常规公共交通衔接城市轨道交通的运营协调优化方法与系统 【技术领域】
本发明涉及一种针对常规公共交通与城市轨道交通的运营协调优化方法与系统，更具体地，涉及一种利用数理统计理论与数学建模方法实现常规公共交通衔接城市轨道交通的运营协调优化方法与系统。该系统和方法可以有效改善城市轨道交通与常规公交的换乘衔接，在保障运营商利益的前提下，最大限度地减少乘客的换乘时间，实现公交网络系统的总体优化，为目前的人工调度提供一种自动化、更加科学合理的调度技术。
背景技术
现代化社会经济的发展客观上要求各种公共交通方式有效衔接，建设一体化的公共交通系统，从而最大限度地发挥城市公共交通系统的作用。然而，在实际公交企业的运营管理中，各公交管理部门根据自身客流情况进行运营调度，缺乏不同公交方式之间的最优组合与相互协调，不利于乘客出行的连续性、顺畅性，同时也制约了整个公共交通系统的运营效率与服务水平。
为提高公交系统的运营效率，降低公交乘客的出行成本，必须制定一种轨道交通与常规公交协调运营的方法，以实现两种公共交通方式的运营组织管理协调，在保障公交企业运营效益的同时实现乘客换乘优化，以提高公共交通系统的运营效率和服务水平。
轨道交通与常规公交运营协调优化是一个多变量、多约束、多目标的复杂问题。由于该问题涵盖的内容错综复杂，涉及的随机因素众多，难以考虑所有影响因素以得出系统最优的解决方案。因此，在现有分析过程中，部分影响因素未被考虑或被理想化，这也导致现有研究成果并不完善，仍存在许多不足。通常表现在针对简单路网、理想条件下的换乘协调问题的建模研究，使得建立的运营协调优化模型与实际情况失真。
综上所述，有必要开发一种常规公交衔接城市轨道交通的运营协调优化方法，以数理统计理论和数学建模方法为研究手段，针对实际路网、充分考虑公共交通运营调度管理的实际情况，例如：劳动配班、配车条件等，将常规公交衔接城市轨道交通的目标进行定量化，建立费用函数作为衡量条件，通过实现包括乘客出行成本与运营商成本的公交系统总成本最小化，以达到公交系统的整体优化。
【发明内容】
本发明的目的是提供一种常规公共交通衔接城市轨道交通的运营协调优化方法与系统，它根据轨道交通与常规公交运营协调原理，利用数理统计和数学建模方法对不同接驳形式下的公交线网进行协调优化，以实现轨道交通与常规公交运营调度的协调性，确保在保障运营商的效益的前提下，使公交系统的总成本达到最优。
本发明解决其技术问题所采用的技术方案是：
一种常规公共交通衔接城市轨道交通的运营协调优化方法，该方法包括以下步骤：
步骤一：读取该公交网络电子地图并识别需协调优化的所有公交线路，建立需协调优化的公交网络系统；
步骤二：利用数据处理规则得到公交线路运行参数与客流需求数据；
步骤三：根据步骤一建立的公交网络系统，进行数据输入；
步骤四：结合步骤三所输入的数据，对该公交网络系统进行协调换乘概率统计并分析乘客换乘成本，进而完成该公交系统总成本表达式的建立；
步骤五：对步骤四所得到的该公交系统总成本表达式进行优化求解，输出系统总成本最小情况下的运营协调优化方案；
步骤六：通过网络发送该结果至外部的公共交通网络调度指挥中心。
依据本发明的方法，设计一种常规公共交通衔接城市轨道交通的运营协调优化系统。
该系统包括：
(1)GIS地图读取与公交线路识别程序模块；读取电子地图并识别公交线路，确定需协调优化的公交网络系统，与此同时，自动读取被识别公交线路在地图数据库中的基础数据；
(2)公交系统数据输入程序模块；提供公交系统数据输入界面，方便用户输入外部公共交通网络调度指挥中心提供的各公交线路的运行参数及轨道换乘站点的客流数据，为下一阶段进行公交系统成本分析提供数据支持；
(3)公交系统成本分析程序模块；包括协调换乘概率统计模块、换乘成本分析模块以及系统总成本分析模块，其中，协调换乘概率统计模块用于根据来自所述线路识别模块所确定的公交网络系统，结合公交系统数据输入程序模块所输入地数据，计算既定公交网络下各换乘形式协调换乘概率，建立乘客换乘成本表达式，进而完成轨道交通与常规公交系统下的总成本表达式；
