CN109657843A - 一种城市接驳公交系统的一体化规划决策支持系统 - Google Patents

一种城市接驳公交系统的一体化规划决策支持系统 Download PDF

Info

Publication number
CN109657843A
CN109657843A CN201811432227.8A CN201811432227A CN109657843A CN 109657843 A CN109657843 A CN 109657843A CN 201811432227 A CN201811432227 A CN 201811432227A CN 109657843 A CN109657843 A CN 109657843A
Authority
CN
China
Prior art keywords
website
indicate
route
demand point
plugging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811432227.8A
Other languages
English (en)
Other versions
CN109657843B (zh
Inventor
张鹍鹏
葛宏伟
李新传
谢勇利
赵发科
唐伟
谭英嘉
陈建军
罗玲
魏明
孙博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Comprehensive Transportation And Municipal Engineering Design And Research Institute Co ltd
Nantong University
Original Assignee
Shenzhen Comprehensive Traffic Design Research Institute Co Ltd
Nantong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Comprehensive Traffic Design Research Institute Co Ltd, Nantong University filed Critical Shenzhen Comprehensive Traffic Design Research Institute Co Ltd
Priority to CN201811432227.8A priority Critical patent/CN109657843B/zh
Publication of CN109657843A publication Critical patent/CN109657843A/zh
Application granted granted Critical
Publication of CN109657843B publication Critical patent/CN109657843B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种城市接驳公交系统的一体化规划决策支持系统，融合大数据、GIS、运筹优化和人工智能等技术，通过手机信令数据和GIS分析居民出行时空聚集点，考虑道路的实际拓扑结构，自动筛选任意居民出行聚集点周边可行的接驳站点，根据交通网络运行状态，利用智能化决策技术，从备选接驳站点集合中选择最佳居民上车位置，将需求点分配给接驳站点，据此计算接驳线路访问接驳站点的顺序，以及它们的发车频率，通过对比不同情形下的设计方案辅助城市接驳公交系统设计。应用本发明所提供的方法，可以辅助接驳公交规划与管理，基于乘客出行时空聚集特征，根据交通网络的拓扑结构和运行状态，选择最佳公交站点的位置，将需求点分配给选中接驳站点，合理地确定线路走向和发车频率，增加乘客的出行方便性，减少公交运营成本。

