针对轨道交通接运公交线路生成问题，Kuah和Perl等[13]以乘客出行总时间最小为目标函数建立了非线性规划模型，并利用启发式算法进行求解。Lúcio和Vaz[14]则以乘客出行总成本和公交运营成本最小为目标函数构建模型。Verma和Dhingra[15]在研究接运公交服务范围的基础上，提出了两阶段线网生成方法：利用线路长度约束，应用K最短路算法求解候选线路，再应用遗传算法筛选候选线路以组成接运公交网络。曹玫和林小涵[16]以运营者和乘客出行成本之和最小为目标函数建立模型，并设计了遗传算法搜索最优路线。Kuan等[17]将蚁群算法应用于接运公交线路生成问题的研究，通过20个测试算例比较了蚁群算法与遗传算法的计算效率，发现蚁群算法可在更短的时间内获取较优的解。Shrivastava和O'Mahony[18]结合遗传算法与启发式算法，设计了求解接运公交线路生成问题的混合算法，并证明了其有效性。Shrivastava和Dhingra[19]进一步利用启发式算法，在确定首末站后通过逐个插入中途站的方式设计接运公交线路。北京交通大学许旺土等[20]以最少线路接运最大客流量为目标建立了线路生成模型，并设计了改进的遗传算法求解模型。宋瑞和刘志谦[21]则以乘客延误最小和公交线路行驶时间最短为目标，提出了一种启发式算法寻找轨道交通接运公交线路最优布设方案。孙杨、宋瑞等[22]进一步研究了弹性需求下接运公交网络设计问题，引入Logit模型分析乘客对接运交通方式的选择行为，以接运公交乘客量最大化、乘客成本最小化、运营成本最小化为目标，建立了数学模型并选用遗传算法进行求解。武汉理工大学李诗灵等[23]将接运公交线路规划区域进行了离散化处理，以接运效率最大为优化模型构建了数学模型，并利用了粒子群算法进行求解。东南大学张杰林等[24]考虑站点覆盖率、非直线系数、运营费用等指标，以整体客运系统运输效率最大为目标，提出了基于启发式算法的接运公交线路布设方法。北京交通大学熊杰、关伟等[25]提出了社区公交接驳地铁路径优化方法，即基于社区居民出行数据利用遗传算法对服务社区的公交路径进行优化设计。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
