CN109034494A - 公交调度方法 - Google Patents

公交调度方法 Download PDF

Info

Publication number
CN109034494A
CN109034494A CN201810968083.1A CN201810968083A CN109034494A CN 109034494 A CN109034494 A CN 109034494A CN 201810968083 A CN201810968083 A CN 201810968083A CN 109034494 A CN109034494 A CN 109034494A
Authority
CN
China
Prior art keywords
waiting time
passenger
satisfaction
evaluation function
dispatching method
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
Application number
CN201810968083.1A
Other languages
English (en)
Other versions
CN109034494B (zh
Inventor
蓝斌奇
孔喆俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Eastern Public Transport Co Ltd
Original Assignee
Shenzhen Eastern Public Transport Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Eastern Public Transport Co Ltd filed Critical Shenzhen Eastern Public Transport Co Ltd
Priority to CN201810968083.1A priority Critical patent/CN109034494B/zh
Publication of CN109034494A publication Critical patent/CN109034494A/zh
Application granted granted Critical
Publication of CN109034494B publication Critical patent/CN109034494B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Abstract

本发明公开了一种公交调度方法，包括：根据乘客在站等待时间与乘客满意度之间的关系构建乘客满意程度模型；根据车辆载客率及发车时间构建成本约束模型；根据所述乘客满意程度模型及所述成本约束模型确定评价函数；寻找所述评价函数的全局最优值，根据所述全局最优值确定最优的发车时间间隔。本发明对乘客满意程度及成本约束条件建立量化模型，采用迭代的方式，在保障公交运营单位成本符合限定要求的情况下，实现乘客满意程度的最优化。

