CN111127936B - 一种共享巴士的动态车辆调度和线路规划方法 - Google Patents

一种共享巴士的动态车辆调度和线路规划方法 Download PDF

Info

Publication number
CN111127936B
CN111127936B CN201911354241.5A CN201911354241A CN111127936B CN 111127936 B CN111127936 B CN 111127936B CN 201911354241 A CN201911354241 A CN 201911354241A CN 111127936 B CN111127936 B CN 111127936B
Authority
CN
China
Prior art keywords
shared bus
passenger
station
passengers
time
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.)
Active
Application number
CN201911354241.5A
Other languages
English (en)
Other versions
CN111127936A (zh
Inventor
宁兆龙
孙守铭
王小洁
张凯源
董沛然
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201911354241.5A priority Critical patent/CN111127936B/zh
Publication of CN111127936A publication Critical patent/CN111127936A/zh
Application granted granted Critical
Publication of CN111127936B publication Critical patent/CN111127936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种共享巴士的动态车辆调度和线路规划方法，抽象实际公交公司的运营成本以及乘客的出行体验并建立多目标优化模型；根据共享巴士的真实应用区域以及道路网路提取适合共享巴士运行的交通拓扑；基于提取的交通拓扑利用改进的局部搜索算法生成共享巴士的候选线路集；设计离线算法解决具有相似客流规律应用场景的共享巴士调度和线路规划问题；设计在线算法解决具有动态、实时客流的应用场景的共享巴士调度和线路规划问题。本发明提供了共享巴士的动态调度和线路规划新方法，真正解决共享巴士公司面临的运营成本和乘客出行体验之间的矛盾，为共享巴士公司的车辆调度和线路规划提供一种新的有效方案。

