链上镖师 / Chain Biaoshi

TRB|地铁客货共运线网:线路规划与卡车路径联合优化

统一预算下重配地铁线路、卡车服务、换乘设施与客货路径

论文信息

论文题名:Redesigning urban intermodal transit for passenger and freight co-modal mobility: Metro line planning with integrated truck routing

作者:Yahan Lu,Yuwen Peng,Dongyang Xia,Patrick Stokkink,Shadi Sharif Azadeh

期刊/年份:Transportation Research Part B,2026

论文在统一预算和严格容量约束下联合规划地铁线路、卡车线路、服务频率、换乘设施与客货路径,并以列生成和两阶段下潜算法求解城市级联运网络。

  • 01:乘客由地铁承运,货物可选择地铁、卡车或跨方式联运路径。
  • 02:模型同时决定线路启用、客货容量分配、换乘设施选址和OD路径。
  • 03:算法平均最优性差距为0.77%,计算时间较GUROBI减少95.53%。
  • 04:鹿特丹案例在运营成本不增加时将服务质量提高6.50%。

城市客货共运需要重做哪些战略决策

城市货运需求增长持续挤压道路资源,地铁系统具有高容量走廊和既有基础设施,可承担部分干线货运。货运需求在空间上分布不均,地铁线路结构和运营预算又受到约束,规划者需要同时配置轨道与道路资源,确定哪些线路启用、各自提供多少服务,以及货物在哪些节点完成方式转换。

线路生成、线路选择、线路方案和班次配置之间的决策关系

线路网络设计与班次配置问题的关系框架(来源:Fig. 1)

论文将客货共运提升到战略线路规划层级,在统一预算内联合设计地铁服务、卡车服务和跨方式换乘设施。

乘客与货物如何穿行双层联运网络

乘客全程使用地铁服务,货物可以全程使用地铁、全程使用卡车,也可以组合两种方式。货物在地铁内部换线可利用既有设施;地铁与卡车之间的方式转换需要在候选站点建设专用换乘设施,并承担相应固定成本。路径旅行时间由车内时间与换乘惩罚共同构成。

乘客单模式路径和货物单模式及跨方式运输路径

乘客与货物在公共交通网络中的候选运输路径(来源:Fig. 2)

地铁层、卡车层和跨方式换乘弧组成的双层网络

地铁—卡车双层换乘即走网络结构(来源:Fig. 3)

01乘客路径使用地铁旅行弧与客运换乘弧。

02货运路径可使用地铁旅行弧、卡车旅行弧和货运换乘弧。

03跨方式货运路径只有在相应换乘设施启用后才具备可行性。

04线路容量按客运频率份额与货运频率份额分别配置。

统一预算怎样约束线路、班次与换乘设施

路径型混合整数线性模型以乘客和货物的加权总旅行时间为目标。决策覆盖候选地铁线路与卡车线路的启用状态、客货服务频率、换乘设施位置以及全部OD需求的路径分配。线路设置费、频率运营费和设施建设费共同占用预算,每条运行弧还需满足严格的车内容量约束。

✓从预先构造的地铁与卡车候选线路池中选择运行线路。

✓分别确定分配给乘客和货物的服务频率份额。

✓为需要跨方式运输的货流选择换乘设施位置。

✓在预算、频率上下界和容量约束下分配客货路径。

1输入物理网络、候选线路池、客货OD需求、成本与容量参数

2构建地铁层和卡车层相连的双层换乘即走网络

3联合选择线路、频率、换乘设施与客货运输路径

4最小化乘客和货物的加权总旅行时间

列生成与两阶段下潜如何找到整数方案

完整模型包含数量庞大的客货候选路径,直接枚举会产生过多路径变量。算法先在受限主问题中求解当前路径池,再依据对偶值并行处理乘客和货物定价问题,通过最短路寻找负约化成本路径。线性松弛收敛后,两阶段下潜依次固定线路启用变量和换乘设施变量。

列生成、并行定价、线路变量固定和设施变量固定的算法步骤

融合两阶段下潜的列生成算法流程(来源:Algorithm 1)

