公交司机排班专项方案.doc

高教社杯全国大学生数学建模竞赛

承 诺 书

咱们仔细阅读了中华人民共和国大学生数学建模竞赛竞赛规则.
咱们完全明白，在竞赛开始后参赛队员不能以任何方式（涉及电话、电子邮件、网上征询等）与队外任何人（涉及指引教师）研究、讨论与赛题关于问题。
咱们懂得，抄袭别人成果是违背竞赛规则，如果引用别人成果或其她公开资料（涉及网上查到资料），必要按照规定参照文献表述方式在正文引用处和参照文献中明确列出。
咱们郑重承诺，严格遵守竞赛规则，以保证竞赛公正、公平性。如有违背竞赛规则行为，咱们将受到严肃解决。

咱们参赛选取题号是（从A/B/C/D中选取一项填写）： B
咱们参赛报名号为（如果赛区设立报名号话）：
所属学校（请填写完整全名）： 许昌学院
参赛队员 (打印并签名) ：1.
2.
3.
指引教师或指引教师组负责人 (打印并签名)：

日期： 7 月 24日

赛区评阅编号（由赛区组委会评阅迈进行编号）：

高教社杯全国大学生数学建模竞赛

编 号 专 用 页

赛区评阅编号（由赛区组委会评阅迈进行编号）：

赛区评阅记录（可供赛区评阅时使用）：

评
阅
人

评
分

备
注

全国统一编号（由赛区组委会送交全国前编号）：

全国评阅编号（由全国组委会评阅迈进行编号）：

公交司机排班方案最优设计

摘要
本题为公交司机排班问题，针对其多目的，多变量特点，咱们为使排班司机人数尽量少，公交车公司利益最大化，以及解决线路堵塞交接班不合理等问题给出了优化排班方案。依照题目特点建立了线性规划模型，由于节假日与正常工作日发班时间间隔不同，因而设计了节假日排班模型和正常日排班模型。由于线路运营时间和线路排班间隔都受到道路车辆因素影响，有正常和高峰之分，为了获得最优排班方案，咱们将排班间隔采用随机数解决，以达到最大限度符合实际状况，两个模型主体都是采用时间步长法，模仿实际运营过程，从而得出符合实际规定排班方案。
针对问题（1），考虑在最长线路运营时间状况下，咱们采用最长发车间隔来实现五月份当中某一天班次总数至少，而针对节假日和非节假日，采用了节假日模型和正常工作日模型最后得到至少班次为2392次。
针对问题（2），考虑实际状况采用随机数解决线性规划模型，以最大限度模仿了现实客运状况，使所得到方案符合实际状况。
针对问题（3），本问题难点依照司机排班方案，使用合理司机人数来实现整个五月份该路线排班问题，考虑诸多因素条件下，问题（3）最优解难以实现。
核心字：公交司机排班 时间步长法 随机数解决 线性规划

1.问题重述
公交线路问题是人们都非常熟悉现象，它以这样或那样形式出当前咱们面前，例如，有线路司机局限性，经常存在向其她车队借调司机和车辆跑班，影响其她线路排班秩序；有线路司机需要每天开车小时，影响司机休息，从而给交通留下安全隐患；有线路因经常堵车，打乱了线路调度筹划，使得交接班司机和乘客怨声载道。
咱们考虑某公交公司司机上班状况合理安排数学建模问题。
该公交车线路上共有15名司机，规定：（1）司机每天上班时间不超过8小时；（2）司机持续开车不得超过4小时；（3）每名司机至少每月完毕120班次。
公交车排班与与否是节假日，与否在高峰时期关于。当前该线路排班间隔是：平时：8～10分钟/班；
高峰（上下班）：6:00～8:30，11:30～13:30，16:30～18:00：4～8分钟/班
节假日：5～10分钟/班
该线路开收班时间：夏令（12月～3月）：6:15～18:20， 冬令（4月～11月）：6:20～18:10
该线路运营时间是：正常：80～85分钟/班分钟/班，高峰：100～120分钟/班
问题一：依照五月份节假日状况，求出当月至少班次总数；
问题二：阐述你对上述规定理解，并依照你理解建立恰当数学模型，合理地设计五月份该线路司机排班方案；
问题三： 依照五月份该线路司机排班方案，计算出每天需要司机人数，如果规定每个司机每周持续工作五天，休息两天。请你通过某周（周一至周日）需要司机人数求出司机总数至少排班方案。

