CN108538072B - 一种确定发车策略的方法和装置 - Google Patents

Abstract

本发明提供了一种确定发车策略的方法和装置，涉及数据处理的技术领域，包括：获取目标数据，其中，目标数据为用于指定目标车队的发车策略的数据；获取目标车队的目标预期，其中，目标预期包括以下至少一种参数：目标车队的运行成本，目标车队的乘客满意度，所述目标车队的人车数量比；将目标预期和目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个发车策略的得分值。本发明缓解了现有的技术方案在对发车策略的优化进行求解时只考虑到车辆的平均时速和车辆运行的首末站等单一因素导致的发车策略不能满足实际应用需求的技术问题。

Description

一种确定发车策略的方法和装置

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种确定发车策略的方法和装置。

背景技术

公交车发车策略主要包括两个方面：一是公交车的发车位置及车辆数，另一个方面为不同地点发车的频率以及跑完一个圈次的大概时间规定。

就发车策略中的公交调度中发车间隔优化问题而言，已是世界公认的NP难问题，所以目前一般采用启发式算法进行求解，目前采用遗传算法对此问题求解的算法比较多见。但是，这些算法一般都假设公交车以平均时速在道路上运行，公交车只在首末站发车，也不区分公交车的不同车型及驾驶员的驾驶水平。但在实际调度场景中，调度员最迫切、也最需计算机自动辅助排班的时段为人流高峰期(早、晚高峰)，在这种场合下，调度员往往采取发区间车、中间站点屯车等方式来缓解乘客拥堵，且因为车辆在不同路段及时段的时速变化很大，车型和驾驶员的情况也各不相同等原因，导致公交应用的实际场合中很少利用这些算法。

针对上述问题，还未提出有效的解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种确定发车策略的方法和装置，以缓解了现有技术对公交发车策略的优化进行求解，只考虑到公交车辆的平均时速和公交车辆运行的首末站，导致得到的公交发车策略不满足实际应用的需求的技术问题，达到了考虑到多方面因素对公交发车策略的影响，并基于多方面的因素得到发车策略，满足实际应用的需求技术效果。

第一方面，本发明实施例提供了一种确定发车策略的方法，该方法包括：获取目标数据，其中，所述目标数据为用于指定目标车队的发车策略的数据，所述目标数据包括以下至少一种：客流量数据，所述目标车队中每辆车的位置数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据；获取所述目标车队的目标预期，其中，所述目标预期包括以下至少一种参数：所述目标车队的运行成本，所述目标车队的乘客满意度，所述目标车队的人车数量比；将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值，其中，每种算法对应输出一个发车策略和每个发车策略的得分值，所述得分值用于表征对应的发车策略的预期执行效果。

进一步地，获取目标数据包括：获取与所述多个发车策略所执行的目标日期相对应的历史日期，并将所述历史日期所对应的历史客流量统计数据，得到所述目标日期所对应的所述客流量数据，其中，所述历史日期的属性信息与所述目标日期的属性信息部分重叠或者全部重叠，所述客流量数据包括以下至少一种：车辆在所述目标日期的各个时段和各个站点的上车人数、车辆在所述目标日期的各个时段和各个站点的下车人数；基于所述历史日期的位置数据，得到所述目标日期的所述位置数据，所述位置数据包括以下至少一种：车辆在各个预设时段的平均时速，车辆各个路段的平均时速，车辆在各个站点的停留时间；基于用户确定的数据或公交车辆调度IT系统中的数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述每辆车的基础数据包括以下至少一种：车辆运行线路，车辆停靠站点，车辆属性数据；基于用户输入的数据或车辆can总线显示的数据，得到所述目标车队中每辆车的车辆充能数据和所述目标车队中每辆车的车辆保养数据。

进一步地，获取所述目标车队的目标预期包括：获取所述目标车队中每个车辆的运行成本，每个车辆的乘客满意度和目标车队的人车数量比；基于所述运行成本、所述乘客满意度，所述目标车队的人车数量比和预设条件，确定所述目标预期，其中，所述预设条件为所述运行成本在所述目标预期中的权重值，所述乘客满意度在所述目标预期中的权重值以及所述目标车队的人车数量比在所述目标预期中的权重值。

进一步地，将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值包括：根据用户在所述目标数据中选择的参数作为第一目标数据，其中，所述第一目标数据所对应的历史日期的属性特征与所述目标日期的属性特征全部重叠；将所述目标预期和所述第一目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值。