阶段 1 用各客货OD的可行最短路径初始化受限主问题

阶段 2 求解主问题并并行生成乘客路径列与货运路径列

阶段 3 优先固定分数值较高且满足预算检查的线路变量

阶段 4 固定换乘设施变量并持续补充改善路径

阶段 5 输出满足预算和整数决策要求的客货联运方案

URT预算预留规则先保障服务全部乘客所需的基线轨道预算,再将剩余资源用于卡车线路与换乘设施,降低低成本卡车线路过度占用预算的风险。

从5×5网格到鹿特丹城市网络

论文使用人工网格实例检验算法机制,并以鹿特丹联运网络评估城市级应用。5×5网格将物理站点扩展为地铁层和卡车层,便于控制线路、OD与参数组合;鹿特丹案例进一步纳入真实地铁基础设施、候选地铁线路、卡车线路和跨方式节点,检验规划框架的可扩展性。

5×5物理网格及其双层计算网络

计算实验采用的5×5网格网络(来源:Fig. 5)

鹿特丹地铁基础设施、候选线路和卡车连接的空间布局

鹿特丹城市级地铁—卡车联运网络(来源:Fig. 6)

每个OD采用不同候选路径数量时的客货旅行时间变化

不同候选路径数量下的客货旅行时间(来源:Fig. 7)

解质量、计算速度与预算敏感性

候选路径数量由每个OD两条增加到十条时,客货总旅行时间快速下降,继续增加后的边际改善趋缓。多组权重、频率上限和预算实验显示,URT预算预留能够改善两阶段下潜的结果稳定性。论文报告算法平均最优性差距为0.77%,计算时间较GUROBI减少95.53%。

采用和未采用URT预算预留策略时的最优性差距箱线图

URT预算预留策略对最优性差距的影响(来源:Fig. 8)

GUROBI与列生成算法在多组参数下的目标值、耗时和最优性差距

列生成算法与GUROBI基准的计算表现(来源:Table 7)

平均最优性差距

0.77%

列生成与两阶段下潜算法

计算时间减少

95.53%

相对GUROBI

不同预算设置下乘客与货物旅行时间的组成和变化

不同预算设置下乘客与货物旅行时间(来源:Fig. 10)

联合优化如何重塑鹿特丹客货线网

鹿特丹案例显示,面向客货共运的服务结构需要从线路方案层面重新配置。完整优化会调整地铁线路组合、服务频率、卡车补充线路和跨方式节点,使轨道承担适合高容量运输的主干货流,并由卡车服务覆盖轨道运输成本较高或容量不匹配的货运联系。

综合优化方案与既有地铁方案的线路组合、班次和覆盖范围

综合优化方案与既有地铁服务方案的线网配置(来源:Fig. 9)

不同预算下既有方案与优化方案的旅行时间、线路数量和班次配置

不同预算下既有与优化地铁线路方案的运营指标(来源:Table 12)

服务质量改善

6.50%

相对既有鹿特丹地铁线路方案

运营成本增加

0

采用优化线路与频率配置

模型适用条件与研究边界

该框架面向战略层线路规划,需求被设定为确定且事先已知,客货流量按连续的聚合OD需求处理,线路频率具有预设上下界,路径分配遵循系统最优原则。候选地铁与卡车线路池需要提前给定,模型不区分货物类型及单票属性,也不展开时刻表、车厢配置和具体换乘作业。

  • 适用于已有轨道基础设施和可构造候选线路池的城市联运战略规划。
  • 结论依赖确定性OD需求、统一预算、严格车内容量和系统最优路径分配。
  • 货运需求采用聚合表达,未覆盖货类差异、单票服务要求和随机需求。
  • 论文未报告用户均衡条件下的方案表现。
  • 论文未报告详细时刻表、车辆周转和站内换乘作业成本的联合优化结果。

论文给出的6.50%改善来自鹿特丹案例及其参数条件,向其他城市外推时需要重新构造候选线路池、成本容量参数、客货OD需求和可建设换乘节点。

论文:Redesigning urban intermodal transit for passenger and freight co-modal mobility: Metro line planning with integrated truck routing

作者:Yahan Lu,Yuwen Peng,Dongyang Xia,Patrick Stokkink,Shadi Sharif Azadeh

期刊:Transportation Research Part B

链上镖师、先卜交通、先卜运筹通用论文ID

raw-000004370

保存此推文 ID,可在粉丝群内获取相关材料,未来更多功能敬请期待

先卜科技团队:常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义