发布时间：2024-02-21 14:46:18
绪论：一篇引人入胜的教育现代化的表现，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
我国城市化脚步不断加快，经济的发展具有双面性，一方面带来了城市经济的快速发展，另一方面是给环境带来了极大的负面影响，包括资源浪费、各类污染、气候异常变化等，这一系列的负面问题都向我们昭示着城市的发展必须以可持续发展为指导原则，不得以牺牲环境来换取经济发展。城市中四通八达的交通道路犹如城市的输血管，是城市环境恶化的一大原因，在城市交通规划中也应注重可持续发展原则的具体运用，使城市健康发展。
一、我国城市交通的具体现状
（一）集中建设交通交通基础设施
我国近三十年来经济得到了极大的进步发展，城市面积不断向外扩张，与此同时各类交通基础设施也在不断增加，四通八达的交通如蜘蛛网一般遍布在城市之中，但是在交通建设过程中，由于交通建筑项目的建设较为集中，建筑工地遍布，由此带来的粉尘噪音污染、交通堵塞等问题为居民的生活工作造成了严重的干扰，居民周边的生活环境受到了较大的污染，过多的建筑工地使得城市千疮百孔。由于交通总体规划不合理、施工技术不到位再加上资金、工期等问题，出现了许多质量不合格的交通工程，为城市交通带来了许多隐患工程，不利于城市的可持续发展。
（二）车辆数量大量增加
现代城市面积不断扩张，汽车的需求量变大和人均收入的增长、汽车制造业快速发展三方面因素促使城市汽车数量急速增加，人们生活得到极大便利的同时，也带来了许多方面的负面影响，包含交通拥堵、气体污染、噪音污染、粉尘污染、资源大量消耗、空气质量下降、安全事故频发等等。如今的城市中，堵车现象早已成为家常便饭，汽车数量的增加对石油资源造成极大的消耗，汽车尾气的大量排放对环境造成极大破坏。
（三）城市土地资源不合理利用
城市土地资源利用不合理，不仅在一定程度上造成土地的浪费，而且在不能为城市交通的发展带来益处的同时，反而会造成一些的交通隐患和累赘，我国城市中这种问题较为普遍，具体表现为道路供给无法满足需求、公共交通落后、停车场配置不合乎实际情况等等。
（四）交通事故与环境污染问题严重
城市中汽车数量仍在不断增加，生活便利的另一面则是大量的交通事故和环境污染、资源消耗，现代城市居民的关注焦点已经由最初的经济发展转变为现在的环保安全。有研究数据表面，交通事故已经成为人类的第一大机械杀手，死亡率常年居高不下。一氧化碳、二氧化硫等对环境造成极大影响的有害化学物质随着汽车尾气的大量排放充斥于城市上空，使得空气质量下降，对臭氧层造成破坏，带来气温升高、酸雨、空气粉尘等多项问题。
二、城市交通规划中解决现存问题的合理对策
（一）加大轨道交通、公共交通的运用，优化交通
轨道交通具有单次运输量大、污染较少、方便快捷等多方面优点，非常适合运用于现代城市交通中，轨道交通对解决城市交通堵塞、噪音污染、尾气排放都有着极为有效的作用，应当在城市中进行广泛大量运用。因此在今后的城市交通规划中，在条件允许的情况下应当尽可能地考虑轨道交通，这样可以方便人们工作生活，间接程度上可以减少私家车的使用量。轨道交通的广泛运用需要在可持续发展原则的指导下，做好轨道交通的整体规划，与城市中的大型地标建筑、道路枢纽做好站点布局，使得轨道交通开通后能真正极大便利居民的出行生活。由于开通轨道交通比较容易受到资金、城市交通路线、人员集散地等多方面因素的影响，所以比较适合大型城市，而我国多数的中小型城市则应当大力发展公交交通，相对于轨道交通，公交交通更为灵活方便，对城市道路要求不高，同时也具有运输量大的优点，因此比轨道交通更加适合中小城市的交通。进行公交交通规划时，需要考虑城市的整体规划发展，配合道路结构科学合理地增加或调整城市中现有公交路线，为方便居民出行尽可能地增加公交路线覆盖率，更加合理地设置公交站点，使公交路线遍及城市的各个角落，最大程度地方便居民的工作生活。
（二）提倡自行车、步行的绿色出行方式
如今国际社会公认的绿色环保交通工具就是大家最为熟悉的自行车，自行车通过人力发动，不会如机动车一样消耗资源，也不会产生尾气等污染，更重要的是，骑自行车还是一种极为有效的运动健身方式，有强身健体的效果。在如今的城市中，汽车成为了人们最主要的交通工具，但是汽车带来的环境污染和资源消耗已经成为全社会争议的焦点问题，倡导绿色出行、用自行车代替汽车逐渐成为社会发展的主流，自行车代步方式是极为符合城市交通可持续发展的相关要求的。在今后的城市交通规划中，应该将绿色交通纳入考虑范围内，科学合理的鼓励倡导居民以自行车代替汽车出行，同时也要为自行车出行提供更多的便利条件，间接影响居民选择绿色出行方式。自行车相较于机动车确实更为环保也更加灵活方便，但安全系数较低，在与机动车发生碰撞时必然受到的损失极大，因此基于自行车出行的安全考虑，在城市道路中，应尽量将自行车行驶车道与机动车道分开，避免出现机动车造成对自行车出行者损伤。
