基于ANP方法的公交车实时调度策略选择研究＊

孙传姣 王 磊 刘 飞

（交通运输部公路科学研究院 北京 100088）

公交实时调度策略就是利用先进的技术手段，动态地获取实时交通信息，实现对车辆的实时监控和调度，使其能够科学合理地运行，从而改善公交服务水平，提高乘客乘车的舒适度［1］.实时调度策略的方法有很多种，本文重点考虑滞站调度、跳站调度、短掉头和发车调度4种调度策略［2－5］.

为了正确评价在公交实时调度策略选择中的因素，需要确定影响策略选择的因素，确定的指标从乘客和公交公司两方面考虑.在影响乘客的出行方面，有出行的时间、出行的费用、出行的方便性、舒适性等；影响公交公司的因素，主要包括实时调度策略的实时是否会影响运行的时间和效益，是否需要对司售人员进行培训，在实施方案的时候是否需要投入大量的成本，配置有关的配套设施，以及方案实施的难易程度［6－8］.

1 ANP的建模方法

采用网络分析法（ANP）分析问题的步骤主要包含.

步骤1 问题描述，依据目标、准则构建网络

首先对决策问题进行详细的描述，包括该决策问题的目标、准则以及子目标.基于目标、网络构建ANP网络.典型ANP网络如图1所示，它由两部分构成：一部分是控制层或者称为目标、准则层；另一部分是网络层，网络层是依据控制层的准则而建立的，并且反映了在相应目标、准则下网内的元素或元素组是如何相互影响的.这体现ANP与AHP在结构形式上的差异.此外，ANP可以依据各个准则，分别构建子网，每个子网由反映相应控制准则的元素组构成.

图1 ANP网络

步骤2 确定两两比较方法，构建无权重超矩阵 构建无权重超矩阵Ws，即应用两种比较方法对元素进行两两比较.在构建的过程中，首先以该网络中某一元素组Cj中的元素ejl（l＝1，2，…，nj）作为准则，按照元素ejl对元素组Ci中各元素的影响程度或按照元素组Ci中各元素对元素ejl的影响程度构造判断矩阵.

依次将Cj中的各元素作为准则，将元素组Ci与元素组Cj中的元素两两比较，构造各自的判断矩阵，最后将各判断矩阵的归一化特征向量汇总到一个矩阵Wij中，最终可获得无权重超矩阵Ws，该矩阵表示元素组Ci中的元素与元素组Cj中的元素之间的影响关系.

步骤3 构建权重超矩阵，求得极限超矩阵

依据给定准则对元素组进行成对比较，可获得在某一准则下反映元素组间关系的权重矩阵As，有了该权重矩阵，就可以获得权重超矩阵，即以权重矩阵As乘以无权重超矩阵Ws得到权重超矩阵Wws.对权重超矩阵进行归一化处理，得到极限超矩阵Wls.由于元素间存在依存与反馈关系，因而归一化的过程是一个反复迭代、趋稳的过程.

步骤4 极限相对优先权的综合，可选方案排序

对每一控制准则的极限向量按照各准则权重加总，主要是对各可选方案的权重加总.依据各可选方案的权重值排序.

2 基于ANP的方法调度策略选择

某城市欲在公交走廊上实施实时调度策略，其具体情况如下：走廊内最大高峰小时客流量为12 128人次，平均10 162人次，客流巨大，特别在早晚高峰的时候需要有针对性进行实时调度，此公交线路共设置站点20个，线路共有配车40辆.根据走廊的情况，高峰小时给出了具体的4种不同的调度策略，见表1.

表1 调度策略实施方案的比较

为了合理评价出合理的调度策略，采用ANP建模分析的方法对其进行分析.主要步骤如下.

1）描述目标，建立网络，如图2.此图为在ANP方法的软件Super Decision中建立的公交系统的网络图，其中的双箭头表示两组之间有联系，而圆弧表示在同组的元素之间有联系.

图2 公交实时调度策略评价的ANP网图

2）确定两两比较方法，构建无权重超矩阵.所有有相互关系的元素需要进行两两比较，原则是相对于准则两者的重要程度，用1～9之间的数字表示出来.表2给出方案一在族“经济因素”之间的重要程度比较.

表2 元素之间的关系表

表2第二行第四个单元格的数值1／5表示：对动态跳站调度策略而言，影响乘客的因素方面出行时间比出行习惯的改变重要，说明这种策略更关注的出行时间的节省.按照上面的方法，依次可以构造多个判断矩阵.将判断矩阵进行组合组成无权重超矩阵如表3所列.

3）构建权重超矩阵，求得极限超矩阵 在获得无权重超矩阵后对各元素组进行组间比较，对元素组进行两两比较.考虑到线路的实际情况，以及公交提供的服务重点是对于乘客的影响因素，因此在进行元素比较的时候，乘客的因素更为重要，表3显示对于方案选择而言，各组因素间的比较，得到一个判断矩阵如表4所列.

表3 无权重超矩阵

表4 组之间的关系表

如此，依各准则进行元素组之间的比较，并将获得的各判断矩阵归一化，然后合并，再与无权重矩阵相乘，即可获得权重超矩阵，对权重超矩阵进行归一化最终获得如表5的极限超矩阵.

4）极限相对优先权的综合，可选方案排序对得到的优先权重值进行归一化处理，得到图3的决策优先权.

图3 优先权重值

通过ANP方法将调度方案选择问题描述为一个具有依存、反馈关系的网络，该方法与AHP方法相比更接近现实情况，能提高可选方案优先权的精确度，减少因AHP局限性带来的排序误差大、甚至排序颠倒的现象，最终使得调度方案的选择更为科学.由图3可以看出，在给定的情形下，四种策略中的实时放车调度和跳站调度的优先权重值比较高，是需要优先考虑的调度方式.短掉头调度其次，滞站调度的效果不够明显.

3 结束语

本文利用ANP方法对公交实时调度策略选择进行了评价，给出了四种不同的实时调度策略，分别为滞站调度、跳站调度、短掉头和发车调度，为了评价四种策略的适应性，本文引入ANP方法对策略进行评价，选择了影响乘客因素和影响公交公司的12个方面的相互影响因素，基于网络分析法进行了方案的优化选择.在给定的情形下，四种策略中的实时放车调度和跳站调度的优先权重值比较高，是需要优先考虑的调度方式.短掉头调度其次，滞站调度的效果不够明显.

表5 极限超矩阵

［1］于 滨.城市公交系统模型与算法研究［D］.大连：大连理工大学交通学院，2006.

［2］牛学勤，陈 茜，王 炜.城市交通线路调度发车频率优化模型［J］.交通运输工程学报，2003，3（4）：68－72.

［3］陈云新，谭汉松.公交车线路运营调度及评估系统的研究与实现［J］.武汉理工大学学报.2005，27（9）：97－100.

［4］宋 瑞，赵 航.基于机会约束的公交调度研究［J］.数学的实践与认识.2005，35（1）：89－95.

［5］戴连贵，刘正东.公交调度发车间隔多目标组合优化模型［J］.交通运输系统工程与信息.2007，7（4）：43－46.

［6］邹 迎.公交区域调度行车计划编制方法.交通运输系统工程与信息［J］.2007，7（3）：78－82.

［7］耿金花，高圣齐.序贯均匀设计在公交优化调度问题中的应用［J］.青岛科技大学学报，2007，28（3）：263－266.

［8］周雪梅，杨晓光.基于ITS的公共交通换乘等待时间最短调度问题研究［J］.中国公路学报，2004，17（2）：82－84.