快速公交调度优化研究
摘要
快速公交的运营调度是快速公交服务质量的关键，只有提供便捷、高效、舒适的服务才能增强其竞争力，吸引更多的出行者转移到公共交通服务上来。如何基于乘客出行需求优化快速公交调度，提高快速公交的运行效率是本文研究的重点和意义。
本文从快速公交调度优化的基本原理与要求出发，分析了公交调度的现状，总结了存在的主要问题，引出研究的重点。根据快速公交的技术、运营和客流特点，给出了快速公交调度优化的原理，分析调度的影向因素和系统成本组成。给出了快速公交系统的调度优化要求，分析了调度的关键步骤和分类情况，为后续各章奠定理论基础。
灵活的调度组合是快速公交运行特征之一。在快速公交线路上采取全程车、区间车、大站快车三种调度形式的组合，将大大提高快速公交的运营效率。论文在分析快速公交三种不同调度形式特点和系统的成本基础上，采用数学建模的方法建立快速公交组合调度模型。模型的目标函数为乘客的等待时间、在车时间和公交企业运行时间三部分的最小化，约束条件则具体考虑到时间、乘客和发车间隔等方面的因素。采用可变长度编码的遗传算法对所建模型进行求解，利用MATLAB编程实现求解过程。运用算例对提出的模型及算法进行了验证。优化结果显示：提出的公交调度组合模型及其求解算法是可行的而有效的，能够极大的节省系统的运营成本；敏感性分析表明：出行量增加后，不同发车间隔的目标函数值基本上呈上升趋势；出行速度的变化对于目标函数的影响呈现波折状态。
如何使快速公交与普通公交之间的换乘更为准确、协调，是提高公交系统运行效率的重要方面。论文从快速公交与普通公交的现状换乘方式及存在的问题，提出了快速公交与普通公交协调调度的必要性。对协调调度的定义、功能和过程以及涉及到的广义成本进行了界定。以调度过程中的快速公交与普通公交换乘点为研究出发点，在普通公交调度中引入机动时间的概念，建立了以出行乘客的换乘时间、等待时间和公交车辆运营时间成本最小为目标的协调调度模型，并给出了到达时间、发车频率和机动时间的约束条件，保证与快速公交一致性调度。给出了基于遗传算法求解的求解过程，并给出2个算例分析，分别给出了快速公交与单一普通公交线路和多条普通公交线路的机动时间优化，优化效果明显，显著减少了系统的成本值。遗传算法因素分析表明，文中采用的变异率和种群规模有利于产生优化解。
根据客流量变化情况，依赖先进的技术手段，对快速公交车辆进行实时调度是调度的高级形式。论文研究了滞站、动态跳站、短掉头、发车调度四种实时调度策略，并进行了对比分析。重点研究了快速公交动态跳站调度模型，建立了动态调度的数学模型，确定将要发车的快速公交车辆的停靠形式，目标函数为乘客的出行成本和车辆的运营成本最小化，约束条件则充分考虑了时间约束、乘客数量等。采用二进制编码的遗传算法进行模型的求解。通过数值算例验证，给出了推荐的跳站方案，跳站方案表明可以节省部分的停靠时间，减少系统成本。为了综合考虑定性因素对调度方案的影响，使调度方案的选择更为科学合理，论文选择了影响乘客因素和影响公交公司的12个方面的因素，引入网络分析方法考虑因素之间的相互联系，对实时调度策略的选择进行了评价。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。
建立快速公交智能调度系统将有效保证快速公交运营质量，提供智能化的调度平台。论文从智能调度系统的需求分析入手，给出快速公交车辆智能化调度的目标及总体设计要求，根据本论文的研究内容和优化算法，考虑了调度组合、与普通公交的协调调度以及实时调度，体现了快速公交的调度特点。给出了智能调度模块结构设计以及关键技术分析，最后利用Mapinfo整合基本调度与优化调度，给出了智能调度系统的GIS表现方法，将优化研究与实际应用进行了良好的结合。
Bus Rapid Transit scheduling and operation are the key of service quality, only when BRT provides convenient, efficient and comfortable rapid transit services, it is possible to enhance its competitiveness and attract more trips transfer to public transport services. Based on the passenger travel demand, how to optimize the Bus Rapid Transit scheduling, raise the city's transport system efficiency is the focus and significance of the study.
This paper started from the basic principles and requirements of Bus Rapid Transit scheduling. The current bus scheduling situation is analyzed and the existing problems are summed up to leads to the focus of the study. According to the technology, operation and passenger flow characteristics, the optimization theory is given, including the impact of factors and system cost. The requirements of scheduling optimization are listed which include dispatching steps and the classification. All these are to lay the theoretical foundation for the follow-up chapters.
Flexible scheduling is one character of Bus Rapid Transit. The BRT lines take on the combinations of regular scheduling, zone scheduling and expressing scheduling form, which will greatly enhance the operating efficiency greatly. Based the different character and system cost, the paper sets up the mathematics model. The objective was to minimize passengers waiting time costs, on board cost and transit enterprises operating costs, while the related constraints including time and passengers' factors. By using variable length coding of genetic algorithm, MATLAB programming is used to solve the model. Numerical examples are given to verify the model and algorithm. Optimization results showed that: the BRT combination scheduling model and proposed algorithm is feasible and effective, can greatly save the system costs. What's more, sensitivity analysis shows that: with the trip volume increased, objective function value under different frequency is basically an upward trend, while the travel speed presented twists.
How to make the transfer between the BRT and regular bus is the important thing of improving transit efficiency. From the transfer way, the current problems existed in the regular bus and BRT, the necessity of coordination scheduling is proposed. The functions and processes and general cost are analyzed. Slack time are introduce in regular bus scheduling, setting up the goal of transfer of passengers travel time, waiting time and cost of public transportation vehicles operating minimum time for the coordination of scheduling model. The time of arrival, the grid frequency and motor time are given as the constraints. Based on genetic algorithm for the solution process, two examples are taken, which are separately are BRT transfer with a single bus line and a number of regular bus lines. The optimization result is good and saves much cost. The genetic algorithm factors show the mutation rate and population size determined is easy to find the optimization solution.