(4)公交系统寻优处理程序模块；用于接受来自公交系统成本分析程序模块所建立的公交系统总成本表达式，通过协调优化模块对该总成本表达式即轨道交通与常规公交运营协调优化模型，进行优化处理，得到优化后的运营协调优化方案，并输出发送至公共交通网络调度指挥中心。
这四部分按照解决协调优化问题的数据需求结合在一起按顺序运行。其中，GIS地图读取与公交线路识别程序模块与公交系统数据输入程序模块连接，公交系统数据输入程序模块连接公交系统成本分析程序模块，公交系统成本分析程序模块连接公交系统寻优处理程序模块。在公交系统数据输入程序模块里有两个子模块，可以接受用户所输入的各公交线路的运行参数及轨道换乘站点的客流数据；公交系统寻优处理程序模块中的子模块即协调优化处理模块利用基于Powell的遗传算法对该模型进行系统寻优，以输出并保存运营协调优化方案，同时，通过网络将该优化方案传输至公共交通网络调度指挥中心。
该系统的功能是利用Visual Basic语言、MATLAB工具箱与MapInfo开发工具实现的，其中，公交系统成本分析程序与公交系统寻优处理程序是本系统的核心。
本发明的有益效果是通过定量分析将复杂的现实公交网络问题转化成非线性多变量数学建模问题，通过对运营协调优化模型进行求解得到轨道交通与常规公交运营协调的优化方案，从而使城市轨道交通与常规公共交通的运营协调问题得以解决，以提高公交网络运营的科学性、有效性。同时，该系统输入简单，增加了运营协调工作的便捷性。
【附图说明】
图1为常规公共交通衔接城市轨道交通运营协调优化系统基本体系架构图；
图2为协调优化模块内部寻优流程图；
图3为显示识别的公交网络系统图；
图4为公交751线路GPS数据处理流程图；
图5为公交751线路IC卡客流数据OD矩阵图；
图6为换乘成功的概率图；
图7为换乘成功的概率图；
图8为换乘成功的概率图；
图9为换乘成功的概率图；
图10为换乘成功的概率图。
【具体实施方式】
下文将给出实施例来说明发明的具体实施方式：
实施例1：
一种常规公共交通衔接城市轨道交通的运营协调优化方法，该方法包括以下步骤：
步骤一：读取该公交网络电子地图并识别需协调优化的所有公交线路，建立需协调优化的公交网络系统；
步骤二：利用数据处理规则得到公交线路运行参数与客流需求数据；
步骤三：根据步骤一建立的公交网络系统，进行数据输入；
步骤四：结合步骤三所输入的数据，对该公交网络系统进行协调换乘概率统计并分析乘客换乘成本，进而完成该公交系统总成本表达式的建立；
步骤五：对步骤四所得到的该公交系统总成本表达式进行优化求解，输出系统总成本最小情况下的运营协调优化方案；
步骤六：通过网络发送该结果至外部的公共交通网络调度指挥中心。
所述步骤一的公交网络电子地图读取与需协调优化的公交线路识别，包括以下步骤；
(1)读取地图；利用MapInfo开发工具所得到的GIS地图读取程序模块，读取.tab与.shp电子地图格式；
(2)线路识别；选取需协调优化的公交线路，通过输入电子地图中公交线路的ID号或线路名称，在地图数据库中搜索到对应的公交线路，并高亮显示在地图上，同时，将自动获取被识别的公交线路的相应数据。通过线路识别建立需协调优化的公交网络系统。
所述步骤二的利用数据处理规则得到公交线路运行参数与客流需求数据，包括以下步骤；
(1)公交GPS数据筛选和处理规则；通过对公共交通网络调度指挥中心提供的GPS原始数据进行解码，识别并筛选所需字段，包括时间、经纬度、瞬时速度，将经纬度转换为十进制格式以计算得到公交车辆平均行程速度；
(2)公交IC卡客流数据处理规则；分别针对公共交通网络调度指挥中心提供的一票制公交IC卡客流数据和分段计价公交IC卡客流数据提出了处理方法，包括数据筛选、区分上下行、模糊匹配、OD矩阵创建实施步骤，最终得到各公交线路的客流需求数据。
所述步骤三的根据确定需协调优化的公交网络系统输入相应的参数数据，包括以下步骤；
