最优公交线路的模型研究
城市公共交通线路优化与规划研究

城市公共交通线路优化与规划研究在现代城市的发展中,公共交通系统起着至关重要的作用。
城市公共交通线路的优化与规划是保障城市交通可持续发展的重要一环。
本文将探讨城市公共交通线路优化与规划的重要性、优化方法以及规划研究的实施过程。
一、城市公共交通线路优化与规划的重要性城市公共交通线路的优化与规划对于提高城市交通效率、减少交通拥堵、改善空气质量、提高居民出行质量等方面具有重要意义。
首先,通过对公共交通线路的优化调整,可以提高公共交通的运行效率,减少交通拥堵。
合理规划的线路布局和有序的站点设置,能够减少交通节点的拥堵,提高公交车辆的运行速度,从而缩短乘客的候车时间,提高出行效率。
其次,城市公共交通线路的优化与规划可以减少汽车出行,改善空气质量。
合理规划的公共交通线路,能够覆盖更广泛的区域,提供更便捷的出行选择,吸引更多私家车用户转向公共交通,从而减少汽车拥堵和尾气排放,改善城市的空气质量。
另外,通过优化公共交通线路,可以提高居民的出行体验和交通安全。
合理规划的线路可以更好地满足居民出行需求,缓解交通压力,提高交通运输的可达性,并为特殊人群提供无障碍的出行服务。
同时,规划研究还可以优化路网设计,提高交通的安全性,减少交通事故的发生。
综上所述,城市公共交通线路的优化与规划对于改善城市交通状况、提高居民的出行品质和保护环境等方面都具有重要意义,应该引起我们的高度重视和深入研究。
二、城市公共交通线路优化的方法城市公共交通线路的优化包含了线路布局、车辆配备以及调度运营等方面。
下面将从几个主要方面介绍相关的优化方法。
1. 线路布局优化线路布局优化是指对城市公共交通线路进行合理安排和设计,以提高公共交通运输系统的效率。
优化线路布局可以从以下几个方面进行思考和实施。
首先,分析城市的交通需求和人流分布。
通过调查研究和数据分析,了解不同区域的人口密集度、出行目的地和时间分布等,确定公共交通线路的起点和终点,以及适当的中途站点。
洛阳公交最优乘车线路模型

( 洛阳师范学院数学科学 学院 , 河南 洛阳 4 12 ) 70 2
摘
要 :本 文从 乘客 的 出行 心 理 出发 ,结合 洛 阳 公 交线 路 信 息 ,主 要 以换 乘 次数 最 少这 个 指 标 为 出发 点 , 立 建
了洛 阳公 交 最 优 乘 车 线 路 的 数 学 模 型 . 关 键 词 :最 优 线 路 ;多 目标 优 化
本 文通 过 搜集 洛 阳公 交全 部 乘 车路 线 、时 间及
平 均发 车 间 隔 时 间 ,至 2 1 0 0年 4月 统 计 到 的 洛 阳
公交 共 排号 到 13路 , 0 每条 线 路 最 多 有 4 0个 站 点 ,
其 中 1 3、 3 4 、 3— 9 8 、 7—10为空 线路 , 、 1、 7 7 3 、4 8 0 市 区公 交线 路 覆盖 面 积为 2 0平 方 公里 , 检 验得 2 且 到 洛 阳公 交 线路 具 有 连通性 , 区公交 线 路 平 均运 市 行速 度 约 为 1 m h( 为 3 0 / n ,其 中通 过 9k / 约 0 m mi)
中图分类号: 22 0 3
文献标识码: A
文章编号: 0 9— 9 0 2 1 ) l 0 0 0 10 4 7 (0 1 l 一 0 5— 4
洛 阳城 市 公共 交 通在 古都 的旅游 业 中发 挥着 重 要 作用 . 至 2 1 截 0 0年 , 市共 有 公 交 首 末 站 4 个 , 本 1
来 度 量站 点 间距 离.
1 2 符 号约定 .