Description

一种城市接驳公交系统的一体化规划决策支持系统
技术领域
本发明涉及接驳公交系统，具体涉及一种城市接驳公交系统的一体化规划决策支持系统及其方法。
背景技术
为缓解城市道路交通拥堵问题，作为一种大容量、快捷、安全、高效的运输形式，轨道交通在城市客运交通市场所应起到主干道的作用已被各界所共识。若要发挥轨道交通在城市客运交通系统的主干道作用，必须将客运交通的主体客流吸引到轨道交通上来，除了加强地面常规公交与轨道交通紧密地换乘衔接之外，接驳公交作为满足市民出行“最后一公里”需求的一种补充公共交通方式。
接驳公交的核心任务是线路设计和发车频率，它们之间相互影响。如何进行线路设计与发车频率协调设计，追求全局最优是全面提升公交服务水平的关键。现有工程实践和理论研究都是假设居民的出行需求点已经聚集在给定接驳接驳站点基础上完成的，即接驳站点和需求点没有被区分来看。受实际道路条件约束，乘客需求点未必是上下车地点，不同接驳站点选址情形下需求点分配影响线路的客流量，进而影响其发车频率。考虑接驳站点选址的接驳线路设计至关重要，这进而影响发车频率。另外，接驳公交优化与设计是一个多目标矛盾冲突难题，涉及政府、企业和乘客，如何平衡多个方案之间优劣也是至关重要。然而，相关部门缺乏科学的接驳公交的一体化规划决策与评估技术。此外，如何借助手机信令数据精确地获取居民聚集点以及出行时空分布，辅助接驳公交的一体化规划，也是一件非常有挑战性和价值的工作。
综上所述，亟待寻求基于手机信令数据分析的接驳公交一体化规划装置，兼顾政府、企业和乘客，针对乘客出行的时空分布，考虑实际道路拓扑结构制约，在备选接驳站点集合中选择最佳位置，将需求点分配给选中接驳站点，确定接驳公交线路从站场出发访问需求点的顺序，以及线路的发车频率，实现接驳公交一体化规划的数据分析、决策和评价，从人工经验决策的粗放式管理向动态管理、精细管理、定量管理和科学管理的转变，为公交决策提供理论支持和技术支撑。
发明内容
面向将乘客从需求点运输至轨道站点的实际，针对实际道路拓扑结构约束下的需求点和接驳站点不一致问题，本发明提供一种城市接驳公交系统的一体化规划决策支持系统，主要用于基于接驳站点选址和需求点分配的接驳公交线路与发车频率设计一体化规划决策，实现从人工经验的粗放式管理向精细化科学决策的转变，为城市公交服务水平提供技术支撑。
本发明方案是通过以下技术方案实现的：
本发明涉及一种城市接驳公交系统的一体化规划决策支持系统，包括基于手机信令数据的乘客出行时空聚集点分析模块、基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块、接驳公交一体化模型及其求解模块和结果可视化评价模块，其中：所述基于手机信令数据的乘客出行时空聚集点分析模块、基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块与接驳公交一体化模型及其求解模块进行数据交互，为接驳公交一体化设计提供基础数据；所述接驳公交一体化模型及其求解模块与结果可视化评价模块进行数据交互，将不同情形下的接驳方案进行对比，从而筛选最佳方案。
作为优选，所述基于手机信令数据的乘客出行时空聚集点分析模块存储用户手机信令数据，根据通勤客流的特征，基于聚类算法，识别轨道站点周边分布的需求点，以及需求点于轨道站点之间出行人数，为接驳公交的一体化设计提供客流基础，主要步骤包括：
A、收集某轨道站点M的全部需求点I，涉及每个需求点的位置中心点坐标和半径分别记为(Xi，Yi)和ri；
B、收集全部用户的手机信令数据R，基于每个用户出行记录的用户ID ur、当前位置的经纬度(Xr，Yr)、活动时间Tr，找到全部用户数据U，满足其中distinct(·)表示返回集合·不重复的元素；
C、对全部的用户手机信令数据R，根据每个用户划分为若干类别Ru，根据用户的每个出行记录活动时间进行排序，即出行活动链Ru；
D、对每个用户的出行活动链Ru，根据每个用户出行记录的经纬度(Xr，Yr)和活动时间Tr，对于某个轨道站点的需求点若同时满足获任意时间Tr的轨道站点M和需求点I之间出行人数，即
E、根据高峰或通勤时间范围([TS，TE])，汇总高峰小时内需求点i于轨道站点M的上车人数qi，其中并满足
作为优选，所述基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块，利用开放GIS平台，考虑桥梁、隧道和单行道等因素，根据居民需求点的位置，自动筛选一系列可行的接驳站点，同时，根据实际道路的拓扑结构，计算接驳站点和需求点的步行距离，以及接驳站点、调度中心和轨道站点之间实际行驶时间和距离，主要步骤包括：
A、根据每个需求点的中心位置考虑桥梁、隧道和其他障碍物，基于百度地图步行导航，自动识别周边道路的可行上下接驳站点j，将它们汇总成为候选接驳站点集合，即
B、根据每个需求点i和接驳站点j的经纬度坐标(Xi，Yi)和(Xj，Yj)，基于百度地图步行导航，计算它们之间步行距离dij；
C、考虑单行道因素，根据给定的调度中心集合D和轨道站点集合M的的经纬度坐标，基于百度地图公交导航，计算轨道站点、公交站场、接驳站点j，m之间的行车时间tjm和距离djm，其中
作为优选，所述接驳公交一体化模型兼顾乘客的出行方便性和企业运行成本，考虑线路里程和容量约束、政府最低发车频率和客流拥挤的现实约束，同时协调求解站点选址驱动下的线路设计和发车频率设计问题，优化模型建立，主要为以下步骤：
