CN102226929B - 一种公交智能调度的方法 - Google Patents
一种公交智能调度的方法 Download PDFInfo
- Publication number
- CN102226929B CN102226929B CN201110130988.XA CN201110130988A CN102226929B CN 102226929 B CN102226929 B CN 102226929B CN 201110130988 A CN201110130988 A CN 201110130988A CN 102226929 B CN102226929 B CN 102226929B
- Authority
- CN
- China
- Prior art keywords
- bus
- flow
- passengers
- volume
- network
- 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.)
- Expired - Fee Related
Links
Images
Abstract
一种公交智能调度的方法。在公交站点设立站点电子终端,通过无线模块与公交车车载系统无线连接,通过GPRS模块和传输网络与公交调度中心无线连接,实时采集公交站点客流量。调度决策软件的预测器与客流量采集器相连,实现客流预测。其模糊决策器与预测器及客流量采集器相连,实现公交运行模式识别;模糊决策器的输出分别与高峰BP网络、中峰BP网络、低峰BP网络相连,实现不同运行模式下的最优发车间隔决策。本发明优点:1.客流信息实时可靠。2.基于实时客流的科学预测。3.分模式调度决策,结果更合理。总之本发明监测准确、预测科学、决策合理,适合公交系统调度使用,经济和社会效益巨大。
Description
技术领域
本发明是一种用于城市公共交通的新型公交智能调度方法,即通过实时采集的站点客流信息,经调度决策软件处理后调整公交车发车间隔的调度方法。
背景技术
在本发明做出之前,国内城市公交调度的主要方式是人工调度,这种调度方式不但效率低下,而且调度人员不能根据各个站点实时客流量进行调度,缺乏实时性。目前,公交车智能调度已经有相关专利公布,如发明专利(CN20092028435.X):一种车辆智能调度系统,公交车车载设备与调度人员的便携式计算机互联。(200920090080.9):公交智能调度系统,实现公交系统调度管理中心与车载设备的互联。另外,个别大城市开始应用公交车智能调度系统,如2010年4月,大连市引入了智能调度监督系统调整公交车运营。
虽然以上智能调度系统在一定程度上缓解了交通的压力,但是,系统只是回传公交车的定位信息,调度是靠调度人员的经验作出,具有主观性和随机性,并不能使调度效果达到最优,同时以上调度方法未考虑到客流量的变化趋势,存在一定的滞后性。
发明内容
本系统主要针对上述存在的不足,提出了一种新型的以模糊辨识神经网络模型为核心的公交智能调度方法。即利用GPRS模块,实时采集各站点客流量,并通过预测器预测下一时刻站点客流量,同时将公交运营模式划分为高峰、中峰、低峰三种,利用模糊决策器区分公交运营模式,再通过不同运营模式下的BP(Back Propagation,反向传播)神经网络(以下简称BP网络)识别,获得最优公交发车间隔的调度方法。
本发明的技术方案是:
公交智能调度系统包括站点电子终端、传输网络、公交调度中心。
站点电子终端设立在公交线路的每个站点,主要作用是采集实时客流量,即通过IC读卡器获得在本站点买票的客流信息,通过无线模块与公交车车载系统无线连接,获得上车客流量信息。站点电子终端通过GPRS模块和传输网络与公交调度中心无线连接,实现客流量数据的远程传输。
传输网络包括GPRS无线移动网络及Internet网络两部分。GPRS无线移动网络由多个基站和GPRS网关服务器连接构成。广泛分布的基站是构成移动网络的主体。站点电子终端通过无线传输链路与最近的基站连接,利用GPRS模块将实时客流信息发送给基站。基站再将数据通过移动通讯骨干网传输至GPRS网关服务器,GPRS网关服务器完成无线GPRS通讯的WMMP协议与Internet网络通讯的TCP/IP协议之间的转换。Internet网络连接GPRS网关服务器与公交调度中心,经过转换的数据经过Internet网络被传送到公交调度中心。完成实时客流量数据的上传。
公交调度中心接收站点电子终端发送的客流量数据,并通过调度决策软件进行数据分析处理,获得下一辆公交车的最优发车间隔,实现公交调度的智能决策。公交调度中心由TCP/IP通信模块、数据库、调度决策软件、发车执行机构顺序连接构成。公交调度中心经TCP/IP通信模块和传输网络与站点电子终端连接。TCP/IP通信模块主要进行网络数据收发处理,该模块将所接收的数据存储于数据库中。数据库主要是实现公交相关数据的海量存储。调度决策软件主要是利用实时客流量数据进行调度决策分析,发车执行机构主要是按照调度决策的结果,实现发车提示。