(1)公交系统运营参数；包括常规公交与轨道交通单位距离运营成本系数、乘客出行时间价值系数，各公交线路的平均运行速度、站点停留时间以及运营商成本与乘客出行成本各自的权重系数；
(2)公交线路客流需求；包括轨道换乘站点单位小时内的进、出口客流，各公交线路单位小时在轨道换乘站点的客流需求。
所述步骤四的协调换乘概率统计、乘客换乘成本分析以及公交系统总成本表达式的建立，包括以下步骤；
(1)协调换乘概率统计与乘客换乘成本分析；乘客换乘成本与换乘的客流量、乘客平均换乘时间以及乘客出行时间价值相关，而乘客平均换乘时间又由协调换乘概率决定；根据已确定的需协调优化的公交网络系统，运用数理统计理论计算各种换乘形式下的换乘概率，以建立乘客的换乘成本表达式；
(2)公交系统总成本分析；乘客换乘成本的确定是公交系统总成本中最为复杂的一项成本，在确定乘客换乘成本后，根据运营商成本与乘客出行成本即可得到轨道交通与常规公交运营协调优化模型，即公交系统的总成本表达式。
所述步骤五的对公交系统总成本表达式进行优化求解和输出系统总成本最小情况下的运营协调优化方案，包括以下步骤；
(1)运营协调优化求解；针对已建立的公交网络，利用基于Powell的遗传算法对运营协调优化模型进行系统寻优，得到优化后的城市轨道交通与常规公共交通的运营协调方案；
(2)输出运营协调优化方案；输出并保存优化后的城市轨道与常规公共交通的运营协调方案，同时，通过网络将该运营协调优化方案发送至公共交通网络调度指挥中心。
实施例2：
常规公共交通衔接城市轨道交通的运营协调优化方法与系统，是以城市轨道交通与常规公交运营协调原理为理论支撑，针对城市轨道交通与常规公交的不同接驳形式，通过计算不同接驳方式下的协调换乘概率，得到包含乘客出行成本和运营商成本的公交系统总成本，以公交系统总成本最小作为优化目标，建立多变量非线性规划模型，即轨道交通与常规公交运营协调模型，采用基于Powell的遗传算法进行求解，从而得到公交系统总成本最小时的运营协调方案。
常规公共交通衔接城市轨道交通的运营协调优化方法，主要包括以下步骤：
1、利用GIS地图读取公交网络电子地图，通过公交线路识别程序，确定需要与轨道交通线路相协调的常规公交线路，建立需整合优化、相互协调的公交网络系统。
首先，读取公共交通网络电子地图；其次，输入需要协调优化的公交线路的ID号或线路名称，以在电子地图的数据库中找到该公交线路，并识别、高亮显示在电子地图上；最后，程序将自动获取被识别的公交线路在地图数据库中的基本数据，包括公交线路的长度、公交站点数以及站点间距。
2、利用数据处理规则得到公交线路运行参数与客流需求数据。
(1)公交GPS数据筛选和处理规则：数据筛选、经纬度十进制转换、计算空间平均速度。
步骤1：筛选有效数据字段。从GPS二进制解码中识别所需数据字段：时间(hhmms s)、经度、纬度、瞬时速度(km/h)；
步骤2：经纬度十进制转换。将原始经纬度数据转换为能够与GIS地图匹配的点坐标(十进制格式)；
步骤3：利用i和i-1记录点的经纬度坐标，分别计算两点的南北向位移DNS和东西向位移DHW，计算得到公交车辆平均行程速度(Travelspeed)。计算公式如下：
Travelspeed=3.6×DNS2+DEW2]]>
DNS＝(Lati-Lati-1)×40075040/360
DEW＝(Lonti-Lonti-1)×Cos(Loni)×40075040/360
公式中参数：
Travelspeed-公交车辆平均行程速度(km/h)；
DNS-公交车辆在南北向的位移(m)；
DEW-公交车辆在东西向的位移(m)；
Lati、Lati-1-i秒和i-1秒时的纬度(deg)；
Loni、Loni-1-i秒和i-1秒时的经度(deg)。
(2)公交I C卡客流数据处理规则：数据筛选、区分上下行、模糊匹配、OD矩阵创建。
对于一票制的公交IC卡客流数据而言，处理步骤包括：
步骤1：筛选有效数据字段。从公交IC卡数据中识别所需数据字段：交易日期、交易时间、车辆号、上车站、下车站；