步行与自行车一样，同样具有环保健康的优点，城市在居民短途出行时可多提倡步行方式，如今的城市交通规划重心放在机动车出行，对步行交通重视不够，实际上在城市交通规划中，应该更加重视步行这一绿色出行方式，在人员聚集地、繁华区段将人行道与机动车道进行严格分离，保证步行者的绝对安全，同时还要保证步行者改变出行方式时的便利，将人行道与轨道交通、公交交通进行有效配合，创造更为便利的出行环境。
（三）结合城市发展科学规划道路等级
合理规划城市道路一大重要方面就是要科学规划城市道路等级，细化道路分类，根据每个城市的不同情况合理发展所必须的道路等级，不同城市的发展方向不同，例如注重旅游系发展的城市，就要将城市道路与旅游区进行紧密结合。同时，城市道路规划中应该对大型的公共建筑设施进行合理配置，避免出现公共建筑过于集中、人流量大造成交通拥堵的问题。另外为缓解交通压力、保证交通安全，注意避免将大型公共场所的出入放置在道路交通主干道上。
三、结语
综上所述，可持续发展是社会发展的必然方向，在今后的城市道路规划中，应当以可持续发展为重要指导思想，将环境保护、节约资源作为城市道路发展的终极目标，避免出现以牺环境、资源为代价换取经济发展的情况，通过加大轨道交通、公交交通在城市道路中的运用、倡导自行车、步行等绿色出行方式、结合城市发展科学规划道路等级等多种措施来解决现今我国城市道路发展中的多种问题，保证城市交通的健康有序发展。
参考文献：
[1]谢疆.基于可持续发展理念的现代城市交通规划探索与思考[J].中外建筑，2010，02：104-106.
[6] 陈玉琨. 教育评价学[M]. 北京：人民教育出版社，1999：125-127.
[7] 王威，周长城. 社会发展与生活质量[M]. 北京：社会科学文献出版社，2001：18.
[8] 周登嵩. 学校体育学[M]. 北京：人民体育出版社，2004：73.
[9] 赵焕臣. 层次分析法――一种简易的新决策方法[M]. 北京：科学出版社，1986：78.
[10] 许树柏. 实用决策方法――层次分析法原理[Ml.天津：天津大学出版社，1988：4.
中图分类号：O221.1 文献标志码：A 文章编号：1006-8228（2013）12-01-03
Study of bus scheduling model based on double index weighted linear programming
Chen Xiangyu， Ge Yinglong， Chen Weixin
（Hangzhou Dianzi University， Software Engineering， Hangzhou， Zhejiang 310018， China）
Abstract： Bus scheduling system can be optimized to maximize the operational efficiency of public transport vehicles which are able to relieve traffic pressure and improve the traffic environment. Aiming at the current situation of bus scheduling， two indicators， bus passenger vehicle rate and the unsatisfactory rate of passengers， are used to establish a weighted optimization model. Then the best number of bus departure for each time period is calculated and the optimal solution is obtained. Finally， the optimal solution is inserted to obtain the minimum number of buses prepared on closed circuit （with back and forth）. By substituting data and validating， the result meets the actual needs in allowed range of deviation， so the model is credible and can be used in bus scheduling system.
