基于遗传算法的大连市快轨三号线接运公交布局研究

郑明明，张勐豪

(1.大连交通大学交通运输工程学院;2.长安大学公路学院)

0 引 言

接运公交线路(Feeder Bus Route)指专门为轨道交通集疏乘客的常规地面公交线路的总称，它可以是常规巴士线路、中运量公交(如BRT)、无轨电车线路等。建设接运公交线路的目的是为了保证现有轨道交通线路有足够的客流量，充分发挥轨道交通的运能。

大连快轨三号线全长63.45 km，其中主线长49.15 km，支线长14.3 km。快轨三号线起点位于大连站，主线终点至金州新区金石滩，是连接大连中心区与新市区的重要交通走廊。承担大量的通勤和旅游客流。随着大连市尤其是中心城区交通拥挤情况的日益恶化，同时随着沿线土地的大力开发，更多的客流趋向选择大连快轨三号线出行。但是由于接运公交网络建设的滞后，造成众多客流无法方便的换乘大连快轨三号线出行。因此有必要规划建设大连快轨三号线的接运公交网络，方便乘客出行，充分发挥其轨道交通的运能。

目前在轨道网络与公交线路的接运优化问题上，陆化普提出接运公交线网规划的关键环节是接运站点的选取和接运路线的优化;蒋冰蕾建立了基于已知轨道交通直接吸引流量和常规公交客运需求OD 量基础上的接运模型;宋瑞、曹玫等研究了基于遗传算法的城市轨道交通接运公交线网的生成问题。本文针对大连快轨三号线的接运公交布设区域进行具体分析，在选取接运站点的基础上，建立基于单位距离接运公交客流量最大的城市轨道交通接运线网优化模型，采用遗传算法对其进行求解，对大连快轨三号线的接运公交线路网进行布设。

1 大连快轨三号线接运公交线网布局区域的确定

1.1 城市轨道交通吸引范围

城市轨道交通吸引范围是指城市轨道交通所吸引客流的全部区域范围。城市轨道交通吸引范围包括一次吸引范围和二次吸引范围，一次吸引范围也称直接吸引范围，是指步行到城市轨道交通的客流分布范围，是城市轨道交通的合理步行区的范围，其最大接驳半径为0.67 km;二次吸引范围也称间接吸引范围，是指通过非步行交通方式与城市轨道交通换乘的客流区域范围，是城市轨道交通的影响区范围。本文中的二次吸引范围是指地面常规公交与城市轨道交通的接驳范围，其最大接驳半径为2.6 ～4.1 km。

1.2 接运公交站点的选取原则

对于沿固定线路运行的快速轨道交通和常规公交来说，车站间距都是其线网规划及线路设计时需要考虑的重要因素之一。轨道交通的常规公交站间距的合理设置，可以充分发挥二者的优势，达到提高整个公共交通线网的效率和效益的目的。本文中接运公交站点的选取遵循以下规范:

图1 城市轨道交通的吸引范围

(1)接运公交站点应处在轨道站点的二次吸引范围内;

(2)接运公交站点应尽量选取主干道的公交站点或者处在交叉口附近的站点，保证客流量，提高列车的运行效率;

(3)接运公交站点的站距要合理选择，平均站距宜在500 ～600 m。市中心区站距宜选择下限值，城市边缘地区和郊区的站距宜选择上限值，百万人口以上的特大城市，站距可大于上限值。

(4)同一区域有多个公交站点时，接运公交站点尽量选择符合原则(2)的有代表性公交站点，同时，尽量避免接运公交盲区。

1.3 大连市快轨三号线接运站点的选取

大连快轨三号线交通吸引范围是以接运轨道站点为圆心，以接驳半径2.6 ～4.1 km 所围成的区域即为每个轨道站点的吸引范围。图2 为轻轨三号线的吸引范围示意图。

图2 大连轻轨三号线的吸引范围示意图

由于大连轻轨3 号线的起点——火车站车流密度非常大，且通往火车站的接运公交线路多，本文不对其进行站点布设。金沙滩一带是大连新建的开发区，客流量相对较少，也不对其进行接运公交站点布设。香炉礁，金家街和泉水由于沿线轻轨的带动，居民居住区增多，经济快速发展，客流量非常大。故选取快轨3 号线的香炉礁，金家街和泉水三个连续的轨道站点，分别说明他们的轨道站点的吸引范围。

(1)首先选取香炉礁作为轨道站点，在地图中通过测距获得其二次吸引范围，在距香炉礁轨道站点2.6 ～4.1 km 的圆域内，搜索当前区域内的所有公交站点，然后选择处在主干道的公交站点和交叉口附近的公交站点，同时保证可作为接运站点的距离在较小的范围内。如下图3 得到B1，B2，B3，B4，B5，B6 六个公交站点作为香炉礁轨道站点的接运站点集合。

图3 香炉礁轨道站点的接运公交站点选取图

(2)选取金家街作为轨道站点，在地图中通过测距获得其二次吸引范围，在距金家街轨道站点2.6 ～4.1 km 的圆域内，搜索当前区域内的所有公交站点，然后选择处在主干道的公交站点和交叉口附近的公交站点，垂直于轨道站点的公交站点，尽量避免接运公交盲区，同时保证可作为接运站点的距离在较小的范围内。如下图4 得到C1，C2，C3，C4，C5，C6 六个公交站点作为金家街轨道站点的接运站点集合。

