CN104157132A - 一种自适应式公交发车时刻表的动态优化方法 - Google Patents
一种自适应式公交发车时刻表的动态优化方法 Download PDFInfo
- Publication number
- CN104157132A CN104157132A CN201410407634.9A CN201410407634A CN104157132A CN 104157132 A CN104157132 A CN 104157132A CN 201410407634 A CN201410407634 A CN 201410407634A CN 104157132 A CN104157132 A CN 104157132A
- Authority
- CN
- China
- Prior art keywords
- bus
- passenger flow
- ijlk
- public
- period
- 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
Links
Abstract
本发明公开了一种自适应式公交发车时刻表的动态优化方法,步骤如下:确定公交线路l的全天工作时段T、公交服务车辆的额定载客量C、最大载客量Cs以及公交发车间隔tm;确定公交线路l在第k时段在站点i和相邻站点j之间的断面客流Pijlk的分布情况;根据公交线路l在站点i和站点j之间运行过程中实时反馈的第1辆公交车的断面客流数据Pijlk(1)与公交线路l上的历史公交站点客流断面累计分布曲线进行匹配,预测第2辆公交车断面客流需求分布情况Pijlk(2),确定第2辆公交车的发车时刻T12;使用递推法确定公交线路l的全天工作时段T的公交发车时刻表。本发明通过自适应式公交发车时刻表来动态调整公交车辆的发车时间,满足不断变化的客流需求,增强公交服务的可靠性,降低公交行驶延误,提高公交服务满意度。
Description
技术领域
有效的公交发车时刻表是平衡乘客的服务需求与公交企业的运营成本之间矛盾的重要手段。本发明在不增加公交运营成本的前提下,利用海量的公交断面客流数据,对公交发车时刻表进行动态优化,将公交发车间隔和可变的公交出行需求进行关联匹配,对提高公交服务的可靠性以及满意度有重要的作用,属于城市公共交通系统领域。
背景技术
合理确定城市公交的发车时刻表是公交运营管理者的核心任务,是改善措施公交服务水平,提高公交服务可靠性的重要途径之一,对城市公交系统至关重要。然而,公交发车时刻表的优化是一个复杂的过程。一方面,对于公交车辆的发车次数来讲,当公交车辆的发车次数总量偏少时,虽然会降低公交企业的运营成本,但也会造成乘客的等车时间过长,还可能会导致公交车辆过于拥挤,降低出行者对公交出行的满意度。公交车辆的发车次数过多时则可能会加重城市道路的交通拥堵,造成公交车辆连续到达公交站台从而出现“串车”现象,不仅不能有效降低出行者的等车时间,还会造成社会资源浪费,增加公交运营成本。另一方面,在确定的公交发车次数的基础上,不合理的发车间隔则会导致公交运能无法满足居民的公交出行需求,出现公交车辆在局部时刻出现过于拥挤或者出现很多空座造成公交运能浪费。因此,如何根据公交线路上客流的时空变化规律,合理设置公交线路的发车时刻表对提高公交系统的运行可靠性具有重要的意义。
经过发明人长期研究发现,综合考虑公交客运需求总量和企业运营成本限制条件,可以获得整体效益最优的公交发车次数。以此为基础,利用海量的公交断面客流统计,结合实时的公交断面客流反馈信息,对公交的发车时刻进行动态调整,可以将公交发车时刻和动态的公交出行需求进行关联匹配,不再是让出行者根据公交发车时刻表来调整自己的出行,而是根据公交出行者的需求来调整公交的发车时刻,还可以解决公交车辆在公交站台出现连续来车的串车现象和长时间不到车的来车间隔过长现象,最大程度提高公交服务的针对性和有效性,减少公交出行者的等车时间,提高出行者对公交服务的忠诚度。
发明内容:
技术问题:本发明的目的是提供一种公交发车时刻表的动态优化方法,在不改变整体发车次数的情况下,通过实时反馈的公交断面客流数据,动态调整公交车辆的发车时刻。在不增加公交运营成本的同时,将公交发车时刻和动态的公交出行需求进行关联匹配,减少出行者的等车时间,提高公交服务的可靠性。
技术方案:为达到上述目的,本发明公交发车时刻表的动态优化方法是这样进行的:
一种自适应式公交发车时刻表的动态优化方法,其特征在于,步骤如下:
1.)确定公交线路l的全天工作时段T、公交服务车辆的额定载客量C、最大载客量Cs以及公交发车间隔tm;