Description

一种共享巴士的动态车辆调度和线路规划方法
技术领域
本发明涉及车辆交通领域中共享巴士的动态车辆调度和线路规划方法，尤其涉及到一种统筹考虑车辆调度和线路规划两方面并可以应用于相似客流规律场景以及实时客流场景的动态共享巴士调度和线路规划方法，并能够对共享巴士公司的运营成本进行优化的同时保证每个乘客的出行体验。
背景技术
共享巴士作为一种新型的交通工具不仅具有传统公交车的高资源利用率、廉价、节能等优点，而且还支持网上叫车服务，对环境保护，能源节约以及便捷的出行具有广阔的应用前景。为了促进共享巴士的发展及其应用，如何有效地解决共享巴士公司和乘客之间的利益冲突问题迫在眉睫，即低运营成本和高出行体验。然而，现有的研究大多单方面从车辆调度或者线路规划来进行优化，不能满足共享巴士公司的要求。如何统筹考虑车辆调度以及线路规划并有效地解决共享巴士公司面临的利益冲突问题有待于研究人员进一步探索。
发明内容
本发明的主要目的是针对现有研究的不足，统筹考虑共享巴士调度和线路规划两方面并为相似客流规律以及实时客流应用场景分别提出有效的共享巴士动态车辆调度和线路规划方法。本发明根据实际影响共享巴士公司运营成本以及乘客出行体验的因素建立最小化共享巴士公司运营成本并保证乘客出行体验的优化模型；根据共享巴士的真实应用区域以及道路网络提取适合共享巴士运行的交通拓扑；基于提取的交通拓扑利用改进的局部搜索算法生成候选线路集；最后为相似客流规律以及实时客流的应用场景分别设计出离线和在线算法。本发明首次统筹考虑共享巴士的车辆调度和线路规划两方面并为相似客流规律以及实时客流的应用场景分别设计出离线和在线两种算法有效地解决共享巴士公司和乘客的利益冲突问题，从而在最小化共享巴士公司运营成本的同时保证乘客的出行体验，为共享巴士公司的车辆调度和线路规划提供一种新的有效方案。
本发明的技术方案：
一种共享巴士的动态车辆调度和线路规划方法，步骤如下：
(1)抽象共享巴士公司的运营成本以及乘客的出行体验，建立最小化共享巴士公司运营成本并保证每个乘客出行体验的优化模型；
1.1)抽象共享巴士公司运营成本：
共享巴士公司运营成本与其满足每天所有乘客出行需求所需的共享巴士的数量NB有关，通过最小化所需的共享巴士的数量NB实现降低共享巴士公司的运营成本；
通过最小化线路长度来降，低共享巴士公司运营成本线路长度表示为：
Figure BDA0002335456360000021
其中，Φ是车辆运行线路，J是共享巴士的应用区域中包含的站点数，e<u,v>d是站点u与站点v之间的路段长度，δuv是一个二元变量；
通过最大化共享巴士在每条线路中的载客量以减少满足所有乘客乘车需求所需的总班次数，进而减少所需的车辆数以及共享巴士公司的运营成本；共享巴士在线路Φ中的载客量为：
Figure BDA0002335456360000022
其中，Pv(Φ)是共享巴士在站点v接走的乘客集合，|Pv(Φ)|是共享巴士在站点v接走的乘客数；
1.2)抽象乘客出行体验：
保证乘客的等待时间不超过某一阈值以保证乘客出行体验：
Figure BDA0002335456360000031
其中，pt(v)，pa(v)分别是乘客p在站点v的上车时间和到达时间，
Figure BDA0002335456360000032
是乘客等待时间上限；
通过减少线路长度以减小乘客的乘坐时间进而保证乘客的出行体验；
保证共享巴士座位利用率不超过某一上限值以保证乘客的出行体验：
Figure BDA0002335456360000033
其中，Lf是共享巴士的座位利用率，等于载客量与座位数的比值；
Figure BDA0002335456360000034
是共享巴士座位利用率的上限；
1.3)建立最小化共享巴士公司运营成本并保证乘客出行体验的优化模型：
定义每个乘客的平均线路长度：
Figure BDA0002335456360000035
最小化ΦD和最大化ΦP等价于最小化ΦDP；综合考虑步骤1.1)中共享巴士公司的运营成本以及步骤1.2)中的用户体验，建立以下优化模型：
Figure BDA0002335456360000036
其中，Dmax是共享巴士线路长度的上限；
C1保证为了满足乘客乘车需求至少有一辆共享巴士运行；
C2表示δuv是二元变量；
C3和C4保证线路中间站点的出度、入度为1；
C5保证线路长度不能超过其最大值Dmax；
C6保证共享巴士的线路中不存在环；
C7保证共享巴士的座位利用率不能超过其上限
Figure BDA0002335456360000041
C8保证每个乘客的等待时间不能超过其最大值
Figure BDA0002335456360000042
(2)根据共享巴士的真实应用区域以及道路网络提取适合共享巴士运行的交通拓扑；
2.1)删除非直接连接的边；基于共享巴士真实的应用区域以及交通道路网络抽象出有向图，如果共享巴士的两个站点不能直接到达，则将两个站点间的边从有向图中删除，并删除线路过长且能被其他边替换的边；
2.2)考虑客流、站点间路段长度以及乘客在站点的等待时间，删除经过步骤2.1)后有向图中非重要的边；定义时间网络流Tf和乘客网络流Pf，边e＜u,v＞的时间网络流计算如下：
Figure BDA0002335456360000043
其中，
Figure BDA0002335456360000044
和
Figure BDA0002335456360000047
分别是历史乘客数据中乘客在站点u的平均等待时间和最大等待时间，衡量二者重要性的权重系数γ和ζ通过熵值法从历史乘客数据中计算出；
边e＜u,v＞的乘客网络流计算如下：
Figure BDA0002335456360000045
其中，
Figure BDA0002335456360000046
是历史乘客数据中每天在站点u上车的平均乘客数；
利用福德福克森算法并根据历史乘客数据计算经过步骤2.1)后有向图的时间网络最大流
Figure BDA0002335456360000051
和乘客网络最大流
Figure BDA0002335456360000052
根据计算出的
Figure BDA0002335456360000053
和
Figure BDA0002335456360000054
确定时间网络流和乘客网络流的下限
Figure BDA0002335456360000055
和
Figure BDA0002335456360000056
Figure BDA0002335456360000057
且
Figure BDA0002335456360000058
的边被认为是不重要的，并将其从有向图中删除；
2.3)打破经过步骤2.2)后有向图中存在的环；利用改进的深度优先搜索算法初次寻找经过步骤2.2)后有向图中存在的环；通过将搜索过程中没有遍历的边逐个添加到改进的深度优先搜索算法生成的生成树中来检测是否有新的环产生，并最终找到所有的环的集合；倒着遍历每个环，删除不包含起始站点的每个环中入度或出度最大的节点所对应的边来打破环，最后获得适合共享巴士运行的交通拓扑；
(3)基于提取的交通拓扑利用改进的局部搜索算法求解松弛后的步骤(1)中的模型生成候选线路集；
3.1)松弛步骤(1)中的优化模型，将P中的约束条件C8松弛为：
Figure BDA0002335456360000059
3.2)设计改进的局部搜索算法求解步骤3.1)松弛后的模型；改进的局部搜索算法包括两个阶段：线路规划阶段和车辆调度阶段；在线路规划阶段中，优先为最先到达站点的车辆规划线路，即选择下一个到达站点；在选择下一个站点时，引入随机选择机制和经验学习机制，从而车辆有三种选择下一站点的方式，分别是优先从历史经验库中选择最佳站点，或以一定概率随机从候选站点中选择下一个站点，或以一定概率选择惩罚最小的下一个站点；经验库中存放了在过去选择站点的过程中共享巴士在某一时刻某一站点的最佳选择，而站点v的惩罚定义为：
Figure BDA0002335456360000061
其中，τ是一个常数用来调整步骤3.1)中约束的力度；在车辆调度阶段，主要涉及三种情况：当共享巴士到达终点站时，该车辆会被从运行车辆队列中删除，并添加到可用车辆队列中，保存该车辆的线路以及发车时间；当某个站点的乘客的平均等待时间超过一定值时需要增派一辆车，并优先从可用车辆队列中选择；当车辆的座位利用率达到上限时，车辆在后续站点中不能接乘客直到运行至终点站；
(4)设计离线算法解决具有相似客流规律应用场景的共享巴士调度和线路规划问题；