A、确定模型的输入数据准备及其符号变量，包括：I表示需求点集合；K表示车辆集合；N表示候选接驳站点集合；D表示候选调度中心集合；M表示轨道站点集合；qi表示高峰小时内需求点的上车人数；Q表示车辆额定载客量；FMax和FMin分别表示最大和最小发车频率；rk表示线路的满载率；RMax和RMin分别表示最大和最小满载率；Dmax和Tmin分别表示线路的最大行程距离和最小行驶时间；Dk和Tk表示线路 的总里程和总行程时间；W表示最大步行距离；v表示居民步行速度；dij表示轨道站点、公交站场、接驳站点和需求点i，j之间的距离tij表示轨道站点、公交站场、接驳站点i，j之间的行车时间H表示一个常数；
B、确定模型的7个输出决策变量，包括：zj表示候选站点是否被选中；hij表示需求点i是否被分配给候选站点表示线路是否相邻访问节点j和mfk表示高峰小时内线路的发车班次数；表示线路是否访问节点表示线路到达节点的时间；表示车辆访问节点时的车内人数；
C、确定模型的目标函数f，以追求乘客的总出行时间最少为目标，即：
其中：所有乘客的总步行时间为他们的总在车时间和总候车时间分别为和
D、确定模型的13个约束条件，其中：表示一个需求点必须被分配给某个选中候选接驳站点；确保每个需求点只被分配给一个候选接驳站点；确保每个需求点与选中候选站点之间步行距离不小于最大值；确保接驳线路访问的候选接驳站点必须被选中；保证接驳线路从公交站场出发；保证接驳线路到达轨道站点；表示一个接驳站点不能同时被两条线路访问，一条接驳线路不能同时访问两个候选站点；和表示接驳线路k到达相邻接驳站点之间时间关系；和 表示接驳线路k途径相邻接驳站点的载重量变化；和表示每条接驳线路的行程里程和行程时间约束；表示每条接驳线路的发车间隔满足政府最大和最小发车间隔；表示每条接驳线路的载客率满足政府最大和最小载客水平。
作为优选，所述接驳公交一体化模求解方法是基于Cplex的两阶段算法，通过人机交互输入控制参数后，模型的客流输入数据以及GIS数据来源于基于手机信令数据的乘客出行时空聚集点分析模块和基于百度GIS的交通网络拓扑结构分析模块，结果传递给结果可视化评价模块。求解方法主要为以下步骤：
A、先求解接驳站点选址问题，即找到一系列满足约束条件的B个可行解，即任意解记为
B、针对上述求解接驳站点选址问题的每一个可行解找到线路设计和发车频率设计问题的相应解，任意解记为
C、逐步对比任意可行解的和找到问题的最优解。
作为优选，所述结果可视化评价模块，根据通过人机交互不同输入控制参数的B个方案，涉及每个可行解的接驳站点数、总里程、总步行距离、总在车时间、总等待时间、发车频率、满载率指标，专家给每个方案各个指标进行打分，得到每个方案的综合评分，从而选择最佳方案。
本发明提供了一种城市接驳公交系统的一体化规划决策支持系统，结合gps、大数据和人工智能等先进信息技术，集成基于手机信令数据的乘客出行时空聚集点分析模块、基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块、接驳公交一体化模型及其求解模块和结果可视化评价模块于一体，基于手机信令数据精确识别需求聚集点以及乘客数，基于GIS定位每个需求聚集点的备选接驳站点，从中挖掘接驳站点选址、需求点分配、线路设计和发车频率之间的有机联系，据此将需求点分配给选中的接驳站点，确定接驳线从调度中心出发和到达轨道站点、访问选中站点的顺序，计算线路的发车频率。
本发明所揭示的一种城市接驳公交系统的一体化规划决策支持系统，集成大数据、人工智能和计算机等先进技术，定量定性分析接驳站点选址、需求点分配、接驳线路设计和发车频率制定的影响机理，挖掘它们的内在联系，据此自动生成城市接驳公交系统的一体化方案，并评估不同情形下的多个方案优劣。此外，本发明提供了一套低成本、低误差和高效的一种城市接驳公交系统的一体化规划决策技术，该装置安装在云服务器上，基于手机信令数据动态监测轨道站点周边需求聚集点的接驳公交乘客变化，考虑实际道路的拓扑结构影响，自动筛选备选接驳站点以及计算任意交通节点(调度中心、接驳站点、需求点和轨道站点)之间真实车辆行驶距离和时间，以及乘客步行出行距离，兼顾政府、乘客和企业利益，实现从人工经验的粗放式管理向精细化科学决策的转变，为接驳公交决策提供技术支撑。
附图说明
图1是本发明实施的系统框架图；
图2是本发明实施的流程图。
具体实施方式
下面结合本发明所提供的附图作进一步说明：
为使本发明的发明目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
如图1～2所示，本发明涉及一种城市接驳公交系统的一体化规划决策支持系统，包括基于手机信令数据的乘客出行时空聚集点分析模块、基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块、接驳公交一体化模型及其求解模块和结果可视化评价模块，其中：所述基于手机信令数据的乘客出行时空聚集点分析模块、基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块与接驳公交一体化模型及其求解模块进行数据交互，为接驳公交一体化设计提供基础数据；所述接驳公交一体化模型及其求解模块与结果可视化评价模块进行数据交互，将不同情形下的接驳方案进行对比，从而筛选最佳方案。