2.)根据历史公交客流断面统计数据,以每小时为一个时段,确定公交线路l在第k时段在站点i和相邻站点j之间的断面客流Pijlk的分布情况,施画不同公交站点之间的公交断面客流累计分布曲线;
3.)根据公交断面客流,确定公交线路l在全天的工作时段T中时段k的发车频率Alk;
4.)设定开始工作时第1时段第1辆公交车的发车时间T11,同时确定公交线路l上第1时段的发车次数Nl1;
5.)根据公交线路l在站点i和站点j之间运行过程中实时反馈的第1辆公交车的断面客流数据Pijlk(1)与公交线路l上的历史公交站点客流断面累计分布曲线进行匹配,预测第2辆公交车断面客流需求分布情况Pijlk(2),确定最大断面客流数据结合公交车辆的极限容量Cs确定第2辆公交车的发车时刻T12,如果T12-T11≤tm则第2辆公交车的发车时刻为T12,否则第2辆公交车的发车时刻为T11+tm;
6.)使用递推法确定公交线路l的全天工作时段T的公交发车时刻表。
实时公交断面客流数据的统计方法为:
其中:Plk(i,i+1)为公交线路l在第k个发车时段在站点i和i+1站点之间的实时公交断面客流,Plk(i-1,i)为公交线路l在第k个发车时段在站点i-1和i之间的断面客流,Ilk(i)为公交线路l在第k个发车时段在站点i的上车客流量,Olk(i)为公交线路l在第k个发车时段在站点i的下车客流量。
公交断面客流的预测方法为:
Pijlk(n,d)=Pijlk(n,d-1)+δ3(d,d-1)
其中,Pijlk(n,d)为第d天公交线路l在第k个发车时段第n辆车在站点i与j之间的断面客流量,
公交发车时刻表的确定方法,
1.)根据公交线路l在时段k的发车频率Alk以及总发车次数Nlk,利用均匀发车的方法确定时段k的第n个发车时刻
2.)根据历史客流断面统计数据,确定公交线路l在时段k的最大断面客流设为站点(i,j),并施画不同发车时刻T(k)的公交断面客流累计分布曲线;
3.)确定第1趟公交车辆的发车时刻T1,并反馈公交车辆在T1线路上反馈的断面客流数据,更新站点(i,j)的断面客流,根据新的断面客流数据,预测第二个发车时刻T2在站点(i,j)的断面客流,确定新的公交断面客流累计分布曲线,其中T2时刻的站点(i,j)断面客流为:Pijlk(T2)=Kijlk(T1,T2)*Pijlk(T1)*(T2-T1)+δijlk(T1,T2)
其中:Pijlk(T1)为T1时刻线路实时反馈的站点(i,j)断面客流数据,Kijlk(T1,T2)为根据历史客流断面数据计算的T1时刻与T2时刻的客流增长率系数,T2-T1为两次发车的时间间隔,δijlk(T1,T2)为根据利用相邻3周同时段的客流统计数据统计算的T1时刻与T2时刻的客流变异因子:
4.)在新的公交断面客流累计分布曲线上,利用截图法,确定满足最大公交乘载客流Cs对应的发车时刻T2';
5.)如果发车时刻T2'≤T1+tm则确定下一班公交车的发车时刻为T2',否则确定公交车的下一班发车时刻为T2'=T1+tm;
6.)使用递推法预测Pijlk(T3),Pijlk(T4),...,Pijlk(TN);
7.)重复第4和第5步就能得到全天的公交发车时刻T3',T4',…,TNlk。
有益效果:本发明具有以下优点:
1.)本发明在制定公交发车时刻表时兼顾考虑了公交企业的运营成本和出行者公交的动态出行需求。不再是让出行者根据公交发车时刻表来调整自己的出行,而是根据公交出行者每天不同时刻的动态出行需求来调整公交的发车时刻,可以提高公交服务的可靠性和有效性,提高公交服务的质量,从而提高公交出行率,降低交通拥堵。
2.)本发明在编制公交发车时刻表时不仅仅考虑了出行者的公交出行需求,还考虑了公交最低服务水平下的容量限制(公交车辆的最大拥挤度情况),通过平衡不同时刻的动态客流来避免公交站点出现的连续出现多辆公交车停靠的“串车”现象,提高出行者对公交出行的忠诚度。
3.)本发明在制定公交发车时刻表时兼顾考虑了城市居民出行的历史规律和实时动态特性两个方面。一方面,考虑到在一定时间范围内居民的出行需求是相对稳定的,在合理挖掘历史客流数据的基础上预先设置了公交发车时刻表,降低了公交发车时刻表的编制难度。另一方面,考虑到在不同时刻公交出行量的动态变异性,利用实时动态反馈的客流需求情况,对公交发车时刻表进行动态调整,可以最大限度利用公交运能。
附图说明
图1为公交发车时刻表动态优化方法基本流程示意图;
图2为确定公交发车时刻的发车时间与客流统计关系示意图。
具体实施方式