2.模型假设
（1）交通状况，路面状况良好，无交通堵塞和车辆损坏等意外；
（2）公交车发车间隔取整分钟，行进中公交车彼此赶不上且不超车，到达终点站后掉头变为始发车；
（3）乘客在每时段内到达车站人数可看做是负指数分布，乘客乘车是按照排队先后有序原则乘车，且不用在两辆车间隔内等太久；
（4）“人数登记表”中数据来源精确、可信、稳定、科学；
（5）假设五月份有十一种节假日；
（6）假设司机都不缺勤，容许自由调班 。
3.模型符号阐明

符号
意义

时间点，

每段时间发出班次，

总班次

时分别表达在高峰时段，正常时段，节假日发车间隔

时分别表达在高峰时段，正常时段，节假日运营时间

司机数

分别表达非节假日与节假日数目

4.对问题分析
通过用数学模型来协助解决该住该公交车公司司机合理排班问题，以提高对公交车公司资源有效运用。
在问题（1）中，咱们要实现当月至少班次排班方案，对于此种状况，咱们应当分两种状况分析，一是节假日排班方案，二是非节假日排班方案。当节假日与非节假日排班方案中班次数达到最小，则当月排班数达到最小。分别构建节假日排班方案模型和非节假日排班方案模型，则可以得到当月班次总数，对方案进行线性规划取至少班次总数则可以解决问题，这就意味着就公司车辆资源得到了有效运用。
在问题（2）中，在问题一种咱们已经构建了节假日与非节假日排班方案模型，在这两个模型下通过度析规定三个条件拟定满足条件最小司机数，已完毕对司机排班方案优化，同步在问题（2）模型中，对每日发车间隔和运营时间进行随机解决，以使得方案数据更加真实。
在问题（3）中，本问题难点依照司机排班方案，使用合理司机人数来实现整个五月份该路线排班问题，在考虑到规定：（1）司机每天上班时间不超过8小时；（2）司机持续开车不得超过4小时;(3)每名司机至少每月完毕120班次。咱们采用时间步长法来实现这个过程排班筹划。在上述三个规定限制下，司机人数不能过多，否则规定（3）无法实现。司机人数又不能太少，否则会浮现违背规定(1)排班状况。
5.建立与求解
5.1问题（1）模型建立与求解
5.1.1 问题（1）模型建立
节假日发次班次模型：

非节假日发车班次模型：
由于分为高峰和正常两种状况，需分别建立高峰和正常两种模型。
高峰模型：在高峰模型下，起始时间为奇数时间点

正常模型：在正常模型下，起始时间为偶数时间点

五月份当月发车次数为：

5.1.2模型求解
对模型中数据采用列表方式：
表1

6:15～8:30
8:30～11:30
11:30～13:30
13:30～16:30
16:30～18:00
18:00～18:10
高峰时间间隔8分钟
16

15

11

正常时间间隔10分钟

18

18

1
表2

6:15～8:30
8:30～11:30
11:30～13:30
13:30～16:30
16:30～18:00
18:00～18:10
高峰时间间隔7分钟
18

17

12

正常时间间隔10分钟

18

18

1
表3

6:15～8:30
8:30～11:30
11:30～13:30
13:30～16:30
16:30～18:00
18:00～18:10
高峰时间间隔8分钟
16

15

11

正常时间间隔9分钟

20

20

1
表4

6:15～8:30
8:30～11:30
11:30～13:30
13:30～16:30
16:30～18:00
18:00～18:10
高峰时间间隔7分钟
18

17

12

正常时间间隔9分钟

20

20

1

表5

6:15～8:30
8:30～11:30
11:30～13:30
13:30～16:30
16:30～18:00
18:00～18:10
节假日间隔10分钟
13
18
12
18
9
1
节假日间隔9分钟
14
20
13
20
10
1