离线算法的设计包含两个过程，分别是生成班次和为班次指定车辆；
4.1)生成班次以最小化ΦDP
Step1：在历史乘客数据中找到第一个到达站点的乘客，设第一个到达的乘客p，到达的站点是v，到达时间是pa(v)；优化共享巴士为了接乘客p而到达站点v的到达时间bt(v)来减少一天中所需的车辆班次数，
Figure BDA0002335456360000062
Step2：遍历步骤3)中获得的候选线路，基于车辆到达站点v的时间bt(v)，分别检查每条候选线路中在站点v的后续站点中上车的乘客的等待时间，并将这些乘客的等待时间的最大值记为
Figure BDA0002335456360000063
如果
Figure BDA0002335456360000064
则说明在后续站点上车的乘客中有人不满足约束条件C8，则重新计算共享巴士到达站点v的到达时间，
Figure BDA0002335456360000065
否则，不需调整，
Figure BDA0002335456360000066
Step3：分别对于步骤3)中的每条候选线路，根据Step2中车辆到达站点v的到达时间
Figure BDA0002335456360000067
以及每条候选线路中站点v之前的站点之间的车辆运行时间来计算每条候选线路中车辆到达第一个站点的时间，即发车时间；对于步骤3)中获得的每条候选线路，计算线路的成本
Figure BDA0002335456360000071
并从中选择lc最小的线路作为该班次的线路，且该班次的发车时间已经在Step2中计算出，将该班次共享巴士接走的乘客从乘客数据中删除；
Step4：迭代Step1-Step3直至乘客数据为空，即所有的乘客都被接走，算法结束，最终获得满足所有乘客乘车需求的班次集合
Figure BDA00023354563600000721
并按发车时间升序排序；
4.2)为班次指定车辆以最小化NB；设共享巴士公司的可用车辆队列为
Figure BDA0002335456360000072
正在运行的车辆队列为
Figure BDA0002335456360000073
Step1：为
Figure BDA00023354563600000722
中的第一个班次分配一辆共享巴士，该车优先从可用车辆队列
Figure BDA0002335456360000074
中选择并从
Figure BDA0002335456360000075
删除，若
Figure BDA0002335456360000076
为空，则添加新车，将分配的车辆添加到正在运行的车辆队列
Figure BDA0002335456360000077
中，然后将第一个班次从
Figure BDA0002335456360000078
中删除；
Step2：遍历正在运行的车辆队列
Figure BDA0002335456360000079
设第一个到达下一个站点的共享巴士是b，到达站点是v，到达时间是bt(v)，运行共享巴士b至站点v，更新车辆b的当前信息；检查当前班次集合中的第一个班次
Figure BDA00023354563600000710
如果该班次的发车时间小于等于bt(v)，则为
Figure BDA00023354563600000711
分配一辆共享巴士，该辆车优先从
Figure BDA00023354563600000712
中选择，并将该车添加到
Figure BDA00023354563600000713
中，然后将
Figure BDA00023354563600000714
从
Figure BDA00023354563600000715
中删除；
Step3：当共享巴士到达终点站时，需要将该车从
Figure BDA00023354563600000716
中删除并添加到
Figure BDA00023354563600000717
中；
Step4：重复执行Step2-Step3直至班次集合
Figure BDA00023354563600000718
为空，算法结束且所有的班次都被分配相应的车辆，且所需的车辆数最少；
(5)设计在线算法解决具有动态、实时客流的应用场景的共享巴士调度和线路规划问题；
设当前时刻各个站点到达的所有乘客集合为
Figure BDA00023354563600000719
集合
Figure BDA00023354563600000720
中乘客p的到达站点是v，到达时间是pa(v)；共享巴士公司维持三个车辆队列，分别是正在运行的车辆队列
Figure BDA0002335456360000081
可用的车辆队列
Figure BDA0002335456360000082
以及现有的车辆队列
Figure BDA0002335456360000083
其中
Figure BDA0002335456360000084
中包含正在运行的车辆以及确定好发车时间和线路但还没有出发的车辆；
Step1：遍历当前时间乘客集合
Figure BDA0002335456360000085
中的每个乘客p，遍历现有车辆队列
Figure BDA0002335456360000086
中的每辆共享巴士，确定现有车辆最早到达站点v的时间，设最早到达的共享巴士是b，到达时间是bt(v)；如果共享巴士b的到达时间满足
Figure BDA0002335456360000087
则将乘客p分配给车辆b，否则基于该乘客的到达信息根据步骤4.1)确定一个新的班次，并为该班次指定一辆共享巴士，优先从可用的车辆队列
Figure BDA0002335456360000088
中选择共享巴士并将该车辆从
Figure BDA0002335456360000089
中删除，如果
Figure BDA00023354563600000810
为空，则添加一辆新的共享巴士，并将该车添加到
Figure BDA00023354563600000811
中；
Step2：遍历
Figure BDA00023354563600000812
中的每一辆车，如果车辆的发车时间等于当前时间，则该车出发并添加到
Figure BDA00023354563600000813
中；
Figure BDA00023354563600000814
中的每辆车运行，如果某辆共享巴士到达了终点站，则将该车从现有车辆队列
Figure BDA00023354563600000815
正在运行的车辆队列
Figure BDA00023354563600000816
中删除，并添加到可用车辆队列
Figure BDA00023354563600000817
中；
Step3：重复执行Step1-Step2直至一天的运营时间结束。
本发明的有益效果：本发明提供的共享巴士的动态车辆调度和线路规划方法统筹考虑共享巴士调度和线路规划两方面并为相似客流规律的共享巴士应用场景设计了离线算法，以及实时客流的共享巴士应用场景设计了在线算法，在保证每个乘客的出行体验的同时最小化共享巴士公司的运营成本，真正解决了共享巴士公司面临的运营成本和乘客出行体验之间的冲突并为共享巴士公司的车辆调度和线路规划提供一种新的解决方案。
附图说明
图1为熊猫巴士公司在上海永康城的共享巴士真实应用区域以及道路网络。
图2为提取的适合共享巴士运行的交通拓扑。
图3为利用改进的局部搜索算法生成的候选线路集合。
图4为不同解决方案在乘客等待时间上限不同时的共享巴士公司所有车辆线路总长度对比。
图5为不同解决方案在乘客等待时间上限不同时的每辆共享巴士的平均载客量对比。
图6为不同解决方案在乘客等待时间上限不同时的共享巴士公司所需的车辆数目对比。
图7为不同解决方案在共享巴士座位数不同时的共享巴士公司所有车辆线路总长度对比。
图8为不同解决方案在共享巴士座位数不同时的每辆共享巴士的平均载客量对比。
图9为不同解决方案在共享巴士座位数不同时的共享巴士公司所需的车辆数目对比。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，以下结合附图和技术方案进一步说明本发明的具体实施方式。
步骤1)：分析真实世界中影响共享巴士公司运营成本以及乘客出行体验的因素，抽象共享巴士公司的运营成本以及乘客的出行体验，并建立最小化共享巴士公司运营成本且保证每个乘客出行体验的优化模型。
1.1)抽象共享巴士公司运营成本：
