基于离散事件仿真与Held–Karp动态规划的大学班车冗余感知路径整合及能耗利用优化——以RMUTT为例

《Current Oncology》:Simulation-Based Optimisation of University Shuttle Bus Systems: A Case Study on Redundancy-Aware Route Planning and Energy Utilisation

【字体: 大 中 小 】 时间:2026年10月21日 来源:Current Oncology 3.6

编辑推荐:

  优化大学班车服务可提升效率、可持续性和成本效益。本研究将Arena?中的离散事件仿真(discrete event simulation, DES)与路径约简(path reduction)程序相结合,将泰国Rajamangala University of

  
优化大学班车服务可提升效率、可持续性和成本效益。本研究将Arena?中的离散事件仿真(discrete event simulation, DES)与路径约简(path reduction)程序相结合,将泰国Rajamangala University of Technology Thanyaburi(RMUTT)的两条现有班车线路整合为单一线路(Route P)。首先利用观测到的站点级上车数据对现有线路进行仿真。随后将其道路区段合并为一个有向网络,并采用Held–Karp动态规划(Held–Karp dynamic programming)精确求解距离与仿真导出的等待成本的加权和最低的站点序列。在50次仿真重复中,将Route P与现有线路进行比较。仿真中,Route P每周服务801人次乘客出行,较任一现有线路高6.2–7.5%,平均出行时间更短(16.27 min,对比18.58–18.80 min),且系统中公交车数量更少。估计能耗降至每出行1.15 kWh,较现有线路低10.2–11.4%,每乘客出行的电费降至0.0567 USD,低17.3–33.4%。由于能源模型为简化模型,这些估计最好解释为线路之间的比较。结果表明,数据驱动的线路整合可降低低需求校园班车的运行投入和能耗。该程序可被其他大学和小型电动班车车队运营者复用,以在实施前筛选线路整合方案,并可通过实时需求数据和自适应调度加以扩展。
RMUTT校园面积约285英亩,约有26783名学生和2000余名教职员工,分布于12个学术院系及设施中;教学建筑、实验室、宿舍、行政办公、体育设施和多处外部出入口使关键活动中心之间距离对重复出行、携带设备或行动不便者在炎热或雨天构成负担,因此校内班车连接主要大门、停车场和核心活动区。运营记录和现场观察显示,班车总体乘客量相对校园人口适中,但早晨和傍晚高峰明显;非高峰时许多潜在用户选择步行、摩托车、私家车或摩托出租车。低而高度集中的需求使规划者必须在可及性、包容性与成本有效性和能效之间平衡;路线结构、站点布置和车辆利用的小改进可减少运行公里、能耗和感知等待时间。既有校园班车研究常缺少需求模式、站点空间分布或现有服务运营特征细节,难以判断方案是否满足实际约束和出行行为,因此研究人员开展本研究。

研究人员将Arena?离散事件仿真(discrete event simulation, DES;以事件推进模拟乘客到达、排队、上下车和车辆运行的仿真方法)与路径约简(path reduction;将线路展开为道路区段并合并为有向网络以消除重复区段)结合,把RMUTT两条现有环线整合为Route P;用观测站点级上车数据仿真现有线路,将道路区段合并为有向网络,以距离和仿真导出等待成本的加权和为目标,用Held–Karp动态规划(Held–Karp dynamic programming)精确求最低成本站点序列;在50次重复中对比现有线路与Route P,并估算能耗和电费。结论是Route P为3.84 km单环,服务全部15站,每周801 passenger trips(乘客出行;乘客在班车上的单次上车事件,而非唯一个体),比现有线路高6.2–7.5%,平均出行时间16.27 min,对比18.58–18.80 min,平均系统车辆0.94,峰值需1辆;估计能耗1.148 kWh/trip,较现有低10.2–11.4%,每乘客出行电费0.0567 USD,低17.3–33.4%;能源模型简化,结果宜作线路间比较。其意义在于数据驱动线路整合可降低低需求校园班车的运行投入和能耗,程序可被其他大学和小型电动班车车队复用,并可扩展实时需求数据和自适应调度。

关键技术方法不超过250字:数据来自RMUTT两条现有班车线路在常规教学期数周现场观测,排除考试周和长假,学术工作日06:00–18:00记录各站上车计数、线路标识及控制点近似发到时间;每周约1652 passenger trips。无完整起讫点(origin–destination, OD)矩阵,目的地按密度区概率分配。Arena? Simulation 22.0建立DES,乘客到达按小时分段Poisson过程,车辆按线路循环,停站时间随上下客数变化;50次独立重复并设1 h warm-up。道路网络表示为有向图,链接赋距离和最大仿真等待时间;计算所有对最短路径形成成本矩阵,用Held–Karp动态规划解有向旅行商问题(directed travelling salesman problem, TSP)生成Route P。能耗按额定功率、滚动阻力、平均载客和仿真平均行程时间估算,采用重力加速度9.81 m/s2、滚动阻力系数0.01和电价5.0 THB/kWh。