Key words： bus scheduling； route optimization； linear programming； weighted model
0 引言
合理的公交调度，可以充分发挥城市交通系统的最大效益，便于居民出行，减轻城市道路系统的交通压力。而线路上公交车辆使用的效率也决定了企业的运营成本、道路的占有率和社会的公共交通出行费用，对提高整个城市的交通效率具有重要意义。目前，有很多针对这方面的研究，本文提出了基于公交车载客率和乘客不满率的加权优化方案，采用线性规划方法求出最优解，并将求解过程化简、归纳为算法，求得上、下行线路所需最少预备车辆数（以下简称备车数）。
1 问题的分析与假设
我们根据公交车运营中公交公司与乘客之间普遍存在的利益矛盾，建立问题模型。该模型的目标是在一定的权重比下，实现公交公司与乘客利益之和最大化[1]，故引入两个待优化指标：公交车载客率与乘客不满率。在实际情况中，一般通过控制公交车的发车时间间隔来调整两指标。因此，模型的目标即为求得合理范围内的公交车发车时间间隔，使得加权后公交车载客率与乘客不满率倒数之和取最大值。
通常情况下，每日不同时刻同一公交车站单位时间上下车乘客数量不定。为简化问题模型，我们将每日公交车的运营时刻分成均等时间段，使得每个时间段内同一公交车站单位时间上下车乘客数量基本不变，且时间段长度大于公交车从始发站到终点站所需的时间。在求解公交车上下行线路最少备车数问题时，应当保证上下行线路同时发车，那么在已求得最佳公交车的发车时间间隔后，即可根据各时间段上下行线路车辆数求解。
此外，要解决公交车调度问题还需要公交车线路的基础数据，即各站之间的距离，公交车行驶速度，公交车最大载客量和各站不同时间段内乘客上下车数量，不同时间段乘客的最长等待时间。至此，我们作出如下假设：
⑴ 所有公交车规格一样，最大载客量、行车速度完全相同；
⑵ 每辆车经过各车站时不留候车乘客；车辆上行或下行到达终点站时，所有乘客全部下车；
⑶ 公交车始终保持理想状态运行，在同一个时间段内，相邻两班车发车时间间隔相等，保持匀速行驶，乘客上下车时间忽略不计；
⑷ 每日公交车运营时间划分为均等时间段，同一时间段内各站单位时间上下车乘客数量固定。
2 模型的建立与化简
基于以上假设，问题模型可以归纳为：在一条已知站台数量与相邻站台距离的公交线路上，具有相同规格的公交车以匀速从始发站发车，装载沿途各站所有候车乘客，上下车时间忽略不计，到达终点站后所有乘客必须下车。将该线路每日运营时间分为有限个等长时间段，已知各时间段各站上下车乘客数，求各时段最佳发车频率以及每日上下行线最少备车数。
2.1 公交车调度模型的符号定义
i表示第i个时间段，每日有m个时间段，时间间隔为h；
j表示第j站，一条单向线路共l站；
d表示第j站与前一站之间的距离；
ki表示i时间段第k班车；
ni表示i时间段发车数量；
vij表示i时间段第j站单位时间上下车乘客数量；
ti表示i时间段发车时间间隔；
ci表示i时间段乘客等待的最长时间；
qij表示i时间段在j站每班车需要装载的乘客数量；
pijk表示i时间段k班车到达j站时车上乘客数量；
Ti总表示某时间段所有班车行驶时间；
T表示从始发站到终点站所需时间
M表示最大载客量；
V表示公交车行驶速度。
2.2 量化公交车载客率与乘客满意率
2.2.1 指标一：公交车载客率[2]
公交车实际运载乘客数与标称最大载客数的比值称为载客率用T表示，于是有：
T=Ps/Pm
其中，Ps指每日实际运载乘客，Pm指每日公交车最大运载量。那么Pm=M*（l-1）*，即最大载客量与停靠车站数和每日各时间段发车数量之和的积；而Ps=，即各时间段各班公交车在各站的载客数之和。
接下来求pijk，已知公交车每次到站都要保证接走所有乘客，而且有在每个时间段靠后的班次发车有可能在下个时间段抵达目标站，所以这里分类讨论如下：
显然第i时间段第k班公交车到达第j站时的时间Tijk=h*（i+k/n）+/V；
当Tijk≤Ti+1时pijk=pij-1k+qij，当Tijk>Ti+1时pijk=pij-1k+qi+1j。
qij=vij*ti，vij*ti表示i时间段第j站每班车到达这里后需要装载的乘客数量。其中vij=vij上-vij下，ti=h/ni；而每日的头班车所需要装载的乘客qij=vij*/V。
为了便于实际应用中的统计，这里通过记录第i时间段在第j站累计上下车人数x上、x下，然后除以时间段的长度，得出vij上、vij下，即：vij=x/h。
