Bus Stop Location Under Different Levels of Network Congestion and Elastic Demand / Autobuso Stotelės Nuotolio Nustatymas Skirtingais Transporto Grūsties Atvejais Reguliuojant Poreikius / Определение Места Автобусной Остановки При Разных Уровнях Транспортного Затора С Целью Регулирования Потребностей

Abstract

The article analyses optimal bus stop locations under different network congestion levels applying a bi-level optimisation model, covering an upper level minimizing an overall cost function (Social Cost) and a lower level that includes a modal split assignment model. This model is applied to Santander city (Spain) under a range of demand levels, starting from very low to high congestion, representing the evolution of variables in each case and analysing different solutions. The optimal distances between stops obtained for each demand and congestion level indicate that very low demands produce wider spaces. However, as demand increases, accessibility to public transport service should be increased and then spacing between bus stops drops to 360 metres. Santrauka Straipsnyje nagrinėjama, kaip nustatyti optimalią autobuso stotelės vietą (nuotolį), esant skirtingiems transporto grūsties lygiams. Taikomas dviejų lygmenų optimizavimo modelis, kuris aukštesniame lygmenyje iki minimumo sumažina bendrąsias (socialines) išlaidas, o žemesniajame – vertina transporto rūšių pasiskirstymo modelį. Šis modelis naudojamas Santandero mieste (Ispanija), kuriame transporto priemonių poreikiai grūsties atveju svyruoja nuo labai mažo iki didelio ir kiekvieną kartą reškia kintamųjų kaitą, analizuojant skirtingus sprendimus. Kiekvienu atveju tarp stotelių gauti optimalūs nuotoliai rodo, kad labai maži transportavimo poreikiai ir grūsties lygis sukuria daugiau erdvės. Tačiau, jiems didėjant, turėtų padidėti ir galimybės naudotis viešuoju transportu. Tokiu atveju nuotoliai tarp autobusų stotelių mažėja iki 360 metrų. Резюме Исследуется проблема определения конкретного расстояния (месторасположения) между автобусными остановками при разных уровнях транспортных заторов. Для этого используется оптимизационная модель, благодаря которой снижаются до минимума обобщенные (социальные) расходы, а также учитывается модель распределения типов транспорта. Данная модель нашла практическое применение в испанском городе Сантандер. В этом городе потребность в транспортных средствах во время заторов изменяется от очень маленького до очень большого значения и каждый раз по-своему влияет на значения переменных, что затрудняет анализ и принятие решения. Оптимальные расстояния между остановками, полученные в каждом случае, показывают, что малая потребность в транспортировании и малый уровень заторов создают большее пространство. А при их возрастании потребность в общественном транспорте также должна увеличиваться. В этом случае расстояния между автобусными остановками уменьшаются до 360 метров.

Design of a tabu search algorithm for assigning optimal bus sizes and frequencies in urban transport services

“…The international bibliography reveals a series of studies on the design of transport networks using bi-level programming techniques [23][24][25][26][27].…”

A Bi-Level Programming Model for Optimal Bus Stop Spacing of a Bus Rapid Transit System

“…The bi-level programming model is often used to optimize bus stop spacing. The objective function of the top-level programming model is to minimize the total cost incurred to passenger and bus operators while for the lower level, the problem of bus traffic assignment is addressed [26][27][28][29]. To minimize the total residence time at stops and the number of bus stops required for efficient operations, a bi-objective optimization model has been proposed by Chen et al; furthermore, the issues of stop congestion and its effect on road traffic flow has also been considered in the model.…”

“…These studies have found that when the demand is high, the two variables of bus demand and stop placing are independent; however, stop placing and line length are negatively correlated [25]. Alonso et al assume that the departure frequency is constant, and the results from their model also indicate a negative correlation between stop placing and bus trip frequency [28]. In contrast, an opposing conclusion can be drawn-that when bus fleet size is a given, there is a positive correlation between stop spacing and bus trip volume [15].…”

Integrated Optimization of Stop Location and Route Design for Community Shuttle Service

“…Some studies have been conducted on the stop location of a conventional bus system. Alonso et al [25] and Moura et al [26] use a bi-level optimization model to obtain optimal bus stop locations on a macroscopic scale. Their model considers user cost and operator cost; however, the maximum walking distance of passengers is ignored.…”