共享巴士公司运营成本与其满足每天所有乘客出行需求所需的共享巴士的数量NB有关，通过最小化所需的共享巴士的数量NB实现降低共享巴士公司的运营成本。
通过最小化线路长度来降低共享巴士公司运营成本，线路长度表示为：
Figure BDA0002335456360000101
其中Φ是车辆运行线路，J是共享巴士的应用区域中包含的站点数，e<u,v>d是站点u与站点v之间的路段长度，δuv是一个二元变量。
通过最大化共享巴士在每条线路中的载客量以减少满足所有乘客乘车需求所需的总班次数，进而减少所需的车辆数以及共享巴士公司的运营成本。共享巴士在线路Φ中的载客量为：
Figure BDA0002335456360000102
其中Pv(Φ)是共享巴士在站点v接走的乘客集合，|Pv(Φ)|是共享巴士在站点v接走的乘客数。
1.2)抽象乘客出行体验：
保证乘客的等待时间不超过某一阈值以保证乘客出行体验：
Figure BDA0002335456360000103
其中pt(v)，pa(v)分别是乘客p在站点v的上车时间和到达时间，
Figure BDA0002335456360000104
是乘客等待时间上限。
通过减少线路长度以减小乘客的乘坐时间进而保证乘客的出行体验。
保证共享巴士座位利用率不超过某一上限值以保证乘客的出行体验：
Figure BDA0002335456360000105
其中Lf是共享巴士的座位利用率，等于载客量与座位数的比值，
Figure BDA0002335456360000106
是共享巴士座位利用率的上限。
1.3)建立最小化共享巴士公司运营成本并保证乘客出行体验的优化模型：
定义每个乘客的平均线路长度：
Figure BDA0002335456360000111
最小化ΦD和最大化ΦP等价于最小化ΦDP。综合考虑步骤1.1)中共享巴士公司的运营成本以及步骤1.2)中的用户体验，建立以下优化模型：
Figure BDA0002335456360000112
其中Dmax是共享巴士线路长度的上限；
C1保证为了满足乘客乘车需求至少有一辆共享巴士运行；
C2表示δuv是二元变量；
C3和C4保证线路中间站点的出度、入度为1；
C5保证线路长度不能超过其最大值Dmax；
C6保证共享巴士的线路中不存在环；
C7保证共享巴士的座位利用率不能超过其上限
Figure BDA0002335456360000113
C8保证每个乘客的等待时间不能超过其最大值
Figure BDA0002335456360000114
步骤2)：根据共享巴士的真实应用区域以及道路网络提取适合共享巴士运行的交通拓扑；
图1为熊猫巴士公司在上海永康城的共享巴士的真实应用区域以及交通网络，其中，站点s1和s5是起始站点，站点s9是靠近地铁站的终点站。
2.1)删除非直接连接的边以保证交通拓扑的有效性。将交通网络抽象成有向图
Figure BDA0002335456360000121
其中
Figure BDA0002335456360000122
分别是共享巴士站点集合和站点间边的集合。首先在保证线路不迂回的情况下删除不能直接连接的站点间的边，如站点s3到达站点s8必须经过站点s7，则边e＜s3,s8＞应该删除。对于线路过长并且能够被其他边替换的边也删除，如e＜s3,s6＞，进而得到初始交通拓扑
Figure BDA0002335456360000123
2.2)考虑客流、路段长度以及乘客在站点的等待时间，删除非重要的边。定义时间网络流Tf和乘客网络流Pf，边e＜u,v＞的时间网络流计算如下：
Figure BDA0002335456360000124
其中
Figure BDA0002335456360000125
和
Figure BDA0002335456360000126
分别是历史乘客数据中乘客在站点u的平均等待时间和最大等待时间，衡量二者重要性的权重系数γ和ζ通过熵值法从历史乘客数据中计算出。
边e＜u,v＞的乘客网络流计算如下：
Figure BDA0002335456360000127
其中
Figure BDA0002335456360000128
是历史乘客数据中每天在站点u上车的平均乘客数。
利用福德福克森算法根据历史乘客数据计算初始交通拓扑
Figure BDA0002335456360000129
的时间网络最大流
Figure BDA00023354563600001210
和乘客网络最大流
Figure BDA00023354563600001211
算法步骤为首先计算
Figure BDA00023354563600001212
的残存网络，然后寻找増广路径，接着计算残存容量，重复执行这三步直至残存网络中不存在增广路径。根据计算出的
Figure BDA00023354563600001213
和
Figure BDA00023354563600001214
确定时间网络流和乘客网络流的下限
Figure BDA00023354563600001215
和
Figure BDA00023354563600001216
Figure BDA00023354563600001217
且
Figure BDA00023354563600001218
的边被认为是不重要的，并将其从
Figure BDA00023354563600001219
中删除，然后得到精炼的交通拓扑
Figure BDA00023354563600001220
2.3)打破交通拓扑
Figure BDA00023354563600001221
中存在的环避免线路迂回。利用改进的深度优先搜索算法，在原有深度优先搜索算法的基础上继续遍历最后一个节点的后续节点，初次寻找
Figure BDA0002335456360000131
中存在的环。将搜索过程中没有遍历的边逐个添加到改进的深度优先搜索算法生成的生成树中来检测是否有新的环产生，最终找到
Figure BDA0002335456360000132
中所有的环的集合
Figure BDA0002335456360000133
倒着遍历
Figure BDA0002335456360000134
中每个环，删除每个环中入度或出度最大的节点所对应的边来打破环。注意的是，在这里只打破不存在起始站点的环，因为真实生活中共享巴士有多个起始站点，多条线路相互交错很可能产生包含起始站点的环，最后获得适合共享巴士运行的交通拓扑
Figure BDA0002335456360000135
如图2所示。
步骤3)：基于步骤2)中提取的交通拓扑
Figure BDA0002335456360000136
利用改进的局部搜索算法求解松弛后的模型P并生成共享巴士候选线路集。
3.1)松弛原始模型P。将模型P中的约束条件C8松弛为保证每个站点的所有乘客的平均等待时间不超过上限值：
Figure BDA0002335456360000137
3.2)利用改进的局部搜索算法求解步骤3.1)中松弛后的问题。求解过程包括两个阶段，分别是线路规划阶段和车辆调度阶段。在线路规划阶段中，优先为最先到达站点的共享巴士规划线路，即选择下一个到达站点。在选择下一个站点时，引入随机选择机制和经验学习机制，共享巴士在选择下一个站点时有三种选择方式，分别是优先从历史经验库中选择最佳站点，或者以一定概率随机从候选站点中选择下一个站点，或者以一定概率选择惩罚最小的下一个站点。经验库中存放了在过去选择站点的过程中共享巴士在某一时刻某一站点的最佳选择，而站点v的惩罚定义为：
Figure BDA0002335456360000138
其中τ是一个常数用来调整步骤3.1)中约束的力度。在车辆调度阶段，主要涉及三种情况：当共享巴士到达终点站时，该车会从运行车辆队列中删除，并添加到可用车辆队列中，并保存该车辆的线路以及发车时间；当某个站点的所有乘客的平均等待时间超过一定值时需要增派一辆共享巴士，该车优先从可用车辆队列中进行选择；当共享巴士的座位利用率达到上限时，车辆在后续站点中不能接乘客直到运行至终点站。改进的局部搜索算法是一个迭代算法，迭代终止条件是找到松弛后模型P的可行解。为了满足步骤3.1)中的约束条件，在迭代过程中若获得的解满足
Figure BDA0002335456360000141
较之前迭代过程中获得的解有所改进，则根据当前解实现对历史经验库的更新，从而加快算法找到可行解的速度。
获得的候选线路集展示在图3中，从图3中可以看出在松弛了模型C8约束的情况下，利用改进的局部搜索算法获得的可行解中包含了4条共享巴士候选线路。
