CN111160686B - 一种行车计划生成模型的设计方法及装置 - Google Patents
一种行车计划生成模型的设计方法及装置 Download PDFInfo
- Publication number
- CN111160686B CN111160686B CN201910967096.1A CN201910967096A CN111160686B CN 111160686 B CN111160686 B CN 111160686B CN 201910967096 A CN201910967096 A CN 201910967096A CN 111160686 B CN111160686 B CN 111160686B
- Authority
- CN
- China
- Prior art keywords
- time
- departure
- driving plan
- shift
- generating
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013461 design Methods 0.000 title claims abstract description 17
- 235000012054 meals Nutrition 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 5
- 230000000452 restraining effect Effects 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000011160 research Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Chemical & Material Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种行车计划生成模型的设计方法及装置,包括如下步骤:步骤1,获取历史客流规律,步骤2,生成发车时刻表,步骤3,生成行车计划;通过实际客流预测,结合历史客流规律大数据,以最小化公交公司成本和乘客等车成本为目标,能确定出最优发车间隔,再结合路准预测可生成时刻表,且可通过调整目标权重系数控制班次数量,提高了时刻表的实用性。最后利用排班算法(0‑1规划求解模型)可快速给出合理路牌,可通过增加约束条件控制司机工时,确保合理休息时长,极大的提高了路牌的可行性。
Description
技术领域
本发明涉及智能交通研究领域,尤其是公交智能排班领域,具体涉及一种行车计划生成模型的设计方法及装置。
背景技术
伴随我国社会迅速发展,人民生活水平日益提高,城区规模也不断扩大,公共交通也随之大力发展,城市交通工具有多种形式,其中常规公交是各大城市公共交通系统最常见的交通工具,一方面,目前大多数城市公交发车时刻表的生成都是依据人工经验,手动形成发车时刻表,导致公众出行等车时间长,“串车”和“大间隔”现象明显,高峰时段公交拥堵严重,平峰时段公交空载现象普遍存在;因此生成贴合客流规律的发车时刻表尤为重要;另一方面,公交公司对行车时刻表进行人为制定配人、配车计划,经常导致部分司机超负荷工作、部分司机相对空闲,无法顾及司机吃饭、休息时间,因此科学合理的行车计划的生成更为重要。
发明内容
为了克服现有技术的不足,本公开实施例提供了一种行车计划生成模型的设计方法及装置,以最小化路牌数量为目标,增加实际应用中必须考虑的合理条件约束,利用0-1规划求解模型,智能得到最优排班结果,实际应用中为了保证模型的普适性,可通过参数调整达到最理想的效果。所述技术方案如下:
第一方面,提供了一种行车计划生成模型的设计方法,所述方法包括:
步骤1,获取历史客流规律
步骤2,生成发车时刻表
步骤3,生成行车计划
需要说明的是,在本领域技术术语中,每辆公交车每天要执行的上下行班次时刻表为路牌,生成行车计划即是确定每个路牌,路牌数对应需要的公交车数量。
若需要生成一个完整的路牌还需要保证班次链是按照时间顺序有序排列的,且有首末班,所以还需要加上首末班约束,即
Mi表示i班次的前驱班次,Ni表示i班次的后继班次;
通过最优路牌目标函数及其条件,对发车时刻表进行求解,得到最优路牌,即生成行车计划。
在本公开实施例中,以最小化路牌数量为目标,通过条件的限制,保证班次链是按照时间顺序有序排列的,且有首末班,利用0-1规划求解模型,智能得到最优排班结果。最优路牌目标函数可以确定出某个班次链的首班和末班,即确定了路牌。本模型使用中,如果人车是绑定的,即确定车辆后人员也相应固定;
在一个可能的实现方式中,步骤1和步骤2具体内容如下:
步骤1,获取历史客流规律,具体为:根据历史客流规律的客流量分布情况,把全天运营时间划分成I个时间段,使每个时间段的客流量的波动或方差最小;比如根据客流量大小把公交全天运营时间分为低、平、高、平、高、平、低七个时间段,当然这里也可以根据具体的线路客流情况划分不同的时间段。