According to the traffic volume and the advanced technology, real-time monitoring of vehicles and scheduling is the senior forms. Four real-time scheduling strategies holding, stop-skipping, short turning and deadheading, the different scheduling strategies are given for the comparative analysis. Dynamic stop-skipping model is given. The objective function is to minimize the passenger travel costs and operating costs, the constraints include the time constraints, the number of passengers. The genetic algorithm model is set to solve the model. To verify the models and algorithms, the numerical example is presented. The result shows that the method can save part of stop time, reduce system costs. In order to make the choice of real-time scheduling more scientific, the papers selected 12 factors including the passengers and bus companies. The ANP method is introduced to consider the inter-links between the factors. Under the given circumstances, the priority value of real-time deadheading and stop-skipping is relatively high and is recommend.
The establishment of intelligent BRT scheduling system will effectively guarantee the quality of BRT service. With the goal of intelligent scheduling and design requirements, the combination of different scheduling form, the coordination schedule between regular bus and BRT, real-time scheduling are all considered. The structural design and key technical analysis of intelligent BRT scheduling are given, the mapinfo is given to show the schedule framework, which built a better theoretical framework for the system development and is practical.
本文从快速公交调度优化的基本原理与要求出发，分析了公交调度的现状，总结了存在的主要问题，引出研究的重点。根据快速公交的技术、运营和客流特点，给出了快速公交调度优化的原理，分析调度的影向因素和系统成本组成。给出了快速公交系统的调度优化要求，分析了调度的关键步骤和分类情况，为后续各章奠定理论基础。
灵活的调度组合是快速公交运行特征之一。在快速公交线路上采取全程车、区间车、大站快车三种调度形式的组合，将大大提高快速公交的运营效率。论文在分析快速公交三种不同调度形式特点和系统的成本基础上，采用数学建模的方法建立快速公交组合调度模型。模型的目标函数为乘客的等待时间、在车时间和公交企业运行时间三部分的最小化，约束条件则具体考虑到时间、乘客和发车间隔等方面的因素。采用可变长度编码的遗传算法对所建模型进行求解，利用MATLAB编程实现求解过程。运用算例对提出的模型及算法进行了验证。优化结果显示：提出的公交调度组合模型及其求解算法是可行的而有效的，能够极大的节省系统的运营成本；敏感性分析表明：出行量增加后，不同发车间隔的目标函数值基本上呈上升趋势；出行速度的变化对于目标函数的影响呈现波折状态。
如何使快速公交与普通公交之间的换乘更为准确、协调，是提高公交系统运行效率的重要方面。论文从快速公交与普通公交的现状换乘方式及存在的问题，提出了快速公交与普通公交协调调度的必要性。对协调调度的定义、功能和过程以及涉及到的广义成本进行了界定。以调度过程中的快速公交与普通公交换乘点为研究出发点，在普通公交调度中引入机动时间的概念，建立了以出行乘客的换乘时间、等待时间和公交车辆运营时间成本最小为目标的协调调度模型，并给出了到达时间、发车频率和机动时间的约束条件，保证与快速公交一致性调度。给出了基于遗传算法求解的求解过程，并给出2个算例分析，分别给出了快速公交与单一普通公交线路和多条普通公交线路的机动时间优化，优化效果明显，显著减少了系统的成本值。遗传算法因素分析表明，文中采用的变异率和种群规模有利于产生优化解。
根据客流量变化情况，依赖先进的技术手段，对快速公交车辆进行实时调度是调度的高级形式。论文研究了滞站、动态跳站、短掉头、发车调度四种实时调度策略，并进行了对比分析。重点研究了快速公交动态跳站调度模型，建立了动态调度的数学模型，确定将要发车的快速公交车辆的停靠形式，目标函数为乘客的出行成本和车辆的运营成本最小化，约束条件则充分考虑了时间约束、乘客数量等。采用二进制编码的遗传算法进行模型的求解。通过数值算例验证，给出了推荐的跳站方案，跳站方案表明可以节省部分的停靠时间，减少系统成本。为了综合考虑定性因素对调度方案的影响，使调度方案的选择更为科学合理，论文选择了影响乘客因素和影响公交公司的12个方面的因素，引入网络分析方法考虑因素之间的相互联系，对实时调度策略的选择进行了评价。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。
建立快速公交智能调度系统将有效保证快速公交运营质量，提供智能化的调度平台。论文从智能调度系统的需求分析入手，给出快速公交车辆智能化调度的目标及总体设计要求，根据本论文的研究内容和优化算法，考虑了调度组合、与普通公交的协调调度以及实时调度，体现了快速公交的调度特点。给出了智能调度模块结构设计以及关键技术分析，最后利用Mapinfo整合基本调度与优化调度，给出了智能调度系统的GIS表现方法，将优化研究与实际应用进行了良好的结合。
Bus Rapid Transit scheduling and operation are the key of service quality, only when BRT provides convenient, efficient and comfortable rapid transit services, it is possible to enhance its competitiveness and attract more trips transfer to public transport services. Based on the passenger travel demand, how to optimize the Bus Rapid Transit scheduling, raise the city's transport system efficiency is the focus and significance of the study.
This paper started from the basic principles and requirements of Bus Rapid Transit scheduling. The current bus scheduling situation is analyzed and the existing problems are summed up to leads to the focus of the study. According to the technology, operation and passenger flow characteristics, the optimization theory is given, including the impact of factors and system cost. The requirements of scheduling optimization are listed which include dispatching steps and the classification. All these are to lay the theoretical foundation for the follow-up chapters.
Flexible scheduling is one character of Bus Rapid Transit. The BRT lines take on the combinations of regular scheduling, zone scheduling and expressing scheduling form, which will greatly enhance the operating efficiency greatly. Based the different character and system cost, the paper sets up the mathematics model. The objective was to minimize passengers waiting time costs, on board cost and transit enterprises operating costs, while the related constraints including time and passengers' factors. By using variable length coding of genetic algorithm, MATLAB programming is used to solve the model. Numerical examples are given to verify the model and algorithm. Optimization results showed that: the BRT combination scheduling model and proposed algorithm is feasible and effective, can greatly save the system costs. What's more, sensitivity analysis shows that: with the trip volume increased, objective function value under different frequency is basically an upward trend, while the travel speed presented twists.