以下结合附图,对本发明做进一步说明:
由于在“动态调整发车时刻模式”下,首先需要确定的是根据历史断面客流数据确定不同时段的最优发车频率,然后根据实时反馈的断面客流数据,不断更新下一个时刻的公交发车时刻。
A.确定最优发车频率
公交发车频率的评价标准一般使用公交车辆的最大容许拥挤度γs以及最低服务水平下乘客能忍耐的最长等车时间(或者乘客能承受的最大发车间隔)tm。在本发明中,对最优发车频率的目标就是在运营车辆最少的基础上保证公交运营服务质量。
a.确定公交线路上相邻站点之间的断面客流
1.)实时公交断面客流数据:通过先进的公交客流统计系统获取,公交线路l在第k个发车时段在站点i和i+1站点之间的断面客流Plk(i,i+1)可以通过公式(1)计算为:
其中:Plk(i,i+1)为公交线路l在第k个发车时段在站点i和i+1站点之间的实时公交断面客流,Plk(i-1,i)为公交线路l在第k个发车时段在站点i-1和i之间的断面客流,Ilk(i)为公交线路l在第k个发车时段在站点i的上车客流量,Olk(i)为公交线路l在第k个发车时段在站点i的下车客流量。
2.)根据历史断面客流数据预测:在实际观察中我们发现,同一时刻,同一线路,同一站点的公交客流变化在段时间内是稳定的。因此,第d天的公交客流可以用d-1天的客流统计数据来预测,为了最大程度降低不同时刻客运需求变化的影响,第d天的客流统计数据可以通过公式(2)计算为:
Pijlk(n,d)=Pijlk(n,d-1)+δ3(d,d-1) (2)
其中,Pijlk(n,d)为第d天公交线路l在第k个发车时段第n辆车在站点i与j之间的断面客流量,Pijlk(n,d-1)为获取的第d-1天公交线路l在第k个发车时段第n辆车在站点i与j之间的断面客流量。δ3(d,d-1)为变异系数,利用相邻3周第d天与d-1天公交线路l在第k个发车时段在站点i与j之间的断面客流量进行计算,计算公式为公式(3):
其中:Pijlk(n,d-7t)为第(d-7t)天公交线路l在第k个发车时段第n辆车在站点i与j之间的断面客流量统计数据。
b.确定最佳发车频率
1.)根据服务质量的要求,确定公交车辆的最大发车时间间隔tm,确定单个公交车辆在最低服务水平情况下能容纳的乘客容量Cs,可以由公式(4)计算:
Cs=γs*C (4)
其中,C为公交车辆的额定座位容量,γs为公交车辆的最大容许拥挤度。
2.)根据历史的公交线路断面客流统计数据,确定公交线路l在第k时段中所有s个站点中断面客流中的最大断面客流其中Plk(i,i+1)为所有s个站点中相邻两个站点的断面客流。
3.)确定公交线路l在第k时段的最优发车频率Alk,可由公式(5)计算:
4.)确定公交线路l在第k时段的总发车次数为
B.确定公交线路的发车时刻表
为了解决公交发车时刻表的动态自适应优化问题,本发明的计算步骤主要如下:
1.)根据计算得到的公交线路l在时段k的发车频率Alk以及总发车次数Nlk,利用均匀发车的方法确定时段k的发车时刻T(k),k=1,2,...,Nlk;
2.)根据IC卡刷卡数据或者公交视频监控系统获取公交车辆的历史客流断面统计数据,确定公交线路l在时段k的最大断面客流设为站点(i,j),并施画不同发车时刻T(k)的公交断面客流累计分布曲线;
3.)根据工作时间要求,确定第1趟公交车辆的发车时刻T1,并反馈公交车辆在T1线路上反馈的实时断面客流数据,更新站点(i,j)的断面客流,根据新的断面客流数据,预测下一个发车时刻T2在站点(i,j)的断面客流,确定新的公交断面客流累计分布曲线。其中根据T1时刻线路反馈的站点(i,j)断面实际客流预测T2时刻的站点(i,j)断面客流Pijlk(T2)可使用公式(6)计算:
Pijlk(T2)=Kijlk(T1,T2)*Pijlk(T1)*(T2-T1)+δijlk(T1,T2) (6)
其中:Pijlk(T1)为T1时刻线路反馈的站点(i,j)实时断面客流数据,Kijlk(T1,T2)为根据历史客流断面数据计算的T1时刻与T2时刻的客流增长率系数,T2-T1为两次发车的时间间隔,δijlk(T1,T2)为根据利用相邻3周同时段的客流统计数据统计算的T1时刻与T2时刻的客流变异因子,其计算方法如公式(7)所示:
其中:Pijlk(T2,d-7t)为第(d-7t),t=1,2,3天公交线路l在第T2发车时段在站点i与j之间的断面客流量统计数据。Pijlk(T1,d-7t)为第(d-7t)天公交线路l在第T1发车时段在站点i与j之间的断面客流量统计数据。