进一步地，所述方法还包括：将所述得分值分最高的发车策略作为目标发车策略；对所述目标发车策略进行参数调整，得到最优发车策略，其中，所述参数调整包括以下至少之一：更换所述目标发车策略中的车辆，更换所述目标发车策略中的车辆的驾驶员，增加区间车的数量。

第二方面，本发明实施例提供了一种确定发车策略的装置，该装置包括：第一获取装置，第二获取装置和计算装置，其中，所述第一获取装置用于获取目标数据，其中，所述目标数据为用于指定目标车队的发车策略的数据，所述目标数据包括以下至少一种：客流量数据，所述目标车队中每辆车的位置数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据；所述第二获取装置用于获取所述目标车队的目标预期，其中，所述目标预期包括以下至少一种参数：所述目标车队的运行成本，所述目标车队的乘客满意度，所述目标车队的人车数量比；所述计算装置用于将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值，其中，每种算法对应输出一个发车策略和每个发车策略的得分值，所述得分值用于表征对应的发车策略的预期执行效果。

进一步地，所述第一获取装置还用于：获取与所述多个发车策略所执行的目标日期相对应的历史日期，并将所述历史日期所对应的历史客流量统计数据，得到所述目标日期所对应的所述客流量数据，其中，所述历史日期的属性信息与所述目标日期的属性信息部分重叠或者全部重叠，所述客流量数据包括以下至少一种：车辆在所述目标日期的各个时段和各个站点的上车人数、车辆在所述目标日期的各个时段和各个站点的下车人数；基于所述历史日期的位置数据，得到所述目标日期的所述位置数据，所述位置数据包括以下至少一种：车辆在各个预设时段的平均时速，车辆各个路段的平均时速，车辆在各个站点的停留时间；基于用户确定的数据或公交车辆调度IT系统中的数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述每辆车的基础数据包括以下至少一种：车辆运行线路，车辆停靠站点，车辆属性数据；基于用户输入的数据或车辆can总线显示的数据，得到所述目标车队中每辆车的车辆充能数据和所述目标车队中每辆车的车辆保养数据。

进一步地，所述第二获取装置还用于：获取所述目标车队中每个车辆的运行成本，每个车辆的乘客满意度和目标车队的人车数量比；基于所述运行成本、所述乘客满意度、目标车队的人车数量比和预设条件，确定所述目标预期，其中，所述预设条件为所述运行成本在所述目标预期中的权重值，所述乘客满意度在所述目标预期中的权重值以及所述目标车队的人车数量比在所述目标预期中的权重值。

进一步地，所述计算装置还用于：根据用户在所述目标数据中选择的参数作为第一目标数据，其中，所述第一目标数据所对应的历史日期的属性特征与所述目标日期的属性特征全部重叠；将所述目标预期和所述第一目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值。

进一步地，所述装置还包括：一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述权利要求1-5中任一所述方法。

在本发明实施例中，首先，获取目标数据：然后，获取所述目标车队的目标预期；最后，将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值。

在本实施例中，目标数据包括多种数据，具体包括客流量数据，目标车队中每辆车的位置数据，目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据。通过上述目标数据和目标预期制定车队的发车策略时，能够充分考虑到车辆的多种影响因素，进而缓解了现有的技术方案在对公交发车策略的优化进行求解时只考虑到公交车辆的平均时速和公交车辆运行的首末站等单一因素导致的公交发车策略不能满足实际应用需求的技术问题，达到了结合多方面影响因素来制定发车策略的目的，以使基于多方面影响因素得到的发车策略能够满足实际应用的需求技术效果。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种确定发车策略的方法的流程图；

图2为本发明实施例提供的另一种确定发车策略的方法的流程图；

图3为本发明实施例提供的另一种确定发车策略的方法的流程图；

图4为本发明实施例提供的一种确定发车策略的装置的示意图；

图5为本发明实施例提供的另一种确定发车策略的装置的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

根据本发明实施例，提供了一种确定发车策略的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种确定发车策略的方法，如图1所示，该方法包括如下步骤：

步骤S102，获取目标数据，其中，所述目标数据为用于指定目标车队的发车策略的数据，所述目标数据包括以下至少一种：客流量数据，所述目标车队中每辆车的位置数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据。