步骤2：当i和i-1交易时间差＞＝15分钟，则判定为该线路该辆车在i-1时刻完成了一次运营；
步骤3：通过公交GIS站点经纬度，模糊匹配GPS数据经纬度坐标，以识别站点坐标对应的记录时间，以该时间作为唯一标识符映射公交IC卡的交易时间，从而确定乘客的上车站点；
步骤4：利用分段计价乘客下车站点分布函数，推算下车站点，生成客流OD矩阵，得到需协调线路在换乘站的上、下车客流。
对于分段计价的公交IC卡客流数据而言，处理步骤包括：
步骤1：筛选有效数据字段。从公交IC卡客流数据中识别所需数据字段：交易日期、交易时间、车辆号、上车站、下车站；
步骤2：当i和i-1交易时间差＞＝15分钟，则判定为该线路该辆车在i-1时刻完成了一次出行；
步骤3：通过公交GIS站间距数据，根据上下车站行驶距离，当累计站间距x与IC卡客流数据上/下车站x’之差不大于0.3km(即x-x’＜＝0.3)，则标记相应的站号；
步骤4：按上下车站号汇总统计客流量，利用OD矩阵程序创建公交客流OD矩阵，得到需协调线路在换乘站的上、下车客流。
根据此方法得到公交线路运行参数与客流需求，这两部分数据将为公交系统数据输入程序提供所需输入的数据。
3、利用公交系统成本分析程序计算协调换乘概率与乘客换乘成本并建立轨道交通与常规公交运营协调优化模型。
以城市轨道交通与常规公交运营协调原理为理论基础，通过对需协调优化的公交网络系统进行研究分析，提出应对公交运行随机性影响的方法，得到轨道交通换乘常规公交、常规公交换乘轨道交通以及常规公交换乘常规公交的协调换乘概率以及乘客换乘成本。为方便说明，以下用R to B、B to R以及B to B分别代表上述三种换乘情况。
轨道换乘公交、公交换乘轨道以及公交换乘公交的换乘成本模型可以表示为：
Ctrb=Σi=1nΣj=1mΣd=12TCijd·Qtijd·μuCtbr=Σi=1nΣd=12Σj=1mTCidj·Qtidj·μuCtbb=Σi=1nΣj=1mΣk=1mTCijk·Qtijk·μu]]>
式中：Ctrb -乘客由轨道交通换乘常规公交的换乘成本；
Ctbr -乘客由常规公交换乘轨道交通的换乘成本；
Ctbb -乘客由常规公交换乘常规公交的换乘成本；
Qtijd-轨道交通线路与常规公交线路j在站点i的换乘客
流量；
Qtidj-常规公交线路j与轨道交通线路在站点i的换乘客
流量；
Qtijk-常规公交线路k与线路j在站点i的换乘客流量；
TCijd-协调控制下的轨道交通线路与常规公交线路j在轨
道方向d站点i的平均换乘时间；
TCidj-协调控制下的常规公交线路j与轨道交通线路在轨
道方向d站点i的平均换乘时间；
TCijk-协调控制下的常规公交线路k与线路j在站点i的平
均换乘时间；
μu -乘客出行时间价值系数；
以下将针对轨道交通与常规公交、常规公交与常规公交这两种换乘形式的乘客平均换乘时间进行分析计算。
(1)轨道交通与常规公交
轨道交通与常规公交换乘成功的概率如图6中的斜线区域Z。
对于R to B，其乘客平均换乘时间可以表示为：
TCijd=∫KijH(tij-Kij)f(tij)dtij]]>
对于B to R，其乘客平均换乘时间可以表示为：
TCidj=Kij+∫KijHf(tij)dtij]]>
式中：H -轨道交通与常规公交车辆共同的到站时间间隔；
Kij -常规公交线路j在站点i的松弛时间；
tij -常规公交线路j在站点i的到站时刻；
f(tij)-常规公交线路j在站点i的到站时间分布；
(2)常规公交与常规公交
根据送达公交车辆与接运公交车辆到站时刻的不同，B to B换乘情况下的乘客平均换乘时间包括三个部分：松弛时间延误、换乘等待时间延误、换乘失败时间延误。
1)松弛时间延误
当送达公交车辆与接运公交车辆按时到达站点时，乘客换乘所需时间即为送达公交线路的松弛时间延误Kik。
2)换乘等待时间延误
