用于将有潜在需求整合进大规模公交系统设计的双层优化与启发式算法
最优化与控制
2026-03-17 v3
摘要
捕获潜在需求在公交服务设计中起关键作用，因为忽略这些乘客会导致服务质量差和/或额外成本。本文从公交运营方与乘客双重视角探索公交网络设计中的该主题。论文提出一个通用双层优化模型，即考虑采用行为的公交网络设计（TN-DA），其在领导者问题中考虑网络设计决策，在跟随者问题中考虑给定网络设计下乘客的出行路径，同时允许用黑盒选择函数表示潜在需求的采用行为。论文进而识别 TN-DA 问题最优解的结构性质，这些性质有利于公交运营方捕获乘客采用行为。论文还基于这些期望的采用性质为公交运营方提供指导性指标。由于该双层问题的计算复杂性，论文提出五种高效启发式算法求解大规模实例，其通过求解简化版 TN-DA 问题并整合乘客选择评估的迭代过程。这些算法要么满足最优解的期望性质，要么提供快速近似。论文利用真实数据集在两个不同公交系统上展开广泛大规模案例研究：（i）按需多模式公交系统（ODMTS）与（ii）滑板车接驳公交系统（SCTS）。结果表明，相较于精确方法，启发式算法能在各种实例上更快找到高质量解，同时满足最优解的关键采用性质。
引用
@article{arxiv.2212.03460,
title = {Bilevel Optimization and Heuristic Algorithms for Integrating Latent Demand into the Design of Large-Scale Transit Systems},
author = {Hongzhao Guan and Beste Basciftci and Pascal Van Hentenryck},
journal= {arXiv preprint arXiv:2212.03460},
year = {2026}
}