步骤S104，获取所述目标车队的目标预期，其中，所述目标预期包括以下至少一种参数：所述目标车队的运行成本，所述目标车队的乘客满意度，所述目标车队的人车数量比。

步骤S106，将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值，其中，每种算法对应输出一个发车策略和每个发车策略的得分值，所述得分值用于表征对应的发车策略的预期执行效果。

在本实施例中，目标数据包括多种数据，具体包括客流量数据，目标车队中每辆车的位置数据，目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据。通过上述目标数据和目标预期制定车队的发车策略时，能够充分考虑到车辆的多种影响因素，进而缓解了现有的技术方案在对公交发车策略的优化进行求解时只考虑到公交车辆的平均时速和公交车辆运行的首末站等单一因素导致的公交发车策略不能满足实际应用需求的技术问题，达到了结合多方面影响因素来制定发车策略的目的，以使基于多方面影响因素得到的发车策略能够满足实际应用的需求技术效果。

在本发明实施例中，如图2所示，所述步骤S102包括：

步骤S1021，获取与所述多个发车策略所执行的目标日期相对应的历史日期，并将所述历史日期所对应的历史客流量统计数据，得到所述目标日期所对应的所述客流量数据，其中，所述历史日期的属性信息与所述目标日期的属性信息部分重叠或者全部重叠，所述客流量数据包括以下至少一种：车辆在所述目标日期的各个时段和各个站点的上车人数、车辆在所述目标日期的各个时段和各个站点的下车人数。

步骤S1022，基于所述历史日期的位置数据，得到所述目标日期的所述位置数据，所述位置数据包括以下至少一种：车辆在各个预设时段的平均时速，车辆各个路段的平均时速，车辆在各个站点的停留时间。

步骤S1023，基于用户确定的数据或公交车辆调度IT系统中的数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述每辆车的基础数据包括以下至少一种：车辆运行线路，车辆停靠站点，车辆属性数据。

步骤S1024，基于用户输入的数据或车辆can总线显示的数据，得到所述目标车队中每辆车的车辆充能数据和所述目标车队中每辆车的车辆保养数据。

在本发明实施例中，历史日期的属性信息包括多种类型，其中，多种类型包括：天气情况、星期情况、节假日情况(国家法定)、冬夏时制、学生寒暑假、特殊天日(如重大事件、异常拥堵)等，当目标日期的属性信息与历史日期的属性信息部分重叠或者全部重叠时，通过OD(交通量调查)推算和分析获取客流量数据。

例如，通过公交IC卡刷卡信息分析、手机信令数据分析、乘客视频计数系统、地图应用厂商等，获取到客流量数据。

当目标日期的属性信息与历史日期的属性信息部分重叠或者全部重叠时，获取车辆上安装的定位装置装置收集到的位置数据，该位置数据包括以下至少一种：车辆在各个预设时段的平均时速，车辆各个路段的平均时速，车辆在各个站点的停留时间。

通过用户确定的数据或公交车辆调度IT系统中的数据，得到所述基础属性数据，其中，车辆运行线路包括：车辆维修、加油气/充能路线，车辆区间车路线设置等；另外，如果车辆需按计划进行维修或加油气或充能等停运情况，当车辆维修或加油气或充能的路线存在与车辆运行线路部分重合的情况，用户可以自行设定特殊区间线路进行顺带运客；同时，还可以根据道路通行条件(如存在掉头车道)和疏散客流的需要，车队还可以对于某车辆运行线路均预设多条区间车路线，区间车的首末站以及区间车的运行时段。

车辆停靠站点包括：车辆可停放的临时停车站点，车辆可停放的永久停车站点，站点所能停放的车辆的数量，车辆充能站点位置(如加油站、加气站、充电站位置)及充能站点位置周边的道路情况等。

车辆属性数据包括：车辆的载客量，车辆的座位数，车辆的能耗，车辆的舒适指数，车辆安全指数，车辆充能数据，车辆保养数据等。

具体地，车辆充能数据主要为：车辆加油、加气、充电的位置及与运行线路的接驳道路情况，车辆在不同条件下(如夏天开空调情况下，充能里程会变短)需充能的行驶里程。当车辆运行到一定里程时(如200公里)，则需在排班时考虑停班充能。