步骤2,生成发车时刻表,具体为:根据步骤1划分成的I个时间段,寻找每个时间段的最佳发车间隔Δti,以同时最小化公司运营成本和乘客等车时间为目标,进而得到最优时刻表;
其中,I是全天运营时间的分段数,α是公司运营成本权重系数,α取值范围[0,1],即当α=0时表示仅关心乘客利益;当α=1时表示仅关注公司运营成本。P(Δti)是公司运营成本,P(Δti)计算方法为运营成本(包括油费、保养、维修等的综合成本)减去乘客乘车应付票款,p是单公里综合运营成本,L是线路里程,Ti是第i时间分段的时长,Δti是第i个时间分段的发车间隔,Hi是第i时间分段的客流量,C是票价;Q(Δti)是乘客等车成本,计算方法为乘客每分钟等车成本乘以平均等车时间,q是乘客每分钟等车成本。
根据最优发车间隔目标函数,可得出每个时间段的最佳发车间隔Δti,进而得到最佳的发车时刻表。
在本公开实施例中,本模型是以某一条线路为研究对象,以历史客流大数据的规律为基础,设计公交公司总成本和乘客等车成本最小化的多目标模型,可生成精确的发车时刻表,达到为公交公司降本增效的目的,同时提升公众出行的满意度;
在一个可能的实现方式中,在实际执行时,所述生成发车时刻表,需要充分考虑车辆的实载率,所述实载率为车内人数与车辆额定核载人数F的比值,即为考虑到乘客的乘坐体验,实载率最大不能超过一定数值lmax,平均实载率也不能超过某一数值lm,同时考虑到运营成本,平均实载率也不能太低,需要大于某一数值lmin;即:
在本公开实施例中,(1)是时段内平均实载率约束条件,控制时段内车内平均人数在合理范围,(2)是时段内车内最高实载率约束,控制时段内车内瞬时人数在一定范围,保证乘客都能上车。
在一个可能的实现方式中,所述生成发车时刻表,满足条件(3)的约束;为了确保所有车辆能正常周转,上下行班次数数量差需要保持在很小的范围内,为了保证车辆能有效周转,节约空驶成本,需要对上下行班次数差值进行约束,即需要满足条件(3),右上角标1,2分别对应上行和下行,需要说明的是上下行的分段节点并不相同,即Ti 1和Ti 2并不相同,
在一个可能的实现方式中,所述生成发车时刻表,满足条件(4)的约束;条件(4)是确保发车间隔在合理范围内变动,目前手动排班很难避免大间隔和串车问题,即发车间隔过大或者过小,而本算法可以通过给出发车间隔的合理范围,完全避免大间隔和串车问题的出现;
(4)发车间隔约束:Δti∈[Δtmin,Δtmax]
在一个可能的实现方式中,所述生成发车时刻表,满足条件(5)的约束;条件(5)是控制相邻时段的发车间隔在合理范围,避免大间隔发车情形。(发车间隔虽然保持在合理范围,但相邻班次的发车间隔有时候跨度也会较大,所以通过控制相邻时段的发车间隔,可以避免大间隔现象;
(5)间隔差约束:Δti∈[Δti-1-min(Δti-1,Δti),Δti-1+min(Δti-1,Δti)]
在一个可能的实现方式中,所述生成发车时刻表,满足条件(6)的约束;条件(6)是限制总班次数在一定范围,保证目标函数在有效班次内取值;
优选的,所述步骤3的行车计划生成模型仅能得到路牌数最小的路牌,而实际路牌需要综合考虑司机休息时长、用餐时间、全天工作时长。因此,增加以下约束条件:
在一个可能的实现方式中,所述步骤3的行车计划生成模型,需要满足条件①的约束,条件①是限制路牌的班次数量,通过变量m来保证每个路牌的班次数最少,m表示每个路牌的最大班次数。
在一个可能的实现方式中,所述步骤3的行车计划生成模型,需要满足条件②的约束,条件②是避免用餐时段内休息间隔较小的班次构成一条班次链,
②保证有用餐时间:
在一个可能的实现方式中,所述步骤3的行车计划生成模型,需要满足条件③的约束,避免某些路牌设置多次用餐,保证只吃一次饭:
在一个可能的实现方式中,所述步骤3的行车计划生成模型,需要满足条件④和⑤的约束,为了限制在用餐时段上班的司机不安排吃饭时间。
④在用餐时段上班不留用餐时间:
⑤在用餐时段下班不留用餐时间:
在一个可能的实现方式中,所述步骤3的行车计划生成模型,需要满足条件⑥和⑦的约束,为了限制首末站休息时长,Δtp和Δtq分别是首站最小休息时长和末站最大休息时长。
⑥首站休息时长约束:aij=0,Pi是首站,Δtij≥Δtp
⑦末站休息时长约束:aij=0,Qi是末站,Δtij≤Δtq。
在一个可能的实现方式中,步骤3中生成行车计划的过程中,经过条件限定后,会出现某些路牌的班次数量较少,即某些路牌的工时结构不合理的情况,为了保证能更好的找到合理的解,对发车时刻表中的每个时刻,增加灰色时刻来扩充解空间,所述灰色时刻为每个发车时刻前后Z分钟内的时刻,Z∈[1,7](比如当Z为2时,对发车时刻为06:00的班次增加的灰色时刻有05:58、05:59、06:01、06:02),每个发车时刻和其灰色时刻形成集合S*,在步骤3中所述生成行车计划时,每个集合S*中的时刻取且只取一个。