Description

公交调度方法
技术领域
本发明涉及智能交通技术领域，具体而言，涉及一种公交调度方法。
背景技术
在经济高速发展的背景下，城市的规模不断扩大，民众的出行距离和时间增长明显，城市交通拥堵情况严重，道路建设用地资源紧张。因此，推广公共交通出行，提升公共交通的运行效率和服务水准具有重要意义。
在公交车辆运行过程中，车辆运营单位方面希望以较大的发车间隔和较少的运营班次实现相应线路的运行需求；乘客方面则希望候车时间较短，车辆内空间舒适程度较高。对于车辆的调度而言，运营方和乘客方面的诉求存在一定的矛盾，传统依靠经验调度的方式，难以满足如今公交调度的需求。
发明内容
鉴于上述问题，本发明实施例的目的在于提供一种公交调度方法，以解决现有技术的不足。
根据本发明的一个实施方式，提供一种公交调度方法，包括：
根据乘客在站等待时间与乘客满意度之间的关系构建乘客满意程度模型；
根据车辆载客率及发车时间构建成本约束模型；
根据所述乘客满意程度模型及所述成本约束模型确定评价函数；
计算所述评价函数的全局最优值，根据所述全局最优值确定最优的发车时间间隔。
在上述的公交调度方法中，所述乘客在站等待时间与乘客满意度之间的关系包括高峰时段满意度关系及一般时段满意度关系。
在上述的公交调度方法中，所述高峰时段满意度关系满足下式：
其中，为高峰时段满意度参数，t为乘客在站台等待时间。
在上述的公交调度方法中，所述一般时段满意度关系满足下式：
其中，为一般时段满意度函数，t为乘客在站台等待时间。
在上述的公交调度方法中，所述乘客满意程度模型为：
其中，i＝0或1，ε0为高峰时段上车不确定性修正参数，ε1为一般时段上车不确定性修正参数，σ0为高峰时段车辆拥挤程度修正参数，σ1为一般时段车辆拥挤程度修正参数，γ0为高峰时段权重因子，γ1为高峰时段权重因子。
在上述的公交调度方法中，所述成本约束模型为：
其中，ω为车辆载客率，ω≤1.5，R(ω)为车辆运营效率，a(T)为发车时间间隔造成的调度难度系数，b(T)是发车时间间隔造成的车辆需求系数，T为车辆发车时间间隔，T与t之间的关系为：t＝(1+η)νlog(1+T)，η为线路不确定因素修正系数，ν为外界不确定因素修正系数。
在上述的公交调度方法中，所述评价函数为：
其中，[t1,t2]为等待时间的区间。
在上述的公交调度方法中，所述“计算所述评价函数的全局最优值”包括：
S1在所述等待时间的区间区间内，随机选取一初始化的等待时间，根据该初始化的等待时间得到对应一初始的评价函数值，及将所述初始的评价函数值作为目标评价函数值；
S2根据预定的选取规则选取另一等待时间，计算所述另一等待时间对应的评价函数值与所述目标评价函数值的差值；
S3利用所述差值根据预设的接受准则判断所述另一等待时间对应的评价函数值是否被接受；
S4若所述另一等待时间对应的评价函数值被接受，将所述目标评价函数值更新为所述另一等待时间对应的评价函数值；
S5重复执行步骤S2至步骤S4的所有步骤直至所述目标评价函数值不再更新。
在上述的公交调度方法中，所述接受准则为Metropolis准则。
在上述的公交调度方法中，通过增量方法计算所述差值。
根据本发明的另一个实施方式，提供一种公交调度装置，包括：
第一构建模块，用于根据乘客在站等待时间与乘客满意度之间的关系构建乘客满意程度模型；
第二构建模块，用于根据车辆载客率及发车时间构建成本约束模型；
确定模块，用于根据所述乘客满意程度模型及所述成本约束模型确定评价函数；
计算模块，用于计算所述评价函数的全局最优值，根据所述全局最优值确定最优的发车时间间隔。
根据本发明的又一个实施方式，提供一种计算机终端，所述计算机终端包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机终端执行上述的公交调度方法。
根据本发明的再一个实施方式，提供一种计算机可读存储介质，其存储有上述的计算机终端中所使用的所述计算机程序。
本公开的实施例提供的技术方案可以包括如下有益效果：
本发明中一种公交调度方法，对乘客满意程度及成本约束条件建立量化模型，根据量化模型确定评价函数，采用迭代的方式，计算评价函数的最优值，在保障公交运营单位成本符合限定要求的情况下，实现乘客满意程度的最优化。
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的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定，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相关的附图。
图1示出了本发明第一实施例提供的一种公交调度方法的流程示意图。
图2示出了本发明第二实施例提供的一种公交调度方法的流程示意图。