其中：基于手机信令数据的乘客出行时空聚集点分析模块存储用户手机信令数据，根据通勤客流的特征，基于聚类算法，识别轨道站点周边分布的需求点，以及需求点于轨道站点之间出行人数，为接驳公交的一体化设计提供客流基础，主要步骤包括：
A、收集某轨道站点M的全部需求点I，涉及每个需求点的位置中心点坐标和半径分别记为(Xi，Yi)和ri。
B、收集全部用户的手机信令数据R，基于每个用户出行记录的用户ID ur、当前位置的经纬度(Xr，Yr)、活动时间Tr，找到全部用户数据U，满足其中distinct(·)表示返回集合·不重复的元素。
C、对全部的用户手机信令数据R，根据每个用户划分为若干类别Ru，根据用户的每个出行记录活动时间进行排序，即出行活动链Ru。
D、对每个用户的出行活动链Ru，根据每个用户出行记录的经纬度(Xr，Yr)和活动时间Tr，对于某个轨道站点和需求点若同时满足获任意时间Tr的轨道站点M和需求点I之间出行人数，即
E、根据高峰或通勤时间范围([TS，TE])，汇总高峰小时内需求点于轨道站点M的上车人数qi，满足
基于百度GIS的交通网络拓扑结构分析及其运行特征分析，是根据实际道路的拓扑结构，即可以自动筛选一系列可行的接驳站点，又计算接驳站点和需求点的步行距离，以及接驳站点、调度中心和轨道站点之间实际行驶时间和距离，具体包括如下步骤：
A、根据每个需求点的中心位置考虑桥梁、隧道和障碍物等，基于百度地图步行导航，自动识别周边道路的可行上下车点将它们汇总成为候选接驳站点集合，即N。
B、根据每个需求点和接驳站点的经纬度坐标(Xi，Yi)和(Xj，Yj)，基于百度地图步行导航，计算它们之间步行距离dij。
C、考虑单行道等因素，根据给定的调度中心集合D和轨道站点集合M的的经纬度坐标基于百度地图公交导航，计算轨道站点、公交站场、接驳站点i和j之间的行车时间tij和距离
对于接驳公交一体化模型及其求解模块，兼顾乘客的出行方便性和企业运行成本，考虑线路里程和容量约束、政府最低发车频率和客流拥挤等现实约束，揭示站点选址、线路设计和发车频率设计之间耦合关系，接驳公交一体化模型建立主要为以下步骤：
A、确定模型的输入数据准备及其符号变量，包括：I表示需求点集合；K表示车辆集合；N表示候选接驳站点集合；D表示候选调度中心集合；M表示轨道站点集合；qi表示高峰小时内需求点的上车人数；Q表示车辆额定载客量；FMax和FMin分别表示最大和最小发车频率；rk表示线路的满载率；RMax和RMin分别表示最大和最小满载率；Dmax和Tmin分别表示线路的最大行程距离和最小行驶时间；Dk和Tk表示线路 的总里程和总行程时间；W表示最大步行距离；v表示居民步行速度；djm表示轨道站点、公交站场、接驳站点和需求点j，m之间的距离tjm表示轨道站点、公交站场、接驳站点j，m之间的行车时间H表示一个很大的常数。
B、确定模型的7个输出数据(决策变量)，包括：zj表示候选站点是否被选中；hij表示需求点i是否被分配给候选站点表示线路 是否相邻访问节点j和mfk表示高峰小时内线路 的发车班次数；表示线路是否访问节点表示线路到达节点的时间；表示车辆访问节点 时的车内人数。
C、确定模型的目标函数f，以追求乘客的总出行时间最少为目标，即：
其中：所有乘客的总步行时间为他们的总在车时间和总候车时间分别为和
D、确定模型的13个约束条件，其中：表示一个需求点必须被分配给某个选中候选接驳站点；确保每个需求点只被分配给一个候选接驳站点；确保每个需求点与选中候选站点之间步行距离不小于最大值；确保接驳线路访问的候选接驳站点必须被选中；保证接驳线路从公交站场出发；保证接驳线路到达轨道站点；表示一个接驳站点不能同时被两条线路访问，一条接驳线路不能同时访问两个候选站点；和表示接驳线路k到达相邻接驳站点之间时间关系； 表示接驳线路k途径相邻接驳站点的载重量变化；和表示每条接驳线路的行程里程和行程时间约束；表示每条接驳线路的发车间隔满足政府最大和最小发车间隔；表示每条接驳线路的载客率满足政府最大和最小载客水平。
对于接驳公交一体化模型及其求解模块，所述接驳公交一体化模求解方法是基于Cplex的两阶段算法，主要为以下步骤：
A、先求解接驳站点选址问题，即找到一系列满足约束条件的B个可行解，即任意解记为
B、针对上述求解接驳站点选址问题的每一个可行解找到线路设计和发车频率设计问题的相应解，任意解记为
C、逐步对比任意可行解的和找到问题的最优解。
对于结果可视化评价模块，提供一种方案评价方法，包括以下步骤：
A、设置灵敏度参数，生成B个方案，。
B、根据其涉及每个可行解的接驳站点数、总里程、总步行距离、总在车时间、总等待时间、发车频率、满载率等7个指标，每个指标记为要求专家给每个方案各个指标进行打分为得到每个方案的综合评分其中wl为指标的权重。
C、找到最大得分的方案，即：
本发明由于采用了上述几种措施进行改进，针对轨道站点周边接驳公交乘客出行空间分布特征，结合实际道路的拓扑结构，从系统最优角度，构建一类接驳公交一体化涉及接驳站点选址、线路设计和发车频率协调优化的混合整数规划模型，并设计求解该问题的两阶段算法，综合GIS、手机信令、大数据和人工智能，从数据采集、方案自动生成和评估视角，探讨接驳公交一体化的规划决策系统及其优化决策方法，提高了公交运营效率，为公交系统科学规划与管理提供数据支撑。
上述实施例只是本发明的较佳实施例，并不是对本发明技术方案的限制，只要是不经过创造性劳动即可在上述实施例的基础上实现的技术方案，均应视为落入本发明专利的权利保护范围内。