公交调度中心数据处理的核心部分是调度决策软件。该软件基于模糊辨识神经网络进行调度决策,由客流量采集器、预测器、模糊决策器和三种神经网络构成。客流量采集器与数据库相连,由数据库获得当前的实时客流信息。预测器与客流量采集器相连,通过客流量采集器提供的各站点当前客流及历史客流信息,基于灰色预测模型对下一时刻各站点的客流信息进行预测。预测器与客流量采集器同时与模糊决策器的数据输入端相连。由于不同客流量情况下的客流数据特征及发车的基准时间不同,本发明把公交系统运营模式分为高峰、中峰、低峰三种。模糊决策器主要用来对公交车的运营模式进行识别。模糊决策器根据输入的当前客流量数据和预测数据,对客流量的变化趋势进行判断,并综合当前的客流量,对公交运营模式进行识别。为了有针对性的识别不同模式下的最优发车间隔,本发明针对每种模式建立不同的BP神经网络模型,分别标识为高峰BP网络、中峰BP网络、低峰BP网络。模糊决策器的输出结果为三种模式之一,对每种模式分别采用对应的BP网络进行识别。因此,模糊决策器输出分别与高峰BP网络、中峰BP网络、低峰BP网络相连。三种BP网络的结构完全相同,只是权值、阈值,以及训练样本不同。每个BP网络的输入层神经元个数N1为站点个数,某个神经元的输入值为对应站点当前客流量与预测值的加权和。输出层的个数M为6-8位,其输出值表示以十秒为单位的发车间隔值。而隐含层的个数N2由输入层个数N1和输出层个数M通过公式确定:N2=sqrt(N1+M+1)+a,a为1到10之间的随机值,由实验确定。每种模式的神经网络通过该模式的样本进行训练。各个BP网络的输出结果为发车间隔值,再将其输出到发车执行机构,完成公交智能调度过程。
这种公交智能调度方法不仅考虑了实时的客流量,而且也考虑到未来时刻客流量变化趋势,具有一定的前瞻性。同时,针对不同的客流情况进行分析,调度决策更有针对性,决策经果更合理。本发明的特点如下:
1)客流信息实时可靠:由于站点电子终端通过IC读卡器获得在本站点买票的客流信息,通过无线模块与公交车车载系统无线连接,可获得上车客流量信息,并通过GPRS模块与公交调度中心连接,可实现数据的远程传输,因此,公交调度中心可获得各站点的实时客流信息。
2)基于实时客流科学预测,本发明基于实时客流数据,采用灰色预测模型对下一时刻的客流进行预测,数据预测更科学,具有一定的前瞻性。
3)分模式调度决策,结果更合理。由于本发明通过模糊决策器将运行模式划分成高峰、中峰、低峰三种,并分别采用不同的BP网络模型进行最优发车间隔识别,因此调度决策更有针对性,决策经果更合理。
总之本发明监测准确、预测科学、决策合理,对缓解交通压力有一定的作用,适合公交系统调度使用,经济和社会效益巨大。
附图说明
现结合附图作进一步描述:
附图1是本发明的公交智能调度系统组成示意图。
参照附图1,站点电子终端[20]通过IC读卡器[2]获得站点买票等车乘客信息,并通过无线通讯[22]模块与公交车车载系统[23]通讯,获得乘客的上车信息,以上两方面信息构成站点的客流量信息。站点电子终端[20]通过GPRS模块[21]将实时客流量数据发送给基站[19],再经过GPRS网关服务器[3]处理后,通过Internet网络[4]传递给公交调度中心[18]的TCP/IP通信[5]模块,再由其存储到数据库[6]中。
调度决策软件[17]的客流采集器[7]由数据库[6]中读取实时客流信息,并将其输入预测器[8]中获得预测数据。模糊决策器[9]根据当前客流数据和预测数据,对客流量的变化趋势进行判断,并综合当前的客流量,对公交车运营模式进行识别。根据识别的公交运营模式,分别选择高峰BP网络[11]、中峰BP网络[10]和低峰BP网络[16],进行最优发车间隔决策,分别获得高峰调度间隔[13]、中峰调度间隔[12]和低峰调度间隔[15]。最终的调度间隔结果被送入发车执行机构[14]中,实现公交车发车间隔的智能调度。
通过以上流程可达到本发明的目的。
具体实施方式
1)候车购票:参照附图1,乘客来当公交站点后,根据要乘坐的公交车在站点电子终端[20]上,通过IC读卡器[2]进行刷卡,买票候车。当公交车到来后,乘客在公交车载系统[23]上刷卡验票上车。公交车载系统[23]通过无线通讯[22]模块将乘客上车信息回传给站点电子终端[20]。
2)数据上传:站点电子终端[20]的主控制器[1]综合了以上两方面的信息,形成本站点的客流信息,通过GPRS模块[21]将实时客流量数据发送给基站[19],再经过GPRS网关服务器[3]处理后,通过Internet网络[4]传递给公交调度中心[18]的TCP/IP通信[5]模块,再由其存储到数据库[6]中。
3)调度决策:调度决策软件[17]的客流采集器[7]由数据库[6]中读取实时客流信息,并将其输入预测器[8]中获得预测数据。模糊决策器[9]根据当前客流数据和预测数据,对客流量的变化趋势进行判断,并综合当前的客流量,对公交车运营模式进行识别。根据识别的公交运营模式,分别选择高峰BP网络[11]、中峰BP网络[10]和低峰BP网络[16],进行最优发车间隔决策,分别获得高峰调度间隔[13]、中峰调度间隔[12]和低峰调度间隔[15]。
4)调度执行:由以上调度决策过程获得的最终调度间隔被送入发车执行机构[14]中,由发车执行机构[14]执行发车提示,指导司乘人员按照最优发车间隔进行发车,从而实现公交车发车间隔的智能调度。
Claims (3)
1.一种公交智能调度的方法,其特征是:公交站点设立站点电子终端,通过无线模块与公交车车载系统无线连接,通过GPRS模块和传输网络与公交调度中心无线连接;调度决策软件的各站点预测器与其对应的客流量采集器相连,模糊决策器与所有站点的预测器及对应的客流量采集器相连;模糊决策器根据输入的当前客流量数据和预测数据,对客流量的变化趋势进行判断,并综合当前的客流量,对公交运营模式进行识别,所述公交运营模式分为高峰、中峰、低峰三种;模糊决策器的输出分别与高峰BP网络、中峰BP网络、低峰BP网络相连,当前各站点的客流量及预测值被输入到对应模式的神经网络模型,获得最优的公交发车间隔。