How to make the transfer between the BRT and regular bus is the important thing of improving transit efficiency. From the transfer way, the current problems existed in the regular bus and BRT, the necessity of coordination scheduling is proposed. The functions and processes and general cost are analyzed. Slack time are introduce in regular bus scheduling, setting up the goal of transfer of passengers travel time, waiting time and cost of public transportation vehicles operating minimum time for the coordination of scheduling model. The time of arrival, the grid frequency and motor time are given as the constraints. Based on genetic algorithm for the solution process, two examples are taken, which are separately are BRT transfer with a single bus line and a number of regular bus lines. The optimization result is good and saves much cost. The genetic algorithm factors show the mutation rate and population size determined is easy to find the optimization solution.
According to the traffic volume and the advanced technology, real-time monitoring of vehicles and scheduling is the senior forms. Four real-time scheduling strategies holding, stop-skipping, short turning and deadheading, the different scheduling strategies are given for the comparative analysis. Dynamic stop-skipping model is given. The objective function is to minimize the passenger travel costs and operating costs, the constraints include the time constraints, the number of passengers. The genetic algorithm model is set to solve the model. To verify the models and algorithms, the numerical example is presented. The result shows that the method can save part of stop time, reduce system costs. In order to make the choice of real-time scheduling more scientific, the papers selected 12 factors including the passengers and bus companies. The ANP method is introduced to consider the inter-links between the factors. Under the given circumstances, the priority value of real-time deadheading and stop-skipping is relatively high and is recommend.
The establishment of intelligent BRT scheduling system will effectively guarantee the quality of BRT service. With the goal of intelligent scheduling and design requirements, the combination of different scheduling form, the coordination schedule between regular bus and BRT, real-time scheduling are all considered. The structural design and key technical analysis of intelligent BRT scheduling are given, the mapinfo is given to show the schedule framework, which built a better theoretical framework for the system development and is practical.
引文
[1]赵杰，叶敏，赵一新，等．国外快速公交系统发展概况[J]．国外城市规划，2006，2(3)：32-37．
[2]金凡．波哥大市快速公交系统建设经验对中国城市的启示[J]．城市交通，2007，5(1)：64-68．
[3]金凡．快速公交(BRT)在中国的发展[J]．国外城市规划．2006，21(3)：28-31．
[4]城市公交编辑部．中国城市快速公交系统建设示例[J]．2007，5(5)：56-70．
[5]Furth，P．G，Wilson，N．H．N．setting frequencies on bus routes：theory and practice[J]．Transportation research record 818，Transportation Research Board，Washington，D．C，1981：1-7
[6]Kousopoulos，H．N，Odoni，A．，and Wilson，N．H．M．Determination of headways as function of time varying characteristics on a transit network[J]．Computer scheduling of public transport2．1985：192-220
[7]Ceder，A．，Stern，H．I．Optimal transit timetables for a fixed vehicle fleet[R]．Proc．10~(th) Int，Symp．On transportation and traffic theory，1984：33 1-355．