Claims (4)

1.一种城市接驳公交系统的一体化规划决策支持系统，其特征在于：包括基于手机信令数据的乘客出行时空聚集点分析模块、基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块、接驳公交一体化模型及其求解模块和结果可视化评价模块；所述基于手机信令数据的乘客出行时空聚集点分析模块、基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块与接驳公交一体化模型及其求解模块进行数据交互，为接驳公交一体化设计提供基础数据；所述接驳公交一体化模型及其求解模块与结果可视化评价模块进行数据交互，将不同情形下的接驳方案进行对比，从而筛选最佳方案。
2.根据权利要求1所述的一种城市接驳公交系统的一体化规划决策支持系统，其特征在于：所述基于手机信令数据的乘客出行时空聚集点分析模块存储用户手机信令数据，根据通勤客流的特征，基于聚类算法，识别轨道站点周边分布的需求点，以及需求点于轨道站点之间出行人数，为接驳公交的一体化设计提供客流基础，主要步骤包括：
A、收集某轨道站点M的全部需求点I，涉及每个需求点的位置中心点坐标和半径分别记为(Xi，Yi)和ri；
B、收集全部用户的手机信令数据R，基于每个用户出行记录的用户IDur、当前位置的经纬度(Xr，Yr)、活动时间Tr，找到全部用户数据U，满足其中distinct(·)表示返回集合·不重复的元素；
C、对全部的用户手机信令数据R，根据每个用户ID划分为若干类别Ru，根据用户ID的每个出行记录活动时间进行排序，即出行活动链Ru；
D、对每个用户ID的出行活动链Ru，根据每个用户出行记录的经纬度(Xr，Yr)和活动时间Tr，对于某个轨道站点的需求点若同时满足获任意时间Tr的轨道站点M和需求点I之间出行人数，即
E、根据高峰或通勤时间范围([TS，TE])，汇总高峰小时内需求点i于轨道站点M的上车人数qi，其中并满足
3.根据权利要求2所述的一种城市接驳公交系统的一体化规划决策支持系统，其特征在于：所述基于百度GIS的交通网络拓扑结构分析模块及其运行特征分析模块，利用开放GIS平台，考虑桥梁、隧道和单行道等因素，根据居民需求点的位置，自动筛选一系列可行的接驳站点，同时，根据实际道路的拓扑结构，计算接驳站点和需求点的步行距离，以及接驳站点、调度中心和轨道站点之间实际行驶时间和距离，主要步骤包括：
A、根据每个需求点的中心位置考虑桥梁、隧道和其他障碍物，基于百度地图步行导航，自动识别周边道路的可行上下接驳站点j，将它们汇总成为候选接驳站点集合，即N，
B、根据每个需求点i和接驳站点j的经纬度坐标(Xi，Yi)和(Xj，Yj)，基于百度地图步行导航，计算它们之间步行距离dij；
C、考虑单行道因素，根据给定的调度中心集合D和轨道站点集合M的的经纬度坐标，基于百度地图公交导航，计算轨道站点、公交站场、接驳站点j，m之间的行车时间tjm和距离dim其中
4.根据权利要求3所述的一种城市接驳公交系统的一体化规划决策支持系统，其特征在于：所述接驳公交一体化模型兼顾乘客的出行方便性和企业运行成本，考虑线路里程和容量约束、政府最低发车频率和客流拥挤的现实约束，同时协调求解站点选址驱动下的线路设计和发车频率设计问题，优化模型建立，主要为以下步骤：
A、确定模型的输入数据准备及其符号变量，包括：I表示需求点集合；K表示车辆集合；N表示候选接驳站点集合；D表示候选调度中心集合；M表示轨道站点集合；qi表示高峰小时内需求点的上车人数；Q表示车辆额定载客量；FMax和FMin分别表示最大和最小发车频率；rk表示线路的满载率；RMax和RMin分别表示最大和最小满载率；Dmax和Tmin分别表示线路的最大行程距离和最小行驶时间；Dk和Tk表示线路 的总里程和总行程时间；W表示最大步行距离；v表示居民步行速度；dij表示轨道站点、公交站场、接驳站点和需求点i，j之间的距离tij表示轨道站点、公交站场、接驳站点i，j之间的行车时间H表示一个常数；
B、确定模型的7个输出决策变量，包括：zj表示候选站点是否被选中；hij表示需求点i是否被分配给候选站点 表示线路是否相邻访问节点j和fk表示高峰小时内线路的发车班次数；表示线路是否访问节点 表示线路到达节点的时间；表示车辆访问节点时的车内人数；
C、确定模型的目标函数f，以追求乘客的总出行时间最少为目标，即：
其中：所有乘客的总步行时间为他们的总在车时间和总候车时间分别为和
D、确定模型的13个约束条件，其中：表示一个需求点必须被分配给某个选中候选接驳站点；确保每个需求点只被分配给一个候选接驳站点；确保每个需求点与选中候选站点之间步行距离不小于最大值；确保接驳线路访问的候选接驳站点必须被选中；保证接驳线路从公交站场出发；保证接驳线路到达轨道站点；表示一个接驳站点不能同时被两条线路访问，一条接驳线路不能同时访问两个候选站点；和表示接驳线路k到达相邻接驳站点之间时间关系；和 表示接驳线路k途径相邻接驳站点的载重量变化。
CN201811432227.8A 2018-11-28 2018-11-28 一种城市接驳公交系统的一体化规划决策支持系统 Active CN109657843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811432227.8A CN109657843B (zh) 2018-11-28 2018-11-28 一种城市接驳公交系统的一体化规划决策支持系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811432227.8A CN109657843B (zh) 2018-11-28 2018-11-28 一种城市接驳公交系统的一体化规划决策支持系统