步骤4)：设计离线算法解决具有相似客流规律共享巴士应用场景的车辆调度和线路规划问题。
离线算法的设计包含了两个过程，分别是生成班次和为班次指定车辆。
4.1)生成班次以最小化ΦDP。
Step1：在历史乘客数据中找到第一个到达站点的乘客，本发明设第一个到达的乘客p，到达的站点是v，到达时间是pa(v)；优化共享巴士为了接乘客p而到达站点v的到达时间bt(v)来减少一天中所需的车辆班次数，
Figure BDA0002335456360000142
Step2：遍历步骤3)中获得的候选线路，基于车辆到达站点v的时间bt(v)，分别检查每条候选线路中在站点v的后续站点中上车的乘客的等待时间，并将这些乘客的等待时间的最大值记为
Figure BDA0002335456360000143
如果
Figure BDA0002335456360000144
则说明在后续站点上车的乘客中有人不满足约束条件C8，则重新计算共享巴士到达站点v的到达时间，
Figure BDA0002335456360000151
否则，不需调整，
Figure BDA0002335456360000152
Step3：分别对于步骤3)中的每条候选线路，根据Step2中车辆到达站点v的到达时间
Figure BDA0002335456360000153
以及每条候选线路中站点v之前的站点之间的车辆运行时间来计算每条候选线路中车辆到达第一个站点的时间，即发车时间；对于步骤3)中获得的每条候选线路，计算线路的成本
Figure BDA0002335456360000154
并从中选择lc最小的线路作为该班次的线路，且该班次的发车时间已经在Step2中计算出，将该班次共享巴士接走的乘客从乘客数据中删除；
Step4：迭代Step1-Step3直至乘客数据为空，即所有的乘客都被接走，算法结束，最终获得满足所有乘客乘车需求的班次集合
Figure BDA0002335456360000155
并按发车时间升序排序。
4.2)为班次指定车辆以最小化NB。本发明设共享巴士公司的可用车辆队列为
Figure BDA0002335456360000156
正在运行的车辆队列为
Figure BDA0002335456360000157
Step1：为
Figure BDA0002335456360000158
中的第一个班次分配一辆共享巴士，该车优先从可用车辆队列
Figure BDA0002335456360000159
中选择并从
Figure BDA00023354563600001510
删除，若
Figure BDA00023354563600001511
为空，则添加新车，将分配的车辆添加到正在运行的车辆队列
Figure BDA00023354563600001512
中，然后将第一个班次从
Figure BDA00023354563600001513
中删除；
Step2：遍历正在运行的车辆队列
Figure BDA00023354563600001514
设第一个到达下一个站点的共享巴士是b，到达站点是v，到达时间是bt(v)，运行共享巴士b至站点v，更新车辆b的当前信息；检查当前班次集合中的第一个班次
Figure BDA00023354563600001515
如果该班次的发车时间小于等于bt(v)，则为
Figure BDA00023354563600001516
分配一辆共享巴士，该辆车优先从
Figure BDA00023354563600001517
中选择，并将该车添加到
Figure BDA00023354563600001518
中，然后将
Figure BDA00023354563600001519
从
Figure BDA00023354563600001520
中删除；
Step3：当共享巴士到达终点站时，需要将该车从
Figure BDA00023354563600001521
中删除并添加到
Figure BDA00023354563600001522
中；
Step4：重复执行Step2-Step3直至班次集合
Figure BDA00023354563600001523
为空，算法结束且所有的班次都被分配了相应的车辆，且所需的车辆数最少。
步骤5)：
本发明设当前时刻各个站点到达的所有乘客集合为
Figure BDA0002335456360000161
集合
Figure BDA0002335456360000162
中乘客p的到达站点是v，到达时间是pa(v)。共享巴士公司维持了三个车辆队列，分别是正在运行的车辆队列
Figure BDA0002335456360000163
可用的车辆队列
Figure BDA0002335456360000164
以及现有的车辆队列
Figure BDA0002335456360000165
其中
Figure BDA0002335456360000166
中包含了正在运行的车辆以及确定好了发车时间和线路但还没有出发的车辆。
Step1：遍历当前时间乘客集合
Figure BDA0002335456360000167
中的每个乘客p，遍历现有车辆队列
Figure BDA0002335456360000168
中的每辆共享巴士，确定现有车辆最早到达站点v的时间，设最早到达的共享巴士是b，到达时间是bt(v)；如果共享巴士b的到达时间满足
Figure BDA0002335456360000169
则将乘客p分配给车辆b，否则基于该乘客的到达信息根据步骤4.1)确定一个新的班次，并为该班次指定一辆共享巴士，优先从可用的车辆队列
Figure BDA00023354563600001610
中选择共享巴士并将该车辆从
Figure BDA00023354563600001611
中删除，如果
Figure BDA00023354563600001612
为空，则添加一辆新的共享巴士，并将该车添加到
Figure BDA00023354563600001613
中；
Step2：遍历
Figure BDA00023354563600001614
中的每一辆车，如果车辆的发车时间等于当前时间，则该车出发并添加到
Figure BDA00023354563600001615
中；
Figure BDA00023354563600001616
中的每辆车运行，如果某辆共享巴士到达了终点站，则将该车从现有车辆队列
Figure BDA00023354563600001617
正在运行的车辆队列
Figure BDA00023354563600001618
中删除，并添加到可用车辆队列
Figure BDA00023354563600001619
中；
Step3：重复执行Step1-Step2直至一天的运营时间结束。
通过以上步骤，可以解决相似客流规律以及实时客流的共享巴士应用场景中共享巴士的动态调度和线路规划问题，并在保证乘客出行体验的同时最小化共享巴士公司的运营成本，从而解决了共享巴士公司和乘客的利益冲突问题。
图4、图5和图6分别为不同解决方案在早高峰场景中当乘客的最大等待时间上限不同时的共享巴士公司所有车辆线路总长度、每辆共享巴士的平均载客量以及共享巴士公司所需的车辆数对比。从图4、图5和图6中可以分别看出随着乘客等待时间上限增加，所有方案的线路总长度都在减少，每辆共享巴士的平均载客量都在增加且满足所有乘客乘车需求所需要的共享巴士数量都在减少。相对其他方法，本发明所提出的离线和在线方法可以产生更短的线路总长度，更大的平均载客量以及更少的共享巴士公司所需要的车辆数。其中离线算法的效果要略微好于在线算法，因为离线算法可以根据历史乘客数据知道早高峰时所有乘客的全局信息。
图7、图8和图9分别为不同解决方案在早高峰场景中当共享巴士座位数不同时的共享巴士公司所有车辆线路总长度、每辆共享巴士的平均载客量以及共享巴士公司所需的车辆数对比。从图7、图8和图9中可以分别看出随着车上座位数的增加，所有方案的线路总长度都在减少、每辆车的平均载客量都在增加、共享巴士公司所需的车辆数都在减少。相对其他方法，本发明所提出的离线和在线方法可以产生更短的线路总长度，更大的平均载客量以及更少的共享巴士公司所需要的车辆数。其中离线算法的效果要略微好于在线算法，因为离线算法可以根据历史乘客数据知道早高峰时所有乘客的全局信息。
以上的所述乃是本发明的具体实施以及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (1)