[8]Ceder，A．Tal，O．Timetable synchronization for bused．Computer-aided scheduling of public transport[M]．Springer，New York．1999：245-258．
[9]Transportation Research Board TCRP30．Transit Scheduling：Basic and Advanced Manuals．1998．
[10]Saeed Zolfaghari，Nader Azizi，Mohamad Y．Jaber．A model for holding strategy in public transit systems with real-time information[J]．International Journal of Transport Management 2(2004)：99-110
[11]Maged Dessouky，Randolph Hall，Lei Zhang，Ajay Singh．Real-time control of buses for schedule coordination at a terminal[J]．Transportation research part A 37(2003)：145-164
[12]Liping Fu，Qing Liu，Paul Calamai．Real-Time Optimization Model for Dynamic Scheduling of Transit Operations[J]．Transportation Research Record 1857：48-55
[13]Aichong sun，Mark hichkman．The real-time stop-skipping problem．Jounarl of interiligent transportaion system．2005，9(2)：91-109
[14]Probhat Shrivastava，Magaret O Mohony．A model for development of optimized feeder routes and coordinated schedules-a genetic algorithms approach[J]．transportation policy．2006，13：413-425
[15]Ceder，B．Golany，O．Tabl．Creating bus timetables with maximal synchronization[J]．Transporatation Research Part A．2001，35：913-928．
[16]Somnuk Ngamchai，David J．Lovell．Optimal time transfer in bus transit route network design using a genetic algorithm[J]．Jounal of transportaition engineering．2003，5：510-521．
[17]Maged Dessouky，Randolph Hall，Lei Zhang，et．Al．Real-time control of bused for schedule coordination at a terminal[J]．Transporatation Research Part A．2003，37：145-164．
[18]Ching-Jun Ting，Paul Schonfeld，F．ASCE．Schedule coordination in a multiple hub transit network[J]．Jounaranl of urban planning and development．2005，6：112-124
[19]Fabian Cevallos，Fang Zhao．Minimizing Transfer Times in a Public Transit Network with a Genetic Algorithm[J]．85th Annual Meeting of the Transportation Research Board Washington，D．C．January 22-26，2006．
[20]孙芙灵．公交调度一级优化系统的研究与开发[M]．西安公路交通大学硕士论文．西安：西安公路交通大学，1998．
[21]张飞舟，晏磊，范跃祖，等．智能交通系统中的公交车辆调度方法研究[J]．中国公路学报．2003，16(2)：12-18．
[22]童刚．遗传算法在公交调度中的应用研究[J]．计算机工程，2005，1(13)：21-23．
[23]王鹏飞．智能公交之车流人员排班算法的研究与应用[D]．山东大学硕士学位论文．2006．4．
[24]运梅．城市公交调度优化方法研究[D]．合肥：合肥工业大学硕士学位论文，2006．5．
[25]汤可夫．公交客流分配与调度的遗传算法[D]．大连理工大学硕士学位论文，大连：大连理工大学，2004．6．
[26]于滨．城市公交系统模型与算法研究[D]．大连理工大学博士学位论文．大连理工大学：大连，2006．4．
[27]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．
[28]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．
[29]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．
[30]任传祥，张海，范跃祖．混合遗传-模拟退火算法在公交智能调度中的应用[J]．系统仿真学报，2005，17(9)．
[31]丁柏群．城市公交车合理化运营措施探讨[J]．城市公共交通，2005．2．
[32]程杰，邓卫，蒯婷婷．基于期望满足概率的公交发车间隔计算模型[J]．现代交通技术．2006．4
[33]徐向阳，徐大伟，马洪坤．公交调度中放车调度模型的研究[J]．交通与计算机，2003，21(4)：19-21．
[34]黄溅华，葛芳，张国伍．公共交通实时控制模型研究[J]．系统工程理论与实践，2001，5(5)：129-131．
[35]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．
[36]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．
[37]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．
[38]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．
[39]滕靖，杨晓光．APTS下城市公交枢纽调度问题的使用优化方法研究[J]．系统工程，2004，22(8)：78-82
[40]滕靖，杨晓光．面向换乘枢纽的公共汽车协调调度模式研究[J]．城市交通，2006，4(5)：19-25．
[41]曹玫，林小涵．基于遗传算法的城市轨道交通结语公交线网规划[J]．武汉理工大学学报．2005，29(4)：568-570．
[42]吴友梅．城市轨道交通与地面常规公交换乘客流预测模型研究[J]．城市交通，2005，11：30-33．
[43]李铭，李旭宏．公交枢纽内多线路车辆实时调度优化方法研究[J]．公路交通科技，2006(23)：10．
[44]李铭，李旭宏．SPSA在公交枢纽内车辆实时调度优化中的应用研究[J]．交通与计算机，2005，23(5)：42-45．
[45]卢伟．基于信息服务的公交枢纽换乘时间模型的研究[J]．佳木斯大学学报，2007，25(2)：670-672．
[46]马超群，王玉萍，陈宽民．城市轨道交通与常规公交之竞争模型[J]．交通运输系统工程与信息，2007，7(3)：140-143．