图4 金家街轨道站点的接运公交站点选取图

(3)选取大连轻轨三号线第四站泉水作为轨道站点，在地图中通过测距获得其二次吸引范围，在距泉水轨道站点2.6 ～4.1 km 的圆域内，搜索当前区域内的所有公交站点，然后选择有代表性的公交站点，尽量避免接运公交盲区。下图5 得到D1，D2，D3，D4，D5，D6 六个公交站点作为泉水轨道站点的接运站点集合。

图5 金家街轨道站点的接运公交站点选取图

(4)将选取的香炉礁，金家街和泉水三个轨道站点，将它们分别表示为X，Y，Z。并将它们及其各个轨道站点的接运公交站点集合{B1，B2，B3，B4，B5，B6}，{C1，C2，C3，C4，C5，C6}，{D1，D2，D3，D4，D5，D6}在一张图中表示，如图6所示。

图6 选取的轨道站点及其接运公交站点

2 接运公交线网优化模型及算法

2.1 优化模型

对研究问题做了如下的假设:城市轨道交通线路固定;公交站点及轨道站点的相对位置已知;接运公交客流量一定;公交线路的数量和轨道站点一致;即轨道站点为接运公交线路的终点;每个公交站仅对应唯一的接运公交线，每条接运公交线仅与一个城市轨道交通车站相连，接运公交车在其线路上的所有停靠站都停站。

基于上述的假设，在局部范围内，本文以接运公交线路在旅客客流量一定的情况下接运公交线路最短为目标来建立接运公交线网的优化模型，计算公式如式1 所示

式中:Value 为接运公交线路单位距离能承担的旅客客流量，(人/km);E 为接运公交线路所承担的总旅客客流量，人;为接运公交线路总线路长度，km。

2.2 算法

采用遗传算法进行求解，设计遗传算法如下。

(1)编码方式

整个接运公交线网用一个字符串来表示，每个字符串又由几个子字符串组成，每个子字符串为一条接运公交路线上公交停靠站的序列，并以它所接运的城市轨道交通车站结束。基于上述假设，接运站编号有21 个，此时若有三条线路。

Route1(a－b－c－d－e－f－x);Route2(g－h－i－j－k－l－y);Route3(m－n－p－q－r－s－z);

则它所代表的接运公交线网为:

(a－b－c－d－e－f－x－g－h－i－j－k－l－y－m－n－p－q－r－s－z);

(2)初始种群及其适应度

初始的接运公交线路随机产生，本论文通过以下C ++代码产生初始种群。一个解的适配值是由其目标值测定的，本文中接运公交线路的优劣由式1 来确定，可行解通常是在复制的过程才能确定。

(3)选择策略

选择运算采用联赛选择，在联赛选择中，将初始种群数n 复制为两份，每一份都分别任意排列。将相邻的两个染色体进行比较，适应度函数值较大的作为父体，则有n/2 个父体获得，符号为fi，同样的方法用于另一组获得n/2 个父体，符号为mi。

(4)交叉策略

在遗传算法中，新的交叉技术被设计以能确保后代的有效性，同时保留父代的优势。本文随机选取一个交配位，子代1 交配位之前的基因选自父代1 交配位之间的基因，交配位之后的基因，从父代2 中按顺序选取那些没有出现过的基因。

(5)变异策略

变异能使个体发生突然变异，是保持群体差异，防止过早出现收敛现象的重要手段，随机的产生两个变异位，然后交换这两个变异位上的基因。

(6)程序运行结果

在VC+ +中运行遗传算法代码，程序经过400 代遗传运算后，目标函数的最优解即接运公交线路最短距离为57.7811，运算结束。由结果可做出大连快轨3 号线的接运公交线路如下图7 所示。

3 结 论

本论文利用大连轻轨三号线为例对接运公交布局区域进行了分析，在布设区域内按规范选取轨道站点的公交站点集合，接着对各个站点进行坐标确立，建立布设区域的优化目标，针对这一目标，建立优化模型，再用遗传算法对优化模型进行求解，得出接运公交线路布局。本文可基本解决在特定情况下的接运公交线路的布设问题，从而在旅客客流量一定的情况下保证接运公交线路最短，达到使单位公交线路的旅客客流量最大的目的。

图7 大连轻轨三号线接运公交线路

［1］蒋冰蕾，孙爱充.城市快速轨道交通接运公交路线网规划［J］.系统工程理论与实践，1998，(3):130－134.

［2］陆化普.城市轨道交通规划的研究与实践［M］.北京:中国水利水电出版社，2001.

［3］曹玫，林小涵.基于遗传算法的城市轨道交通接运公交线网规划［J］.武汉理工大学学报，2005，29(4):568－570.

［4］许旺土，何世伟，宋瑞，李娟，袁润文.基于改进遗传算法的接运公交线路生成优化模型［J］. 北京交通大学学报，2009，33(6):40－44.

［5］薛行健.城市轨道交通接运公交线网优化研究［D］.长沙:长沙理工大学交通运输工程学院，2007:17－18.

［6］袁润文.配合城市轨道交通的常规公交线网调整研究［D］.北京:北京交通大学，2008.

［7］唐策善，黄刘生等.数据结构—用C 语言描述［M］.北京:高等教育出版社，1995.

［8］马婧善，秦玉平.C 语言程序设计［M］.北京:清华大学出版社，2005.

［9］周明，孙树栋.遗传算法原理及应用［M］.北京:国际工业出版社，1999.

［10］孙艳丰.基于遗传算法的城市交通运输网优化问题研究［J］.系统工程理论与实践，2000，41(3):25－28.