考虑个性化出行需求的多模式公交路径规划

摘要：

在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求.为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法(depth first search-genetic algorithm,GA-DFS),并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法(simulated annealing-genetic algorithm,GA-SA)进行对比分析.仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42％,寻优能力提高了50％,并且可以提供基于乘客多种出行需求的路径规划方案.

关键词：城市交通、路径选择、遗传算法、深度优先搜索、多模式公交、多出行需求

所属期刊栏目：57

分类号：U121(城市交通运输)

资助基金：国家自然科学基金;北京市教育委员会科研计划项目

在线出版日期：2022-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1319-1325,1333