Publications (2)

Publication Number Publication Date
CN109657843A true CN109657843A (zh) 2019-04-19
CN109657843B CN109657843B (zh) 2023-04-18

Family

ID=66111598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811432227.8A Active CN109657843B (zh) 2018-11-28 2018-11-28 一种城市接驳公交系统的一体化规划决策支持系统

Country Status (1)

Country Link
CN (1) CN109657843B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033634A (zh) * 2019-05-15 2019-07-19 东南大学 一种可变线路公交协同接驳乘客方法
CN111432417A (zh) * 2020-03-27 2020-07-17 哈尔滨工业大学 一种基于手机信令数据的体育中心选址方法
CN111739287A (zh) * 2020-05-20 2020-10-02 苏交科集团股份有限公司 一种车路协同智慧站台智能调度系统
CN112288131A (zh) * 2020-09-24 2021-01-29 和智信(山东)大数据科技有限公司 公交站点优化方法、电子设备及计算机可读存储介质
CN113066304A (zh) * 2021-06-03 2021-07-02 云上(南昌)大数据运营有限公司 一种应用城市大脑云平台的交通容量配置系统
CN113139030A (zh) * 2021-04-27 2021-07-20 北京交通发展研究院 公交微循环线路确定方法、装置、计算机设备及存储介质
CN113160600A (zh) * 2020-09-14 2021-07-23 盐城工学院 一种用于城市微循环公交系统的车辆调度方法
CN113283752A (zh) * 2021-05-27 2021-08-20 哈尔滨工业大学（深圳） 一种车队服务测评方法、末端接驳方法和计算设备
CN113569376A (zh) * 2021-06-08 2021-10-29 深圳市综合交通设计研究院有限公司 一种多源数据驱动的交通仿真评估系统
CN114627648A (zh) * 2022-03-16 2022-06-14 中山大学·深圳 一种基于联邦学习的城市交通流诱导方法及系统
CN114626682A (zh) * 2022-02-17 2022-06-14 华录智达科技股份有限公司 一种考虑聚集区域的城市公交线网规划方法
CN114926153A (zh) * 2022-07-20 2022-08-19 浙江大学滨海产业技术研究院 一种智慧养老出行辅助管理方法及系统
CN114996373A (zh) * 2022-03-31 2022-09-02 重庆市凤筑科技有限公司 基于地理信息系统的公交大数据系统、方法及存储介质
CN115086879A (zh) * 2022-08-22 2022-09-20 广州市城市规划勘测设计研究院 轨道交通站客流特征及接驳方式的识别方法、装置及设备
CN115186049A (zh) * 2022-09-06 2022-10-14 深圳市城市交通规划设计研究中心股份有限公司 一种智能公交备选站点选址方法、电子设备及存储介质
CN115472011A (zh) * 2022-08-23 2022-12-13 江苏交控智慧城市技术有限公司 基于预约数据的公交智能线路规划算法
CN115662174A (zh) * 2022-12-29 2023-01-31 北京市智慧交通发展中心(北京市机动车调控管理事务中心) 轨道车站周边公交站点位置优化方法、装置和设备
CN116542560A (zh) * 2023-05-06 2023-08-04 哈尔滨工业大学（深圳） 一种基于多源数据融合的社区适老性评价方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120065878A1 (en) * 2010-09-15 2012-03-15 Anthony Garon Yeh Lane-based road transport information generation
CN105654206A (zh) * 2016-01-06 2016-06-08 南通大学 基于乘客出行空间分布的公交站点选址布局优化方法
CN105808877A (zh) * 2016-03-21 2016-07-27 南通大学 一种基于站点停靠能力的公交线网布设方法
CN107798440A (zh) * 2017-11-30 2018-03-13 大连理工大学 一种基于线路候选集的地铁接驳巴士线路规划方法
CN108763687A (zh) * 2018-05-17 2018-11-06 重庆大学 公交网络拓扑属性与空间属性的分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120065878A1 (en) * 2010-09-15 2012-03-15 Anthony Garon Yeh Lane-based road transport information generation
CN105654206A (zh) * 2016-01-06 2016-06-08 南通大学 基于乘客出行空间分布的公交站点选址布局优化方法