车辆保养数据主要为：车辆强制保养的里程和时间规定。车辆满足一定里程或时间限制时，需停止运营，进行相应的维护保养工作(如停止运营1-2天)。

驾驶员基础属性数据包括：驾驶员的事故数据，驾驶员的违章历史数据，驾驶员的安全考核得分，驾驶员的驾龄，驾驶员的精神状态等，其中，该驾驶员为目标车队的每个车辆的驾驶人员，以及驾驶限制信息，所述驾驶限制信息为：驾驶员一次连续驾驶超过2小时必须休息15分钟，每天驾驶不超过8小时，每周不超过40小时之类的排班限制，以及某些驾驶员某天请假之类的个人限制。

对于运营车辆及驾驶员，还可以通过车辆百公里能耗，驾驶员安全指数等数据，并在总车辆数足够的情况下，综合车辆能耗排名，驾驶员安全排名等情况，可以优先发出能耗较低车辆和/或安全排名较高的驾驶员。如存在部分或完全自动驾驶的车辆，也可折算单车成本或安全指数，进而可完成运行成本及安全的综合排名(例如，运行成本和安全指数各以一定百分比系数进行综合排名)。

在本发明实施例中，如图2所示，步骤S104还包括：

步骤S1041，获取所述目标车队中每个车辆的运行成本，每个车辆的乘客满意度和目标车队的人车数量比。

步骤S1042基于所述运行成本、所述乘客满意度，所述目标车队的人车数量比和预设条件，确定所述目标预期，其中，所述预设条件为所述运行成本在所述目标预期中的权重值，所述乘客满意度在所述目标预期中的权重值以及所述目标车队的人车数量比在所述目标预期中的权重值。

在本发明实施例中，首先，可以通过车队车辆总数，每个车辆的百公里能耗，每个车辆的全天运营里程数，每个车辆的客运量，驾驶员的人力投入等参数计算出车队的运行成本，通过对上述参数进行量化，从而达到运输更多的乘客，进而提高车辆运行收入(例如，乘客购票或刷卡量)，同时降低了人员、车辆、能耗、维护等支出费用；然后，通过乘客平均等待时间，车辆中舒适车型所占的比例，车辆的运行速度，车辆安全指数，驾驶安全指数等参数计算出车队的乘客满意度，通过车队的驾驶规定以及各种排版策略(例如，驾驶员上班一天休息一天，驾驶员上班两天休息两天，滚动排班，无固定上班时段等)，以减少驾驶员驾驶运营车队中车辆的数量，所述目标车队的人车数量比的主要指标为驾驶人员与车队运营车辆之间的比值尽量较低。

最后，根据所述运行成本、所述乘客满意度，所述目标车队的人车数量比和预设条件，确定所述目标预期，所述预设条件为所述运行成本在所述目标预期中的权重值和所述乘客满意度在所述目标预期中的权重值。

例如，所述运行成本在所述目标预期中的权重值为60％，所述乘客满意度在所述目标预期中的权重值为30％，所述目标车队的人车数量比在所述目标预期中的权重值为10％，即表明，在通过算法获取发车策略时，算法重点考虑运行成本因素，次要考虑乘客满意度因素，最后再考虑目标车队的人车数量比因素。

在本发明实施例中，如图2所示，所述步骤S106还包括：

步骤S1061，根据用户在所述目标数据中选择的参数作为第一目标数据，其中，所述第一目标数据所对应的历史日期的属性特征与所述目标日期的属性特征全部重叠。

步骤S1062，将所述目标预期和所述第一目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值。

在本发明实施例中，首先，用户通过对目标参数的选择，将所述历史日期的属性特征与所述目标日期的属性特征全部重叠的目标参数，作为第一目标数据。

然后，将所述第一目标参数和所述目标预期分别输入到多种算法的每种算法中，通过每种算法的计算，得到多个发车策略和每个所述发车策略的得分值，其中，所述多种算法包括以下至少一种：最优化算法，模拟退火算法，遗传算法，蚁群算法，粒子群算法。

在本发明实施例中，如图3所示，所述方法还包括：

步骤S108，将所述得分值分最高的发车策略作为目标发车策略。

步骤S110，对所述目标发车策略进行参数调整，得到最优发车策略，其中，所述参数调整包括以下至少之一：更换所述目标发车策略中的车辆，更换所述目标发车策略中的车辆的驾驶员，增加区间车的数量。