4.1 线路配置(Route Configuration):通过路径约简和Held–Karp动态规划,Route P形成单环,按A→B→D→E→F→G→H→I→J→K→L→M→C→N→O→A服务全部15个现有站点;线路长度3.84 km,现有每条线路为3.98 km。合并两条环线消除了共享道路区段的重复行驶,同时所有站点仍被服务。

4.2 仿真服务与车队表现(Simulated Service and Fleet Performance):通过Arena? 50次重复仿真比较,Route P每日49 trips,与Route 2相同、少于Route 1的62;每周801 passenger trips,比Route 1的754高6.2%,比Route 2的745高7.5%;平均系统车辆0.94,对比1.6和1.3,最多需1辆,对比4辆和2辆;平均系统乘客8.5,峰值为19;平均每次出行时间16.27 min,对比18.58和18.80 min。结果表明Route P在维持或改善乘客服务的同时减少车队投入;实践中环线时间差异会导致相近计划发车间隔(例如20 min),主要实际收益是车辆利用改善和车辆公里减少,而非时刻表变化;当前需求下一辆车足够,若需求大幅增长可考虑仅高峰使用的第二辆车。

4.3 估计能耗与电费(Estimated Energy and Electricity Cost):通过简化能源模型估算,Route P每次出行能耗1.148 kWh,低于Route 2的1.295 kWh和Route 1的1.279 kWh;每次出行电费0.185 USD,对比0.208 USD和0.206 USD;结果部分报告每乘客出行电费0.0574 USD,对比Route 2的0.0686 USD和Route 1的0.0852 USD。Route P每乘客出行电费最低,且每出行和每乘客出行能耗均较低;由于各线路每出行能耗仅差10–11%,每乘客出行差异主要来自Route P较高平均载客量(3.26人/trip,对比3.04和2.42)。电费仅代表电力部分,总运营成本还包括司机工资、车辆折旧、维护和管理费,因此总成本降幅会小于电费降幅。

讨论部分总结:Route P在仿真中服务至少与任一现有线路同样多的每周 passenger trips,同时需要更少公交车,并具有最低估计能耗和电费;其结果与既有校园班车研究总体一致但方法不同,本研究以有向道路网络上的精确路径约简加DES实现,收益主要来自消除重复行驶和提高车辆装载,而非时刻表变化,线路重叠较少时收益可能更小。实施Route P还可优化上下车点,整合实时乘客数据和动态调度。线路整合降低估计能耗约10–11%,Route P每乘客出行能源成本最低,支持可持续目标、学生福利、公平、校园安全和机构声誉,并符合SDG 11和SDG 13;未来可研究可再生能源充电、人工智能需求预测和动态调度。局限包括无完整OD矩阵和个体偏好数据、目的地概率分配、无法建立满意度或感知可达性变化、比较限于现有线路和Route P在观测教学期需求模式、不证明Route P为所有可行线路最佳或预测中断和长期需求变化、等权重生成线路、分别与每条现有线路比较;能耗为简化估计非实测,加速度、制动、载客、坡度和辅助负荷可能影响绝对估计和线路差异,应解释为建模配置的条件比较。

研究结论翻译:本研究将Arena?中的离散事件仿真与精确路径约简化合,将RMUTT两条现有班车线路整合为单一Route P,并用乘客服务、车队使用和能源指标比较三种配置。主要结论为:(1)采用Held–Karp动态规划的路径约简产生一条3.84 km单环,服务全部15个现有站点,并在所用网络和等权重下具有最低距离与仿真导出等待成本组合;(2)仿真中Route P每周服务801 passenger trips,比任一现有线路高6.2–7.5%,平均出行时间最短(16.27 min,对比18.58–18.80 min),平均系统车辆最少(0.94),峰值需1辆;(3)Route P估计能耗为1.148 kWh/trip,比Routes 1和2低10.2–11.4%,每乘客出行电费为0.0567 USD,低17.3–33.4%,每乘客节省主要来自更高车辆装载而非更短线路;(4)由于能源模型简化,这些能源结果应读作线路间比较而非绝对消耗预测。未来工作应以车载测量验证能耗估计、收集OD和用户反馈数据、测试距离与等待成本的其他权重,并研究可再生供电充电、实时自适应调度和预测需求模型。总体而言,研究表明仿真知情线路整合是降低低需求校园班车运行投入和能耗的实用方法,该程序可被其他大学和小型电动班车车队运营者应用。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号