以下两种情况都会产生换乘等待时间延误。①送达公交车辆提前到站，而接运公交车辆发生延误；②送达公交车辆与接运公交车辆都发生延误，但是送达公交车辆到站时刻早于接运公交车辆。
a.第一种情况
如图7所示，乘客的换乘等待时间可以表示为：
D1ijk=∫-HKikf(tik)dtik∫KijH(tij-Kij)f(tij)dtij]]>
1≤i≤n，1≤j≤m，1≤k≤m
式中：D1ijk -第一种情况下乘客的换乘等待时间延误；
Dij -常规公交线路j在站点i的松弛时间；
Kik -常规公交线路k在站点i的松弛时间；
tij -常规公交线路j在站点i的到站时刻；
tik -常规公交线路k在站点i的到站时刻；
f(tij)-常规公交线路j在站点i的到站时间分布；
f(tik)-常规公交线路k在站点i的到站时间分布；
b.第二种情况
如图8所示，第二种情况下的乘客换乘等待时间可以表示为：
D2ijk=∫KikHf(tik)dtik∫tik-Kik+KijH(tij-tik+Kik-Kij)f(tij)dtij]]>
1≤i≤n，1≤j ≤m，1≤k≤m
式中：D2ijk-第二种情况下乘客的换乘等待时间延误；
根据以上两种情况的分析，可以得到乘客的换乘等待时间延误为：
Dijk＝D1ijk+D2ijk，1≤i≤n，1≤j≤m，1≤k≤m
3)换乘失败时间延误
就换乘失败的情况，也可以将其细分为两种：①接运公交车辆提前到站，而送达公交车辆发生延误；②接运公交车辆与送达公交车辆都发生延误，但是送达公交车辆到站时接运公交车辆已离站。
a.第一种情况
如图9所示，该情况下换乘失败的时间延误为：
M1ijk=∫KikHf(tik)dtik∫-HKijf(tij)dtij]]>
1≤i≤n，1≤j≤m，1≤k≤m
式中：M1ijk-第一种情况下乘客的换乘失败时间延误；
b.第二种情况
如图10所示，该情况下的乘客换乘等待时间可以表示为：
M2ijk=∫KikHf(tik)dtik∫Kijtik-Kik+Kijf(tij)dtij]]>
1≤i≤n，1≤j≤m，1≤k≤m
式中：M2ijk-第二种情况下乘客的换乘失败时间延误；
因此，乘客换乘失败的时间延误可以表示为：
Mijk＝M1ijk+M2ijk，1≤i≤n，1≤j≤m，1≤k≤m
综上所述，根据以上分析，B to B换乘情况下的乘客平均换乘时间可表示为：
TCijk＝Kik+Dijk+Mijk
常规公交线路k与常规公交线路j在站点i换乘
式中：Kik-
的松弛时间延误；
常规公交线路k与常规公交线路j在站点i换乘
Dijk-
的等待时间延误；
常规公交线路k与常规公交线路j在站点i换乘
Mijk-
失败的时间延误；
通过以上概率分析与计算，得到公交系统的总成本模型如下：
minCT：CT(Hr，Hbj，Kij)＝α·Co(Hr，Hbj，Kij)+β·CU(Hr，Hbj，Kij)
1≤i≤n，1≤j≤m，α+β＝1
S.t.TrNr′≤Hr≤TrNrTbjNbj′≤Hbj≤TbjNbj0≤Kij<H2]]>
4、利用基于Powell的遗传算法进行系统优化。
根据公交系统数据输入程序所提供的数据，在分析各种换乘条件下的协调换乘概率、乘客换乘成本的基础上，以包含乘客出行成本和运营商运营成本的公交系统总成本最小为优化目标，将实际问题转化成数学建模问题，得到轨道交通与常规公交运营协调模型。由于实行协调控制运营计划模型中包涵多个变量的求和、积分等多种运算，因此，需要一种能够有效搜索到全局最优解的多维非线性算法。本发明结合传统的优化算法与启发式算法的特征，将传统优化算法的Powell算法作为一个与选择、交叉和变异平行的算子，嵌入到遗传算法中，在遗传算法中定义Powell算子，以此开发得到全局最优解的混合遗传算法——基于Powell的遗传算法，运用该优化算法来求解城市轨道交通与常规公交运营协调优化模型，得到运营协调优化的实施方案。
至此，就完成了轨道交通与常规公交的运营协调优化。
实施例3：