在本发明实施例中，根据每个发车策略的得分值，将得分值分最高的发车策略作为目标发车策略，如果，用户对所述目标发车策略的预期执行效果不满意，还可以对所述目标发车策略进行参数调整，直至获得用户满意的发车策略，例如，通过对更换所述目标发车策略中的车辆或更换所述目标发车策略中的车辆的驾驶员或增加区间车的数量等参数进行重新设置，从而对所述目标发车策略再次进行调整。

实施例二：

图4是根据本发明实施例的一种确定发车策略的装置，如图4所示，该装置包括：第一获取装置10，第二获取装置20和计算装置30，其中，

所述第一获取装置10用于获取目标数据，其中，所述目标数据为用于指定目标车队的发车策略的数据，所述目标数据包括以下至少一种：客流量数据，所述目标车队中每辆车的位置数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据；

所述第二获取装置20用于获取所述目标车队的目标预期，其中，所述目标预期包括以下至少一种参数：所述目标车队的运行成本，所述目标车队的乘客满意度，所述目标车队的人车数量比；

所述计算装置30用于将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值，其中，每种算法对应输出一个发车策略和每个发车策略的得分值，所述得分值用于表征对应的发车策略的预期执行效果。

在本实施例中，目标数据包括多种数据，具体包括客流量数据，目标车队中每辆车的位置数据，目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据。通过上述目标数据和目标预期制定车队的发车策略时，能够充分考虑到车辆的多种影响因素，进而缓解了现有的技术方案在对公交发车策略的优化进行求解时只考虑到公交车辆的平均时速和公交车辆运行的首末站等单一因素导致的公交发车策略不能满足实际应用需求的技术问题，达到了结合多方面影响因素来制定发车策略的目的，以使基于多方面影响因素得到的发车策略能够满足实际应用的需求技术效果。

如图5所示，所述确定发车策略的装置还包括：

调整装置40，所述调整装置40用于将所述得分值分最高的发车策略作为目标发车策略；对所述目标发车策略进行参数调整，得到最优发车策略，其中，所述参数调整包括以下至少之一：更换所述目标发车策略中的车辆，更换所述目标发车策略中的车辆的驾驶员，增加区间车的数量。

在另一实施例中，还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述方法实施例中所描述的方法。

在本发明实施例中，首先，获取目标数据：然后，获取所述目标车队的目标预期；最后，将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值，从而解决了现有技术对公交发车策略的优化进行求解，只考虑到公交车辆的平均时速和公交车辆运行的首末站，导致得到的公交发车策略不满足实际应用的需求的技术问题，达到了考虑到多方面因素对公交发车策略的影响，并基于多方面的因素得到发车策略，满足实际应用的需求技术效果。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种确定发车策略的方法，其特征在于，包括：

获取目标数据，其中，所述目标数据为用于指定目标车队的发车策略的数据，所述目标数据包括以下至少一种：客流量数据，所述目标车队中每辆车的位置数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据；

获取所述目标车队的目标预期，其中，所述目标预期包括以下至少一种参数：所述目标车队的运行成本，所述目标车队的乘客满意度，所述目标车队的人车数量比；

将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值，其中，每种算法对应输出一个发车策略和每个发车策略的得分值，所述得分值用于表征对应的发车策略的预期执行效果；

其中，所述多种算法至少包括以下算法：最优化算法，模拟退火算法，遗传算法，蚁群算法，粒子群算法；

其中，获取目标数据包括：

获取与所述多个发车策略所执行的目标日期相对应的历史日期，并根据所述历史日期所对应的历史客流量统计数据，确定出所述目标日期所对应的所述客流量数据，其中，所述历史日期的属性信息与所述目标日期的属性信息部分重叠或者全部重叠，所述客流量数据包括以下至少一种：车辆在所述目标日期的各个时段和各个站点的上车人数、车辆在所述目标日期的各个时段和各个站点的下车人数；

基于所述历史日期的位置数据，得到所述目标日期的所述位置数据，所述位置数据包括以下至少一种：车辆在各个预设时段的平均时速，车辆在各个路段的平均时速，车辆在各个站点的停留时间；

基于用户确定的数据或公交车辆调度IT系统中的数据，得到所述目标车队中每辆车的基础属性数据和所述目标车队中每个驾驶员的基础属性数据，所述每辆车的基础属性数据包括以下至少一种：车辆运行线路，车辆停靠站点，车辆属性数据；

