CN103886743A - 一种城市公交运营方案优化方法 - Google Patents
一种城市公交运营方案优化方法 Download PDFInfo
- Publication number
- CN103886743A CN103886743A CN201410151391.7A CN201410151391A CN103886743A CN 103886743 A CN103886743 A CN 103886743A CN 201410151391 A CN201410151391 A CN 201410151391A CN 103886743 A CN103886743 A CN 103886743A
- Authority
- CN
- China
- Prior art keywords
- website
- car
- period
- data
- instruction
- 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.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及城市交通建设，特别涉及一种城市公交运营方案优化方法。本发明是通过以下技术方案得以实现的：一种城市公交运营方案优化方法，包括以下步骤：（1）数据采集的步骤;（2）建立数据库的步骤;（3）分析数据的步骤;（4）运算优化的步骤。本发明利于提高公交运营效率，利于更有效更节能地提供公交服务，以提高客户满意度。
Description
技术领域
本发明涉及城市交通建设，特别涉及一种城市公交运营方案优化方法。
背景技术
现有技术，如申请公布号为CN103164980A的发明专利申请所公开的公交运营系统，包括设置于公交车上的GPS芯片模块，车站的控制单元和显示单元，所述GPS芯片模块将公交车运行情况实时反馈给控制单元，显示单元将信息显示出来；所述调度人员根据显示单元将显示出来的信息作为参考，从而进行调度公交车。
此种公交运营系统，所能收集的信息，大多是公交的事故信息，所述的调度公交车，大多是临时增加公交车以缓解公交车事故也引起的客流堆积问题；从而对公交运营优化建设的帮助不大。
发明内容
本发明的目的是提供一种城市公交运营方案优化方法，利于提高公交运营效率，利于更有效更节能地提供公交服务，以提高客户满意度。
本发明的上述技术目的是通过以下技术方案得以实现的：一种城市公交运营方案优化方法，包括以下步骤：
（1）数据采集的步骤：
采集若干天的如下数据：
静态数据，包括所有公交线路、站点，每条公交线路的班次，每个班次的发车时间；
动态数据，包括每个班次的车型，每个班次到达每一站点的时间，每个班次在每个站点的上客数和下客数；
（2） 建立数据库的步骤
将步骤(1)采集到的数据分为节假日数据、工作日数据，建立节假日数据子库和工作日数据子库，其中工作日数据库由早高峰数据子库、晚高峰数据子库和平峰数据子库组成；
（3）分析数据的步骤
分别分析得出每个子库中的：A.每个站点每个时段的满载率；B. 每个站点每个时段的等待时间；C.每个站点的所有时段的平均满载率；D.每个站点的所有时段的平均等待时间；所述的时段为若干班次之间的间隔时间；
（4）运算优化的步骤：
针对步骤（3）分析得出的四种数据进行运算，得出如下静态数据优化建议：a车型优化建议；b、发车时间间隔优化建议；将每个子库中每条线路每个时间段的a、b两项优化项优化建议汇总得出运营优化方案。
作为本发明的优选，所述步骤（3）还包括
分别分析得出每个子库中的：E、每个站点每个时段上客需求数。
作为本发明的优选，它还包括：
（5）仿真步骤：
假定每个时段每个站点上客需求数为随时间均匀增加，建立整体乘客乘车需求模型；利用计算机仿真技术采用步骤（4）得出的优化方案仿真运行。
作为本发明的优选，它还包括：允许调度中心访问历史数据库，读取并存储近一段时间内的存储数组，从而对所有存储数组中的满载率进行分析的步骤：
若某时段，当前公交线路在小型车下，平均满载率达到130%，则发出将小型车更换为中型车的指令；
若某时段，当前公交线路在小型车下，平均满载率达到150%，则发出将小型车更换为大型车的指令；
若某时段，当前公交线路在中型车下，平均满载率达到140%，则发出将中型车更换为大型车的指令；
若某公交线路，某时段，在小型车下，至少两个连续站点满载率达到120%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于105%，则发出在该站点撤回增派车辆的指令；
若某公交线路，某时段，在中型车下，至少两个连续站点满载率达到130%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于110%，则发出在该站点撤回增派车辆的指令；
若某公交线路，某时段，在大型车下，至少两个连续站点满载率达到150%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于110%，则发出在该站点撤回增派车辆的指令。
综上所述，本发明具有以下有益效果：本发明构思独特，能有效缓解客流高峰时间，对公交需求，及时解决客流疏散问题，更能在低峰时减少公交运营成本；从而提高公交运营效率，达到节能减排的效果，更能提高客户满意度。
具体实施方式
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。
实施例1：一种城市公交运营方案优化方法，包括以下步骤：
（1）数据采集的步骤：
采集若干天的如下数据：
静态数据，包括所有公交线路、站点，每条公交线路的班次，每个班次的发车时间；
动态数据，包括每个班次的车型，每个班次到达每一站点的时间，每个班次在每个站点的上客数和下客数；
（2） 建立数据库的步骤
将步骤(1)采集到的数据分为节假日数据、工作日数据，建立节假日数据子库和工作日数据子库，其中工作日数据库由早高峰数据子库、晚高峰数据子库和平峰数据子库组成；
（3）分析数据的步骤