图3示出了本发明实施例提供的一种评价函数示意图。
图4示出了本发明实施例提供的一种公交调度装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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1
图1示出了本发明第一实施例提供的一种公交调度方法的流程示意图。该公交调度方法包括：
在步骤S110中，根据乘客在站等待时间与乘客满意度之间的关系构建乘客满意程度模型。
本实施例中，所述乘客在站等待时间与乘客满意度之间的关系包括高峰时段满意度关系及一般时段满意度关系。在一些其他的实施例中，所述乘客在站等待时间与乘客满意度之间的关系还可以包括乘客较少的低流时段满意度关系等。
乘客的满意程度需要考虑其在站台等待时间、车辆内的拥挤程度及车辆拥挤造成的无法上车等方面的因素。根据大量的统计数据，通过拟合可得到乘客在站等待时间与乘客满意度之间的关系符合对数函数关系。
本实施例中，所述高峰时段满意度关系满足下式：
其中，为高峰时段满意度参数，t为乘客在站台等待时间。
本实施例中，所述一般时段满意度关系满足下式：
其中，为一般时段满意度函数，t为乘客在站台等待时间。
乘客满意程度除了需要考虑乘客在站台等待时间、车辆内的拥挤程度及车辆拥挤造成的无法上车等方面的因素外，还需要考虑上车不确定性修正参数、车辆拥挤程度修正参数及时段权重因子等因素。
本实施例中，根据上述的可影响乘客满意度的所有因素构建乘客满意度模型，所述乘客满意度模型可为：
其中，i＝0或1，ε0为高峰时段上车不确定性修正参数，ε1为一般时段上车不确定性修正参数，σ0为高峰时段车辆拥挤程度修正参数，σ1为一般时段车辆拥挤程度修正参数，γ0为高峰时段权重因子，γ1为高峰时段权重因子。
在步骤S120中，根据车辆载客率及发车时间构建成本约束模型。
公交运营单位的成本满意程度与车辆的载客率直接相关，同时发车的时间间隔与调度的准确率、车辆投入数量和司乘人员劳动强度显著相关，可根据成本满意程度构建成本约束模型。
本实施例中，所述成本约束模型可为：
其中，ω为车辆载客率，ω≤1.5，R(ω)为车辆运营效率，a(T)为发车时间间隔造成的调度难度系数，b(T)是发车时间间隔造成的车辆需求系数，T为车辆发车时间间隔。
其中，所述发车时间间隔造成的车辆需求系数可以为发车时间间隔造成的车辆购置成本和维护成本，其与公交线路长度和公交线路的客流量相关。
根据大量的统计调研结果，对所述统计调研结果进行拟合可得到R(ω)可表达为下式的函数关系：
其中，在0≤ω≤1时，R(ω)可能为一二次函数或指数函数。
根据大量的统计调研结果，对所述统计调研结果进行拟合可得到T与t之间的关系为：
t＝(1+η)νlog(1+T)
其中，η为线路不确定因素修正系数(包括道路长度、是否经过中心城区、中途红绿灯路口数量等)，ν为外界不确定因素修正系数(包括天气情况、交通管制情况等)。
在步骤S130中，根据所述乘客满意程度模型及所述成本约束模型确定评价函数。
本实施例中，所述评价函数为：
其中，[t1,t2]为等待时间的区间，为需要进行评价的时间段。
在步骤S140中，计算所述评价函数的全局最优值，根据所述全局最优值确定最优的发车时间间隔。
通过迭代的思想，每一次迭代寻找所述评价函数的当前最优解，通过多次的迭代寻找到在等待时间区间内，所述评价函数的全局最优解，根据车辆发车时间间隔与乘客在站台等待时间之间的关系，确定在该全局最优解时的乘客在站台等待时间对应的车辆发车时间间隔，在保证公交运营单位成本符合限定要求的情况下，实现乘客满意程度的最优化。
实施例2
图2示出了本发明第二实施例提供的一种公交调度方法的流程示意图。该公交调度方法包括：
在步骤S210中，根据乘客在站等待时间与乘客满意度之间的关系构建乘客满意程度模型。
在步骤S220中，根据车辆载客率及发车时间构建成本约束模型。
在步骤S230中，根据所述乘客满意程度模型及所述成本约束模型确定评价函数。
在步骤S240中，在等待时间的区间区间内，随机选取一初始化的等待时间，根据该初始化的等待时间得到对应一初始的评价函数值，及将所述初始的评价函数值作为目标评价函数值。
如图3所示，在等待时间的区间[t1,t2]内，随机选取一个初始化的等待时间，如随机选取的初始化的等待时间可为等待时间t1。将t1代入评价函数中得到一对应的初始的评价函数值Z1。
预先设定一目标评价函数值，并将初始的评价函数值Z1赋给目标评价函数值。
在步骤S250中，根据预定的选取规则选取另一等待时间，计算所述另一等待时间对应的评价函数值与所述目标评价函数值的差值。
本实施例中，所述预定的选取规则可以为：
第二等待时间＝第一等待时间+p％×(第一等待时间)
