定制客运是“互联网+”道路客运的创新服务模式,基于旅客预约出行需求精准匹配运力资源,更好地满足旅客“点到点”“门到门”的城际出行需求。然而,目前定制客运的运行计划编制大多参照现行的班车客运模式,或者依靠人工经验判断,缺乏行之有效的理论与方法支撑,阻碍了定制客运的发展和运行效率的提升。因此,研究提出定制客运的运行计划优化方法,对定制客运服务模式的推广和服务水平的提升均具有重要意义。本文面向定制客运发展的时代背景和运营需求,从分析定制客运服务特征入手,在开展定制客运选择行为调查的基础上,建模分析定制客运选择行为机理,进而研究定制客运的站点设置、线路设计与时刻表编制的优化方法,为定制客运的运行计划优化提供理论方法和技术支持。主要研究内容及结论如下:(1)在典型客运站客流时空分布特征分析的基础上,设计了包括旅客社会经济属性、出行特征、选择意向场景、心理因素测量等内容的定制客运选择行为RP-SP调查问卷,采用线下和线上相结合的方式开展了调查。调查数据分析表明,被调查者中男性比例为44.93%,26～45岁年龄段的比例为69.32%,被调查者的性别和年龄分布与基于客票提取的全样本数据基本一致;常规公交和出租车是被调查者从出行起点到客运站的主要出行方式,占比分别为46.79%和26.38%。(2)建立了考虑心理潜变量的定制客运选择行为ICLV模型,基于调查数据估计了定制客运出行行为MIMIC模型、BL模型及ICLV模型,揭示了定制客运的选择意向和行为机理,通过弹性分析、场景设计和仿真计算,研究了出行时间和票价对定制客运选择行为的影响机理。研究发现,预约时间窗、车辆到达的提前或延迟时间、换乘时间、乘行时间以及票价对定制客运选择具有显著的负向影响;与BL模型相比,ICLV模型由于考虑了旅客心理因素约束,能够更加全面地描述旅客的定制客运选择行为;随着服务水平和票价的提升和下降,定制客运的分担率分别呈现上升和明显下降趋势。(3)提出了基于班车轨迹数据与改进DBSCAN算法的班车停留站点提取方法,考虑潜在站点重要度并基于集合覆盖原理确定覆盖全部预约点的核心潜在站点,构建了以步行距离最小和动态站点数量最少为优化目标的动态站点设置混合整数规划模型,设计了基于核心班车停留站点的改进遗传算法。基于服务区域内设定的不同预约时间窗和预约点的旅客预约出行需求进行算例研究,结果表明,班车停留站点提取的正确率为90.83%,与仅利用预约出行需求数据相比,考虑班车轨迹的联合数据优化模型具有更优的求解质量、更高的求解效率,并可确保100%动态站点具备车辆通行的道路条件。(4)考虑定制客运营运利润增长与出行服务水平提升之间的平衡,根据车辆到达动态站点违反预约时间窗的惩罚函数值与定制客运出行时间减少的满意度函数值的关系,提出了旅客对选择定制客运出行需附加支付费用的支付意愿函数。以此为基础,定义了关联班车客运票价、换乘费用和旅客支付意愿的定制客运动态票价函数。算例研究表明,车辆到达动态站点时刻与旅客预约最早和最晚上车时刻差值的减少,以及定制客运出行时间与班车客运出行时间差值的增大,将导致票价的上升和旅客支付意愿的提高。(5)基于定义的支付意愿函数和动态票价函数,建立了以客运服务经营者营运利润最大化为目标的定制客运动态线路与时刻表优化模型,研究了不同运营模式和车辆配置情形下的动态线路与时刻表优化效果,对动态票价函数和预约出行需求量进行了灵敏度分析。算例研究表明,基于该优化模型编制的运行计划,能够满足旅客预约时间窗和就近乘降的出行需求,可大幅提高定制客运的客运量和营运利润,与传统班车客运相比,定制客运的日客运量提高了110.93%,日运营利润增加了8196.62元。灵敏度分析表明,预约出行需求量的增长提升了营运收入和营运利润,但并不显著增加营运成本。图55幅,表34个,参考文献197篇。