[47]王显明，姚洪伟．巴西库里蒂巴市的城市公共交通[J]．城市公共交通，1999(2)：1-2．
[48]杨晓光．先进的公共汽车交通优先系统结构[J]．城市公共交通，2000(3)．
[49]杨新苗，王炜．基于准实时信息的公交调度优化系统[J]．交通与计算机，2000(5)．
[50]陈凌青．大城市发展高档快速公交的探讨[J]．综合运输，2004．
[51]戴英姿．快速公交(BRT)系统的交叉口优化控制与设计[D]．西南交通大学硕士论文，2005．5．
[52]王亿方．快速公交系统规划方法研究[D]．东南大学交通硕士论文，2005．3．
[53]胡兴华．基于运行图的快速公交运营系统研究[J]．道路交通与安全，2006(11)．
[54]吴聪．需求导向的快速公交营系统规划[J]．交通与科技，2006．
[55]徐康明，解建华，玛浚．快速公交车站运营模式的优势与效益分析[J]．城市交通，2006(6)．
[56]姚岳林，陈刚等．快速公交线路上交通瓶颈分析及其改善方案[J]．大连海事大学学报：自然科 学版，2007(33)：2．
[57]胡红，杨孝宽，魏中华，等．基于成本-效益优化的BRT规划方案评价研究[J]．北京工业大学学报，2007(4)：393-397．
[58]赵一新．中国快速公交的发展方向和规划设计导则[D]．2007城市可持续发展国际市长高层论坛会议论文集，2007：53-54．
[59]莫一魁．快速公交(BRT)线路布设优化算法研究[J]．交通与运输，2007，7：5-9．
[60]张涛，熊桂喜．BRT公交车辆智能调度系统的设计及实现[J]．微计算机信息，2007，23(12-1)：271-273．
[61]王少飞，关可．快速公交智能系统框架结构研究[J]．综合运输，2007，11：53-56．
[62]李中山．浅谈西安公共交通公司区域调度的发展．第五届交通运输领域国际学术会议论文文集，2005．6．
[63]北京中咨正达交通科有限公司．广州市中心区交通项目后评估报告[R]，2007．12．
[64]罗大明，季晓京．北京南中轴路快速公交(BRT)智能公交系统总体设计概要．交通运输系统工程与信息，2005，5(2)：97-107．
[65]北京市公共交通总公司．北京市公共交通智能调度指挥系统．中国建设信息，2007，1：41-43．
[66]于星涛．快速公交系统规划研究——以济南市为例[D]．同济大学硕士论文，2006．2．
[67]北京市交通发展研究中心翻译，美国公交协会研究报告90——快速公交系统案例分析．2003．9．
[68]李铭，李晓宏，朱彦东，等．快速公交线路网规划方法研究——以天津市快速公交线路网规划为例．规划师，2006，22(9)：45-48．
[69]孙传姣，周伟，王元庆，等．基于网络分析法的快速公交系统方案选择．长安大学学报(社科版)，2008．2．
[70]孙传姣，王元庆，周伟，等．快速公交行车系统方案决策研究．交通运输工程与信息学报，2007．2．
[71]孙传姣，王元庆，周伟．快速公交的运营管理研究．交通企业管理，2007．4．
[72]杨智伟，赵胜川．国内外BRT发展与大连城市公共交通的对策研究[A]．第六届交通运输领域国际学术会议论文集(上卷)[C]，2006．
[73]刘欣．快速公交系统(BRT)在北京的发展前景[J]．北京规划建设，2004，(02)：27-30．
[74]陈燕凌，郭继孚，徐康明．北京发展大容量快速公交系统的思路和初步行动[J]．城市公共交通，2004，(04)：27-29．
[75]徐康明，刘丽，郭小培．中国城市公共交通政策[J]．城市公共交通，2004，(3)：27-29．
[76]林正．建设北京快速公交系统实现城市交通可持续发展[J]．城市公共交通，2004，(02)：15-17．
[77]古春晓．快速公交系统破题中国——BRT：解困城市堵局[J]．建设科技，2004，(23)：10-13．
[78]吴家庆，林正．北京市南中轴路快速公交运营效果分析．城市交通，2007，5(4)：76-80．
[79]黎林峰．北京BRT建成与发展——访北京畅达通客运股份有限公司副总经理闫雅彬[J]．中国建设信息，2007，(01)：32-34．
[80]黎林峰．快速公交发展政策与规划——访中国城市规划设计研究院交通所所长赵杰[J]．中国建设信息，2007，(01)：37-38．
[81]吴洋，罗霞．公交车辆站停时间与乘客行为的关系[J]．西南交通大学学报．2007，42(2)：243-248．
[82]张佳．公交优先策略博弈分析[D]．西安：长安大学硕士论文，2007．
[83]胡坚明，宋靖雁，杨兆升，等．公交智能化调度系统实时调度形式确定方法研究[J]．公路交通科技，2006，20(6)：113-117．
[84]王学慧．智能公共交通调度模型研究[A]．第六届交通运输领域国际学术会议论文集(下卷)[C]，2006．
[85]韩印，杨兆升，胡坚明．公共交通智能化调度基础数据预测方法研究[J]．公路交通科技，2003，20(3)：143-146．
[86]杨兆升．城市智能公共交通系统理论与方法[M]．北京：中国铁道出版社，2004．12．
[87]玄光男，程润伟．遗传算法与工程优化M]．北京：清华出版社，2004．
[88]杨涛．集成阻抗函数标定的OD估计双层规划模型研究[D]．西安：长安大学硕士论文，2007．
[89]陈海军，陈铁英．混合遗传算法在路径选择问题的应用[J]．计算机与数字工程，2005，33(04)：92-96
[90]飞思科技产品研发中心．MATLAB6．5辅助优化计算与设计[M]．北京：电子工业出版社，2003．1．
[91]李雪芹，丰伟．车辆优化调度的遗传算法求解[J]．铁路运输与经济．2007，29(1)：73-75．
[92]杨剑锋．基于遗传算法和蚂蚁算法求解函数优化问题[J]．浙江大学学报．2007，41(3)：427-430．
[93]范秋生，潘纹．遗传算法在智能交通系统车辆调度中的应用研究[J]．计算机与数字工程．2007，35(5)：34-35．
[94]邱振龙．公交智能调度算法研究与优化[J]．中国科技信息．2006，(23)：82-85．
[95]戴帅，姜华平，陈海泳等．公共交通换乘时间可靠度研究[J]．公路交通科技．2007，24(8)：124-135
[96]林世生．城市轨道交通与常规公交衔接探析[J]．现代城市轨道交通．2007，1：51-53．
[97]Evaluation of Intermeddle Passenger Transfer Facilities，Federal Highway Administration[M]．U．S Department of Transportation，1994．9．
[98]韩印，李维斌，李晓峰．城市公交线网调整优化PSO算法[J]．中国公路学报，1999，12 (3)：100-104．
[99]杨晓光，张珏，张海军．轨道交通换乘枢纽交通信息服务分析[J]．城市轨道交通研究，2004，7(5)．
[100]张飞舟，晏磊，范跃祖，等．智能交通系统的公交车辆指挥调度体系结构[J]．地理与地理信息科学，2003，19(4)：109-111．
[101]刑文训，谢金星．现代优化计算方法[M]．北京：清华出版社．1999．
[102]陆化普，黄海军．交通规划理论研究前沿[M]．北京：清华出版社．2007．
[103]陆化普．交通规划理论与方法[M]．北京：清华出版社．2007．
[104]程世东．物流配送车辆调度模型及算法研究[D]．北京：北京工业大学博士论文．2005．
[105]王炜，徐吉谦，杨涛，等．城市交通规划理论及其应用[M]．南京：东南大学出版社．1998．
[106]王炜．城市公共交通系统规划方法与管理技术[M]．北京：科学出版社，2002．
[107]美国能源基金会中国快速公交系统发展报告[R]．2003．