其 中大 型首 末 站有 8个 ,中 型 首末 站 有 2个 ,其余
3 个 均 为小 型 首 末 站 ;大 型公 交 站 点 主 要 集 中 在 1 中州路 、洛龙路 、 景华 路 、 谷 园路 、 厂路 、 昌 金 纱 南
公交最优乘车路径模型

北京市公交最优乘车路径选择的数学模型摘要2008年8月,奥运圣火将在北京点燃。
盛大的奥运赛事聚焦了全世界人民的目光,明年的北京将绽放最绚丽的光彩。
届时,客流量将会大幅上升,环境、交通、城市建设都将面临很大考验。
怎样才能更好的解决奥运期间市民和游客的出行问题呢?针对这样的实际问题,我们设计了一个城市公交线路的自主查询系统,建立了关于城市公交最优乘车路径选择的数学模型和算法,巧妙的运用Java语言编写程序,解决了现实生活中乘车路径选择的问题。
针对问题 1,在只考虑公汽线路时,首先求出起始站和终到站所有公交线路集合的交集,若此交集为非空交集,则选择所有直达线路中途经站点数最少,即花费最少的线路出行;若交集为空,选择起始站附近的站点,求出此站和终到站所有公交线路集合的交集,若为非空交集,则可选择换乘一次的方法出行;否则,换乘两次,换乘三次……直到找到换乘N次的乘车方案为止。
存在多条乘车线路时,考虑途经站点最少的乘车方式。
在此基础上,通过运用Java语言编程,确定了所需的最优乘车路径:(1)乘坐L436路公交车从S3359到S1784站,在S1784站换乘L167或L217路到S1828站,全程换乘一次,耗时101分钟,乘车费用为3元;(2)乘坐L84路公交车从S1557到S1919站,在S1919站换乘L189到S1402站,在S1402换乘L460到S0481站,全程换乘两次,耗时112分钟,乘车费用为3元;(3)乘坐L13路公交车从S0971到S2184,在S2184站换乘L417路到S0485站,全程换乘一次,耗时128分钟,乘车费用为3元;(4)乘坐L43路公交车从S0008到S1383,在S1383站换乘L282路到S0073站,全程换乘一次,耗时113分钟,乘车费用为3元;(5)乘坐L308路公交车从S0148到S0302,在S0302站换乘L427到S2027站,在S2027站换乘L469到S0485,全程换乘两次,耗时118分钟,乘车费用为3元;(6)乘坐L454路公交车从S0087到S3469,在S3469站换乘L209路到S3676站,全程换乘一次,耗时65分钟,乘车费用为2元;针对问题 2,要求同时考虑公汽线路和地铁线路,在同一地铁站对应的任意公汽站间可免费换乘,利用问题1的思想建立数学模型,运用Java语言编程,得到同时考虑公汽和地铁时的最优乘车路径:前五对起始站→终到站的最优乘车路径的选择与问题1一致。
基于遗传算法公交线路网优化模型仿真研究

( ee A ci c r n iiE g er gIstt, hnj k uH bi 7 04 H bi rht t eadCv ni e n tue Z a ga o e e0 5 2 ) eu l n i ni i
第2 卷 第1期 8 1
文 章 编 号 :0 6 94 ( 0 1 1 — 3 5 0 10 — 38 2 1 ) 1 0 3 — 4
计
算
机
仿
真
21年1月 0 1 1
基 于 遗传 算 法公 交 线 路 网优 化 模 型仿 真 研 究
孑 志 田, j 、 张建梅 , 闫常 丽
( 北建筑工程学院 , 河 河北 张家 口 0 5 2 7 04)
路网优化模型 , 在求解模型过程中 , 了改进 的遗传算法求解优化模 型, 采用 即在传统遗传算法中加入了优先级编码方 式以及 多染色体结构 。 真结果表明改进算法 的可行性 , 与传统 的遗传算法相 比, 仿 并 算法种群的整体性能要优于传统 的遗传算 法 ,
对提高遗传算法的运行效率有较高的作用。
z t n mo e .T e f n s u cin o e ei lo i m n h o sri t e e c n tu td,a d t e efc iep p l - ai d 1 h t e sf n t fg n t a g rt a d t e c n t n sw r o sr ce o i o c h a n f t o u a h e v
n t lo t m fb sl e sn t ih,a r v d g n t l o t m sp o o e st e b sr u e n t r p i — ei ag r h o u i s i o g c i n h n i o e e e i ag r h wa r p s d a h u o t ewok o t mp c i mi
