CN108615391A - 一种公交智能调度方法、系统及介质 - Google Patents
一种公交智能调度方法、系统及介质 Download PDFInfo
- Publication number
- CN108615391A CN108615391A CN201810437163.4A CN201810437163A CN108615391A CN 108615391 A CN108615391 A CN 108615391A CN 201810437163 A CN201810437163 A CN 201810437163A CN 108615391 A CN108615391 A CN 108615391A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- public transport
- plan
- data
- station
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种公交智能调度方法,包括获取所述公交的历史运营信息,根据所述历史运营信息生成训练数据;根据所述训练数据生成调度参数和预测到站模型;获取所述公交的行车信息,将所述行车信息输入所述预测到站模型,生成预计到站时间;获取所述公交的计划发车时间,根据所述计划发车时间、所述调度参数以及所述预计到站时间生成调度策略。相应地,本发明还提供一种公交智能调度系统和介质。本发明的方法、系统和介质通过获取公交历史运营信息和公交实时运营信息,并根据实时运营信息以及预测所得公交预计到站时间,可对公交运营进行准确、及时的调度,保证公交运营效率及服务质量。
Description
技术领域
本发明涉及交通信息技术领域,具体涉及一种公交智能调度方法、系统及介质。
背景技术
随着社会的发展,交通工具的普及,城市交通拥堵已经成为相关部门亟待解决的问题。其中,公交、BRT、地铁等大型城市客运服务已成为舒缓城市交通的重要手段。
而在公交运营的过程中,为了保证公交服务质量以及公交车的工作效率,根据公交车的行驶状况进行合理调度是必不可少的环节。目前,大部分城市现有的公交运营商多采用传统的调度方式进行公交调度。即通过人工对公交车的行驶状况进行判断,进而对公交车的行驶计划进行调整。这种方式的智能化水平低,并且其调度结果完全取决于人工对于公交调度的经验和判断,具有很强的不确定性,导致无法保证公交车的调度合理性。
发明内容
本发明的目的在于提供一种公交智能调度方法,能够克服现有技术对公交调度方式智能化水平低,人工判断的不确定性和个体差异化导致的公交车调度不合理问题。
为了解决上述技术问题,本发明采用的技术方案为:
一种公交智能调度方法,包括:
获取所述公交的历史运营信息,根据所述历史运营信息生成训练数据;
根据所述训练数据生成调度参数和预测到站模型;
获取所述公交的行车信息,将所述行车信息输入所述预测到站模型,生成预计到站时间;
获取所述公交的排班数据,根据所述排班数据、所述调度参数以及所述预计到站时间生成调度策略,根据所述调整策略对所述排班数据进行调整。
进一步地,所述根据所述排班数据、调度参数以及所述预计到站时间生成调度策略,具体为:
根据所述预计到站时间获取排班数据中与其对应的计划发车时间;
判断所述预计到站时间是否晚于所述计划发车时间;
若是,则根据所述预计到站时间与所述计划发车时间计算晚点时长;
判断所述晚点时长是否达到预设的处理时长阈值;
若是,则获取当前时间,并根据所述当前时间、预计到站时间以及晚点时长生成调度策略。
进一步地,所述根据所述当前时间、预计到站时间以及晚点时长生成调度策略,具体为:
判断所述晚点时长是否达到砍班时长阈值;
若是,则取消下一班次的公交发车计划;
若否,则根据所述当前时间以及预计到站时间生成调度区间,获取所述调度区间内的可到站公交信息,并根据所述可到站公交信息调整所述调度区间内可到站公交的发车顺序。
进一步地,还包括:
获取调度人员的录入指令,根据所述录入指令判断所述调度人员是否接受调度策略;
若否,则取消对所述排班数据的调整,并将所述调度策略进行存储;
并根据调度人员不接受的调度策略优化所述调度参数。
进一步地,还包括:
根据所述排班数据计算各班次之间的计划发车间隔;
判断所述计划发车间隔是否在预设的合理发车间隔内;
若否,则根据所述计划发车间隔以及所述调度参数对所述排班数据进行调整。
进一步地,还包括:
获取调度人员的录入指令,根据所述录入指令判断所述调度人员是否接受排班数据的调整;
若否,则取消对多数排班数据的调整,并将所述排班数据以及对应的调整信息存储;
根据调度人员不接受的排班数据及其对应的调整信息对所述调度参数进行优化。