1.一种共享巴士的动态车辆调度和线路规划方法，其特征在于，步骤如下：
(1)抽象共享巴士公司的运营成本以及乘客的出行体验，建立最小化共享巴士公司运营成本并保证每个乘客出行体验的优化模型；
1.1)抽象共享巴士公司运营成本：
共享巴士公司运营成本与其满足每天所有乘客出行需求所需的共享巴士的数量NB有关，通过最小化所需的共享巴士的数量NB实现降低共享巴士公司的运营成本；
通过最小化线路长度来降低共享巴士公司运营成本，线路长度表示为：
Figure FDA0002969181370000011
其中，Φ是车辆运行线路，J是共享巴士的应用区域中包含的站点数，e<u,v>d是站点u与站点v之间的路段长度，δuv是一个二元变量；
通过最大化共享巴士在每条线路中的载客量以减少满足所有乘客乘车需求所需的总班次数，进而减少所需的共享巴士数量以及共享巴士公司的运营成本；共享巴士在车辆运行线路Φ中的载客量为：
Figure FDA0002969181370000012
其中，Pv(Φ)是共享巴士在站点v接走的乘客集合，|Pv(Φ)|是共享巴士在站点v接走的乘客数；
1.2)抽象乘客出行体验：
保证乘客的等待时间不超过某一阈值以保证乘客出行体验：
Figure FDA0002969181370000013
其中，pt(v)，pa(v)分别是乘客p在站点v的上车时间和到达时间，
Figure FDA0002969181370000014
是乘客等待时间上限；
通过减少线路长度以减小乘客的乘坐时间进而保证乘客的出行体验；
保证共享巴士座位利用率不超过某一上限值以保证乘客的出行体验：
Figure FDA0002969181370000021
其中，Lf是共享巴士的座位利用率，等于载客量与座位数的比值；
Figure FDA0002969181370000022
是共享巴士座位利用率的上限；
1.3)建立最小化共享巴士公司运营成本并保证每个乘客出行体验的优化模型：
定义每个乘客的平均线路长度：
Figure FDA0002969181370000023
最小化ΦD和最大化ΦP等价于最小化ΦDP；综合考虑步骤1.1)中共享巴士公司的运营成本以及步骤1.2)中乘客的出行体验，建立以下优化模型：
P：min(NB，ΦDP)
s.t.C1：
Figure FDA0002969181370000024
C2：δuv∈{0，1}
C3：
Figure FDA0002969181370000025
C4：
Figure FDA0002969181370000026
C5：
Figure FDA0002969181370000027
C6：
Figure FDA0002969181370000028
C7：
Figure FDA0002969181370000029
C8：
Figure FDA00029691813700000210
其中，Dmax是共享巴士线路长度的上限；
C1保证为了满足乘客乘车需求至少有一辆共享巴士运行；
C2表示δuv是二元变量；
C3和C4保证线路中间站点的出度、入度为1；
C5保证线路长度不能超过其最大值Dmax；
C6保证共享巴士的线路中不存在环；
C7保证共享巴士的座位利用率不能超过其上限
Figure FDA0002969181370000031
C8保证每个乘客的等待时间不能超过其最大值
Figure FDA0002969181370000032
(2)根据共享巴士的真实应用区域以及道路网络提取适合共享巴士运行的交通拓扑；
2.1)删除非直接连接的边；基于共享巴士真实应用区域以及道路网络抽象出有向图，如果共享巴士的两个站点不能直接到达，则将两个站点间的边从有向图中删除，并删除线路过长且能被其他边替换的边；
2.2)考虑客流、站点间路段长度以及乘客在站点的等待时间，删除经过步骤2.1)后有向图中非重要的边；定义时间网络流Tf和乘客网络流Pf，边e<u,v>的时间网络流计算如下：
Figure FDA0002969181370000033
其中，
Figure FDA0002969181370000034
和
Figure FDA0002969181370000035
分别是历史乘客数据中乘客在站点u的平均等待时间和最大等待时间，衡量二者重要性的权重系数γ和ζ通过熵值法从历史乘客数据中计算出；
边e<u,v>的乘客网络流计算如下：
Figure FDA0002969181370000036
其中，
Figure FDA0002969181370000037
是历史乘客数据中每天在站点u上车的平均乘客数；
利用福德福克森算法并根据历史乘客数据计算经过步骤2.1)后有向图的时间网络最大流
Figure FDA0002969181370000038
和乘客网络最大流
Figure FDA0002969181370000039
根据计算出的
Figure FDA00029691813700000310
和
Figure FDA00029691813700000311
确定时间网络流和乘客网络流的下限
Figure FDA00029691813700000312
和
Figure FDA00029691813700000313
Figure FDA00029691813700000314
且
Figure FDA00029691813700000315
的边被认为是不重要的，并将其从有向图中删除；
2.3)打破经过步骤2.2)后有向图中存在的环；利用改进的深度优先搜索算法初次寻找经过步骤2.2)后有向图中存在的环；通过将搜索过程中没有遍历的边逐个添加到改进的深度优先搜索算法生成的生成树中来检测是否有新的环产生，并最终找到所有的环的集合；倒着遍历每个环，删除不包含起始站点的每个环中入度或出度最大的节点所对应的边来打破环，最后获得适合共享巴士运行的交通拓扑；
(3)基于提取的交通拓扑利用改进的局部搜索算法求解松弛后的步骤(1)中的优化模型生成候选线路集；
3.1)松弛步骤(1)中的优化模型，将P中的约束条件C8松弛为：
Figure FDA0002969181370000041
3.2)设计改进的局部搜索算法求解步骤3.1)松弛后的优化模型；改进的局部搜索算法包括两个阶段：线路规划阶段和车辆调度阶段；在线路规划阶段中，优先为最先到达站点的共享巴士规划线路，即选择下一个站点；在选择下一个站点时，引入随机选择机制和经验学习机制，从而共享巴士有三种选择下一个站点的方式，分别是优先从历史经验库中选择最佳站点，或以一定概率随机从候选站点中选择下一个站点，或以一定概率选择惩罚最小的下一个站点；历史经验库中存放了在过去选择站点的过程中共享巴士在某一时刻某一站点的最佳选择，而站点v的惩罚定义为：
Figure FDA0002969181370000042
其中，τ是一个常数用来调整步骤3.1)中约束的力度；在车辆调度阶段，主要涉及三种情况：当共享巴士到达终点站时，该共享巴士会被从正在运行的车辆队列中删除，并添加到可用车辆队列中，保存该共享巴士的线路以及发车时间；当某个站点的乘客的平均等待时间超过一定值时需要增派一辆共享巴士，并优先从可用车辆队列中选择；当共享巴士的座位利用率达到上限时，共享巴士在后续站点中不能接乘客直到运行至终点站；
(4)设计离线算法解决具有相似客流规律应用场景的共享巴士调度和线路规划问题；
离线算法的设计包含两个过程，分别是生成班次和为班次指定车辆；
4.1)生成班次以最小化ΦDP