第三等待时间＝第二等待时间+p％×(第二等待时间)
第四等待时间＝第三等待时间+p％×(第三等待时间)
……
例如，另一等待时间tq＝初始的等待时间t1+33％×(初始的等待时间t1)。
在一些其他的实施例中，所述预定的选取规则还可以为：
第二等待时间＝第一等待时间+Δt
第三等待时间＝第二等待时间+Δt
第四等待时间＝第三等待时间+Δt
……
例如，另一等待时间tq＝初始的等待时间t1+0.33s。
将选取的另一等待时间tq代入到评价函数中得到一对应的评价函数值Zq。并计算该评价函数值Zq与目标评价函数值Z1的差值。
在步骤S260中，判断另一等待时间对应的评价函数值是否被接受。
利用上述计算的差值，根据预设的接受准则判断另一等待时间对应的评价函数值是否被接受。
进一步地，通过增量方法计算所述差值。
例如，Zq-Z1为等待时间tq对应的评价函数值与等待时间t1对应的评价函数值之间的差值；Za-Zq为等待时间ta对应的评价函数值与等待时间tq对应的评价函数值之间的差值。
进一步地，所述接受准则可以为Metropolis准则。
判断另一等待时间对应的评价函数值与目标评价函数值之间的差值是否大于0；若另一等待时间对应的评价函数值与目标评价函数值之间的差值大于0，该另一等待时间对应的评价函数值被接受，前进至步骤S270；若另一等待时间对应的评价函数值与目标评价函数值之间的差值不大于0，判断概率P＝exp[-(Zq-Z1)/kt]是否大于[0,1)区间的随机数，其中，k为Boltzmann常数，若概率P＝exp[-(Zq-Z1)/kt]大于[0,1)区间的随机数，该另一等待时间对应的评价函数值被接受，前进至步骤S270；若概率P＝exp[-(Zq-Z1)/kt]不大于[0,1)区间的随机数，另一等待时间对应的评价函数值未被接受，前进至步骤S250，重复执行步骤S250及步骤S250后续的步骤，在等待时间的取值区间[t1,t2]内根据预定的选取规则选取再一等待时间，并计算该再一等待时间与所述目标评价函数值的差值。
如图2所示，Zq未被接受，此时，目标函数评价值仍然为Z1。若根据预定的选取规则选取的再一等待时间为ta，继续判断等待时间为ta对应的评价函数值Za是否被接受，若评价函数值Za被接受，前进至步骤S270，根据被接受的评价函数值对所述目标评价函数值进行更新。
在步骤S270中，将所述目标评价函数值更新为所述另一等待时间对应的评价函数值。
若所述另一等待时间对应的评价函数值Za被接受，将所述目标评价函数值更新为Za。
在步骤S280中，判断目标评价函数值是否不再更新。
判断目标函数值是否不再更新，即当前目标函数值为在等待时间的取值区间[t1,t2]内的最大值，前进至步骤S290。
若所述目标函数值在更新，前进至步骤S250，继续在上一等待时间的基础上根据预设的选取规则选取又一等待时间tb，并根据Zb-Za之间的差值判断评价函数值Zb是否被接受，若评价函数值Zb被接受，将目标评价函数值更新为Zb。
根据上述的方式，通过多次的迭代，在等待时间的取值区间[t1,t2]内确定最大的目标函数值Zc。
在步骤S290中，将目标评价函数值作为该评价函数的全局最优值，根据全局最优值确定最优的发车时间间隔。
将最大目标函数值作为该评价函数在等待时间的取值区间[t1,t2]内的全局最优值，该全局最优值对应的等待时间即为最优的等待时间，根据车辆发车时间间隔与乘客在站台等待时间之间的关系，确定该最优的等待时间对应的最优的发车时间间隔，进而根据该最优的发车时间间隔实现对公交车辆的最合理的调度。
例如，在等待时间的取值区间[t1,t2]内，最大的目标函数值为Zc，其对应的等待时间tc为最优的等待时间，根据车辆发车时间间隔与乘客在站台等待时间之间的关系，等待时间tc对应的Tc即为最优的发车时间间隔。
实施例3
图4示出了本发明实施例提供的一种公交调度装置的结构示意图。该公交调度装置400对应于实施例1中的公交调度方法，实施例1中的任何可选项也适用于本实施例，这里不再详述。
所述公交调度装置400包括第一构建模块410、第二构建模块420、确定模块430及计算模块440。
第一构建模块410，用于根据乘客在站等待时间与乘客满意度之间的关系构建乘客满意程度模型。
第二构建模块420，用于根据车辆载客率及发车时间构建成本约束模型。
确定模块430，用于根据所述乘客满意程度模型及所述成本约束模型确定评价函数。
计算模块440，用于计算所述评价函数的全局最优值，根据所述全局最优值确定最优的发车时间间隔。