分别分析得出每个子库中的：A.每个站点每个时段的满载率；B. 每个站点每个时段的等待时间；C.每个站点的所有时段的平均满载率；D.每个站点的所有时段的平均等待时间；所述的时段为若干班次之间的间隔时间；E、每个站点每个时段上客需求数；
（4）运算优化的步骤：
针对步骤（3）分析得出的四种数据进行运算，得出如下静态数据优化建议：a车型优化建议；b、发车时间间隔优化建议；将每个子库中每条线路每个时间段的a、b两项优化项优化建议汇总得出运营优化方案。
（5）仿真步骤：
假定每个时段每个站点上客需求数为随时间均匀增加，建立整体乘客乘车需求模型；利用计算机仿真技术采用步骤（4）得出的优化方案仿真运行。
实施例2：与实施例1的不同之处在于，还包括允许调度中心访问历史数据库，读取并存储近一段时间内的存储数组，从而对所有存储数组中的满载率进行分析的步骤：
若某时段，当前公交线路在小型车下，平均满载率达到130%，则发出将小型车更换为中型车的指令；
若某时段，当前公交线路在小型车下，平均满载率达到150%，则发出将小型车更换为大型车的指令；
若某时段，当前公交线路在中型车下，平均满载率达到140%，则发出将中型车更换为大型车的指令；
若某公交线路，某时段，在小型车下，至少两个连续站点满载率达到120%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于105%，则发出在该站点撤回增派车辆的指令；
若某公交线路，某时段，在中型车下，至少两个连续站点满载率达到130%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于110%，则发出在该站点撤回增派车辆的指令；
若某公交线路，某时段，在大型车下，至少两个连续站点满载率达到150%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于110%，则发出在该站点撤回增派车辆的指令。
小型车、中型车、大型车的区别在于座位数的区别，例如，小型车为28座，中型车为38座，大型车为41座。
Claims (4)
1.一种城市公交运营方案优化方法，其特征在于，包括以下步骤：
（1）数据采集的步骤：
采集若干天的如下数据：
静态数据，包括所有公交线路、站点，每条公交线路的班次，每个班次的发车时间；
动态数据，包括每个班次的车型，每个班次到达每一站点的时间，每个班次在每个站点的上客数和下客数；
（2） 建立数据库的步骤
将步骤(1)采集到的数据分为节假日数据、工作日数据，建立节假日数据子库和工作日数据子库，其中工作日数据库由早高峰数据子库、晚高峰数据子库和平峰数据子库组成；
（3）分析数据的步骤
分别分析得出每个子库中的：A.每个站点每个时段的满载率；B. 每个站点每个时段的等待时间；C.每个站点的所有时段的平均满载率；D.每个站点的所有时段的平均等待时间；所述的时段为若干班次之间的间隔时间；
（4）运算优化的步骤：
针对步骤（3）分析得出的四种数据进行运算，得出如下静态数据优化建议：a车型优化建议；b、发车时间间隔优化建议；将每个子库中每条线路每个时间段的a、b两项优化项优化建议汇总得出运营优化方案。
2.根据权利要求1所述的城市公交运营方案优化方法，其特征在于，所述步骤（3）还包括
分别分析得出每个子库中的：E、每个站点每个时段上客需求数。
3.根据权利要求2所述的城市公交运营方案优化方法，其特征在于，它还包括：
（5）仿真步骤：
假定每个时段每个站点上客需求数为随时间均匀增加，建立整体乘客乘车需求模型；利用计算机仿真技术采用步骤（4）得出的优化方案仿真运行。
4.根据权利要求2所述的城市公交运营方案优化方法，其特征在于，它还包括：允许调度中心访问历史数据库，读取并存储近一段时间内的存储数组，从而对所有存储数组中的满载率进行分析的步骤：
若某时段，当前公交线路在小型车下，平均满载率达到130%，则发出将小型车更换为中型车的指令；
若某时段，当前公交线路在小型车下，平均满载率达到150%，则发出将小型车更换为大型车的指令；
若某时段，当前公交线路在中型车下，平均满载率达到140%，则发出将中型车更换为大型车的指令；
若某公交线路，某时段，在小型车下，至少两个连续站点满载率达到120%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于105%，则发出在该站点撤回增派车辆的指令；
若某公交线路，某时段，在中型车下，至少两个连续站点满载率达到130%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于110%，则发出在该站点撤回增派车辆的指令；
若某公交线路，某时段，在大型车下，至少两个连续站点满载率达到150%，则发出增派小型车的指令；若之后某站点之后，满载率始终小于110%，则发出在该站点撤回增派车辆的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410151391.7A CN103886743A (zh) | 2014-04-16 | 2014-04-16 | 一种城市公交运营方案优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410151391.7A CN103886743A (zh) | 2014-04-16 | 2014-04-16 | 一种城市公交运营方案优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103886743A true CN103886743A (zh) | 2014-06-25 |
Family