通过对表中数据得比较，可以发现当发车间隔最大时，发车班次数最小，即当取最大值时，每日发车班次至少。则当月至少发车班次。

5.2问题（2）模型建立与求解
5.2.1问题（２）模型建立
在问题（１）中，已经建立了一种粗略模型，现对该模型成果进行优化。
对这6个数采用随机数解决以使得成果更接近现实生活。
对三个规定进行分析，可以懂得，每位司机每天工作不超过８小时，持续工作时间不超过４小时，每月规定完毕１２０个班次。则可以懂得每位司机最多持续开２个班次，且每位司机每天最多开５个班次，且每位司机每天至少开４个班次。
对于司机数可以得到下几种限制：

5.2.2模型求解
对以上式子条件1和5是最优先满足，另一方面应满足条件3、4和5，最后满足条件6。在可以状况下条件6可以舍弃。
应用matlab求解：

第一次
5
8
105
81
24
第二次
4
10
119
82
29
第三次
6
10
104
84
21
第四次
8
8
107
84
19
第五次
6
10
106
81
23

5.3问题（３）模型

由于本问题是多目的、多约束优化模型，很难求出全局最优解，因此咱们先将多目的规化简，再仿真模仿运营过程求解。
转化为单目的求解思路如下：
给出初始发车时刻表 → 模仿
客运数据 → 运营 → 记录指标 → 结论←人工分析
客流分布（平均分布） → 数据

化简多目的问题，咱们可以有三个出发点：①分析各目的之间有关联数学关系，减少目的函数数目或约束条件数目。②依限定条件，针对详细数据挖掘隐含信息以减少求解难度。③分析各目的权重，去掉影响很小目的函数，从而达到简化目。
6.模型评价
本文长处如下：
1．模型主体是采用时间步长法，模仿生成发车时刻表实际运营过程，精确性高，容量大，逻辑性严格，计算速度快，具备较强说服力和适应能力。
2．在求至少数时，将两个车场看作两个发射源，通过对两个车场存车状态实时模仿，形成不间断运营过程，从而求得所需车辆数目。
本文缺陷是：
对于运营数据采集方式，只给出了某些原则和想法，没有通过仿真验证。
7.参照文献
[1] 韩中庚，数学建模办法及其应用[M]，北京：高等教诲出版社，
[2] 韩中庚，数学建模竞赛——获奖论文精选与点评，北京：科学出版社，
[3] 盛骤，谢式千，概率论与数理记录，北京：高等教诲出版社，
[4] 姜启源，数学模型（第二版），北京：高等教诲出版社，1992
[5] 韩中庚，数学建模办法及其应用，北京：高等教诲出版社，.6
附件：
Function N=wuyue(nfj,nj)
rj=11;
rfj=20;
t0=6.25;
t1=8.5;
t2=11.5;
t3=13.5;
t4=16.5;
t5=18;
t6=18+(1/3);
tm=60;
%如下数据tf,tz,tj,yunf,yunz采用随机模仿
tf=randint(1,1,[4,8])
tz=randint(1,1,[8,10])
tj=randint(1,1,[5,10])
yunf=randint(1,1,[100,120]);
yunz=randint(1,1,[80,85]);
n1=floor((t1-t0)*tm./tf);
n2=floor((t2-t1)*tm./tz);
n3=floor((t3-t2)*tm./tf);
n4=floor((t4-t3)*tm./tz);
n5=floor((t5-t4)*tm./tf);
n6=floor((t6*tm-t5*tm)./tz);
nfj=floor(n1+n2+n3+n4+n5+n6)+1
nj=floor((t6-t0)*tm./tj)+1
N=nfj*rfj+nj*rj
i=floor((yunf*2-n1*tf)./tz)+1;
xmin2=floor((n1+i)/2)+1;
xmin1=floor(nj./5)+1;
xmax2=floor(yunf./tf)+1;
xmax1=floor(nj./4)+1;
x=min([max([xmin1,xmin2]),min([xmax1,xmax2])])+1