2.2.2 指标二：乘客不满率[3]
模型中，当乘客候车时间超出规定值时，被认定为不满意乘客。不满意乘客占候车乘客总体的比例定义为乘客不满率，用C表示；于是有：
C=Cs/Ps
其中，Cs是指不满意的乘客数量总和，由于每个时间段每个站单位时间内上车人数不变，故等待上车人数呈线性增加，可得Cs=；其中cijk=max{vij上（ti-ci），0}，且对于每日首班车来说ti=/V。
3 模型的求解与验证
3.1 建立双指标优化模型
最大化载客率：maxT=M*l*/
最小化乘客不满率：minC=/
pijk≤M，h>/V，cijk>0，ni>0，i∈{1，2，…，m}，j∈{1，2，…，l}，k∈{1，2…}
引入两个非负加权因子a1，a2，转化为单目标优化模型[4]：
min（a1/Z+a2C）
pijk≤M，h>/V，cijk>0，ni>0，i∈{1，2，…，m}，j∈{1，2，…，l}，k∈{1，2…}
将以上条件代入基础数据便可以求解各时间段的发车时间间隔ti。
3.2 求封闭线路（有来回）的最少备车数[5]
公交车线路根据行车方向分为上下行线，要保证线路正常运行，每日各时间段末班车到终点站时，站内备车数量都须大于零，同时保证在对应线路第一班到来之前有足够的车辆发车。
第i时间段结束时上行线在路上的车辆bi=*ni/（V*h），i=0时bi=0
第i个时间段上行线公交车数量变化量xi=ni-ni'+bi-bi-1（ni'表示i时间段内下行线发车数量）
第i个时间段上行线公交车数量累计变化量Xi=
上行线所需备车数X上=max{X1…Xm}
同理可求下行线所需备车数X下。
3.3 使用实际数据进行模型验证
设公交车最大载客量M为100，公交车平均行驶速度为20KM/H，从每日上午六点开始，每个时间段长一小时，共十四个时间段，乘客各时间段最大等待时间ci设为5分钟，模型加权因子a1=0.1，a2=0.9。经实际统计，得到某线路公交车上下车客流量，如表1所示。
表1 某公交车线路每日各时段各站上下车客流量统计表
（下行线路S0开往S8）
[站编号＼&S0＼&S1＼&S2＼&S3＼&S4＼&S5＼&S6＼&S7＼&S8＼&站间距（KM）＼&0.58＼&1.05＼&0.8＼&0.4＼&1.2＼&1＼&2.3＼&1.3＼&＼&行驶时间（分钟）＼&1.74＼&3.15＼&2.4＼&1.2＼&3.6＼&3＼&6.9＼&3.9＼&＼&累计时间＼&1.74＼&4.89＼&7.29＼&8.49＼&13.09＼&16.09＼&22.18＼&26.08＼&＼&6：00～7：00＼&上＼&90＼&48＼&83＼&85＼&26＼&45＼&45＼&11＼&0＼&下＼&0＼&32＼&71＼&52＼&43＼&61＼&73＼&28＼&73＼&pijk＼&90＼&106＼&118＼&151＼&134＼&118＼&90＼&73＼&0＼&7：00～8：00＼&上＼&868＼&523＼&958＼&904＼&259＼&465＼&454＼&99＼&0＼&下＼&0＼&105＼&421＼&406＼&928＼&582＼&875＼&403＼&810＼&pijk＼&868＼&1286＼&1823＼&2321＼&1652＼&1535＼&1114＼&810＼&0＼&8：00～9：00＼&上＼&594＼&315＼&622＼&510＼&176＼&308＼&307＼&68＼&0＼&下＼&0＼&79＼&260＼&261＼&605＼&314＼&592＼&378＼&411＼&pijk＼&594＼&830＼&1192＼&1441＼&1012＼&1006＼&721＼&411＼&0＼&9：00～10：00＼&上＼&549＼&271＼&486＼&439＼&157＼&275＼&234＼&60＼&0＼&下＼&0＼&62＼&275＼&286＼&405＼&314＼&398＼&360＼&371＼&pijk＼&549＼&758＼&969＼&1122＼&874＼&835＼&671＼&371＼&0＼&10：00～11：00＼&上＼&304＼&172＼&324＼&267＼&78＼&143＼&162＼&36＼&0＼&下＼&0＼&54＼&208＼&103＼&327＼&178＼&254＼&260＼&102＼&pijk＼&304＼&422＼&538＼&702＼&453＼&418＼&326＼&102＼&0＼&11：00～12：00＼&上＼&214＼&119＼&212＼&201＼&75＼&123