4.)在新的公交断面客流累计分布曲线上,利用截图法,在图2上确定满足最大公交乘载客流Cs对应的发车时刻T2';
5.)如果发车时刻T2'≤T1+tm则确定下一班公交车的发车时刻为T2',否则确定公交车的下一班发车时刻为T2'=T1+tm;
6.)使用递推法可根据公式(8)可预测得到所有时刻的公交客流:
Pijlk(T2)=Kijlk(T1,T2)*Pijlk(T1)*(T2-T1)+δijlk(T1,T2) (8)
式中相关参数的意义与公式(6)相同。
7.)重复第4和第5步就能得到全天的公交发车时刻T3',T4',…,TNlk。
Claims (4)
1.一种自适应式公交发车时刻表的动态优化方法,其特征在于,步骤如下:
1.)确定公交线路l的全天工作时段T、公交服务车辆的额定载客量C、最大载客量Cs以及公交发车间隔tm;
2.)根据历史公交客流断面统计数据,以每小时为一个时段,确定公交线路l在第k时段在站点i和相邻站点j之间的断面客流Pijlk的分布情况,施画不同公交站点之间的公交断面客流累计分布曲线;
3.)根据公交断面客流,确定公交线路l在全天的工作时段T中时段k的发车频率Alk;
4.)设定开始工作时第1时段第1辆公交车的发车时间T11,同时确定公交线路l上第1时段的发车次数Nl1;
5.)根据公交线路l在站点i和站点j之间运行过程中实时反馈的第1辆公交车的断面客流数据Pijlk(1)与公交线路l上的历史公交站点客流断面累计分布曲线进行匹配,预测第2辆公交车断面客流需求分布情况Pijlk(2),确定最大断面客流数据结合公交车辆的极限容量Cs确定第2辆公交车的发车时刻T12,如果T12-T11≤tm则第2辆公交车的发车时刻为T12,否则第2辆公交车的发车时刻为T11+tm;
6.)使用递推法确定公交线路l的全天工作时段T的公交发车时刻表。
2.根据权利1所述的自适应式公交发车时刻表的动态优化方法,其特征在于:实时公交断面客流数据的统计方法为:
其中:Plk(i,i+1)为公交线路l在第k个发车时段在站点i和i+1站点之间的实时公交断面客流,Plk(i-1,i)为公交线路l在第k个发车时段在站点i-1和i之间的断面客流,Ilk(i)为公交线路l在第k个发车时段在站点i的上车客流量,Olk(i)为公交线路l在第k个发车时段在站点i的下车客流量。
3.根据权利1所述的自适应式公交发车时刻表的动态优化方法,其特征在于:公交断面客流的预测方法为:
Pijlk(n,d)=Pijlk(n,d-1)+δ3(d,d-1)
其中,Pijlk(n,d)为第d天公交线路l在第k个发车时段第n辆车在站点i与j之间的断面客流量,
4.根据权利1所述的自适应式公交发车时刻表的动态优化方法,其特征在于:公交发车时刻表的确定方法,
1.)根据公交线路l在时段k的发车频率Alk以及总发车次数Nlk,利用均匀发车的方法确定时段k的第n个发车时刻
2.)根据历史客流断面统计数据,确定公交线路l在时段k的最大断面客流设为站点(i,j),并施画不同发车时刻T(k)的公交断面客流累计分布曲线;
3.)确定第1趟公交车辆的发车时刻T1,并反馈公交车辆在T1线路上反馈的断面客流数据,更新站点(i,j)的断面客流,根据新的断面客流数据,预测第二个发车时刻T2在站点(i,j)的断面客流,确定新的公交断面客流累计分布曲线,其中T2时刻的站点(i,j)断面客流为:Pijlk(T2)=Kijlk(T1,T2)*Pijlk(T1)*(T2-T1)+δijlk(T1,T2)
其中:Pijlk(T1)为T1时刻线路实时反馈的站点(i,j)断面客流数据,Kijlk(T1,T2)为根据历史客流断面数据计算的T1时刻与T2时刻的客流增长率系数,T2-T1为两次发车的时间间隔,δijlk(T1,T2)为根据利用相邻3周同时段的客流统计数据统计算的T1时刻与T2时刻的客流变异因子:
4.)在新的公交断面客流累计分布曲线上,利用截图法,确定满足最大公交乘载客流Cs对应的发车时刻T2';
5.)如果发车时刻T2'≤T1+tm则确定下一班公交车的发车时刻为T2',否则确定公交车的下一班发车时刻为T2'=T1+tm;
6.)使用递推法预测Pijlk(T3),Pijlk(T4),...,Pijlk(TN);