本发明还提供了一种计算机终端，该计算机终端可以包括计算机、个人电脑、服务器等。该计算机终端包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使计算机终端执行上述公交调度方法或者上述公交调度装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据计算机终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述计算机终端中使用的所述计算机程序。
至此，本发明实施例提供了一种公交调度方法，对乘客满意程度及成本约束条件建立量化模型，根据量化模型确定评价函数，采用迭代的方式，计算评价函数的最优值，根据最优值确定最优的发车时间间隔，在保障公交运营单位成本符合限定要求的情况下，实现乘客满意程度的最优化。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也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，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块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(可以是智能手机、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。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种公交调度方法，其特征在于，包括：
根据乘客在站等待时间与乘客满意度之间的关系构建乘客满意程度模型；
根据车辆载客率及发车时间构建成本约束模型；
根据所述乘客满意程度模型及所述成本约束模型确定评价函数；
计算所述评价函数的全局最优值，根据所述全局最优值确定最优的发车时间间隔。
2.根据权利要求1所述的公交调度方法，其特征在于，所述乘客在站等待时间与乘客满意度之间的关系包括高峰时段满意度关系及一般时段满意度关系。
3.根据权利要求2所述的公交调度方法，其特征在于，所述高峰时段满意度关系满足下式：
其中，为高峰时段满意度参数，t为乘客在站台等待时间。
4.根据权利要求2所述的公交调度方法，其特征在于，所述一般时段满意度关系满足下式：
其中，为一般时段满意度函数，t为乘客在站台等待时间。
5.根据权利要求3或4所述的公交调度方法，其特征在于，所述乘客满意程度模型为：
其中，i＝0或1，ε0为高峰时段上车不确定性修正参数，ε1为一般时段上车不确定性修正参数，σ0为高峰时段车辆拥挤程度修正参数，σ1为一般时段车辆拥挤程度修正参数，γ0为高峰时段权重因子，γ1为高峰时段权重因子。
6.根据权利要求5所述的公交调度方法，其特征在于，所述成本约束模型为：
其中，ω为车辆载客率，ω≤1.5，R(ω)为车辆运营效率，a(T)为发车时间间隔造成的调度难度系数，b(T)是发车时间间隔造成的车辆需求系数，T为车辆发车时间间隔，T与t之间的关系为：t＝(1+η)νlog(1+T)，η为线路不确定因素修正系数，ν为外界不确定因素修正系数。
7.根据权利要求6所述的公交调度方法，其特征在于，所述评价函数为：
其中，[t1,t2]为等待时间的区间。
8.根据权利要求7所述的公交调度方法，其特征在于，所述“计算所述评价函数的全局最优值”包括：
S1在所述等待时间的区间区间内，随机选取一初始化的等待时间，根据该初始化的等待时间得到对应一初始的评价函数值，及将所述初始的评价函数值作为目标评价函数值；
S2根据预定的选取规则选取另一等待时间，计算所述另一等待时间对应的评价函数值与所述目标评价函数值的差值；
S3利用所述差值根据预设的接受准则判断所述另一等待时间对应的评价函数值是否被接受；
S4若所述另一等待时间对应的评价函数值被接受，将所述目标评价函数值更新为所述另一等待时间对应的评价函数值；
S5重复执行步骤S2至步骤S4的所有步骤直至所述目标评价函数值不再更新。
9.根据权利要求8所述的公交调度方法，其特征在于，所述接受准则为Metropolis准则。
10.根据权利要求8所述的公交调度方法，其特征在于，通过增量方法计算所述差值。
CN201810968083.1A 2018-08-23 2018-08-23 公交调度方法 Expired - Fee Related CN109034494B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810968083.1A CN109034494B (zh) 2018-08-23 2018-08-23 公交调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810968083.1A CN109034494B (zh) 2018-08-23 2018-08-23 公交调度方法