基于用户输入的数据或车辆can总线显示的数据，得到所述目标车队中每辆车的车辆充能数据和所述目标车队中每辆车的车辆保养数据。

2.根据权利要求1所述的方法，其特征在于，获取所述目标车队的目标预期包括：

获取所述目标车队中每个车辆的运行成本，每个车辆的乘客满意度，和目标车队的人车数量比；

基于所述运行成本、所述乘客满意度，所述目标车队的人车数量比和预设条件，确定所述目标预期，其中，所述预设条件为所述运行成本在所述目标预期中的权重值，所述乘客满意度在所述目标预期中的权重值以及所述目标车队的人车数量比在所述目标预期中的权重值。

3.根据权利要求1所述的方法，其特征在于，将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值包括：

根据用户在所述目标数据中选择的参数作为第一目标数据，其中，所述第一目标数据所对应的历史日期的属性特征与所述目标日期的属性特征全部重叠；

将所述目标预期和所述第一目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将所述得分值最高的发车策略作为目标发车策略；

对所述目标发车策略进行参数调整，得到最优发车策略，其中，所述参数调整包括以下至少之一：更换所述目标发车策略中的车辆，更换所述目标发车策略中的车辆的驾驶员，增加区间车的数量。

5.一种确定发车策略的装置，其特征在于，包括：第一获取装置，第二获取装置和计算装置，其中，

所述第一获取装置用于获取目标数据，其中，所述目标数据为用于指定目标车队的发车策略的数据，所述目标数据包括以下至少一种：客流量数据，所述目标车队中每辆车的位置数据，所述目标车队中每辆车的基础属性数据，所述目标车队中每个驾驶员的基础属性数据，所述目标车队中每辆车的车辆充能数据，所述目标车队中每辆车的车辆保养数据；

所述第二获取装置用于获取所述目标车队的目标预期，其中，所述目标预期包括以下至少一种参数：所述目标车队的运行成本，所述目标车队的乘客满意度，所述目标车队的人车数量比；

所述计算装置用于将所述目标预期和所述目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值，其中，每种算法对应输出一个发车策略和每个发车策略的得分值，所述得分值用于表征对应的发车策略的预期执行效果；

其中，所述多种算法至少包括以下算法：最优化算法，模拟退火算法，遗传算法，蚁群算法，粒子群算法；

其中，所述第一获取装置还用于：

获取与所述多个发车策略所执行的目标日期相对应的历史日期，并根据所述历史日期所对应的历史客流量统计数据，确定出所述目标日期所对应的所述客流量数据，其中，所述历史日期的属性信息与所述目标日期的属性信息部分重叠或者全部重叠，所述客流量数据包括以下至少一种：车辆在所述目标日期的各个时段和各个站点的上车人数、车辆在所述目标日期的各个时段和各个站点的下车人数；

基于所述历史日期的位置数据，得到所述目标日期的所述位置数据，所述位置数据包括以下至少一种：车辆在各个预设时段的平均时速，车辆在各个路段的平均时速，车辆在各个站点的停留时间；

基于用户确定的数据或公交车辆调度IT系统中的数据，得到所述目标车队中每辆车的基础属性数据和所述目标车队中每个驾驶员的基础属性数据，所述每辆车的基础属性数据包括以下至少一种：车辆运行线路，车辆停靠站点，车辆属性数据；

基于用户输入的数据或车辆can总线显示的数据，得到所述目标车队中每辆车的车辆充能数据和所述目标车队中每辆车的车辆保养数据。

6.根据权利要求5所述的确定发车策略的装置，其特征在于，所述第二获取装置还用于：

获取所述目标车队中每个车辆的运行成本，每个车辆的乘客满意度和目标车队的人车数量比；

基于所述运行成本、所述乘客满意度和预设条件，确定所述目标预期，其中，所述预设条件为所述运行成本在所述目标预期中的权重值，所述乘客满意度在所述目标预期中的权重值以及所述目标车队的人车数量比在所述目标预期中的权重值。

7.根据权利要求5所述的确定发车策略的装置，其特征在于，所述计算装置还用于：

根据用户在所述目标数据中选择的参数作为第一目标数据，其中，所述第一目标数据所对应的历史日期的属性特征与所述目标日期的属性特征全部重叠；

将所述目标预期和所述第一目标数据分别输入到多种算法的每种算法中，得到多个发车策略和每个所述发车策略的得分值。

8.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述权利要求1-4中任一所述方法。

Images