7.)重复第4和第5步就能得到全天的公交发车时刻T3',T4',…,TNlk。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410407634.9A CN104157132B (zh) | 2014-08-18 | 2014-08-18 | 一种自适应式公交发车时刻表的动态优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410407634.9A CN104157132B (zh) | 2014-08-18 | 2014-08-18 | 一种自适应式公交发车时刻表的动态优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104157132A true CN104157132A (zh) | 2014-11-19 |
CN104157132B CN104157132B (zh) | 2016-08-17 |
Family
ID=51882619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410407634.9A Expired - Fee Related CN104157132B (zh) | 2014-08-18 | 2014-08-18 | 一种自适应式公交发车时刻表的动态优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104157132B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376716A (zh) * | 2014-11-28 | 2015-02-25 | 南通大学 | 一种基于贝叶斯网络模型的公交时刻表动态生成方法 |
CN104866925A (zh) * | 2015-05-27 | 2015-08-26 | 上海工程技术大学 | 一种基于ats调整功能的列车时刻表优化方法 |
CN105046379A (zh) * | 2015-09-09 | 2015-11-11 | 东南大学 | 一种城市公交发车时刻表优化方法 |
CN105448082A (zh) * | 2015-12-30 | 2016-03-30 | 清华大学 | 一种可变间隔发车的快速公交车组合调度方法 |
CN105575108A (zh) * | 2016-01-11 | 2016-05-11 | 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 |
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 |
CN106257491A (zh) * | 2016-07-27 | 2016-12-28 | 合肥指南针电子科技有限责任公司 | 一种公交车客流量调整系统 |
CN107248280A (zh) * | 2017-08-07 | 2017-10-13 | 江苏南大苏富特智能交通科技有限公司 | 一种基于实时客流预测的公交车发车调度方法 |
CN107330547A (zh) * | 2017-06-15 | 2017-11-07 | 重庆交通大学 | 一种城市公交动态调度优化方法及系统 |
CN108320494A (zh) * | 2018-02-01 | 2018-07-24 | 深圳大学 | 一种公交动态调度方法、存储介质及设备 |
CN109034494A (zh) * | 2018-08-23 | 2018-12-18 | 深圳市东部公共交通有限公司 | 公交调度方法 |
WO2019184724A1 (zh) * | 2018-03-30 | 2019-10-03 | 卡斯柯信号有限公司 | 一种基于实时客流的列车智能运行调整系统及方法 |
WO2019205278A1 (zh) * | 2018-04-28 | 2019-10-31 | 深圳大学 | 公交运行状态数据调整处理方法、智能终端及存储介质 |
CN111695726A (zh) * | 2020-06-02 | 2020-09-22 | 广州通达汽车电气股份有限公司 | 一种公交车辆的排班时间表更新方法及装置 |
CN111709562A (zh) * | 2020-06-02 | 2020-09-25 | 广州通达汽车电气股份有限公司 | 一种公交车辆的排班时刻表的生成方法及装置 |
CN112419731A (zh) * | 2021-01-22 | 2021-02-26 | 深圳市都市交通规划设计研究院有限公司 | 公交满载率预测方法及系统 |
CN112686435A (zh) * | 2020-12-23 | 2021-04-20 | 四川锐明智通科技有限公司 | 排班方法、排班装置及终端设备 |
