上车，公交车随即出站继续行驶，即忽略公交车进出车站时的停留时间。
（3）参与运营的公交车车况优良，全天不间断运营并双向对开。
优化前：全程运行时间67min；发车间隔X=6.7min，发车班次约145次。
假定乘客的期望等待时间为不超过6min；27路线选用原来标准容量为40的车型，班次为138次，发车时间间隔为6.3min；Z路公交车从早6:20到晚21:00，全天运共行时间T=870min。
Z路线路走完一圈时总长21Km，由于车辆时速20Km/h，故车辆全程运行时间为63min。
调度优化结果如表8。
由比较可知，优化后的的全程运行时间要缩短4min；发车间隔由原来的6.7min缩短致优化后的6.3min，缩短0.4min；发车次数也将使乘客的平均等待时间减少。
在投入相同车辆数的情况下，发车次数由原来的151次减少到优化后的138次。
六、效果分析1、运行费用评价由于优化前与优化后的管理费用、车辆数、保养费及折旧费用等都没变，可看成固定费用。
可通过对变动成本的比较来衡量优化前、后的运行费用。
变动成本：公交车平均运行一圈耗气6.88m3，气单价为1.9元/m3，则运行一圈所耗气为13.7元。
司机每运行一圈的工资为10元。
则公交车走完一圈所需要费用为23.7元。
优化前的公交车每天运行费用为：23.7*145=3436.5元；优化后的公交车每天运行费用为：23.7*138=3270.6元。
则每车每天总费用节省3436.5-3270.6=165.9元。
2、平均等待时间评价①优化前的等待时间。
以上一辆车离开，到本次车离开之间的乘客到达为基准计算乘客。
将乘客到达数乘上到达时刻距车离开时的时刻，将所有这些结果加在一起，然后再除去总人数，作为本车次的乘客等待时间。
以表9原始统计数据为例（见表9）。
平均等待时间=总等待时间/全程线路等待总人数乘客等待A车时间：总等待时间：6*9+5*8+1*6+3*5+3*4+2*2+2*1+10*0=133；平均等待时间：t1=133/32=4.17。