公交网络最优线路查询模型及软件开发

于 通 过 能 力 而 产 生 的拥 挤 ;再 根 据 路 段 上 公 交 车 辆 总 的 行 驶 时 间 及 路 段 上 公 交 车 辆 的 组 合 频 率 确 定 路 段 权
重 ; 最 后 用 节 点 带 权 的 方 法 来 模 拟 换 车 代 价 模 型 ,从 而 定 出 弧 的 阻 抗 函 数 , 实 现 最 优 路 线 的 查 询 。 关 键 词 : 公 交 网络 ; 最 优 线 路 ; 线 路 查 询 ;软 件 开 发 中图分 类号 :U9 :1 1 4 5 U 2 文 献 标 识 码 :A 文 章 编 号 :1 7 - 4 ( 0 8) 4 0 1 - 8 6 2 4 7 2 0 0 — 1 0 7 8
公 交 网 络 最 优 线 路 查 询 模 型 及 软 件 开 发
张 晋 伟 邹 云 2
1 重庆 交 通 大 学 ,交 通运 输 学 院 ,重庆 4 0 7 . 0 04
2. 重 庆 交 通 科 研 设 计 院 似 于 城 市 道 路 交 通 网络 平 衡 模 型 来 解 决停 站 时 间 的 计 算 ,用 一 个 无 界 的 递 增 函 数 来 表 示 由
Abs tract: With si a mil equili ar bri mode1 um of he t eity tra nsit network, the stop ti mes of the transport vehi es c1 were cal culated, meanwhi1e, the crowdednesS due to the capacity was expressed by an unbounded increasi functi ng on. Then, t road s he ection wei ghts were
公交车调度方案的优化模型

公交车调度⽅案的优化模型第三篇公交车调度⽅案的优化模型2001年 B题公交车调度Array公共交通是城市交通的重要组成部分,作好公交车的调度对于完善城市交通环境、改进市民出⾏状况、提⾼公交公司的经济和社会效益,都具有重要意义。
下⾯考虑⼀条公交线路上公交车的调度问题,其数据来⾃我国⼀座特⼤城市某条公交线路的客流调查和运营资料。
该条公交线路上⾏⽅向共14站,下⾏⽅向共13站,表3-1给出的是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。
公交公司配给该线路同⼀型号的⼤客车,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,早⾼峰时⼀般不要超过5分钟,车辆满载率不应超过120%,⼀般也不要低于50%。
试根据这些资料和要求,为该线路设计⼀个便于操作的全天(⼯作⽇)的公交车调度⽅案,包括两个起点站的发车时刻表;⼀共需要多少辆车;这个⽅案以怎样的程度照顾到了乘客和公交公司双⽅的利益;等等。
如何将这个调度问题抽象成⼀个明确、完整的数学模型,指出求解模型的⽅法;根据实际问题的要求,如果要设计更好的调度⽅案,应如何采集运营数据。
公交车调度⽅案的优化模型*摘要:本⽂建⽴了公交车调度⽅案的优化模型,使公交公司在满⾜⼀定的社会效益和获得最⼤经济效益的前提下,给出了理想发车时刻表和最少车辆数。
并提供了关于采集运营数据的较好建议。
在模型Ⅰ中,对问题1建⽴了求最⼤客容量、车次数、发车时间间隔等模型,运⽤决策⽅法给出了各时段最⼤客容量数,再与车辆最⼤载客量⽐较,得出载完该时组乘客的最少车次数462次,从便于操作和发车密度考虑,给出了整分发车时刻表和需要的最少车辆数61辆。
模型Ⅱ建⽴模糊分析模型,结合层次分析求得模型Ⅰ带给公司和乘客双⽅⽇满意度为(0.941,0.811)根据双⽅满意度范围和程度,找出同时达到双⽅最优⽇满意度(0.8807,0.8807),且此时结果为474次50辆;从⽇共需车辆最少考虑,结果为484次45辆。
城市公交优化模型研究

城市公交优化模型研究城市公交是城市交通中最常用的一种交通方式,每天都有成千上万的人选择乘坐公交车。
如今随着城市化进程的不断深入,城市公交的发展也在不断加快,公交网络的规模和覆盖面都在不断扩大。
然而,在大部分城市中,公交系统面临的问题也越来越显著,通勤时间长、车流混乱拥堵、交通安全隐患大等问题不断出现,给人们出行带来困扰。
如何优化城市公交成为了当下亟待解决的问题之一。
因此,本文将对城市公交优化模型进行研究,探讨如何提高城市公交的效率与质量。
一、公交线路优化公交线路优化是城市公交优化模型中的重要环节之一,它关系到公交网络的规模和覆盖面。