CN113053119A (zh) * | 2021-03-18 | 2021-06-29 | 重庆交通开投科技发展有限公司 | 一种基于公交运行历史数据的圈次时间预测方法 |
CN113628473A (zh) * | 2021-07-02 | 2021-11-09 | 东南大学 | 一种智能公交车辆响应式停站计划与动态调度系统 |
CN113936496A (zh) * | 2021-12-17 | 2022-01-14 | 广东机电职业技术学院 | 基于乘客识别的智能交互交通排程方法及系统 |
CN114898588A (zh) * | 2022-03-03 | 2022-08-12 | 北京邮电大学 | 一种公交发车时刻表优化方法 |
US11958517B2 (en) | 2018-03-30 | 2024-04-16 | Casco Signal Co., Ltd. | Intelligent train operation adjustment system and method based on real-time passenger flow |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060074545A1 (en) * | 2004-09-17 | 2006-04-06 | Kim Jae-Ho | System and method for controlling public transportation |
CN101697250A (zh) * | 2009-11-05 | 2010-04-21 | 东南大学 | 城市公交车辆路段行程时间改进预测方法 |
JP2012069136A (ja) * | 2011-10-27 | 2012-04-05 | Kyosan Electric Mfg Co Ltd | 乗合車両運行管理用センタ装置 |
CN102610088A (zh) * | 2012-03-08 | 2012-07-25 | 东南大学 | 一种公交车站点间行程时间预测方法 |
CN102737129A (zh) * | 2012-06-20 | 2012-10-17 | 东南大学 | 一种公交车辆区域行车时刻表编制的方法 |
CN103854495A (zh) * | 2014-03-21 | 2014-06-11 | 东南大学 | 一种基于运行时刻表的主干线公交车辆单向优先控制方法 |
-
2014
- 2014-08-18 CN CN201410407634.9A patent/CN104157132B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060074545A1 (en) * | 2004-09-17 | 2006-04-06 | Kim Jae-Ho | System and method for controlling public transportation |
CN101697250A (zh) * | 2009-11-05 | 2010-04-21 | 东南大学 | 城市公交车辆路段行程时间改进预测方法 |
JP2012069136A (ja) * | 2011-10-27 | 2012-04-05 | Kyosan Electric Mfg Co Ltd | 乗合車両運行管理用センタ装置 |
CN102610088A (zh) * | 2012-03-08 | 2012-07-25 | 东南大学 | 一种公交车站点间行程时间预测方法 |
CN102737129A (zh) * | 2012-06-20 | 2012-10-17 | 东南大学 | 一种公交车辆区域行车时刻表编制的方法 |
CN103854495A (zh) * | 2014-03-21 | 2014-06-11 | 东南大学 | 一种基于运行时刻表的主干线公交车辆单向优先控制方法 |
Non-Patent Citations (1)
Title |
---|
林叶倩 等: ""可变线路式公交车辆调度优化模型"", 《交通信息与安全》, vol. 30, no. 5, 31 May 2012 (2012-05-31) * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376716A (zh) * | 2014-11-28 | 2015-02-25 | 南通大学 | 一种基于贝叶斯网络模型的公交时刻表动态生成方法 |