相应地,本发明还公开了一种公交智能调度系统,包括:学习单元、监测单元和调度单元;所述学习单元用于根据所述公交的历史运营信息生成调度参数、预测到站模型,并根据历史记录对调度参数进行优化;所述监测单元用于获取公交的行车信息以及实时排班数据;所述调度单元用于根据所述预测到站模型的预测结果、实时排班数据以及调度参数生成调度策略。
相应地,本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在被处理器执行时,可实现上述一种公交智能调度方法的步骤。
本发明的有益效果在于:根据公交历史运营数据,通过统计学方法生成调度参数,通过机器学习生成预测到站模型。从而在获取到公交行车信息后通过预设到站模型和调度参数进行调度策略的生成,可实现公交智能调度,保证调度准确性和及时性。
附图说明
图1为本发明公开的一种公交智能调度方法流程示意图;
图2为本发明一实施例的流程示意图;
图3为本发明另一实施例的流程示意图。
具体实施方式
下面参照附图对本发明的示例性实施方式进行详细描述。对示例性实施方式的描述仅仅是出于示范的目的,而绝不是对本发明及其应用或用法的限制。
本发明最关键的构思在于:根据公交历史运营数据,通过统计学方法生成调度参数,通过机器学习生成预测到站模型。从而在获取到公交行车信息后通过预设到站模型和调度参数进行调度策略的生成,可实现公交智能调度,保证调度准确性和及时性。
实施例
请参照图1至图3,本发明提供的一种公交智能调度方法,包括:
获取公交历史运营信息,根据历史运营信息生成训练数据。其中,历史运营信息包括公交历史行车信息、历史调度信息、日期、时段、天气。根据历史运营信息中包含的数据,根据预设的特征提取算法生成可用于机器学习和统计学分析的训练数据。具体地,将历史运营信息中的明显异常数据进行排除。提取线路特征信息、环境信息、调度信息和到离站信息;其中,线路特征信息包含线路类别、行驶方向、是否工作日、高峰时段等。根据各特征及其对应的值生成训练数据。
根据训练数据生成调度参数和预测到站模型。其中,调度参数是通过统计学方法计算生成的具有线路特征的调度规律参数。具体地,根据训练数据提取合理发车间隔、晚点时长信息、调度方式信息以及线路特征信息,并根据统计分析建立合理发车间隔、晚点时长、调度方式与线路特征的对应关系。根据训练数据生成预测到站模型的过程,在训练数据形成之后。通过现有技术可有多种方式可达成这一目的。例如,通过SVR模型、SVM模型、XGboost算法引擎等。因此,在此不做过多赘述。
获取公交的行车信息,将行车信息输入预测到站模型,生成预计到站时间;获取公交的排班数据,根据排班数据、调度参数以及预计到站时间生成调度策略,根据调度策略对排班数据进行调整。其中,公交的行车信息为公交日常运行的实时行车信息,例如,公交的实时定位信息、到离站信息。将行车信息输入预测到站模型后,预测到站模型可根据行车信息计算公交的预计到站时间。其中,该预计到站时间可以是公交抵达下一站点的预计到站时间,也可以是通过迭代计算获取到的公交抵达终点站的回场时间。然后,获取公交的排班数据。可知,在公交运营之前,运营商均会根据公交线路特征提前制定一公交排班数据。优选地,该排班数据包含公交的运营日期、各线路的线路特征、各线路班次安排、各班次对应的计划发车时间。根据排班数据、调度参数以及预计到站时间生成调度策略。其中,该调度策略的生成方式可以有多种。例如,直接根据各公交的预计到站时间进行发车间隔的调整;或者根据计划发车时间与预计到站时间的差值进行发车间隔的调整;或者,通过实时监测各发车班次之间的发车间隔,进而判断发车间隔合理性,对不合理的发车间隔进行调整,从而保证各发车间隔的合理性。
作为一优选的实施方式,本发明提供的公交智能调度方法中,根据排班数据、调度参数以及预计到站时间生成调度策略,具体为:
首先,根据预计到站时间获取排班数据中与其对应的计划发车时间;判断预计到站时间是否晚于计划发车时间,即判断预计到站时间值是否大于计划发车时间值。若是,则根据预计到站时间与计划发车时间计算晚点时长,该晚点时长即预计到站时间与计划发车时间差值。进一步,判断该晚点时长是否达到预设的处理时长阈值,若是,则获取当前时间,并根据当前时间、预计到站时间以及晚点时长生成调度策略。需要说明的是,当前时间为前述获取的公交的行车信息对应的服务器本地时间。
作为一优选的实施方式,本发明提供的公交智能调度方法中,根据当前时间、预计到站时间以及晚点时长生成调度策略,具体为:
首先,判断晚点时长是否达到砍班时长阈值;其中,砍班即取消下一班次的公交车发车计划的调度行为。若是,则取消下一班次的公交发车计划;若否,则根据当前时间以及预计到站时间生成调度区间,获取调度区间内的可到站公交信息,并根据可到站公交信息调整调度区间内的可到站公交的发车顺序。具体地,可到站公交信息包含调度区间内可到站公交的抵达时间、可到站公交数量。其中,抵达时间即落入调度区间的预计到站时间。将可到站公交信息根据抵达时间的先后顺序进行排序,然后,根据调度区间的时间持续时长以及可到站公交数量计算合理发车间隔。进而根据发车间隔计算各公交发车时间。以此达到调整可到站公交发车顺序的目的。
作为一优选的实施方式,本发明提供的公交智能调度方法,还包括:
获取调度人员的录入指令,根据录入指令判断调度人员是否接受调度策略;若否,则取消根据调度策略对排班数据的调整,并将调度策略存储进行存储;根据调度人员不接受的调度策略优化调度参数。其中,获取调度人员的录入指令可在生成的调度策略发送至调度中心之后,通过调度人员的移动终端或调度中心终端获取调度人员的录入指令。将调度人员不接受的调度策略进行相应地存储,可为后续相关人员进行调度参数的调整提供依据。
作为一优选的实施方式,本发明提供的公交智能调度方法,还包括:
根据排班数据计算各班次之间的计划发车间隔。需要说明的是,该排班数据可以是计划排班数据也可以是实时的排班数据。具体地,在公交每日运营前,通过对计划排班数据进行验证,可以在运营之前检验计划排班数据的合理性。而在公交实际运营中,存在多种情况使得调度人员会对公交排班数据进行实时调整。因此,对排班数据进行实时监控,并在调度人员对排班数据进行调整之后,进一步对排班数据合理性进行判断,可保证公交日常调度的准确性。
判断计划发车间隔是否在预设的合理发车间隔内;若否,则根据计划发车间隔以及调度参数对排班数据进行调整。具体地,根据各计划发车间隔所对应的线路特征信息,查找与该线路特征信息对应的预设的合理发车间隔区间。通过将各计划发车间隔与合理发车间隔区间进行匹配,判断该计划发车间隔是否合理;若否,则根据计划发车间隔以及调整参数进行调整范围的确定。具体地,根据不合理发车间隔所在排班数据中的位置,向前或向后平滑一班次的计划发车间隔,并判断当前调整范围内的计划发车间隔与临界班次的发车间隔之间的差值是否小于预设的差值阈值;若是,则确定当前调整范围为最终调整范围;若否,则继续向前或向后平滑班次,并进行迭代判断,直至计划发车间隔与临界班次的发车间隔小于预设的差值阈值。确定调整范围后,对调整范围内的发车间隔进行调整,并根据调整后的发车间隔更新排班数据中的各班次发车时间。
作为一优选的实施方式,本发明提供的公交智能调度方法,还包括:
获取调度人员的录入指令,并根据录入指令判断调度人员是否接受排版数据的调整;若否,则取消对排班数据的调整,并将调度人员不接受的排班数据以及对应的调整信息进行存储。并根据该存储数据进行调度参数的优化。
相应地,本发明还公开一种公交智能调度系统,包括:学习单元、监测单元和调度单元;学习单元用于根据公交的历史运营信息生成调度参数、预测到站模型,并根据历史记录对调度参数进行优化;监测单元用于获取公交的行车信息以及实时排班数据;调度单元用于根据预测到站模型的预测结果、实时排班数据以及调度参数生成调度策略。
本发明的一种公交智能调度方法、系统及介质与现有技术相比,能够根据公交运营的实时数据进行合理分析,通过预测公交预计到站时间结合实时数据进行异常情况的事前调度,进而保证公交调度工作的准确性与及时性。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种公交智能调度方法,其特征在于,包括:
获取所述公交的历史运营信息,根据所述历史运营信息生成训练数据;
根据所述训练数据生成调度参数和预测到站模型;
获取所述公交的行车信息,将所述行车信息输入所述预测到站模型,生成预计到站时间;
获取所述公交的排班数据,根据所述排班数据、所述调度参数以及所述预计到站时间生成调度策略,根据所述调度策略对所述排班数据进行调整。
2.如权利要求1所述的一种公交智能调度方法,其特征在于,所述根据所述排班数据、调度参数以及所述预计到站时间生成调度策略,具体为:
根据所述预计到站时间获取排班数据中与其对应的计划发车时间;
判断所述预计到站时间是否晚于所述计划发车时间;
若是,则根据所述预计到站时间与所述计划发车时间计算晚点时长;
判断所述晚点时长是否达到预设的处理时长阈值;
若是,则获取当前时间,并根据所述当前时间、预计到站时间以及晚点时长生成调度策略。
3.如权利要求2所述的一种公交智能调度方法,其特征在于,所述根据所述当前时间、预计到站时间以及晚点时长生成调度策略,具体为:
判断所述晚点时长是否达到砍班时长阈值;
若是,则取消下一班次的公交发车计划;
若否,则根据所述当前时间以及预计到站时间生成调度区间,获取所述调度区间内的可到站公交信息,并根据所述可到站公交信息调整所述调度区间内可到站公交的发车顺序。