第二方面,提供了一种行车计划生成模型的设计装置,包括获取单元、发车时刻表生成单元、行车计划生成单元,上述单元依次电连接;
所述获取单元,用于执行上述任一项所述一种行车计划生成模型的设计方法的步骤1的步骤;
所述发车时刻表生成单元,用于执行上述任一项所述一种行车计划生成模型的设计方法的步骤2的步骤;
所述行车计划生成单元,用于执行上述任一项所述一种行车计划生成模型的设计方法的步骤3的步骤。
与现有技术相比,上述技术方案中的一个技术方案具有如下有益效果:通过以最小化路牌数量为目标,增加实际应用中必须考虑的合理条件约束:司机工时合理、保证吃饭时间等,利用0-1规划求解模型,得到最优排班结果,且为了保证模型的普适性,实际应用中可通过参数调整达到最理想的效果。
具体实施方式
为了阐明本发明的技术方案和工作原理,下面将对本公开实施方式做进一步的详细描述。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
第一方面:本公开实施例提供了一种行车计划生成模型的设计方法:主要包括以下步骤:
步骤1,获取历史客流规律
根据历史客流规律的客流量分布情况,把全天运营时间划分成I个时间段,使每个时间段的客流量的波动或方差最小;比如根据客流量大小把公交全天运营时间分为低、平、高、平、高、平、低七个时间段,当然这里也可以根据具体的线路客流情况划分不同的时间段。
步骤2,生成发车时刻表
本模型是以某一条线路为研究对象,
根据步骤1划分成的I个时间段,寻找每个时间段的最佳发车间隔Δti,以同时最小化公司运营成本和乘客等车时间为目标,进而得到最优时刻表;
其中,I是全天运营时间的分段数,α是公司运营成本权重系数,取值范围[0,1],即当α=0时表示仅关心乘客利益;当α=1时表示仅关注公司运营成本。P(Δti)是公司运营成本,P(Δti)计算方法为运营成本(包括油费、保养、维修等的综合成本)减去乘客乘车应付票款,p是单公里综合运营成本,L是线路里程,Ti是第i时间分段的时长,Δti是第i个时间分段的发车间隔,Hi是第i时间分段的客流量,C是票价;Q(Δti)是乘客等车成本,计算方法为乘客每分钟等车成本乘以平均等车时间,q是乘客每分钟等车成本。
优选的,在实际执行时,所述发车时刻表的生成过程中,需要充分考虑车辆的实载率,所述实载率为车内人数与车辆额定核载人数F的比值,即为考虑到乘客的乘坐体验,实载率最大不能超过一定数值lmax,平均实载率也不能超过某一数值lm,同时考虑到运营成本,平均实载率也不能太低,需要大于某一数值lmin;即:
其中,NL是线路站点数,是od平均站数,F是车辆额定核载人数;(1)是时段内平均实载率约束条件,控制时段内车内平均人数在合理范围,(2)是时段内车内最高实载率约束,控制时段内车内瞬时人数在一定范围,保证乘客都能上车。
优选的,是为了确保所有车辆能正常周转,上下行班次数数量差需要保持在很小的范围内,为了保证车辆能有效周转,节约空驶成本,需要对上下行班次数差值进行约束,即需要满足条件(3),右角标1,2分别对应上行和下行,需要说明的是上下行的分段节点并不相同,即Ti 1和Ti 2并不相同。
条件(4)是确保发车间隔在合理范围内变动,目前手动排班很难避免大间隔和串车问题,即发车间隔过大或者过小,而本算法可以通过给出发车间隔的合理范围,完全避免大间隔和串车问题的出现;
(4)Δti∈[Δtmin,Δtmax](发车间隔约束)
条件(5)是控制相邻时段的发车间隔在合理范围,避免大间隔发车情形。
(发车间隔虽然保持在合理范围,但相邻班次的发车间隔有时候跨度也会较大,所以通过控制相邻时段的发车间隔,可以避免大间隔现象;
(5)Δti∈[Δti-1-min(Δti-1,Δti),Δti-1+min(Δti-1,Δti)](间隔差约束)条件(6)是限制总班次数在一定范围,保证目标函数在有效班次内取值;
步骤3,生成行车计划
首先定义每辆公交车每天要执行的上下行班次时刻表为路牌,生成行车计划即是确定每个路牌,路牌数对应需要的公交车数量。
若需要生成一个完整的路牌还需要保证班次链是按照时间顺序有序排列的,且有首末班,所以还需要加上首末班约束,即
Mi表示i班次的前驱班次,Ni表示i班次的后继班次。
通过上述条件限制,最优路牌目标函数可以确定出某个班次链的首班和末班,即确定了路牌。本模型使用中,如果人车是绑定的,即确定车辆后人员也相应固定;
优选的,所述步骤3的行车计划生成模型仅能得到路牌数最小的路牌,而实际路牌需要综合考虑司机休息时长、用餐时间、全天工作时长。因此,增加以下约束条件:
优选的,条件1是限制路牌的班次数量,通过变量m来保证每个路牌的最少,m表示每个路牌的最大班次数。
(保证有用餐时间)
条件③,避免某些路牌设置多次用餐。
(保证只吃一次饭)
条件④和条件⑤则是为了限制在用餐时段上班的司机不安排吃饭时间。
(在用餐时段上班不留用餐时间)
(在用餐时段下班不留用餐时间)
