Tesina realitzada en col.laboració amb KTH. Stockholm.

Català: Els creixents problemes de congestió a les grans ciutats fan necessaris més serveis de transport públic. Per tal d'atreure a nous usuaris, els operadors de transport públic busquen mètodes per millorar i augmentar el seu nivell de servei. La fiabilitat dels serveis de transport públic és un dels objectius principals dels operadors. El fenomen d'aparellament d'autobusos (bus bunching en anglès), pot ésser causat per vàries causes lligades a la incertesa: busos consecutius de la mateixa línia tendeixen a aparellar-se degut a que es tracta d'un sistema intrínsicament inestable de manera retrocativa. Per evitar aquest efecte, s'implementen mesures de control: la més comuna és establir una sèrie de parades de control repartides al llarg de la ruta, en què l'autobús esperarà fins a recuperar l'estabilitat. El disseny d'aquest sistema de punts de control passa per determinar-ne el nombre i la localització òptima, així com el criteri d'espera. Aquestes estratègies es classifiquen en basades en horari (schedule-based) i basades en freqüència (headway-based). Estudis previs han demostrat que les últimes tenen un gran potencial per millorar el servei des del punt de vista de l'usuari i del de l'operador. Aquesta tesina analitza la idoneïtat d'una sèrie d’algoritmes d'optimització a l'hora de solucionar aquest problema. El procés d'optimització comprèn la determinació de la localització dels punts de control per a un criteri d'espera predeterminat. L'avaluació de les solucions es fa mitjançant un simulador mesoscòpic de trànsit. Les dades utilitzades per a la simulació corresponen a la línia urbana d'autobús número 1 a la ciutat d'Estocolm.

English: The growing congestion problems in big cities result in growing need for public transport services. In order to attract new users, public transport operators are looking for methods to improve their performance and level of service. Service reliability is one of the main objectives of public transport operators. Various sources of service uncertainty can cause bus bunching: buses from the same line tend to bunch together due to a positive feedback loop, unless control measures are implemented. The most commonly used strategy for preventing service irregularity is to define holding points along the bus route. The design of the holding strategy involves the determination of the optimal number and location of holding points, as well as the holding criteria. These strategies are classified to schedule- or headway-based. Previous studies showed that headway-based strategies have the potential to improve transit performance from both passengers and operators perspectives. This thesis analyzes the performance of optimization algorithms when solving the holding problem. The optimization process involves the determination of time point location for a given headway-based strategy. The evaluation of candidate solutions is based on a mesoscopic transit simulation. The input data for the simulation corresponds to the bus line number 1 in Stockholm city. The objective function is made up of the weighted sum of all time components that passengers experience: in-vehicle riding time, dwell time, waiting time at stop and on-board holding time. The optimization was carried out by greedy and genetic algorithms. In addition, a multi-objective function that incorporated the performance from the operator perspective was solved using a multi-objective genetic algorithm. The results demonstrate the potential benefits from optimizing the location of time point stops. The best solution results in an improvement of around 11% in the objective function value. Interestingly, the results indicate that wrongly chosen time point stops can yield transit performance that is worse off than having no holding control.