在公交线路优化时,需要考虑到尽可能地提高公交的覆盖率和服务质量。
首先,需要对城市中的交通流量进行分析,通过交通量巨大的区域配置更多的公交车辆。
其次,需要对路网进行细致的划分与研究,使得公交线路能够尽可能满足人们的出行需求。
最后,还需考虑公交线路长短、环线去向、中途换乘、终点站等因素,使得公交线路更加高效,为市民出行提供更好的服务。
二、车辆调度优化车辆调度也是城市公交优化中的重要环节之一,它涉及公交车辆的排班与调度。
如何合理安排车辆的行驶计划,是一个极为复杂的问题。
在车辆调度过程中,需要综合考虑多方面因素,如车辆的数量、发车间隔、路上的车流情况等。
通过科学的调度,可以减少运营成本、提高公交网络服务效率,从而建立更完善的公交网络。
三、信息化建设随着科技的不断发展,信息化技术在城市公交中的应用越来越广泛。
通过信息化建设,可以大幅提高公交服务的效率和便利性。
信息化技术可以用于公交线路规划、公交车辆调度、公交旅行时间预测、客流分析等环节,通过采用智能化技术与大数据分析,可以实现对公交的精细化管理和调度,为市民提供更加舒适、便利的出行环境。
四、环保优化随着全球环保意识的不断提高,城市公交也需要守护好环境。
在城市公交的发展过程中,环保优化是一个必须要考虑的因素。
如何合理运营公交,减少废气排放、降低噪音及其他对环境产生的不良影响,也是城市公交优化的重要一环。
基于数据结构的最佳公交路线模型

s n e sta e s te p ma f co o sd r d,b tt e g r r v li h f  ̄ a t rc n i e e i u i me—c n u n r v la d t v lc ss i n u n i g fco s as c o n o m— o s mig t e n r e o t n if e cn a tr lo a c u tfri a a l
po tn o ii n . Th rf r he c re po dig o i z t n mo li o nd a c r n o t s h e a t r. Fi ly, t e ce tfc r — ra tp sto s e eo e t or s n n ptmiai de sf u c o dig t he e t r e f cos o nal h s in ii a
l e fte b s o t n i d r e .Th o g h s c oo ia t d f u a s n e s t v l e fu d t a h u e f r n f r a — i s o e t p i s e v d n h o i r u h t e p y h lgc ls y o sp se g r r e ,w o n h t e n mb ro a se s u b a t t p
在影 响因素中也 占重要地位 。因此 以这 三个因素为优化 目标建立 了相应的数 学模 型。最后 , 分析 讨论 了所用模型
及其 算法的科 学性 和合理性 , 并针对本模型所存在 的问题提 出了新 的改进 方法和方向。
关键 词 : 佳 线路 ; 乘 次数 ; 据 结 构 最 换 数 中 图分 类 号 :0 2 . 2 12 文 献标 识 码 : A 文章 编 号 : 636 6 ( 0 8 o 一180 17 -0 0 2 0 ) l0 2 .4
- 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)。
2007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。
我们参赛选择的题号是(从A/B/C/D中选择一项填写): B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):北京化工大学参赛队员(打印并签名) :1. 郑宇2. 姜园博3. 来斯惟指导教师或指导教师组负责人(打印并签名):郭秋敏日期:2007 年09 月24 日赛区评阅编号(由赛区组委会评阅前进行编号):2007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):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):最优公交线路的模型研究摘要本文以乘车的路线为研究对象,根据乘客的不同需求,存在总时间、总费用、换乘次数三个目标函数。
将求解目标函数最优值的问题转化为最短路径问题。
在仅考虑公汽线路的时间最短模型中,首先由已知信息建立有向赋权图,以公交站点为顶点,所有直通公交线路为边。