图1所示，依据本发明的方法，设计了一种公共交通衔接城市轨道交通运营协调优化系统基本体系架构，由GIS地图读取与公交线路识别程序、公交系统数据输入程序、公交系统成本分析程序以及公交系统寻优处理程序四部分组成。
GIS地图读取与公交线路识别程序模块；用来确定需要整合优化、相互协调的公交网络系统，并获取被识别的公交线路的基本数据，包括公交线路的长度、公交站点数以及站点间距，同时，被识别的公交线路将高亮显示与地图上。为下一阶段的公交系统数据输入确定线路输入对象。
公交系统数据输入程序模块；将为各公交线路的运行参数、客流需求数据提供输入界面，需求数据分为三类：一般输入参数(包括常规公交与轨道交通单位距离运营成本系数、乘客出行时间价值系数以及运营商成本与乘客出行成本各自的权重系数)、各公交线路的运行参数(包括各公交线路的实际配车数、平均运行速度、站点停留时间)以及公交客流需求数据(各公交线路单位小时在轨道换乘站点的客流需求)。其中，一般输入参数由公交调度中心给出参考值，各公交线路的运行参数与公交客流需求数据由前述数据处理规则可以得到。
公交系统成本分析程序模块；根据上述的数理统计理论和数学建模方法，将GIS地图读取与公交线路识别程序、公交系统数据输入程序所提供的数据，代入已建立的轨道交通与常规公交运营协调优化模型，包括协调换乘概率、乘客换乘成本以及公交系统下总成本表达式。
公交系统寻优处理程序模块：根据上述数学建模方法，针对已建立的公交网络，以公交系统总成本最小为优化目标，利用基于Powell的遗传算法对公交系统进行系统寻优，该混合遗传算法由英国谢菲尔德大学开发的基于MATLAB的遗传算法工具箱予以实现，由此得到优化后的运营协调方案。
这四部分之间相互联系，按照解决协调优化问题的数据需求结合在一起按顺序使用。
这四部分程序是按照系统操作的处理方向相互联系的；其中，GIS地图读取与公交线路识别程序模块，它确定本系统所要协调优化的公交网络；根据确定的公交网络，需要操作下一个模块即公交系统数据输入程序模块，在该程序里有两个子模块，可以接受用户所输入的各公交线路的运行参数及轨道换乘站点的客流数据；获得数据后，需要操作公交系统成本分析程序模块，结合确定的公交网络与输入的数据，以计算协调换乘概率、分析乘客换乘成本，进而完成公交系统总成本的分析，得到轨道交通与常规公交运营协调优化模型；最后，进入公交系统寻优处理程序模块的操作，对前一程序所得到的运营协调优化模型进行优化求解，该程序中的子模块即协调优化处理模块利用基于Powell的遗传算法对该模型进行系统寻优，以输出并保存运营协调优化方案，同时，通过网络将该优化方案传输至公共交通网络调度指挥中心。
该系统是利用Visual Basic语言、MATLAB工具箱与MapInfo开发工具来实现的，其中，公交系统成本分析程序模块与公交系统寻优处理程序模块是本系统的核心。其运行过程如下：首先，，通过输入公交线路的ID号或线路名称，由GIS地图读取与公交线路识别程序模块在地图数据库中搜索到对应的公交线路，以识别需要协调优化的公交网络系统，并高亮显示于电子地图上(如图3所示)，该程序模块将自动从地图数据库中获取被识别的公交线路的基本数据，包括公交线路的长度、公交站点编号、站数以及站点间距；其次，在完成公交线路的识别后，为进行公交系统成本分析，通过打开公交系统数据输入程序模块，在数据输入界面中，对一般输入参数、各公交线路的运行参数以及客流数据进行输入，其中，一般输入参数包括：常规公交与轨道交通单位距离运营成本系数、乘客出行时间价值系数以及运营商成本与乘客出行成本各自的权重系数，该模块可以由用户自己输入，同时提供可选默认值；各公交线路的运行参数包括：各公交线路的实际配车数，由用户自己输入；平均运行速度、站点停留时间，依据公交GPS数据处理规则，由内嵌程序模块自动实现(如图4所示)；公交客流需求数据(各公交线路单位小时在轨道换乘站点的客流需求)，依据公交IC卡数据处理规则，由内嵌程序模块自动实现各线路的OD矩阵获取；然后，进入公交系统成本分析程序模块，将所获取的数据输入图1所示虚线框的协调换乘概率模块与乘客出行成本模块中进行计算，以得到公交系统总成本的表达式；最后，公交系统寻优处理程序模块将接受公交系统成本分析程序模块所得的系统总成本表达式，由协调优化模块实现基于Powell的遗传算法对系统总成本表达式进行优化求解，得到运营协调优化方案，并通过网络传输反馈至公共交通网络调度指挥中心。
