Abstract

Internationally, there are heightened demands for efficient public transportation systems due to high population growth rates in urban areas and their associated increased trip demands within and across city boundaries. An ideal and sustainable public transportation system should satisfy its passengers while minimizing operation costs that are often associated with energy consumptions. One such cost-effective approach is establishing an integrated public transit system. A transit system generally includes a set of bus routes and rail lines connected by transfer stations. The main objective of this research is to propose a sustainable and integrated transit establishment model to design an optimal bus transit system in combination with an existing railway system dealing with both fixed and variable demands while satisfying multiple objectives. Moreover, this paper finds an optimum set of transit routes that corresponds to chosen tradeoffs between user cost, operator cost and, notably, unsatisfied demand cost. Optimal transit networks have been achieved using single and multi-objective approaches via metaheuristic optimization algorithms including the genetic algorithm and the non-dominated sorting genetic algorithm II (NSGA-II). The study area is chosen as Daejeon City, South Korea for its strategic location. Compared with existing transit networks, the proposed approach shows significant improvements in terms of costs. In addition, the proposed approach can provide an efficient methodology for finding alternative alignments of existing transit systems for decision makers.

抽象的

在国际上，由于城市地区人口的高增长率及其在城市边界内和跨城市边界的旅行需求的增加，对高效公共交通系统的需求日益增加。理想且可持续的公共交通系统应满足乘客需求，同时将通常与能源消耗相关的运营成本降至最低。一种这样的具有成本效益的方法是建立综合的公共交通系统。运输系统通常包括由公交车站连接的一组公交路线和铁路线。这项研究的主要目的是提出一种可持续的综合公交系统建立模型，以结合现有的既解决固定需求又解决可变需求同时满足多个目标的铁路系统，设计最佳公交系统。此外，本文找到了一组最佳的运输路线，该路线对应于用户成本，运营商成本，尤其是未满足的需求成本之间的权衡取舍。通过元启发式优化算法（包括遗传算法和非支配排序遗传算法II（NSGA-II）），已使用单目标和多目标方法实现了最佳公交网络。该研究区的战略位置被选为韩国大田市。与现有的公交网络相比，该提议的方法显示出成本方面的显着改善。另外，所提出的方法可以提供一种有效的方法来为决策者寻找现有公交系统的替代路线。运营商成本，尤其是未满足的需求成本。通过元启发式优化算法（包括遗传算法和非支配排序遗传算法II（NSGA-II）），已使用单目标和多目标方法实现了最佳公交网络。该研究区的战略位置被选为韩国大田市。与现有的公交网络相比，该提议的方法显示出成本方面的显着改善。另外，所提出的方法可以提供一种有效的方法来为决策者寻找现有公交系统的替代路线。运营商成本，尤其是未满足的需求成本。通过元启发式优化算法（包括遗传算法和非支配排序遗传算法II（NSGA-II）），已使用单目标和多目标方法实现了最佳公交网络。该研究区的战略位置被选为韩国大田市。与现有的公交网络相比，该提议的方法显示出成本方面的显着改善。另外，所提出的方法可以提供一种有效的方法来为决策者寻找现有公交系统的替代路线。通过元启发式优化算法（包括遗传算法和非支配排序遗传算法II（NSGA-II）），已使用单目标和多目标方法实现了最佳公交网络。该研究区的战略位置被选为韩国大田市。与现有的公交网络相比，该提议的方法显示出成本方面的显着改善。另外，所提出的方法可以提供一种有效的方法来为决策者寻找现有公交系统的替代路线。通过元启发式优化算法（包括遗传算法和非支配排序遗传算法II（NSGA-II）），已使用单目标和多目标方法实现了最佳公交网络。该研究区的战略位置被选为韩国大田市。与现有的公交网络相比，该提议的方法显示出成本方面的显着改善。另外，所提出的方法可以提供一种有效的方法来为决策者寻找现有公交系统的替代路线。