[108]王凤武．对中国发展快速公交的认识[J]．城市交通，2006，4(6)：26-28．
[109]王延娟．快速公交系统线路组合问题研究[D]西安：长安大学硕士论文．2005．
[110]冯树民．公交线网优化及合理运能配置研究[D]．哈尔滨工业大学．2001．12．
[111]戴明强，李卫军，李新鹏．一类公交车调度问题的数学模型及解法[J]．运筹与管理，2004，12(1)：73-76．
[112]徐永能．大城市公共客运交通系统结构演化机理与优化方法研究[D]．南京：东南大学博士论文，2006．5．
[113]郭中华，王炜．我国发展快速公交系统的技术探讨与实施对策[[J]．现代城市研究，2004，12：58-63．
[114]建设部建城[2004]38号文．关于优先发展城市公共交通的意见[J]．城市车辆，2004，3：23-25．
[115]段里仁．一个城市交通的国际典范—巴西库里蒂巴市整合公共交通系统[[J]．城市车辆，2001 (3)：11-14．
[116]陈学武，等．城市公交优先发展的对策研究[[J]．现代城市研究，2004 (1)：34-36．
[117]杨新苗．城市公交发展技术保障体系关键技术研究[D]．东南大学博士学位论文，2003．
[118]杨涛等．城市交通政策研究[J]．规划师，2005(8)：10-130．
[119]张庆年．公共交通车辆调度决策系统现代非现行数学方法的研究[D]．武汉理工大学博士论文，2003．10．
[120]宋一凡，高自有．能力限制条件下的公交平衡配流模型和求解算法[J]．铁道学报，1999．10．
[121]孙芙灵．公交调度中发车间隔的确定方法探讨[J]．西安公路交通大学学报，1997．2．
[122]王培宏．城市交通时间应急管理系统及其理论问题研究[D]．天津大学硕士论文，2005．1．
[123]魏权龄，胡显佑．运筹学通论[M]．北京：中国人民大学出版社，2001．
[124]贺国光．智能交通系统的发展历程与现状分析[J]．ITS通讯，2001(1)：72-74．
[125]杨佩昆．智能交通运输系统体系结构[M]．同济大学出版社，2001．5．
[126]李为为．城市轨道交通调度指挥智能集成系统研究[D]．北京交通大学博士论文，2006．9．
[127]罗伯特著，宇恒可持续交通研究中心译．公交都市[M]．中国建筑出版社．2007．7．
[128]王炜，过秀成．交通工程学．北京：人民交通出版社．2000．10．
[129]金凡，吴红．波哥大市快速公交系统建设经验[M]．城市交通．2007 (5) 1：56-63．
[130]解建华，冯俊，徐康明．快速公交与常规公交的车头时距分布及停靠站时间对比分析．http：//www．chinastc．org/update/Download/200693058813205．pdf
[131]徐康明，解建华，冯俊．快速公交车站运营模式的优势与效益分析[J]．城市交通2006．6 (4)：29-33．
[132]刘镇阳，张秀媛，等．城市智能公共交通系统[M]．中国铁道出版社．2005．1．
[2]金凡．波哥大市快速公交系统建设经验对中国城市的启示[J]．城市交通，2007，5(1)：64-68．
[3]金凡．快速公交(BRT)在中国的发展[J]．国外城市规划．2006，21(3)：28-31．
[4]城市公交编辑部．中国城市快速公交系统建设示例[J]．2007，5(5)：56-70．
[5]Furth，P．G，Wilson，N．H．N．setting frequencies on bus routes：theory and practice[J]．Transportation research record 818，Transportation Research Board，Washington，D．C，1981：1-7
[6]Kousopoulos，H．N，Odoni，A．，and Wilson，N．H．M．Determination of headways as function of time varying characteristics on a transit network[J]．Computer scheduling of public transport2．1985：192-220
[7]Ceder，A．，Stern，H．I．Optimal transit timetables for a fixed vehicle fleet[R]．Proc．10~(th) Int，Symp．On transportation and traffic theory，1984：33 1-355．
[8]Ceder，A．Tal，O．Timetable synchronization for bused．Computer-aided scheduling of public transport[M]．Springer，New York．1999：245-258．
[9]Transportation Research Board TCRP30．Transit Scheduling：Basic and Advanced Manuals．1998．
[10]Saeed Zolfaghari，Nader Azizi，Mohamad Y．Jaber．A model for holding strategy in public transit systems with real-time information[J]．International Journal of Transport Management 2(2004)：99-110
[11]Maged Dessouky，Randolph Hall，Lei Zhang，Ajay Singh．Real-time control of buses for schedule coordination at a terminal[J]．Transportation research part A 37(2003)：145-164
[12]Liping Fu，Qing Liu，Paul Calamai．Real-Time Optimization Model for Dynamic Scheduling of Transit Operations[J]．Transportation Research Record 1857：48-55
[13]Aichong sun，Mark hichkman．The real-time stop-skipping problem．Jounarl of interiligent transportaion system．2005，9(2)：91-109
[14]Probhat Shrivastava，Magaret O Mohony．A model for development of optimized feeder routes and coordinated schedules-a genetic algorithms approach[J]．transportation policy．2006，13：413-425
[15]Ceder，B．Golany，O．Tabl．Creating bus timetables with maximal synchronization[J]．Transporatation Research Part A．2001，35：913-928．
[16]Somnuk Ngamchai，David J．Lovell．Optimal time transfer in bus transit route network design using a genetic algorithm[J]．Jounal of transportaition engineering．2003，5：510-521．