条件⑥和条件⑦是为了限制首末站休息时长,Δtp和Δtq分别是首站最小休息时长和末站最大休息时长。
⑥aij=0,Pi是首站,Δtij≥Δtp(首站休息时长约束)
⑦aij=0,Qi是末站,Δtij≤Δtq(末站休息时长约束)
优选的,行车计划实际生成的过程中,经过条件限定后,会出现某些路牌的班次数量较少,即某些路牌的工时结构不合理的情况,为了保证能更好的找到合理的解,对发车时刻表中的每个时刻,增加灰色时刻来扩充解空间,所述灰色时刻为每个发车时刻前后Z分钟内的时刻,Z∈[1,7],比如当Z为2时,对发车时刻为06:00的班次增加的灰色时刻有05:58、05:59、06:01、06:02,每个发车时刻和其灰色时刻形成集合S*,在步骤3中所述生成行车计划时,每个集合S*中的时刻取且只取一个。
上述通过实际客流预测,结合历史客流规律大数据,以最小化公交公司成本和乘客等车成本为目标,能确定出最优发车间隔,再结合路准预测可生成时刻表,且可通过调整目标权重系数控制班次数量,提高了时刻表的实用性。最后利用排班算法(0-1规划求解模型)可快速给出合理路牌,可通过增加约束条件控制司机工时,确保合理休息时长,极大的提高了路牌的可行性。
第二方面,本公开实施例提供了一种行车计划生成模型的设计装置
基于相同的技术构思,该装置具体包括获取单元、发车时刻表生成单元、行车计划生成单元,上述单元依次电连接;
所述获取单元,用于执行上述实施例中任一项所述一种行车计划生成模型的设计方法的步骤1的步骤;
所述发车时刻表生成单元,用于执行上述实施例中任一项所述一种行车计划生成模型的设计方法的步骤2的步骤;
所述行车计划生成单元,用于执行上述实施例中任一项所述一种行车计划生成模型的设计方法的步骤3的步骤。
需要说明的是,上述实施例提供的一种行车计划生成模型的设计装置在一种行车计划生成模型的设计方法时,仅以上述各功能单元的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外上述实施例提供的一种行车计划生成模型的设计装置与一种行车计划生成模型的设计方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
以上对本发明进行了示例性描述,显然,本发明具体实现并不受上述方式的限制,凡是采用了本发明的方法构思和技术方案进行的各种非实质性的改进;或者未经改进、等同替换,将本发明的上述构思和技术方案直接应用于其他场合的,均在本发明的保护范围之内。
Claims (6)
1.一种行车计划生成模型的设计方法,其特征在于,包括如下步骤:
步骤1,获取历史客流规律
具体为:根据历史客流规律的客流量分布情况,把全天运营时间划分成I个时间段,使每个时间段的客流量的方差最小;
步骤2,生成发车时刻表
具体为:根据步骤1划分成的I个时间段,寻找每个时间段的最佳发车间隔Δti,以同时最小化公司运营成本和乘客等车成本为目标,进而得到最佳的发车时刻表;
其中,I是全天运营时间的分段数,α是公司运营成本权重系数,α取值范围[0,1],P(Δti)是公司运营成本,p是单公里综合运营成本,L是线路里程,Ti是第i时间分段的时长,Δti是第i个时间分段的发车间隔,Hi是第i时间分段的客流量,C是票价;Q(Δti)是乘客等车成本,q是乘客每分钟等车成本;
根据最优发车间隔目标函数,可得出每个时间段的最佳发车间隔Δti,进而得到最佳的发车时刻表;
步骤3,生成行车计划
每辆公交车每天要执行的上下行班次时刻表为路牌,生成行车计划即是确定每个路牌,路牌数对应需要的公交车数量;
Mi表示i班次的前驱班次,Ni表示i班次的后继班次
步骤3的行车计划生成模型,需要满足①-⑦的约束条件:
②保证有用餐时间,避免用餐时段内休息间隔较小的班次构成一条班次链:其中是班次ji的起始时间,ts和te表示用餐时段的开始时间和结束时间,是班次ji和ji+1的休息间隔,Δtd是用餐时段的最小用餐时间;
④在用餐时段上班不留用餐时间:
⑤在用餐时段下班不留用餐时间:
⑥首站休息时长约束:aij=0,pi是首站,Δtij≥Δtp
⑦末站休息时长约束:aij=0,qi是末站,Δtij≤Δtq;
条件⑥和⑦的约束,为了限制首末站休息时长,Δtp和Δtq分别是首站最小休息时长和末站最大休息时长;
通过最优路牌目标函数及其约束条件,对发车时刻表进行求解,得到最优路牌,即生成行车计划;在生成行车计划的过程中,对发车时刻表中的每个时刻,增加灰色时刻来扩充解空间,所述灰色时刻为每个发车时刻前后Z分钟内的时刻,Z∈[1,7],每个发车时刻和其灰色时刻形成集合S*,在步骤3中所述生成行车计划时,每个集合S*中的时刻取且只取一个。
4.根据权利要求1-3任一项所述的一种行车计划生成模型的设计方法,其特征在于,所述步骤2的生成发车时刻表,满足条件(4)和条件(5)的约束:
(4)发车间隔约束:Δti∈[Δtmin,Δtmax],其中Δtmin为最小发车间隔,Δtmax为最大发车间隔;(5)间隔差约束:Δti∈[Δti-1-min(Δti-1,Δti),Δti-1+min(Δti-1,Δti)]
条件(4)是确保发车间隔在合理范围内变动,条件(5)是控制相邻时段的发车间隔在合理范围,避免大间隔发车情形。
6.一种行车计划生成模型的设计装置,其特征在于,所述装置包括获取单元、发车时刻表生成单元、行车计划生成单元,上述单元依次电连接;
所述获取单元用于执行权利要求1-5任一项所述的一种行车计划生成模型的设计方法的步骤1的步骤;
所述发车时刻表生成单元,用于执行权利要求1-5任一项所述的一种行车计划生成模型的设计方法的步骤2的步骤;
所述行车计划生成单元,用于执行权利要求1-5任一项所述的一种行车计划生成模型的设计方法的步骤3的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910967096.1A CN111160686B (zh) | 2019-10-12 | 2019-10-12 | 一种行车计划生成模型的设计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910967096.1A CN111160686B (zh) | 2019-10-12 | 2019-10-12 | 一种行车计划生成模型的设计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111160686A CN111160686A (zh) | 2020-05-15 |
CN111160686B true CN111160686B (zh) | 2021-04-16 |
Family
ID=70555763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910967096.1A Active CN111160686B (zh) | 2019-10-12 | 2019-10-12 | 一种行车计划生成模型的设计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111160686B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673069B (zh) * | 2020-05-14 | 2023-11-03 | 南京行者易智能交通科技有限公司 | 一种新能源公交车充电模型的设计方法、装置及移动端设备 |
CN111340406B (zh) * | 2020-05-22 | 2020-10-13 | 广州交信投科技股份有限公司 | 基于od客流的公交动态编排模型的实现方法及系统 |
CN113722874A (zh) * | 2020-12-29 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 车辆排班优化方法、装置和电子设备 |
CN113723754A (zh) * | 2021-07-27 | 2021-11-30 | 厦门蓝斯通信股份有限公司 | 一种公交排班计划的生成方法及装置 |
CN114819617A (zh) * | 2022-03-03 | 2022-07-29 | 北京邮电大学 | 一种基于强化学习的公交车辆排班方法 |
CN115086898B (zh) * | 2022-06-15 | 2023-12-29 | 金钱猫科技股份有限公司 | 一种流量共享的方法、系统和存储设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799981A (zh) * | 2010-02-09 | 2010-08-11 | 华南理工大学 | 多模式公共交通区域调度控制方法 |
CN102044149A (zh) * | 2011-01-12 | 2011-05-04 | 北京交通大学 | 一种基于时变客流的城市公交运营协调方法与装置 |
CN102737356A (zh) * | 2012-06-13 | 2012-10-17 | 西安理工大学 | 智能公交调度排班计算方法 |
CN106448233A (zh) * | 2016-08-19 | 2017-02-22 | 大连理工大学 | 基于大数据的公交线路时刻表协同优化方法 |
CN107464059A (zh) * | 2017-08-07 | 2017-12-12 | 江苏南大苏富特智能交通科技有限公司 | 一种基于历史信息的公交公司自动化排班控制方法 |
CN109508809A (zh) * | 2018-09-25 | 2019-03-22 | 珠海优特电力科技股份有限公司 | 乘务管理方法及装置 |