＼&112＼&26＼&0＼&下＼&0＼&45＼&103＼&171＼&208＼&155＼&137＼&41＼&222＼&pijk＼&214＼&288＼&397＼&427＼&294＼&262＼&237＼&222＼&0＼&12：00～13：00＼&上＼&264＼&135＼&253＼&260＼&74＼&138＼&117＼&30＼&0＼&下＼&0＼&65＼&120＼&242＼&197＼&155＼&120＼&67＼&305＼&pijk＼&264＼&334＼&467＼&485＼&362＼&345＼&342＼&305＼&0＼&13：00～14：00＼&上＼&204＼&129＼&232＼&221＼&65＼&103＼&112＼&26＼&0＼&下＼&0＼&47＼&135＼&189＼&206＼&97＼&132＼&82＼&204＼&pijk＼&204＼&286＼&383＼&415＼&274＼&280＼&260＼&204＼&0＼&14：00～15：00＼&上＼&185＼&103＼&211＼&173＼&66＼&108＼&97＼&23＼&0＼&下＼&0＼&43＼&129＼&206＼&150＼&101＼&130＼&69＼&138＼&pijk＼&185＼&245＼&327＼&294＼&210＼&217＼&184＼&138＼&0＼&15：00～16：00＼&上＼&178＼&90＼&185＼&70＼&49＼&75＼&85＼&20＼&0＼&下＼&0＼&38＼&114＼&82＼&137＼&61＼&90＼&45＼&185＼&pijk＼&178＼&230＼&301＼&289＼&201＼&215＼&210＼&185＼&0＼&16：00～17：00＼&上＼&180＼&80＼&185＼&50＼&49＼&85＼&85＼&20＼&0＼&下＼&0＼&37＼&120＼&61＼&128＼&44＼&117＼&63＼&164＼&pijk＼&180＼&223＼&288＼&277＼&198＼&239＼&207＼&164＼&0＼&17：00～18：00＼&上＼&404＼&210＼&428＼&390＼&120＼&208＼&197＼&49＼&0＼&下＼&0＼&132＼&263＼&405＼&358＼&173＼&204＼&129＼&342＼&pijk＼&404＼&482＼&647＼&632＼&394＼&429＼&422＼&342＼&0＼&18：00～19：00＼&上＼&479＼&296＼&586＼&508＼&140＼&250＼&259＼&61＼&0＼&下＼&0＼&157＼&308＼&512＼&495＼&278＼&244＼&152＼&423＼&pijk＼&479＼&618＼&896＼&892＼&537＼&509＼&524＼&433＼&0＼&19：00～20：00＼&上＼&165＼&108＼&201＼&194＼&53＼&93＼&82＼&22＼&0＼&下＼&0＼&71＼&89＼&135＼&194＼&110＼&65＼&83＼&171＼&pijk＼&165＼&202＼&314＼&373＼&232＼&215＼&232＼&171＼&0＼&]
3.4 模型方程组的化简与求解
方程组化简后，ci=max{1/ni-1/12，0}（c1的常数部分不影响求最优解，这里可以忽略），这说明乘客不满率只与某时间段内的发车数量有关；而载客率Ti=Psi/（800*ni），故问题模型求解的关键就在于求出Psi，Psi=，pijk需要分情况讨论，这里首先求出某时间段发出的所有班车在下个时间段行驶的时间占总行驶时间的比例：x=T（i+1）总/（T（i+1）总+Ti总）=ni*T2/120*ni*T=T/120≈0.2173，则Psi=Psi理+（Psi+1理-Psi理）*x，特别地，对于每日的首个时间段和最后一个时间段则为Psi=Psi理+Psi+1理*x和Psi=Psi理*（1-x）；最后，代入以上条件得：
min（a1/Z+a2C）=min（10*ni/psi+max{9/（10*ni）-3/40，0}）
当ni=时取得最小值。
此外，在假设中要求每班车到终点站后不留乘客，故要满足ni≥max{Pi1，…Pij}/M，同时T=26.08
经计算得出表2的数据。
表2 各时段最佳发车数量与对应指标