CN105808877A (zh) * 2016-03-21 2016-07-27 南通大学 一种基于站点停靠能力的公交线网布设方法
CN107798440A (zh) * 2017-11-30 2018-03-13 大连理工大学 一种基于线路候选集的地铁接驳巴士线路规划方法
CN108763687A (zh) * 2018-05-17 2018-11-06 重庆大学 公交网络拓扑属性与空间属性的分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BO SUN ETC: "Personalised and Coordinated Demand-Responsive Feeder Transit Service Design: A Genetic Algorithms Approach", 《FUTURE INTERNET》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033634A (zh) * 2019-05-15 2019-07-19 东南大学 一种可变线路公交协同接驳乘客方法
CN111432417A (zh) * 2020-03-27 2020-07-17 哈尔滨工业大学 一种基于手机信令数据的体育中心选址方法
CN111432417B (zh) * 2020-03-27 2021-07-16 哈尔滨工业大学 一种基于手机信令数据的体育中心选址方法
CN111739287A (zh) * 2020-05-20 2020-10-02 苏交科集团股份有限公司 一种车路协同智慧站台智能调度系统
CN113160600A (zh) * 2020-09-14 2021-07-23 盐城工学院 一种用于城市微循环公交系统的车辆调度方法
CN113160600B (zh) * 2020-09-14 2022-12-30 盐城工学院 一种用于城市微循环公交系统的车辆调度方法
CN112288131A (zh) * 2020-09-24 2021-01-29 和智信(山东)大数据科技有限公司 公交站点优化方法、电子设备及计算机可读存储介质
CN113139030A (zh) * 2021-04-27 2021-07-20 北京交通发展研究院 公交微循环线路确定方法、装置、计算机设备及存储介质
CN113283752A (zh) * 2021-05-27 2021-08-20 哈尔滨工业大学（深圳） 一种车队服务测评方法、末端接驳方法和计算设备
CN113066304A (zh) * 2021-06-03 2021-07-02 云上(南昌)大数据运营有限公司 一种应用城市大脑云平台的交通容量配置系统
CN113569376A (zh) * 2021-06-08 2021-10-29 深圳市综合交通设计研究院有限公司 一种多源数据驱动的交通仿真评估系统
CN114626682A (zh) * 2022-02-17 2022-06-14 华录智达科技股份有限公司 一种考虑聚集区域的城市公交线网规划方法
CN114627648A (zh) * 2022-03-16 2022-06-14 中山大学·深圳 一种基于联邦学习的城市交通流诱导方法及系统
CN114996373B (zh) * 2022-03-31 2023-08-08 重庆市凤筑科技有限公司 基于地理信息系统的公交大数据系统、方法及存储介质
CN114996373A (zh) * 2022-03-31 2022-09-02 重庆市凤筑科技有限公司 基于地理信息系统的公交大数据系统、方法及存储介质
CN114926153A (zh) * 2022-07-20 2022-08-19 浙江大学滨海产业技术研究院 一种智慧养老出行辅助管理方法及系统
CN114926153B (zh) * 2022-07-20 2022-09-23 浙江大学滨海产业技术研究院 一种智慧养老出行辅助管理方法及系统
CN115086879A (zh) * 2022-08-22 2022-09-20 广州市城市规划勘测设计研究院 轨道交通站客流特征及接驳方式的识别方法、装置及设备
CN115472011A (zh) * 2022-08-23 2022-12-13 江苏交控智慧城市技术有限公司 基于预约数据的公交智能线路规划算法
CN115472011B (zh) * 2022-08-23 2023-09-22 江苏交控智慧城市技术有限公司 基于预约数据的公交智能线路规划算法
CN115186049A (zh) * 2022-09-06 2022-10-14 深圳市城市交通规划设计研究中心股份有限公司 一种智能公交备选站点选址方法、电子设备及存储介质
CN115186049B (zh) * 2022-09-06 2023-02-03 深圳市城市交通规划设计研究中心股份有限公司 一种智能公交备选站点选址方法、电子设备及存储介质
CN115662174B (zh) * 2022-12-29 2023-03-10 北京市智慧交通发展中心(北京市机动车调控管理事务中心) 轨道车站周边公交站点位置优化方法、装置和设备
CN115662174A (zh) * 2022-12-29 2023-01-31 北京市智慧交通发展中心(北京市机动车调控管理事务中心) 轨道车站周边公交站点位置优化方法、装置和设备
CN116542560A (zh) * 2023-05-06 2023-08-04 哈尔滨工业大学（深圳） 一种基于多源数据融合的社区适老性评价方法及系统
CN116542560B (zh) * 2023-05-06 2024-01-09 哈尔滨工业大学（深圳） 一种基于多源数据融合的社区适老性评价方法及系统