CN104866925A (zh) * | 2015-05-27 | 2015-08-26 | 上海工程技术大学 | 一种基于ats调整功能的列车时刻表优化方法 |
CN104866925B (zh) * | 2015-05-27 | 2018-04-20 | 上海工程技术大学 | 一种基于ats调整功能的列车时刻表优化方法 |
CN105046379A (zh) * | 2015-09-09 | 2015-11-11 | 东南大学 | 一种城市公交发车时刻表优化方法 |
CN105448082A (zh) * | 2015-12-30 | 2016-03-30 | 清华大学 | 一种可变间隔发车的快速公交车组合调度方法 |
CN105575108A (zh) * | 2016-01-11 | 2016-05-11 | 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 |
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 |
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 |
CN106257491B (zh) * | 2016-07-27 | 2019-08-23 | 合肥指南针电子科技有限责任公司 | 一种公交车客流量调整系统 |
CN106257491A (zh) * | 2016-07-27 | 2016-12-28 | 合肥指南针电子科技有限责任公司 | 一种公交车客流量调整系统 |
CN107330547A (zh) * | 2017-06-15 | 2017-11-07 | 重庆交通大学 | 一种城市公交动态调度优化方法及系统 |
CN107330547B (zh) * | 2017-06-15 | 2020-07-28 | 重庆交通大学 | 一种城市公交动态调度优化方法及系统 |
CN107248280A (zh) * | 2017-08-07 | 2017-10-13 | 江苏南大苏富特智能交通科技有限公司 | 一种基于实时客流预测的公交车发车调度方法 |
WO2019148764A1 (zh) * | 2018-02-01 | 2019-08-08 | 深圳大学 | 一种公交动态调度方法、存储介质及设备 |
CN108320494A (zh) * | 2018-02-01 | 2018-07-24 | 深圳大学 | 一种公交动态调度方法、存储介质及设备 |
US11958517B2 (en) | 2018-03-30 | 2024-04-16 | Casco Signal Co., Ltd. | Intelligent train operation adjustment system and method based on real-time passenger flow |
WO2019184724A1 (zh) * | 2018-03-30 | 2019-10-03 | 卡斯柯信号有限公司 | 一种基于实时客流的列车智能运行调整系统及方法 |
WO2019205278A1 (zh) * | 2018-04-28 | 2019-10-31 | 深圳大学 | 公交运行状态数据调整处理方法、智能终端及存储介质 |
CN109034494B (zh) * | 2018-08-23 | 2021-04-13 | 深圳市东部公共交通有限公司 | 公交调度方法 |
CN109034494A (zh) * | 2018-08-23 | 2018-12-18 | 深圳市东部公共交通有限公司 | 公交调度方法 |
CN111709562A (zh) * | 2020-06-02 | 2020-09-25 | 广州通达汽车电气股份有限公司 | 一种公交车辆的排班时刻表的生成方法及装置 |
CN111695726A (zh) * | 2020-06-02 | 2020-09-22 | 广州通达汽车电气股份有限公司 | 一种公交车辆的排班时间表更新方法及装置 |
CN112686435A (zh) * | 2020-12-23 | 2021-04-20 | 四川锐明智通科技有限公司 | 排班方法、排班装置及终端设备 |
CN112419731A (zh) * | 2021-01-22 | 2021-02-26 | 深圳市都市交通规划设计研究院有限公司 | 公交满载率预测方法及系统 |
