Resumen

La introducción del servicio de autobús personalizado (CB) pretende ampliar y elevar el servicio de tránsito existente, que ofrece una alternativa eficiente y sostenible para servir a los viajeros. Se propone un modelo probabilístico para optimizar el servicio de autobuses personalizados con vehículos de distintos tamaños en un entorno urbano, teniendo en cuenta el tiempo estocástico de llegada de los autobuses y la demanda espaciotemporal, lo que minimiza el coste total sujeto a las restricciones de capacidad de los autobuses y de ventana temporal. El problema de optimización estudiado es combinatorio con muchas variables de decisión, incluyendo la asignación de vehículos, las rutas de autobuses, los horarios y el tamaño de la flota. Se desarrolla un algoritmo heurístico que integra un algoritmo genético híbrido (HGA) y el método adaptativo de destrucción y reparación (ADAR). La eficacia de HGA-ADAR se demuestra mediante comparaciones numéricas con las soluciones obtenidas por LINGO y HGA. Se llevan a cabo instancias numéricas, y los resultados sugieren que el modelo probabilístico que considera el tiempo de llegada estocástico de los autobuses es valioso y puede reducir drásticamente el coste total y las penalizaciones por llegada temprana y tardía. Se lleva a cabo un estudio de caso en el que se aplica el modelo propuesto para optimizar un servicio de CB del mundo real en Xi'an, China. Se explora la relación entre las variables de decisión y los parámetros del modelo. Se analizan los efectos de la ventana temporal y la varianza de la hora de llegada de los autobuses, que afectan significativamente a la fiabilidad del servicio.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:tiempo estocástico de llegada de autobuses, hga, modelo probabilístico, tiempo de llegada de autobuses, algoritmo genético híbrido, penalizaciones por llegada tardía, muchas variables de decisión, tamaños mixtos de vehículos, restricciones de ventana de tiempo, coste total sujeto
• Keywords:stochastic bus arrival time, hga, probabilistic model, bus arrival time, hybrid genetic algorithm, late arrival penalties, many decision variables, mixed vehicle sizes, time window constraints, total cost subject