ID=50955612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410151391.7A Pending CN103886743A (zh) | 2014-04-16 | 2014-04-16 | 一种城市公交运营方案优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103886743A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573972A (zh) * | 2015-01-22 | 2015-04-29 | 哈尔滨工业大学 | 一种基于车载gps数据的公交路线运营时段划分方法 |
| CN104573849A (zh) * | 2014-12-12 | 2015-04-29 | 安徽富煌和利时科技股份有限公司 | 基于arima模型预测客流的公交调度优化方法 |
| CN104835315A (zh) * | 2015-05-26 | 2015-08-12 | 上海交通大学 | 基于混合车型的公交运营时刻控制系统及方法 |
| CN105023426A (zh) * | 2015-05-18 | 2015-11-04 | 南京邮电大学 | 一种城市公交路线选择方法 |
| CN106373384A (zh) * | 2016-09-26 | 2017-02-01 | 福州大学 | 边远地区客运班车线路实时生成方法 |
| CN107993437A (zh) * | 2017-12-08 | 2018-05-04 | 东莞中国科学院云计算产业技术创新与育成中心 | 新增公交路线的方法、装置、计算机设备和存储介质 |
| CN108898872A (zh) * | 2018-09-12 | 2018-11-27 | 南京行者易智能交通科技有限公司 | 基于车载智能终端设备和历史客流大数据的班次调整方法 |
| CN109544901A (zh) * | 2018-11-26 | 2019-03-29 | 南京行者易智能交通科技有限公司 | 一种基于历史客流大数据的公交智能排班方法及装置 |
| CN109544917A (zh) * | 2018-11-16 | 2019-03-29 | 浩鲸云计算科技股份有限公司 | 一种公交发车间隔的优化方法 |
| CN111063209A (zh) * | 2019-12-23 | 2020-04-24 | 北京航空航天大学 | 配合区间车的自动驾驶公交组合调度优化方法 |
| CN112907968A (zh) * | 2021-02-01 | 2021-06-04 | 华录智达科技股份有限公司 | 一种智能公交无接触新型冠状病毒应急防控方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000231690A (ja) * | 1999-02-12 | 2000-08-22 | Toyota Central Res & Dev Lab Inc | 旅行時間予測装置 |
| CN101789175A (zh) * | 2010-01-08 | 2010-07-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
| CN103198648A (zh) * | 2013-03-26 | 2013-07-10 | 成都希盟科技有限公司 | 用于公交系统的自适应调度方法 |
-
2014
- 2014-04-16 CN CN201410151391.7A patent/CN103886743A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000231690A (ja) * | 1999-02-12 | 2000-08-22 | Toyota Central Res & Dev Lab Inc | 旅行時間予測装置 |
| CN101789175A (zh) * | 2010-01-08 | 2010-07-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
| CN103198648A (zh) * | 2013-03-26 | 2013-07-10 | 成都希盟科技有限公司 | 用于公交系统的自适应调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 宋南南等: "基于客流量和道路条件分析城市公交车型", 《中国市政工程》, no. 4, 25 August 2008 (2008-08-25), pages 3 - 5 * |
| 穆礼彬: "智能公交系统背景下的公交调度优化研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 1, 15 January 2014 (2014-01-15), pages 2 - 4 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573849A (zh) * | 2014-12-12 | 2015-04-29 | 安徽富煌和利时科技股份有限公司 | 基于arima模型预测客流的公交调度优化方法 |
| CN104573972A (zh) * | 2015-01-22 | 2015-04-29 | 哈尔滨工业大学 | 一种基于车载gps数据的公交路线运营时段划分方法 |
| CN104573972B (zh) * | 2015-01-22 | 2017-09-29 | 哈尔滨工业大学 | 一种基于车载gps数据的公交路线运营时段划分方法 |
| CN105023426A (zh) * | 2015-05-18 | 2015-11-04 | 南京邮电大学 | 一种城市公交路线选择方法 |
| CN105023426B (zh) * | 2015-05-18 | 2017-06-30 | 南京邮电大学 | 一种城市公交路线选择方法 |
| CN104835315A (zh) * | 2015-05-26 | 2015-08-12 | 上海交通大学 | 基于混合车型的公交运营时刻控制系统及方法 |