对于时间,每条边的权值为公交车的运行时间加上转车时间。
然后可直接采用Dijkstra算法求出任意两公汽站点之间最优线路。
该模型方法比较简单,准确性高,可操作性强。
且对图中的权值做相应的改变,可以将其转化为总费用最少模型以及换乘次数最少模型。
同时考虑公汽和地铁线路,存在公汽与地铁的换乘问题,基于该问题本文设计了另一种有向赋权图,以所有公汽站点和地铁站点为顶点,所有直接连通线路为边。
以时间最短作为目标,边的权值设为两点间实际运动的时间。
并相应地提出一种修改的Dijkstra算法,在拼接两条邻边时,会加上换乘时间。
根据这种算法可得到任意两公交站点之间的较优线路,该算法效率较高。
但在求解中发现,该方法并不能总求得最优解,因为到某一站点的最短路不仅仅由其前面的一个站点的最短路决定。
基于这个问题,本文采用双层Dijkstra算法,在该算法中,考虑一站点对其以后两站的最短路径的影响。
双层Dijkstra算法复杂度较高,但运用该算法可以得到更优化的线路。
统计结果表明,修改的Dijkstra算法求得的最优解中,有5.7%的解可以被双层Dijkstra算法的最优解更新。
类似的,双层Dijkstra 算法也可以求解总费用最少模型和换乘次数最少模型。
仅考虑公汽线路,6对站(1)S3359→S1828 (2)S1557→S0481 (3)S0971→S0485 (4)S0008→S0073 (5)S0148→S0485 (6)S0087→S3676的总时间最短的线路所对应时间分别为64、99、103、59、102、46(分钟);总费用最少的线路所需费用分别为3、3、3、2、3、2(元);总换乘次数最少的线路所需换乘次数分别为1、2、1、1、2、1(次)。
同时考虑公汽和地铁线路,本文求得6对起始站→终到站的总时间最短的线路所需时间分别为62、99、95、53.5、86.5、30(分钟);总费用最少的线路所需费用分别为3、3、3、2、3、2(元);总换乘次数最少的线路所需换乘次数分别为1、2、1、1、2、0(次)。
最后,本文对模型进行了评价和推广,使其能更好的应用于实际生产生活中。
关键词双层Dijkstra算法,最短路径1.问题分析1.1. 问题背景及分析奥运会即将来临了,届时有很多观众希望方便快捷的到达各个比赛场地,公交出行成为很多人的首选。
北京市的公交线路已达800条以上,因此乘客面临多条线路的选择问题。
本文的核心是提出一个解决公交线路选择问题的方案。
根据对实际情况的考虑并结合北京公交网和北京地铁网提供的线路搜索需求,本文认为查询者的需求主要为总时间短、总费用低、换乘次数少。
这三种需求对应的三个目标函数的最优解的求解与最短路径问题相似。
现在如果把三个目标函数的最优解的求解转化为最短路径问题,就会遇到以下两个问题:(1)同时考虑公汽线路和地铁线路时,线路比较复杂,如何用已知的线路信息建立有向赋权图(2)建立有向赋权图之后,图论中传统的最短路径算法是否适用。
如果不适用,是否可以对传统的最短路径算法做相应的改变,使其改变后可以求解已经建立的有向赋权图,或者是否可以提出新的算法用来求解已经建立的有向赋权图。
基于这两个问题,考虑两种解决办法:(1)考虑简单的公交线路,即只考虑公汽线路。
根据已知公汽线路的信息建立有向赋权图,使该有向赋权图的最短路径问题可以直接求解(2)同时考虑公汽线路和地铁线路。
首先,根据已知公交线路的信息建立有向赋权图,使得该有向赋权图包含实际情况中的任意一种情形。
其次,对传统的最短路径算法做改变使它可以求解已经建立的有向赋权图。
1.2. 题中数据的两个问题及修正除L290外,其余环行公交线路所标的首站和末站均相同。
而环行线L290的首站为S1477,末站为S1479。
根据L066可知S1477和S1479为相邻两站,故认为此线路的最后少标了一个S1477,实际仍为环行线。
普通线路L406的起点站和终点站相同,均为S1871。
L406的第二站为S1008,倒数第二站为S0941,由L034可知,S1008和S0941相邻,故认为数据没有问题。
但是从实际情况看,这样的线路会被当作环线使用,而不会在S1871让乘客强制下车。
所以我们把L406改成环线。