Also Published As

Publication number Publication date
CN109657843B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN109657843A (zh) 一种城市接驳公交系统的一体化规划决策支持系统
US10563993B1 (en) System and method for routing using intersection costs
CN108039053B (zh) 一种智能网联交通系统
US9857191B2 (en) Context-based routing and access path selection
CN106781592B (zh) 一种基于大数据的交通导航系统及方法
EP3371795B1 (en) Coordination of dispatching and maintaining fleet of autonomous vehicles
US20150338226A1 (en) Context-based routing and access path selection
CN201307343Y (zh) 一种车辆动态路径导航装置
CN107331200A (zh) 一种cbd地下车库停车智能引导系统、方法及装置
CN108290579A (zh) 用于自主车辆的模拟系统和方法
CN101739839A (zh) 车辆动态路径导航系统
CN109598372A (zh) 基于绿色共享交通的出行方案规划方法和共享交通系统
CN110807917A (zh) 一种基于云计算的高速公路智能安防系统
CN109242202B (zh) 一种基于区域间乘客流动的出租车推荐方法及系统
CN106408984A (zh) 基于物联网的城市交通流诱导系统
JP2020510941A (ja) コネクテッド自動運転車のハイウエイシステムとそれを用いた方法
CN108492558A (zh) 一种高速公路预约出行方法、存储介质及终端
Zhang et al. pCruise: Reducing cruising miles for taxicab networks
CN117053819B (zh) 一种基于gis的货车路线自动规划系统
CN108932837A (zh) 交通拥堵管理方法及服务器
US20220366336A1 (en) Fleet operational assessment based on extrapolation of geolocation data
Lai et al. Data-driven flexible vehicle scheduling and route optimization
CN106503941A (zh) 基于gis空间地理技术的智慧物流园交通管理服务系统
Kaur et al. RFID based Intelligent Transport System with RSU Communication for Emergency Vehicles in Urbanization
Makhloga IMPROVING INDIA’S TRAFFIC MANAGEMENT USING INTELLIGENT TRANSPORTATION SYSTEMS

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: Unit 1205, block C, building 1, Xinghe legend Garden Phase III, Longtang community, Minzhi street, Longhua District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen comprehensive transportation and municipal engineering design and Research Institute Co.,Ltd.

Country or region after: China

Patentee after: NANTONG University

Address before: 518000 No.9 Tianbei 4th Road, Luohu District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN TRANSPORTATION DESIGN & RESEARCH INSTITUTE Co.,Ltd.

Country or region before: China

Patentee before: NANTONG University