| CN104835315B (zh) * | 2015-05-26 | 2017-02-01 | 上海交通大学 | 基于混合车型的公交运营时刻控制系统及方法 |
| CN106373384A (zh) * | 2016-09-26 | 2017-02-01 | 福州大学 | 边远地区客运班车线路实时生成方法 |
| CN107993437A (zh) * | 2017-12-08 | 2018-05-04 | 东莞中国科学院云计算产业技术创新与育成中心 | 新增公交路线的方法、装置、计算机设备和存储介质 |
| CN107993437B (zh) * | 2017-12-08 | 2020-03-20 | 东莞中国科学院云计算产业技术创新与育成中心 | 新增公交路线的方法、装置、计算机设备和存储介质 |
| CN108898872A (zh) * | 2018-09-12 | 2018-11-27 | 南京行者易智能交通科技有限公司 | 基于车载智能终端设备和历史客流大数据的班次调整方法 |
| CN108898872B (zh) * | 2018-09-12 | 2019-06-14 | 南京行者易智能交通科技有限公司 | 基于车载智能终端设备和历史客流大数据的班次调整方法 |
| CN109544917A (zh) * | 2018-11-16 | 2019-03-29 | 浩鲸云计算科技股份有限公司 | 一种公交发车间隔的优化方法 |
| CN109544917B (zh) * | 2018-11-16 | 2022-04-22 | 浩鲸云计算科技股份有限公司 | 一种公交发车间隔的优化方法 |
| CN109544901A (zh) * | 2018-11-26 | 2019-03-29 | 南京行者易智能交通科技有限公司 | 一种基于历史客流大数据的公交智能排班方法及装置 |
| CN111063209A (zh) * | 2019-12-23 | 2020-04-24 | 北京航空航天大学 | 配合区间车的自动驾驶公交组合调度优化方法 |
| CN112907968A (zh) * | 2021-02-01 | 2021-06-04 | 华录智达科技股份有限公司 | 一种智能公交无接触新型冠状病毒应急防控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103886743A (zh) | 一种城市公交运营方案优化方法 | |
| CN104636828B (zh) | 基于马尔科夫链的公共自行车站点供需预测方法 | |
| CN108082224B (zh) | 基于afc时变客流的城市轨道交通列车运行图编制方法 | |
| CN111452669B (zh) | 公交智能充电的系统和方法及介质 | |
| CN107846468A (zh) | 基于云计算技术的车联网应用系统及其控制方法 | |
| CN111564053B (zh) | 车辆调度方法、装置、车辆调度设备和存储介质 | |
| CN103854472A (zh) | 出租车云智能调度方法及系统 | |
| CN102982678A (zh) | 交通数据信息服务系统及实现交通数据信息服务的方法 | |
| CN111191811A (zh) | 集群负荷预测方法、装置及存储介质 | |
| Li et al. | Deep learning based parking prediction on cloud platform | |
| CN103700265A (zh) | 基于出行起点与终点获取路网流量信息的方法 | |
| CN103745106A (zh) | 一种短时交通流预测方法 | |
| CN113919650A (zh) | 一种列车运行方案优化编制方法及系统 | |
| CN113538067A (zh) | 一种基于机器学习的城际网约车需求预测方法及系统 | |
| CN111667114A (zh) | 一种基于时空大数据融合的智能路线规划推荐方法 | |
| CN105303292A (zh) | 配电数据存储方法和装置 | |
| CN103489139A (zh) | 城市配电网规划综合分析与管理系统 | |
| Wei et al. | Bi-level programming model for multi-modal regional bus timetable and vehicle dispatch with stochastic travel time | |
| Seo et al. | Predicting demand for a bike-sharing system with station activity based on random forest | |
| Mahadikar et al. | Optimization of bus allocation to depots by minimizing dead kilometers | |
| CN112669604B (zh) | 城市交通调度方法及装置 | |
| TW201608518A (zh) | 一種雲端智慧型公共自行車泊車調配系統 | |
| Guo et al. | Research on the combinatorial optimization of EBs departure interval and vehicle configuration based on uncertain bi-level programming | |
| CN105489010A (zh) | 一种快速道路行程时间可靠度监测分析系统及方法 | |
| CN104766469A (zh) | 基于大数据分析的城市交通流潮汐仿真分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140625 |