4.如权利要求2或3所述的一种公交智能调度方法,其特征在于,还包括:
获取调度人员的录入指令,根据所述录入指令判断所述调度人员是否接受调度策略;
若否,则取消对所述排班数据的调整,并将所述调度策略进行存储;
根据调度人员不接受的调度策略优化所述调度参数。
5.如权利要求1所述的一种公交智能调度方法,其特征在于,还包括:
根据所述排班数据计算各班次之间的计划发车间隔;
判断所述计划发车间隔是否在预设的合理发车间隔内;
若否,则根据所述计划发车间隔以及所述调度参数对所述排班数据进行调整。
6.如权利要求5所述的一种公交智能调度方法,其特征在于,还包括:
获取调度人员的录入指令,根据所述录入指令判断所述调度人员是否接受排班数据的调整;
若否,则取消对所述排班数据的调整,并将所述排班数据以及对应的调整信息存储;
根据调度人员不接受的排班数据及其对应的调整信息对所述调度参数进行优化。
7.一种公交智能调度系统,其特征在于,包括:学习单元、监测单元和调度单元;所述学习单元用于根据所述公交的历史运营信息生成调度参数、预测到站模型,并根据历史记录对调度参数进行优化;所述监测单元用于获取公交的行车信息以及实时排班数据;所述调度单元用于根据所述预测到站模型的预测结果、实时排班数据以及调度参数生成调度策略。
8.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序在被处理器执行时,可实现权利要求1至6任一项所述一种公交智能调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810437163.4A CN108615391A (zh) | 2018-05-09 | 2018-05-09 | 一种公交智能调度方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810437163.4A CN108615391A (zh) | 2018-05-09 | 2018-05-09 | 一种公交智能调度方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108615391A true CN108615391A (zh) | 2018-10-02 |
Family
ID=63662483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810437163.4A Pending CN108615391A (zh) | 2018-05-09 | 2018-05-09 | 一种公交智能调度方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108615391A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805414A (zh) * | 2018-05-21 | 2018-11-13 | 青岛海信网络科技股份有限公司 | 一种公交车辆计划发车时刻表的调整方法及装置 |
CN110084505A (zh) * | 2019-04-22 | 2019-08-02 | 南京行者易智能交通科技有限公司 | 一种基于客流的智能排班方法及装置、移动端设备、服务器 |
CN111932039A (zh) * | 2020-09-29 | 2020-11-13 | 北京交通大学 | 一种列车到站晚点预测方法、装置、电子设备及存储介质 |
CN112308368A (zh) * | 2020-07-30 | 2021-02-02 | 武汉禾青优化科技有限公司 | 一种公交实时调度仿真方法及系统 |
CN112347596A (zh) * | 2020-11-05 | 2021-02-09 | 浙江非线数联科技有限公司 | 一种城市公交线网优化方法 |
CN113065803A (zh) * | 2021-04-26 | 2021-07-02 | 广州通达汽车电气股份有限公司 | 站间行车数据处理方法、装置、电子设备及存储介质 |
CN113256960A (zh) * | 2021-04-16 | 2021-08-13 | 四川锐明智通科技有限公司 | 一种车辆的调度方法、装置、终端设备及存储介质 |
CN113256004A (zh) * | 2021-05-27 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 车辆排班方法、装置、计算机设备及存储介质 |