[时间段 i＼&发车数量 ni＼&理想载客量 Psi理＼&载客量 Psi＼&载客率 Ti＼&乘客不满率 ci＼&6：00～7：00＼&7＼&880＼&3360＼&60%＼&16.28%＼&7：00～8：00＼&14＼&11409＼&10496＼&93.71%＼&0%＼&8：00～9：00＼&9＼&7207＼&6987＼&90.04%＼&2.78%＼&9：00～10：00＼&8＼&6149＼&5523＼&86.3%＼&4.17%＼&10：00～11：00＼&6＼&3265＼&3065＼&63.85%＼&8.33%＼&11：00～12：00＼&6＼&2341＼&2464＼&51.33%＼&8.33%＼&12：00～13：00＼&6＼&2904＼&2775＼&57.81%＼&8.33%＼&13：00～14：00＼&5＼&2306＼&2197＼&54.93%＼&11.67%＼&14：00～15：00＼&5＼&1800＼&1802＼&45.05%＼&11.67%＼&15：00～16：00＼&5＼&1809＼&1802＼&45.05%＼&11.67%＼&16：00～17：00＼&5＼&1776＼&2206＼&55.15%＼&11.67%＼&17：00～18：00＼&7＼&3752＼&3999＼&71.41%＼&6.95%＼&18：00～19：00＼&7＼&4888＼&4240＼&75.71%＼&6.95%＼&19：00～20：00＼&5＼&1904＼&1491＼&37.28%＼&11.67%＼&]
该结果在误差范围内符合实际结果，说明模型准确有效。
4 模型改进
若想进一步优化模型，可以先根据相邻车站间距离，赋予各车站载客率不同的权值[6]，再求载客率。
显然总路程L总=，各站权重等于前后站点距离的平均值比上总路程wj=dj+dj-1/（2*L总+d1+dl），其中始发站和终点站取后（前）站距离，那么加权之后有：
Ps=
Cs=
Pm=M*l*
此外，在实际情况中乘客不满率C和乘客满意度CC并非线性关系。若要精确求解两者关系，首先可根据实际调研数据绘制C-CC曲线图，然后确定正整数n，使得CC≈an*（C-bn）n+an-1*（C-bn-1）n-1…a*（C-b）+c，最后代入数据建立方程组求解系数an，bn…。利用求得的方程组求出CC的计算公式，最终问题转换为求解min（a1/Z+a2CC）成立时ni的取值。
5 模型求解算法的实现
实际应用中，需要把数学模型转换为程序语言，这里将模型求解过程归纳为算法描述：
⑴ 输入最大载客量M，行车速度V，时段数m，时段长h，公交站数量l，乘客各时间段最大等待时间ci，执行⑵；
⑵ 验证⑴中输入数据合法性，若合法则执行⑶，否则执行⑴；
⑶ 输入相邻车站间距离dj，各时段各站上下车人数p上p下，计算出各站间所需行驶时间；
⑷ 输入要计算的时间段以及Ti和Ci的权重系数a0，a1，如果是第一个时间段则执行⑸，如果是最后一个时间段则执行⑹，都不是则执行⑺；
⑸ 根据Csi=x上（ni-h*ci），Pmi=M*（l-1），Psi=Psi理+Psi+1理*x，求ni的最优解；
⑹ 根据Csi=x上（ni-h*ci），Pmi=M*（l-1），Psi=Psi理*（1-x），求ni的最优解；
⑺ 根据Csi=x上/h[/（V*l）-ci]，Pmi=M*（l-1），Psi=Psi理+（Psi+1理-Psi理）*x，求ni的最优解；
⑻ 验证ni≥max{Pi1，…Pij}/M且T
⑼ 解方程组：
X上＼下=max{X1…Xm}
Xi=
xi=ni-ni'+bi-bi-1，（ni'表示i时间段内上＼下行线发车数量）
bi=*ni/（V*h），i=0时bi=0
6 结束语
本文双参数线性规划模型除了拥有较高的准确度，还易于在计算机程序中实现。根据本模型算法编写的代码拥有较高的执行效率，故可以广泛地应用于各种车量调度系统。使用此类系统的公司可以有效降低公交系统运营成本，同时可避免超载、空载现象，保障了乘客利益，有助于交通运输行业良性发展。但是，因为双指标模型的优化指标仅有两个，而实际情形中需要考虑的因素往往更多，所以在未来的研究中将尝试使用多指标非线性模型进行更准确的建模。
参考文献：
[1] 姚俊，吕智林，叶嫣.基于满意度的公交车调度模型研究[J].交通信息
与安全，2009.4：48-51
[2] 张荣杰，李铁柱.基于运输效益的城市公交发车频率[J].交通科技与
经济，2008.5：23-25
[3] 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，2006.4：71-73
[4] 牛学勤，陈茜，王炜.城市公交线路调度发车频率优化模型[J].交通运
输工程学报，2003.4：42-44