CN112419731B (zh) * | 2021-01-22 | 2021-06-22 | 深圳市都市交通规划设计研究院有限公司 | 公交满载率预测方法及系统 |
CN113053119A (zh) * | 2021-03-18 | 2021-06-29 | 重庆交通开投科技发展有限公司 | 一种基于公交运行历史数据的圈次时间预测方法 |
CN113628473A (zh) * | 2021-07-02 | 2021-11-09 | 东南大学 | 一种智能公交车辆响应式停站计划与动态调度系统 |
CN113936496A (zh) * | 2021-12-17 | 2022-01-14 | 广东机电职业技术学院 | 基于乘客识别的智能交互交通排程方法及系统 |
CN114898588A (zh) * | 2022-03-03 | 2022-08-12 | 北京邮电大学 | 一种公交发车时刻表优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104157132B (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104157132A (zh) | 一种自适应式公交发车时刻表的动态优化方法 | |
CN106207290B (zh) | 一种基于多源数据的电动汽车充电辅助决策优化方法 | |
CN105070037B (zh) | 一种综合管理播报的公共交通信息平台及运行控制方法 | |
CN104217129A (zh) | 一种城轨路网客流估算方法 | |
CN108846514B (zh) | 一种突发事件下轨道交通客流疏散需求预测方法 | |
CN104239484A (zh) | 一种基于多模式公交组合调度的时刻表编制方法 | |
CN104239726A (zh) | 一种城轨路网突发事件条件下客流估算系统 | |
CN107273999A (zh) | 一种突发事件下城市轨道交通客流预测方法 | |
CN102169606A (zh) | 一种城市轨道交通网络大客流影响的预测方法 | |
CN104866931B (zh) | 一种基于大站停车和多站协同限流的地铁客流组织方法 | |
CN107194497A (zh) | 一种突发事件下城市轨道交通乘客出行路径规划方法 | |
CN105427594B (zh) | 一种基于双向上车客流的公交断面客流量获取方法及系统 | |
CN108151756A (zh) | 一种城市公共交通系统的行程时间计算方法和装置 | |
CN105095994B (zh) | 一种基于线性规划的城轨线路客流峰值预测方法 | |
CN104573849A (zh) | 基于arima模型预测客流的公交调度优化方法 | |
CN102081859A (zh) | 一种公交车到站时间预测模型控制方法 | |
CN102737129A (zh) | 一种公交车辆区域行车时刻表编制的方法 | |
CN102394011A (zh) | 公交车自动化动态调度系统及方法 | |
CN104157142A (zh) | 一种基于浮动车数据的城市路径行程时间预测方法 | |
CN106530680A (zh) | 一种基于大站快车的公交线路组合服务方法 | |
CN105976644A (zh) | 一种空域动态调配的滚动时域控制方法 | |
CN102063791B (zh) | 一种信号控制与定位监控相结合的公交车辆行车控制方法 | |
Li et al. | Metro timetabling for time-varying passenger demand and congestion at stations | |
Zhang et al. | Coupling analysis of passenger and train flows for a large-scale urban rail transit system | |
CN109872047B (zh) | 一种考虑出行者拥挤度感知的公交出行方案推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 Termination date: 20200818 |
|
CF01 | Termination of patent right due to non-payment of annual fee |