4.1.1)：在历史乘客数据中找到第一个到达站点的乘客，设第一个到达的乘客p1，到达的站点是v，到达时间是p1a(v)；优化共享巴士为了接乘客p而到达站点v的到达时间bt(v)来减少一天中所需的共享巴士班次数，
Figure FDA0002969181370000051
4.1.2)：遍历步骤(3) 中获得的候选线路集，基于共享巴士到达站点v的时间bt(v)，分别检查每条候选线路中在站点v的后续站点中上车的乘客的等待时间，并将这些乘客的等待时间的最大值记为
Figure FDA0002969181370000052
如果
Figure FDA0002969181370000053
则说明在后续站点上车的乘客中有人不满足约束条件C8，则重新计算共享巴士到达站点v的到达时间，
Figure FDA0002969181370000054
否则，不需调整，
Figure FDA0002969181370000055
4.1.3)：分别对于步骤(3) 中的每条候选线路，根据4.1.2)中重新计算的共享巴士到达站点v的到达时间
Figure FDA0002969181370000056
以及每条候选线路中站点v之前的站点之间的共享巴士运行时间来计算每条候选线路中共享巴士到达第一个站点的时间，即发车时间；对于步骤(3) 中获得的每条候选线路，计算线路的成本
Figure FDA0002969181370000057
并从中选择lc最小的线路作为该班次的线路，且该班次的发车时间已经在4.1.2)中计算出，将该班次共享巴士接走的乘客从乘客数据中删除；
4.1.4)：迭代4.1.1)-4.1.3)直至乘客数据为空，即所有的乘客都被接走，算法结束，最终获得满足所有乘客乘车需求的班次集合
Figure FDA0002969181370000061
并按发车时间升序排序；
4.2)为班次指定共享巴士以最小化NB；设共享巴士公司的可用车辆队列为
Figure FDA0002969181370000062
正在运行的车辆队列为
Figure FDA0002969181370000063
4.2.1)：为
Figure FDA0002969181370000064
中的第一个班次分配一辆共享巴士，该共享巴士优先从可用车辆队列
Figure FDA0002969181370000065
中选择并从
Figure FDA0002969181370000066
删除，若
Figure FDA0002969181370000067
为空，则添加新共享巴士，将分配的共享巴士添加到正在运行的车辆队列
Figure FDA0002969181370000068
中，然后将第一个班次从
Figure FDA0002969181370000069
中删除；
4.2.2)：遍历正在运行的车辆队列
Figure FDA00029691813700000610
设第一个到达下一个站点的共享巴士是b1，到达站点是v，到达时间是b1t(v)，运行共享巴士b1至站点v，更新共享巴士b1的当前信息；检查当前班次集合中的第一个班次
Figure FDA00029691813700000611
如果该班次的发车时间小于等于b1t(v)，则为
Figure FDA00029691813700000612
分配一辆共享巴士，该辆共享巴士优先从
Figure FDA00029691813700000613
中选择，并将该共享巴士添加到
Figure FDA00029691813700000614
中，然后将
Figure FDA00029691813700000615
从
Figure FDA00029691813700000616
中删除；
4.2.3)：当共享巴士到达终点站时，需要将该共享巴士从
Figure FDA00029691813700000617
中删除并添加到
Figure FDA00029691813700000618
中；
4.2.4)：重复执行4.2.2)-4.2.3)直至班次集合
Figure FDA00029691813700000619
为空，算法结束且所有的班次都被分配相应的共享巴士，且所需的共享巴士数最少；
(5)设计在线算法解决具有动态、实时客流的应用场景的共享巴士调度和线路规划问题；
设当前时刻各个站点到达的所有乘客集合为
Figure FDA00029691813700000620
集合
Figure FDA00029691813700000621
中乘客p的到达站点是v，到达时间是pa(v)；共享巴士公司维持三个车辆队列，分别是正在运行的车辆队列
Figure FDA00029691813700000622
可用车辆队列
Figure FDA00029691813700000623
以及现有车辆队列
Figure FDA00029691813700000624
其中
Figure FDA00029691813700000625
中包含正在运行的共享巴士以及确定好发车时间和线路但还没有出发的共享巴士；
5.1)：遍历当前时间乘客集合
Figure FDA0002969181370000071
中的每个乘客p，遍历现有车辆队列
Figure FDA0002969181370000072
中的每辆共享巴士，确定现有共享巴士最早到达站点v的时间，设最早到达的共享巴士是b2，到达时间是b2t(v)；如果共享巴士b2的到达时间满足
Figure FDA0002969181370000073
则将乘客p分配给共享巴士b2，否则基于该乘客的到达信息根据步骤4.1)确定一个新的班次，并为该班次指定一辆共享巴士，优先从可用车辆队列
Figure FDA0002969181370000074
中选择共享巴士并将该共享巴士从
Figure FDA0002969181370000075
中删除，如果
Figure FDA0002969181370000076
为空，则添加一辆新的共享巴士，并将该共享巴士添加到
Figure FDA0002969181370000077
中；
5.2)：遍历
Figure FDA0002969181370000078
中的每一辆共享巴士，如果共享巴士的发车时间等于当前时间，则该共享巴士出发并添加到
Figure FDA0002969181370000079
中；
Figure FDA00029691813700000710
中的每辆共享巴士运行，如果某辆共享巴士到达了终点站，则将该共享巴士从现有车辆队列
Figure FDA00029691813700000711
正在运行的车辆队列
Figure FDA00029691813700000712
中删除，并添加到可用车辆队列
Figure FDA00029691813700000713
中；
5.3)：重复执行5.1)-5.2)直至一天的运营时间结束。
CN201911354241.5A 2019-12-25 2019-12-25 一种共享巴士的动态车辆调度和线路规划方法 Active CN111127936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911354241.5A CN111127936B (zh) 2019-12-25 2019-12-25 一种共享巴士的动态车辆调度和线路规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911354241.5A CN111127936B (zh) 2019-12-25 2019-12-25 一种共享巴士的动态车辆调度和线路规划方法