2.模型假设2.1. 总时间=乘客到达最后一个公汽站的时刻-乘客离开第一个公汽站的时刻;2.2. 假设同一地铁站对应的任意两个公汽站之间可以通过地铁站换乘(无需支付地铁费);2.3. 换乘交通工具所用时间分为等待时间和步行到站点时间两部分.(题目中给出了换乘中的步行时间);2.4. 环线地铁和公汽的线路都是双向的3. 符号说明3.1. k L 第k 条公汽线路(站点相同运行方向不同的公汽线路用不同的k 表示)3.2. k T 第k 条地铁线路(k=1, 2, 3, 4;站点相同运行方向不同的地铁线路用不同的k 表示)3.3. km 第k 条公汽线路上公汽站的个数 3.4. k n 第k 条地铁线路上地铁站的个数3.5. iS 标号为i 的公汽站 3.6. i D 标号为i 的地铁站3.7. ij ω i S 和j S 确定的边对应的权3.8. ijϖ i D 和j D 确定的边对应的权 3.9. ij ψ i D 和j S 确定的边对应的权3.10. pqr τ 换乘系数4. 模型的建立与求解4.1. 仅考虑公汽线路的模型4.1.1. 建立有向赋权图I. 总时间为目标函数对于任意一条公汽线路k L ,有k m 个站,以这k m 个站为顶点。
对于这k m 个顶点中的任意两个顶点i S 和j S ,以i S 和j S 为端点的线段为边,公汽的运行方向为边的方向。
记1 -=)和之间的站点个数(包括和上j i j i k ij S S S S L x ,则i S 和j S 确定的边对应的权ij ω= ij x ⨯相邻公汽站平均行驶时间+公汽换乘公汽平均耗时。
这样就建立了仅包含一条公汽线路的有向赋权图,对每一条公汽线路k L 都按以上方法建立有向赋权图,就得到包含所有公汽线路的有向赋权图。
由于在权值中加入了公汽的换乘时间,因此所有的边都具有可加性。
此时,只要得到有向图中两顶点A 、B 间的最短路径,就可以得到乘客从公汽站A 到公汽站B 的最短时间。
II. 总费用为目标函数顶点和边的选取与1)相同,i S 和j S 确定的边对应的权ij ω为该公交线所需的车票费用,即:⎪⎪⎩⎪⎪⎨⎧<≤<≤≤= 40 34020 2200 1 1ij k ij k ij k k ij x L x L x L L 为分段计价,为分段计价,为分段计价,为单一票价ωIII. 换乘次数为目标函数顶点和边的选取与1)相同,i S 和j S 确定的边对应的权1=ij ω。
4.1.2. 模型求解 在已经建立的有向赋权图中,需要求出任意两顶点间的最短路径。
Dijkstra 算法可以解决有向赋权图的最短路径问题,该算法要求所有边的权值非负,4.1.1建立的有向赋权图显然满足该算法的要求。
以Dijkstra 算法为基础,编程求解4.1.1中有向赋权图的最短路径。
I. 总时间最少的模型求解程序计算的得到的总时间比实际情况多了一次换乘时间,因此,最优线路的总时间=程序计算的得到的总时间-5分钟。
II. 总费用最少的模型求解III. 换乘次数最少的模型求解4.2. 考虑公汽和地铁线路的时间最短模型4.2.1. 建立有向赋权图对于公汽线路的建图同4.1。
类似的,对于任意一条地铁线路k T ,有k n 个站,以这k n 个站为顶点。
对于这k n 个顶点中的任意两个顶点iD 和j D ,定义以i D 和j D 为端点的线段是一条边,地铁的运行方向为边的方向。
i D 和j D 确定的边对应的权ij ϖ=(k T 上i D 和j D 之间的站点个数(包括i D 和j D ) -1)⨯相邻地铁站平均行驶时间。
对于任意一个地铁站i D ,都存在1至5个可供换乘的公汽站j S (例如地铁站D01存在3个可供换乘的公汽站S0567,S0042,S0025)。
建立以i D 和j S 为顶点的双向边,其权值4=ij ψ,即步行时间4分钟。
根据以上三步可以建立包含所有公汽线路和地铁线路的有向赋权图,但该赋权图还没有考虑换乘时间。
下面考虑每一种换乘情况,共有8种换乘情况。
0代表地铁站,1代表公汽站,A 表示乘地铁,B 表示乘公汽,C 表示步行。
那么0 0 0 ,0 0 1,0 1 0,0 1 1,1 0 0,1 0 1,1 1 0,1 1 1分别表示:地铁站−→−A 地铁站−→−A 地铁站 地铁间换乘时间:4分钟 地铁站−→−A 地铁站−→−C 公汽站 无换乘时间 地铁站−→−C 公汽站−→−C 地铁站 无换乘时间 地铁站−→−C 公汽站−→−B 公汽站 等待公汽的时间:3分钟公汽站−→−C 地铁站−→−A地铁站 等待地铁的时间:2分钟公汽站−→−C 地铁站−→−C 公汽站 无换乘时间公汽站−→−B 公汽站−→−C 地铁站 无换乘时间公汽站−→−B 公汽站−→−B 公汽站 公汽间换乘时间:4分钟 将这8种情况下在换乘所需的时间定义为换成系数pqr τ(p,q,r 的取值为0或1),则 4000=τ, 0001=τ, 0010=τ, 3011=τ, 2100=τ, 0101=τ, 0110=τ, 5111=τ 令所有的公汽站i S 构成的集合为S, 所有的地铁站i D 构成的集合为D, V=S D,用i v 表示V 中的顶点。