CN114331231A (zh) * | 2022-03-14 | 2022-04-12 | 北京清研宏达信息科技有限公司 | 一种公共交通排班的方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101074025A (zh) * | 2007-06-15 | 2007-11-21 | 南京恩瑞特实业有限公司 | 多策略城轨列车运行自动调整方法 |
CN102394011A (zh) * | 2011-10-08 | 2012-03-28 | 青岛海信网络科技股份有限公司 | 公交车自动化动态调度系统及方法 |
CN104064028A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 基于多元信息数据的公交到站时间预测方法及系统 |
CN104408908A (zh) * | 2014-11-05 | 2015-03-11 | 东南大学 | 公交车辆越站调度方法及系统 |
CN109166303A (zh) * | 2018-08-30 | 2019-01-08 | 北京航天控制仪器研究所 | 一种公交排班调度的方法及系统 |
-
2018
- 2018-05-09 CN CN201810437163.4A patent/CN108615391A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101074025A (zh) * | 2007-06-15 | 2007-11-21 | 南京恩瑞特实业有限公司 | 多策略城轨列车运行自动调整方法 |
CN102394011A (zh) * | 2011-10-08 | 2012-03-28 | 青岛海信网络科技股份有限公司 | 公交车自动化动态调度系统及方法 |
CN104064028A (zh) * | 2014-06-23 | 2014-09-24 | 银江股份有限公司 | 基于多元信息数据的公交到站时间预测方法及系统 |
CN104408908A (zh) * | 2014-11-05 | 2015-03-11 | 东南大学 | 公交车辆越站调度方法及系统 |
CN109166303A (zh) * | 2018-08-30 | 2019-01-08 | 北京航天控制仪器研究所 | 一种公交排班调度的方法及系统 |
Non-Patent Citations (3)
Title |
---|
尹婷婷: "基于大数据的公交调度规则研究", 《中国优秀硕士学位论文全文数据库 工程科技 II辑》 * |
尹婷婷: "基于大数据的公交调度规则研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
王新声: "《城市公共交通运营调度管理》", 30 November 2001 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805414A (zh) * | 2018-05-21 | 2018-11-13 | 青岛海信网络科技股份有限公司 | 一种公交车辆计划发车时刻表的调整方法及装置 |
CN110084505A (zh) * | 2019-04-22 | 2019-08-02 | 南京行者易智能交通科技有限公司 | 一种基于客流的智能排班方法及装置、移动端设备、服务器 |
CN112308368A (zh) * | 2020-07-30 | 2021-02-02 | 武汉禾青优化科技有限公司 | 一种公交实时调度仿真方法及系统 |
CN111932039A (zh) * | 2020-09-29 | 2020-11-13 | 北京交通大学 | 一种列车到站晚点预测方法、装置、电子设备及存储介质 |
CN112347596A (zh) * | 2020-11-05 | 2021-02-09 | 浙江非线数联科技有限公司 | 一种城市公交线网优化方法 |
CN112347596B (zh) * | 2020-11-05 | 2021-08-13 | 浙江非线数联科技股份有限公司 | 一种城市公交线网优化方法 |
CN113256960A (zh) * | 2021-04-16 | 2021-08-13 | 四川锐明智通科技有限公司 | 一种车辆的调度方法、装置、终端设备及存储介质 |
CN113065803A (zh) * | 2021-04-26 | 2021-07-02 | 广州通达汽车电气股份有限公司 | 站间行车数据处理方法、装置、电子设备及存储介质 |
CN113256004A (zh) * | 2021-05-27 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 车辆排班方法、装置、计算机设备及存储介质 |
