Synchronizacja rozkładów jazdy w systemie transportu publicznego z wykorzystaniem algorytmów genetycznych
Wariant tytułu
Synchronization of public transport timetables using genetic algorithms
Autor
Kapica, Daniel
Promotor
dr hab. inż. Vitalii Naumov, prof. PK
Data wydania
2025
Data obrony
15.06.2026
Język
polski
Słowa kluczowe
algorytmy genetyczne, synchronizacja rozkładów jazdy, transport publiczny, planowanie transportu publicznego
genetic algorithms, timetable synchronization, public transport, public transport planning
Abstrakt
W pierwszym rozdziale omówiono definicję i podstawy prawne funkcjonowania publicznego transportu zbiorowego, proces planowania oferty przewozowej oraz związane z nim problemy, a także pojęcie synchronizacji rozkładów jazdy. Opisano zasady działania i parametry algorytmów genetycznych. Rozdział zamyka przegląd literatury.
Drugi rozdział opisuje matematyczne ujęcie problemu synchronizacji oraz wykorzystaną implementację algorytmu genetycznego. Opisano pakiety, klasy i metody oraz zachodzące pomiędzy nimi zależności.
Rozdział trzeci zawiera opis sieci publicznego transportu zbiorowego miasta Zielona Góra, z którego wybrane zostały linie do przeprowadzenia eksperymentu. Opisano model miasta Zielona Góra wykonany w programie PTV Visum, będący źródłem danych do przeprowadzenia eksperymentu.
Rozdział czwarty rozpoczyna przełożenie terminologii algorytmów genetycznych na zagadnienia transportowe. Przedstawiono plan eksperymentu i wykonywane czynności mające na celu znalezienie możliwie optymalnych parametrów algorytmu genetycznego wykorzystanego do synchronizacji rozkładów jazdy w publicznym transporcie zbiorowym. Na podstawie wyników eksperymentu sformułowano wnioski i zasugerowano parametry z jakimi powinien być uruchamiany algorytm genetyczny. Przedstawiono także dalsze kierunki badań związanych
z tematyką synchronizacji rozkładów jazdy w publicznym transporcie zbiorowym.
The first chapter presents the definition and legal framework of public transport in Poland, the planning process, introduces timetable synchronization, and outlines the terminology, principles, and parameters of genetic algorithms (GA). The chapter ends with a literature review and a summary of the state of research.
The second chapter is devoted to the mathematical formulation of the synchronization problem and provides
a description of the applied implementation of a GA.
The packages, classes, and methods used in the implementation are described and the interdependencies between them are examined.
The third chapter contains a description of the public transport network in the city of Zielona Góra, from which selected lines were chosen for the experiment. A brief description is given of the transport model of Zielona Góra developed using PTV Visum, which served as the data source for the experiment.
The fourth chapter begins with the translation of GA terminology into transportation-related concepts. The experimental procedure is then described and the steps undertaken to determine the most suitable parameters of the GA. Based on the experimental results, conclusions are drawn and recommendations are made regarding the parameters with which the GA should be executed. Directions for further research on timetable synchronization in public transport are also outlined.