2.根据权利要求1所述的一种公交智能调度的方法,其特征是:公交站点设立站点电子终端,通过IC读卡器获得本站点买票的客流信息,通过无线模块与公交车车载系统无线连接,获得上车客流量信息,通过GPRS模块和传输网络与公交调度中心无线连接,实现实时客流数据的远程传输。
3.根据权利要求1所述的一种公交智能调度的方法,其特征是:调度决策软件的各站点预测器与其对应的客流量采集器相连,根据灰色预测模型及获得的站点实时客流量,对下一时刻站点客流量进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110130988.XA CN102226929B (zh) | 2011-05-20 | 2011-05-20 | 一种公交智能调度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110130988.XA CN102226929B (zh) | 2011-05-20 | 2011-05-20 | 一种公交智能调度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102226929A CN102226929A (zh) | 2011-10-26 |
CN102226929B true CN102226929B (zh) | 2014-01-08 |
Family
ID=44807893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110130988.XA Expired - Fee Related CN102226929B (zh) | 2011-05-20 | 2011-05-20 | 一种公交智能调度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102226929B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325257A (zh) * | 2013-07-16 | 2013-09-25 | 许若言 | 一种高效的公交调度方法和装置 |
CN105279969B (zh) * | 2015-11-23 | 2017-11-07 | 贵州大学 | 一种智能公交系统 |
CN105575108B (zh) * | 2016-01-11 | 2019-09-06 | 深圳市蓝泰源信息技术股份有限公司 | 一种智能公交调度运营方法 |
CN105654713A (zh) * | 2016-01-21 | 2016-06-08 | 深圳市智汇十方科技有限公司 | 一种公交车发车的控制方法和控制装置 |
CN105810002A (zh) * | 2016-04-20 | 2016-07-27 | 浙江大学 | 一种基于物联网和神经网络的可自我优化的高效公共交通系统 |
CN106652534B (zh) * | 2016-12-14 | 2019-08-16 | 北京工业大学 | 一种预测公交车到站时间的方法 |
CN106846215B (zh) * | 2016-12-21 | 2021-10-01 | 吴中区穹窿山倪源交通器材经营部 | 一种有轨电车的车辆调度方法 |
CN106652453A (zh) * | 2016-12-28 | 2017-05-10 | 芜湖乐锐思信息咨询有限公司 | 基于神经网络的交通信息管理系统 |
CN108263451B (zh) * | 2016-12-30 | 2020-08-04 | 河南辉煌城轨科技有限公司 | 一种智能分配频次的轨道列车管理系统 |
CN107274665A (zh) * | 2017-07-31 | 2017-10-20 | 多维新创(北京)技术有限公司 | 巴士运力资源规划方法及系统 |
CN113570099A (zh) * | 2020-04-28 | 2021-10-29 | 百度在线网络技术(北京)有限公司 | 发车间隔预测方法、预测模型训练方法及其装置和设备 |
CN114693495B (zh) * | 2022-05-24 | 2022-08-23 | 成都秦川物联网科技股份有限公司 | 智慧城市公共交通管理方法、物联网系统、装置及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201170928Y (zh) * | 2008-03-18 | 2008-12-24 | 辛克瑜 | 一种rfid智能公交系统 |
CN101615340A (zh) * | 2009-07-24 | 2009-12-30 | 北京工业大学 | 公交动态调度中的实时信息处理方法 |
CN201465300U (zh) * | 2009-05-07 | 2010-05-12 | 郑州天迈科技有限公司 | 公交智能调度系统 |
CN201655016U (zh) * | 2009-12-08 | 2010-11-24 | 江苏省交通科学研究院股份有限公司 | 一种车辆智能调度系统 |
-
2011
- 2011-05-20 CN CN201110130988.XA patent/CN102226929B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201170928Y (zh) * | 2008-03-18 | 2008-12-24 | 辛克瑜 | 一种rfid智能公交系统 |