[17]Maged Dessouky，Randolph Hall，Lei Zhang，et．Al．Real-time control of bused for schedule coordination at a terminal[J]．Transporatation Research Part A．2003，37：145-164．
[18]Ching-Jun Ting，Paul Schonfeld，F．ASCE．Schedule coordination in a multiple hub transit network[J]．Jounaranl of urban planning and development．2005，6：112-124
[19]Fabian Cevallos，Fang Zhao．Minimizing Transfer Times in a Public Transit Network with a Genetic Algorithm[J]．85th Annual Meeting of the Transportation Research Board Washington，D．C．January 22-26，2006．
[20]孙芙灵．公交调度一级优化系统的研究与开发[M]．西安公路交通大学硕士论文．西安：西安公路交通大学，1998．
[21]张飞舟，晏磊，范跃祖，等．智能交通系统中的公交车辆调度方法研究[J]．中国公路学报．2003，16(2)：12-18．
[22]童刚．遗传算法在公交调度中的应用研究[J]．计算机工程，2005，1(13)：21-23．
[23]王鹏飞．智能公交之车流人员排班算法的研究与应用[D]．山东大学硕士学位论文．2006．4．
[24]运梅．城市公交调度优化方法研究[D]．合肥：合肥工业大学硕士学位论文，2006．5．
[25]汤可夫．公交客流分配与调度的遗传算法[D]．大连理工大学硕士学位论文，大连：大连理工大学，2004．6．
[26]于滨．城市公交系统模型与算法研究[D]．大连理工大学博士学位论文．大连理工大学：大连，2006．4．
[27]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．
[28]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．
[29]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．
[30]任传祥，张海，范跃祖．混合遗传-模拟退火算法在公交智能调度中的应用[J]．系统仿真学报，2005，17(9)．
[31]丁柏群．城市公交车合理化运营措施探讨[J]．城市公共交通，2005．2．
[32]程杰，邓卫，蒯婷婷．基于期望满足概率的公交发车间隔计算模型[J]．现代交通技术．2006．4
[33]徐向阳，徐大伟，马洪坤．公交调度中放车调度模型的研究[J]．交通与计算机，2003，21(4)：19-21．
[34]黄溅华，葛芳，张国伍．公共交通实时控制模型研究[J]．系统工程理论与实践，2001，5(5)：129-131．
[35]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．
[36]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．
[37]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．
[38]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．
[39]滕靖，杨晓光．APTS下城市公交枢纽调度问题的使用优化方法研究[J]．系统工程，2004，22(8)：78-82
[40]滕靖，杨晓光．面向换乘枢纽的公共汽车协调调度模式研究[J]．城市交通，2006，4(5)：19-25．
[41]曹玫，林小涵．基于遗传算法的城市轨道交通结语公交线网规划[J]．武汉理工大学学报．2005，29(4)：568-570．
[42]吴友梅．城市轨道交通与地面常规公交换乘客流预测模型研究[J]．城市交通，2005，11：30-33．
[43]李铭，李旭宏．公交枢纽内多线路车辆实时调度优化方法研究[J]．公路交通科技，2006(23)：10．
[44]李铭，李旭宏．SPSA在公交枢纽内车辆实时调度优化中的应用研究[J]．交通与计算机，2005，23(5)：42-45．
[45]卢伟．基于信息服务的公交枢纽换乘时间模型的研究[J]．佳木斯大学学报，2007，25(2)：670-672．
[46]马超群，王玉萍，陈宽民．城市轨道交通与常规公交之竞争模型[J]．交通运输系统工程与信息，2007，7(3)：140-143．
[47]王显明，姚洪伟．巴西库里蒂巴市的城市公共交通[J]．城市公共交通，1999(2)：1-2．
[48]杨晓光．先进的公共汽车交通优先系统结构[J]．城市公共交通，2000(3)．
[49]杨新苗，王炜．基于准实时信息的公交调度优化系统[J]．交通与计算机，2000(5)．
[50]陈凌青．大城市发展高档快速公交的探讨[J]．综合运输，2004．
[51]戴英姿．快速公交(BRT)系统的交叉口优化控制与设计[D]．西南交通大学硕士论文，2005．5．
[52]王亿方．快速公交系统规划方法研究[D]．东南大学交通硕士论文，2005．3．
[53]胡兴华．基于运行图的快速公交运营系统研究[J]．道路交通与安全，2006(11)．
[54]吴聪．需求导向的快速公交营系统规划[J]．交通与科技，2006．
[55]徐康明，解建华，玛浚．快速公交车站运营模式的优势与效益分析[J]．城市交通，2006(6)．
[56]姚岳林，陈刚等．快速公交线路上交通瓶颈分析及其改善方案[J]．大连海事大学学报：自然科 学版，2007(33)：2．
[57]胡红，杨孝宽，魏中华，等．基于成本-效益优化的BRT规划方案评价研究[J]．北京工业大学学报，2007(4)：393-397．
[58]赵一新．中国快速公交的发展方向和规划设计导则[D]．2007城市可持续发展国际市长高层论坛会议论文集，2007：53-54．
[59]莫一魁．快速公交(BRT)线路布设优化算法研究[J]．交通与运输，2007，7：5-9．
[60]张涛，熊桂喜．BRT公交车辆智能调度系统的设计及实现[J]．微计算机信息，2007，23(12-1)：271-273．
[61]王少飞，关可．快速公交智能系统框架结构研究[J]．综合运输，2007，11：53-56．
[62]李中山．浅谈西安公共交通公司区域调度的发展．第五届交通运输领域国际学术会议论文文集，2005．6．
[63]北京中咨正达交通科有限公司．广州市中心区交通项目后评估报告[R]，2007．12．
[64]罗大明，季晓京．北京南中轴路快速公交(BRT)智能公交系统总体设计概要．交通运输系统工程与信息，2005，5(2)：97-107．
[65]北京市公共交通总公司．北京市公共交通智能调度指挥系统．中国建设信息，2007，1：41-43．
[66]于星涛．快速公交系统规划研究——以济南市为例[D]．同济大学硕士论文，2006．2．
[67]北京市交通发展研究中心翻译，美国公交协会研究报告90——快速公交系统案例分析．2003．9．
[68]李铭，李晓宏，朱彦东，等．快速公交线路网规划方法研究——以天津市快速公交线路网规划为例．规划师，2006，22(9)：45-48．
[69]孙传姣，周伟，王元庆，等．基于网络分析法的快速公交系统方案选择．长安大学学报(社科版)，2008．2．
[70]孙传姣，王元庆，周伟，等．快速公交行车系统方案决策研究．交通运输工程与信息学报，2007．2．
[71]孙传姣，王元庆，周伟．快速公交的运营管理研究．交通企业管理，2007．4．