Publications (2)

Publication Number Publication Date
CN109034494A true CN109034494A (zh) 2018-12-18
CN109034494B CN109034494B (zh) 2021-04-13

Family

ID=64628195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810968083.1A Expired - Fee Related CN109034494B (zh) 2018-08-23 2018-08-23 公交调度方法

Country Status (1)

Country Link
CN (1) CN109034494B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111127936A (zh) * 2019-12-25 2020-05-08 大连理工大学 一种共享巴士的动态车辆调度和线路规划方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100299177A1 (en) * 2009-05-22 2010-11-25 Disney Enterprises, Inc. Dynamic bus dispatching and labor assignment system
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
CN104134105A (zh) * 2014-08-18 2014-11-05 东南大学 一种公交线网布设优化方法
CN104157132A (zh) * 2014-08-18 2014-11-19 东南大学 一种自适应式公交发车时刻表的动态优化方法
CN104504638A (zh) * 2014-12-18 2015-04-08 南京信息工程大学 一种公交车发车时刻表制定方法
CN106530680A (zh) * 2016-12-02 2017-03-22 东南大学 一种基于大站快车的公交线路组合服务方法
US20170314948A1 (en) * 2015-07-20 2017-11-02 Via Transportation, Inc. Continuously updatable computer-generated routes with continuously configurable virtual bus stops for passenger ride-sharing of a fleet of ride-sharing vehicles and computer transportation systems and computer-implemented methods for use thereof

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100299177A1 (en) * 2009-05-22 2010-11-25 Disney Enterprises, Inc. Dynamic bus dispatching and labor assignment system
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
CN104134105A (zh) * 2014-08-18 2014-11-05 东南大学 一种公交线网布设优化方法
CN104157132A (zh) * 2014-08-18 2014-11-19 东南大学 一种自适应式公交发车时刻表的动态优化方法
CN104504638A (zh) * 2014-12-18 2015-04-08 南京信息工程大学 一种公交车发车时刻表制定方法
US20170314948A1 (en) * 2015-07-20 2017-11-02 Via Transportation, Inc. Continuously updatable computer-generated routes with continuously configurable virtual bus stops for passenger ride-sharing of a fleet of ride-sharing vehicles and computer transportation systems and computer-implemented methods for use thereof
CN106530680A (zh) * 2016-12-02 2017-03-22 东南大学 一种基于大站快车的公交线路组合服务方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHENG KUANG WU ETC.: "Using Shapley value for city bus route scheduling", 《2017 INTERNATIONAL SYMPOSIUM ON INTELLIGENT SIGNAL PROCESSING AND COMMUNICATION SYSTEMS (ISPACS)》 *
姜少毅: "基于乘客满意度的同型公交车辆分配与发车频率优化模型", 《工程数学学报》 *
李国胤等: "关于公交车调度的数学模型", 《广西大学学报（自然科学版）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111127936A (zh) * 2019-12-25 2020-05-08 大连理工大学 一种共享巴士的动态车辆调度和线路规划方法

Also Published As

Publication number Publication date
CN109034494B (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
AU2019272067B2 (en) Online hierarchical ensemble of learners for activity time prediction in open pit mining
CN110097234B (zh) 工业卷烟运输智能调度方法及系统
CN112270135B (zh) 一种物流发运调度智能配送方法、装置、设备及存储介质
CN106022541B (zh) 一种到站时间预测方法
US9240124B2 (en) Traffic-volume prediction device and method
CN110659839A (zh) 一种物流智能配载调度方法
CN109165787B (zh) 公交路线定制方法、装置以及设备
CN111260172B (zh) 信息处理方法及系统、计算机设备
CN106295851A (zh) 一种集卡信息服务与调度系统及其工作方法
CN109919532B (zh) 一种物流节点确定方法及装置
Yaghini et al. A hybrid metaheuristic algorithm for dynamic rail car fleet sizing problem
CN111192090A (zh) 航班的座位分配方法、装置、存储介质和电子设备
CN111461489A (zh) 路线生成方法、装置、电子设备及可读存储介质
CN110853349A (zh) 车辆调度方法、装置及设备
CN109034494A (zh) 公交调度方法
CN111476389A (zh) 一种预估接单等待时长的方法及装置
CN112819394B (zh) 运单处理方法、装置、计算机可读存储介质及电子设备
CN112949987A (zh) 基于预测的出租车调度和匹配方法、系统、设备及介质
CN111383055A (zh) 租车中心仓选品方法、装置、设备及计算机可读存储介质
CN111582527A (zh) 行程时间的预估方法、装置、电子设备和存储介质
CN111415075B (zh) 一种车辆调度方法及装置
CN115081819A (zh) 调度方法、装置、电子设备及存储介质
CN113705966A (zh) 一种封闭厂区满足道路负荷率的车辆运输调度方法
Krishnan et al. Highway freight flow assignment in Massachusetts using geographic information systems
CN109146113B (zh) 乘车需求量预测方法及系统

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210413

Termination date: 20210823