基于突發(fā)事件的智能公交車輛的動態(tài)調(diào)度.pdf

1、隨著城市智能交通的快速發(fā)展，更加合理、科學(xué)、完善的公交調(diào)度系統(tǒng)成為公交運(yùn)營領(lǐng)域一個(gè)重要問題?，F(xiàn)階段我國有關(guān)智能公交的調(diào)度研究主要根據(jù)客流情況劃分為高、中、低峰，進(jìn)而依據(jù)各峰段的客流調(diào)整發(fā)車間隔、增減班次，調(diào)度過程往往忽略運(yùn)營異常情況，而公交實(shí)際運(yùn)營過程中各種突發(fā)狀況在所難免，所以基于突發(fā)事件的智能公交車輛的動態(tài)調(diào)度研究具有十分重要的現(xiàn)實(shí)意義。
　　本文以合肥市公交系統(tǒng)為研究背景，對公交運(yùn)營異常檢測方法，以及車輛晚點(diǎn)到站、故障異常、

2、線路嚴(yán)重阻塞情況下的調(diào)度方案進(jìn)行了研究，具體如下:
　　(1)建立公交車輛運(yùn)營異常檢測模型。首先選取徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(Radial-Basis Function，RBF)對短時(shí)公交車速進(jìn)行預(yù)測，然后構(gòu)造預(yù)測值與實(shí)際值的偏差序列，最后運(yùn)用偏差分析算法進(jìn)行異常判別，并對短時(shí)公交車速預(yù)測進(jìn)行Matlab仿真。
　　(2)針對車輛晚點(diǎn)到站和故障異常建立在線調(diào)整調(diào)度方案。建立以倒序發(fā)車偏差量最小為目標(biāo)函數(shù)的公交車輛晚點(diǎn)到站異常調(diào)度模

3、型，以調(diào)整后發(fā)車時(shí)刻表與計(jì)劃發(fā)車時(shí)刻表的發(fā)車間隔偏差最小為目標(biāo)函數(shù)的車輛故障異常調(diào)度模型，并分別進(jìn)行實(shí)例驗(yàn)證。
　　(3)針對線路嚴(yán)重阻塞異常建立路徑調(diào)整調(diào)度方案。建立以公交車輛調(diào)整調(diào)度時(shí)間最小和調(diào)整路徑最短為目標(biāo)模型的異常調(diào)度模型，并利用蚊群算法對模型進(jìn)行求解，得出路徑調(diào)整方案。
　　實(shí)驗(yàn)表明，運(yùn)用公交車輛運(yùn)營異常檢測模型可以對公交車輛運(yùn)營過程中的異常情況進(jìn)行快速檢測，車輛晚點(diǎn)到站、故障異常、線路嚴(yán)重阻塞情況下的調(diào)度模型可