基于乘客选择行为的公交动态调度决策方法研究

公交动态调度是挖掘公交系统潜力、提高公交服务水平的核心问题之一，而乘客选择行为将直接影响公交调度的效果。目前公交动态调度研究多以车辆运行状态为主导，忽视服务主体（乘客）因素，特别是没有考虑信息化环境下乘客的选择行为，导致其调度效果适用性和有效性大打折扣。本项目通过对智能公交环境下乘客的出行特性调查，系统分析公交运行服务特性及其影响因素、信息条件下公交乘客的选择行为；基于云理论模拟乘客感知与选择行为演变过程，揭示提供信息条件下乘客选择行为的变化规律；结合乘客选择结果，构筑基于调度时机、策略选择和参数优化等决策序列的公交动态调度模型，并设计高性能启发式算法进行求解；建立"乘客感知-服务选择-调度决策"的一体化仿真模型，揭示乘客选择行为和公交动态调度决策间的耦合机理。课题研究将完善公交动态调度研究的理论和方法体系，进而在实践上为城市公共交通运营调度决策提供有效的理论支撑与实践依据。

公交动态调度是挖掘公交系统潜力、提高公交服务水平的核心。目前的公交动态调度研究中，缺乏对乘客选择行为研究的理论支撑，导致相关的研究成果脱离实际，所制定的调度策略也难以达到理想的效果。本项目在分析乘客选择行为的基础上进行公交动态调度决策方法的研究，主要研究成果包括：.1) 提出公交动态调度时机辨别模型，该方法以公交车辆到站时间预测为依据，判断公交线路运营环境的可靠性，从而辨别实施动态调度的时机，该方法可以有效降低公交动态调度频率，从而有效减少误调度。.2) 提出一种新的动态调度策略—中途放车调度(Partway Deadheading Strategy)，该策略可以有效提高潮汐现象明显的公交线路运营效率，改善线路总体的服务水平。.3) 提出考虑乘客选择行为的运营调度方法，在解析乘客选择行为和公交调度决策之间的耦合机理的基础上，优化调度方案，从而可以获得相对稳定、近似均衡的优化结果，一定程度上解决了公交调度优化成果难于应用于实际的问题.4) 提出在实时信息背景下的乘客选择公交线路的预测模型，该模型以云理论为基础，通过调查数据标定正向云和逆向云，为本项目分析乘客在不同调度环境下的行为提供支持。.5) 改进传统群集智能算法，融合高性能计算策略，提高群集智能算法处理大规模复杂问题的能力，为本项目在进行公交动态调度方案优化提供支持。.项目研究期间，共发表急录用论文26篇，其中，16篇发表在SCI/SSCI检索期刊（第一作者8篇，通信作者5篇），7篇发表在国内核心期刊，其中一篇获得2012年度百篇中国最具国际影响力的论文的之一(近年内，交通领域论文仅两篇); 2篇被收录ESI高被引论文数据库。入选教育部“新世纪优秀人才支持计划”（2012）、入选辽宁省高等学校优秀科技人才支持计划及大连市第一批领军人才后备人选。并成为PROMET Traffic & Transportation（SCI期刊）和Scientia Iranic（SCI期刊）的编委。此外，研究成果得到国际同行的肯定，并多次在SCI国际期刊上负责专刊。