[72]杨智伟，赵胜川．国内外BRT发展与大连城市公共交通的对策研究[A]．第六届交通运输领域国际学术会议论文集(上卷)[C]，2006．
[73]刘欣．快速公交系统(BRT)在北京的发展前景[J]．北京规划建设，2004，(02)：27-30．
[74]陈燕凌，郭继孚，徐康明．北京发展大容量快速公交系统的思路和初步行动[J]．城市公共交通，2004，(04)：27-29．
[75]徐康明，刘丽，郭小培．中国城市公共交通政策[J]．城市公共交通，2004，(3)：27-29．
[76]林正．建设北京快速公交系统实现城市交通可持续发展[J]．城市公共交通，2004，(02)：15-17．
[77]古春晓．快速公交系统破题中国——BRT：解困城市堵局[J]．建设科技，2004，(23)：10-13．
[78]吴家庆，林正．北京市南中轴路快速公交运营效果分析．城市交通，2007，5(4)：76-80．
[79]黎林峰．北京BRT建成与发展——访北京畅达通客运股份有限公司副总经理闫雅彬[J]．中国建设信息，2007，(01)：32-34．
[80]黎林峰．快速公交发展政策与规划——访中国城市规划设计研究院交通所所长赵杰[J]．中国建设信息，2007，(01)：37-38．
[81]吴洋，罗霞．公交车辆站停时间与乘客行为的关系[J]．西南交通大学学报．2007，42(2)：243-248．
[82]张佳．公交优先策略博弈分析[D]．西安：长安大学硕士论文，2007．
[83]胡坚明，宋靖雁，杨兆升，等．公交智能化调度系统实时调度形式确定方法研究[J]．公路交通科技，2006，20(6)：113-117．
[84]王学慧．智能公共交通调度模型研究[A]．第六届交通运输领域国际学术会议论文集(下卷)[C]，2006．
[85]韩印，杨兆升，胡坚明．公共交通智能化调度基础数据预测方法研究[J]．公路交通科技，2003，20(3)：143-146．
[86]杨兆升．城市智能公共交通系统理论与方法[M]．北京：中国铁道出版社，2004．12．
[87]玄光男，程润伟．遗传算法与工程优化M]．北京：清华出版社，2004．
[88]杨涛．集成阻抗函数标定的OD估计双层规划模型研究[D]．西安：长安大学硕士论文，2007．
[89]陈海军，陈铁英．混合遗传算法在路径选择问题的应用[J]．计算机与数字工程，2005，33(04)：92-96
[90]飞思科技产品研发中心．MATLAB6．5辅助优化计算与设计[M]．北京：电子工业出版社，2003．1．
[91]李雪芹，丰伟．车辆优化调度的遗传算法求解[J]．铁路运输与经济．2007，29(1)：73-75．
[92]杨剑锋．基于遗传算法和蚂蚁算法求解函数优化问题[J]．浙江大学学报．2007，41(3)：427-430．
[93]范秋生，潘纹．遗传算法在智能交通系统车辆调度中的应用研究[J]．计算机与数字工程．2007，35(5)：34-35．
[94]邱振龙．公交智能调度算法研究与优化[J]．中国科技信息．2006，(23)：82-85．
[95]戴帅，姜华平，陈海泳等．公共交通换乘时间可靠度研究[J]．公路交通科技．2007，24(8)：124-135
[96]林世生．城市轨道交通与常规公交衔接探析[J]．现代城市轨道交通．2007，1：51-53．
[97]Evaluation of Intermeddle Passenger Transfer Facilities，Federal Highway Administration[M]．U．S Department of Transportation，1994．9．
[98]韩印，李维斌，李晓峰．城市公交线网调整优化PSO算法[J]．中国公路学报，1999，12 (3)：100-104．
[99]杨晓光，张珏，张海军．轨道交通换乘枢纽交通信息服务分析[J]．城市轨道交通研究，2004，7(5)．
[100]张飞舟，晏磊，范跃祖，等．智能交通系统的公交车辆指挥调度体系结构[J]．地理与地理信息科学，2003，19(4)：109-111．
[101]刑文训，谢金星．现代优化计算方法[M]．北京：清华出版社．1999．
[102]陆化普，黄海军．交通规划理论研究前沿[M]．北京：清华出版社．2007．
[103]陆化普．交通规划理论与方法[M]．北京：清华出版社．2007．
[104]程世东．物流配送车辆调度模型及算法研究[D]．北京：北京工业大学博士论文．2005．
[105]王炜，徐吉谦，杨涛，等．城市交通规划理论及其应用[M]．南京：东南大学出版社．1998．
[106]王炜．城市公共交通系统规划方法与管理技术[M]．北京：科学出版社，2002．
[107]美国能源基金会中国快速公交系统发展报告[R]．2003．
[108]王凤武．对中国发展快速公交的认识[J]．城市交通，2006，4(6)：26-28．
[109]王延娟．快速公交系统线路组合问题研究[D]西安：长安大学硕士论文．2005．
[110]冯树民．公交线网优化及合理运能配置研究[D]．哈尔滨工业大学．2001．12．
[111]戴明强，李卫军，李新鹏．一类公交车调度问题的数学模型及解法[J]．运筹与管理，2004，12(1)：73-76．
[112]徐永能．大城市公共客运交通系统结构演化机理与优化方法研究[D]．南京：东南大学博士论文，2006．5．
[113]郭中华，王炜．我国发展快速公交系统的技术探讨与实施对策[[J]．现代城市研究，2004，12：58-63．
[114]建设部建城[2004]38号文．关于优先发展城市公共交通的意见[J]．城市车辆，2004，3：23-25．
[115]段里仁．一个城市交通的国际典范—巴西库里蒂巴市整合公共交通系统[[J]．城市车辆，2001 (3)：11-14．
[116]陈学武，等．城市公交优先发展的对策研究[[J]．现代城市研究，2004 (1)：34-36．
[117]杨新苗．城市公交发展技术保障体系关键技术研究[D]．东南大学博士学位论文，2003．
[118]杨涛等．城市交通政策研究[J]．规划师，2005(8)：10-130．
[119]张庆年．公共交通车辆调度决策系统现代非现行数学方法的研究[D]．武汉理工大学博士论文，2003．10．
[120]宋一凡，高自有．能力限制条件下的公交平衡配流模型和求解算法[J]．铁道学报，1999．10．
[121]孙芙灵．公交调度中发车间隔的确定方法探讨[J]．西安公路交通大学学报，1997．2．
[122]王培宏．城市交通时间应急管理系统及其理论问题研究[D]．天津大学硕士论文，2005．1．
[123]魏权龄，胡显佑．运筹学通论[M]．北京：中国人民大学出版社，2001．
[124]贺国光．智能交通系统的发展历程与现状分析[J]．ITS通讯，2001(1)：72-74．
[125]杨佩昆．智能交通运输系统体系结构[M]．同济大学出版社，2001．5．
[126]李为为．城市轨道交通调度指挥智能集成系统研究[D]．北京交通大学博士论文，2006．9．
[127]罗伯特著，宇恒可持续交通研究中心译．公交都市[M]．中国建筑出版社．2007．7．
[128]王炜，过秀成．交通工程学．北京：人民交通出版社．2000．10．
[129]金凡，吴红．波哥大市快速公交系统建设经验[M]．城市交通．2007 (5) 1：56-63．
[130]解建华，冯俊，徐康明．快速公交与常规公交的车头时距分布及停靠站时间对比分析．http：//www．chinastc．org/update/Download/200693058813205．pdf
[131]徐康明，解建华，冯俊．快速公交车站运营模式的优势与效益分析[J]．城市交通2006．6 (4)：29-33．
[132]刘镇阳，张秀媛，等．城市智能公共交通系统[M]．中国铁道出版社．2005．1．