CN114331231A (zh) * | 2022-03-14 | 2022-04-12 | 北京清研宏达信息科技有限公司 | 一种公共交通排班的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108615391A (zh) | 一种公交智能调度方法、系统及介质 | |
Iglesias et al. | Data-driven model predictive control of autonomous mobility-on-demand systems | |
Wang et al. | Efficient bilevel approach for urban rail transit operation with stop-skipping | |
Hickman et al. | Passenger travel time and path choice implications of real-time transit information | |
Wang et al. | Efficient real-time train scheduling for urban rail transit systems using iterative convex programming | |
Nesheli et al. | Improved reliability of public transportation using real-time transfer synchronization | |
Bischoff et al. | Proactive empty vehicle rebalancing for Demand Responsive Transport services | |
CN113723659B (zh) | 一种城市轨道交通全场景客流预测方法及系统 | |
CN111062629B (zh) | 车辆调度方法、装置、计算机设备和存储介质 | |
CN102708701A (zh) | 一种公交车到站时间实时预测系统和方法 | |
CN104715630A (zh) | 一种到站时间预测系统与方法 | |
Cats et al. | Evaluating the added-value of online bus arrival prediction schemes | |
CN108335377A (zh) | 一种基于gis技术的道路巡查车辆业务自动考核的方法 | |
CN110118567A (zh) | 出行方式推荐方法及装置 | |
CN110570656B (zh) | 定制公共交通线路方法及装置 | |
Sadrani et al. | Vehicle dispatching plan for minimizing passenger waiting time in a corridor with buses of different sizes: Model formulation and solution approaches | |
CN102394011A (zh) | 公交车自动化动态调度系统及方法 | |
Yan et al. | A car pooling model and solution method with stochastic vehicle travel times | |
Bucak et al. | Train timetabling for a double-track urban rail transit line under dynamic passenger demand | |
CN109859515A (zh) | 公交系统中gps定位数据补偿方法及电子设备 | |
D’Acierno et al. | Assumptions and simulation of passenger behaviour on rail platforms | |
CN114004452A (zh) | 城轨调度方法、装置、电子设备及存储介质 | |
JP7289949B2 (ja) | 公共輸送システムの制御装置、公共輸送システム、適応出発時間決定方法およびコンピュータプログラム製品 | |
CN109754606A (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
CN112101677B (zh) | 一种公共交通出行路径规划方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181002 |