图2是公交系统寻优处理程序模块的内部寻优流程，具体的步骤包括：
步骤1：对遗传算法的运行参数进行赋值。参数包括种群规模M、变量个数n、交叉概率pc、变异概率pm以及遗传运算的终止进化代数T。
步骤2：建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件，设置变量的取值范围。
步骤3：在步骤2的变量取值范围内，随机产生初始群体，代入适应度函数计算其适应度值。
步骤4：执行比例选择算子进行选择操作。
步骤5：按交叉概率pc对交叉算子执行交叉操作。
步骤6：按变异概率pm执行离散变异操作。
步骤7：对每个个体进行译码转为实值，然后通过Powell搜索返回根据每个个体所搜索的局部最优解。
步骤8：计算步骤7由Powell搜索得到局部最优解集合中每个个体的适应值，并执行最优个体保存策略。
步骤9：判断是否满足遗传运算的终止进化代数T，不满足则返回步骤4，满足则输出运营协调优化结果。
为更直观的说明运用该系统进行轨道交通与常规公交运营协调优化的实施过程，将北京市地铁13号线的4个换乘站点，包括：龙泽站、回龙观站、霍营站与立水桥站，以及各换乘站点相接驳的9条公交线路，包括公交417路、428路、443路、444路、462路、464路、519路、751路与851路，作为该系统进行协调优化的公交网络系统，如附图3所示，并以此为例说明本系统进行运营协调优化的具体实施过程。具体内容如下：
第一步：读取地图并识别公交线路。
GIS地图读取与公交线路识别程序模块将接受的公交网络地图进行读取，通过输入公交线路ID号或线路名称以识别公交线路，本实例中输入的是9条公交线路名称，分别为417、428、443、444、462、464、519、751与851，识别的公交线路将高亮显示于地图上，如附图3所示。同时，系统程序将自动从地图数据库中获取被识别的公交网络系统的基本数据，包括各公交线路的长度、公交站点数以及站点间距。
第二步：输入公交系统协调优化所需数据。
在确定公交网络系统后，为进行协调优化，需进入公交系统数据输入程序模块界面，输入公交系统协调优化所需数据，输入数据如下：
(1)一般输入参数。
一般输入参数可以由用户自己输入，系统提供默认值：公交乘客出行成本权重系统：0.5；出行时间价值系统：1.5元/分；运营商运营成本权重系统：0.5；常规公交车辆单位距离运营成本系数：4.8元/公里；轨道车辆单位距离运营成本系数：48元/公里。
(2)各公交线路的运行参数。
根据前述数据处理规则，得到各协调公交线路的平均形式速度和站点停留时间参数，附图4所示为13:00至14:00内751线路GPS数据进行处理得到该线路的运行参数。
(3)公交客流需求数据。
根据前述公交IC卡数据处理规则，得到各线路的公交线路在13:00-14:00时段内的客流OD，计算得到协调站点的上下车客流，附图5所示对751线路公交IC卡客流数据进行处理得到该线路的客流需求。
第三步：公交系统成本分析程序模块进行协调概率计算与换乘成本分析，得到公交系统总成本表达式。
内嵌于公交系统成本分析程序模块中的协调概率统计模块、换乘成本分析模块以及系统总成本分析模块将根据识别的公交网络与输入的数据进行分析计算，以得到公交系统总成本表达式，并将其输出到公交系统寻优处理程序模块。
第四步：进行公交系统协调优化。
公交系统寻优处理程序模块将对第四步中得到的公交系统总成本表达式进行优化求解，以得到运营协调优化方案。由该公交网络系统及所输入的数据可得到时段为13:00-14:00的运营协调优化方案输出报表为表1所示：
表1
协调优化结果