Publications (2)

Publication Number Publication Date
CN111127936A CN111127936A (zh) 2020-05-08
CN111127936B true CN111127936B (zh) 2021-04-20

Family

ID=70502951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911354241.5A Active CN111127936B (zh) 2019-12-25 2019-12-25 一种共享巴士的动态车辆调度和线路规划方法

Country Status (1)

Country Link
CN (1) CN111127936B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111667097B (zh) * 2020-05-13 2024-01-23 郑州天迈科技股份有限公司 基于多链式搜索的同调度室车辆司机排班方法
CN113408942B (zh) * 2021-07-12 2022-11-18 东南大学 一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法
CN114872747B (zh) * 2022-04-13 2024-03-22 山东启和云梭物流科技有限公司 一种基于复合异型翼缘轨道的高速巴士公交系统
CN115641722B (zh) * 2022-12-22 2023-04-28 吉林大学 一种基于动态等待时间的班车出行服务系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106652530B (zh) * 2016-11-02 2019-07-12 北京瑞华赢科技发展有限公司 一种调度时刻表生成方法及装置
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
CN107730893B (zh) * 2017-11-30 2019-08-09 大连理工大学 一种基于乘客出行多维特征的共享巴士站点客流预测方法
CN108764590A (zh) * 2018-08-17 2018-11-06 海南大学 场景感知的共享交通工具调度方法
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
CN109637179A (zh) * 2019-02-19 2019-04-16 上海雷腾软件股份有限公司 共享巴士路线搜索方法及设备
CN109886491B (zh) * 2019-02-26 2021-02-26 北京工业大学 一种海量运行数据驱动的地面公交两阶段优化调度方法

Also Published As

Publication number Publication date
CN111127936A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN111127936B (zh) 一种共享巴士的动态车辆调度和线路规划方法
US20220172175A1 (en) Transportation system and method for allocating frequencies of transit services therein
CN109409599B (zh) 基于实时需求的定制公交线路开通优化方法
Bischoff et al. City-wide shared taxis: A simulation study in Berlin
CN105070044B (zh) 一种基于乘客预约的定制公交合乘车辆动态调度方法
CN110598908B (zh) 基于多任务多车辆的路径规划方法
CN109657820B (zh) 一种可预约的出租车匹配方法
CN109993408B (zh) 一种基于服务区域划分的网约车运力调配方法
CN115547052B (zh) 改进自适应大邻域算法的动态需求响应电动公交调度方法
CN112561379A (zh) 一种面向区域性网约车的调度方法
CN111882107B (zh) 一种基于自动驾驶共享出租车系统的司乘匹配方法
Engelhardt et al. Speed-up heuristic for an on-demand ride-pooling algorithm
Cats et al. Effect of real-time transit information on dynamic passenger path choice
CN116663811A (zh) 一种城际客运的往返动态拼车的调度匹配方法和装置
CN112053580A (zh) 一种交叉口公交信号优先控制优化方法
CN116109081A (zh) 一种基于物联网的动态公交调度优化方法和装置
CN111311002B (zh) 一种考虑乘客在途主动换乘的公交出行规划方法
CN111063191B (zh) 用于公交线网设计的发车频率与线网结构联合优化方法
CN113642796B (zh) 基于历史数据的动态共享电动自动驾驶车辆路径规划方法
CN112508423B (zh) 引导路线生成方法及装置
CN113379159A (zh) 基于灰色模型和马尔可夫决策过程的出租车司机寻客路线推荐方法
Engelhardt et al. Simulating ride-pooling services with pre-booking and on-demand customers
CN112836955B (zh) 一种基于动态权重策略的铁路乘务人员智能排班方法和系统
CN115879658A (zh) 定制公交路径优化方法、系统、存储介质及设备
CN113469451A (zh) 基于启发式算法的定制公交线路生成方法

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