CN201465300U (zh) * | 2009-05-07 | 2010-05-12 | 郑州天迈科技有限公司 | 公交智能调度系统 |
CN101615340A (zh) * | 2009-07-24 | 2009-12-30 | 北京工业大学 | 公交动态调度中的实时信息处理方法 |
CN201655016U (zh) * | 2009-12-08 | 2010-11-24 | 江苏省交通科学研究院股份有限公司 | 一种车辆智能调度系统 |
Non-Patent Citations (6)
Title |
---|
A fuzzy clustering approach to real-time demand-responsive bus dispatching control;Jiuh-Biing Sheu;《FUZZY sets and systems》;20040607;437-455 * |
Jiuh-Biing Sheu.A fuzzy clustering approach to real-time demand-responsive bus dispatching control.《FUZZY sets and systems》.2004,437-455. |
公交智能化调度系统实时调度形式确定方法研究;胡坚明等;《公路交通科技》;20031231;第20卷(第6期);113-117 * |
江志华等.灰色预测模型GM(1 1)及其在交通运量预测中的应用.《武汉理工大学学报(交通科学与工程版)》.2004 |
江志华等.灰色预测模型GM(1,1)及其在交通运量预测中的应用.《武汉理工大学学报(交通科学与工程版)》.2004,第28卷(第2期),305-307. * |
胡坚明等.公交智能化调度系统实时调度形式确定方法研究.《公路交通科技》.2003,第20卷(第6期),113-117. |
Also Published As
Publication number | Publication date |
---|---|
CN102226929A (zh) | 2011-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102226929B (zh) | 一种公交智能调度的方法 | |
CN108162771B (zh) | 一种电动汽车智能充电导航方法 | |
CN110189006B (zh) | 车辆的调度方法、装置、计算机设备及其存储介质 | |
CN105740556B (zh) | 基于客流需求的列车运行图自动编制方法 | |
CN104835315B (zh) | 基于混合车型的公交运营时刻控制系统及方法 | |
CN103198564B (zh) | 公共交通系统及公共交通计费方法 | |
CN104300646B (zh) | 一种支持车联网的多频段智能充电桩系统 | |
CN105788333A (zh) | 具有无人驾驶及回场充电功能的智能交通系统及实现方法 | |
CN110866649A (zh) | 一种短期地铁客流预测方法、系统及电子设备 | |
CN112954651B (zh) | 一种基于深度强化学习的低时延高可靠性v2v资源分配方法 | |
CN113160602B (zh) | 一种智能公交调度模拟系统 | |
Huang et al. | A novel bus-dispatching model based on passenger flow and arrival time prediction | |
CN104715630A (zh) | 一种到站时间预测系统与方法 | |
CN107885197A (zh) | 智能公共运输系统中无人驾驶车辆的控制方法及装置 | |
CN110490579B (zh) | 无人驾驶公交车无感知支付方法及支付系统 | |
CN102882262A (zh) | 一种基于车网融合技术的电动汽车充电系统及实现方法 | |
CN102800212B (zh) | 一种物联网环境下的智能泊车系统 | |
CN103164751A (zh) | 一种无限定站点无固定线路公共交通运营系统及运营方法 | |
CN109272168A (zh) | 一种城市轨道交通客流变化趋势预测方法 | |
CN107341551A (zh) | 一种电动交通工具租赁系统及其管理方法 | |
CN106448155B (zh) | 一种基于公交ic卡的实时传递公交车内拥挤程度的系统 | |
CN111311950B (zh) | 公交车高峰期智能调度方法及系统 | |
Li et al. | Distributed perception and model inference with intelligent connected vehicles in smart cities | |
CN113442778B (zh) | 基于车联网的电动汽车充电调配方法、装置和系统 | |
CN116523267B (zh) | 适用于轨道交通的车辆调度优化方法、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140108 Termination date: 20140520 |