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 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7349765B2 (en) * | 2005-02-18 | 2008-03-25 | General Motors Corporation | System and method for managing utility consumption |
CN104200286B (zh) * | 2014-09-10 | 2017-06-06 | 东南大学 | 一种城市轨道交通时刻表优化技术应用框架 |
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 |
CN106485912B (zh) * | 2016-10-24 | 2019-06-18 | 东南大学 | 一种基于公交站点信息化的普通公交动态调度方法 |
-
2019
- 2019-10-12 CN CN201910967096.1A patent/CN111160686B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799981A (zh) * | 2010-02-09 | 2010-08-11 | 华南理工大学 | 多模式公共交通区域调度控制方法 |
CN102044149A (zh) * | 2011-01-12 | 2011-05-04 | 北京交通大学 | 一种基于时变客流的城市公交运营协调方法与装置 |
CN102737356A (zh) * | 2012-06-13 | 2012-10-17 | 西安理工大学 | 智能公交调度排班计算方法 |
CN106448233A (zh) * | 2016-08-19 | 2017-02-22 | 大连理工大学 | 基于大数据的公交线路时刻表协同优化方法 |
CN107464059A (zh) * | 2017-08-07 | 2017-12-12 | 江苏南大苏富特智能交通科技有限公司 | 一种基于历史信息的公交公司自动化排班控制方法 |
CN109508809A (zh) * | 2018-09-25 | 2019-03-22 | 珠海优特电力科技股份有限公司 | 乘务管理方法及装置 |
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 |
Non-Patent Citations (3)
Title |
---|
公共交通行车计划一体化编制方法研究;梁媛媛;《中国优秀硕士学位论文全文数据库工程科技II辑》;20091115(第11期);论文第1-51页 * |
基于排队论的公交线路调度优化;王红霖,等;《公路交通科技》;20140815;第31卷(第8期);全文 * |
梁媛媛.公共交通行车计划一体化编制方法研究.《中国优秀硕士学位论文全文数据库工程科技II辑》.2009,(第11期),论文第1-51页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111160686A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111160686B (zh) | 一种行车计划生成模型的设计方法及装置 | |
CN101245740B (zh) | 柴油动力系统的优化燃料效率和排放输出的系统和方法 | |
Yao et al. | Decentralized control of connected automated vehicle trajectories in mixed traffic at an isolated signalized intersection | |
Sun et al. | Timetable optimization for single bus line based on hybrid vehicle size model | |
CN102030023B (zh) | 用于优化运行在多交叉铁路网上的多个轨道车辆的参数的方法 | |
Zhao et al. | An integrated approach of train scheduling and rolling stock circulation with skip-stopping pattern for urban rail transit lines | |
CN109087517A (zh) | 基于大数据的智能信号灯控制方法和系统 | |
CN104778851A (zh) | 一种基于行驶轨迹的生态驾驶优化方法和系统 | |
CN107704950A (zh) | 一种基于出行需求与系统节能的城轨列车运行图优化方法 | |
CN103531018A (zh) | 公交车发车调度方法及公交车发车调度系统 | |
CN111340289A (zh) | 一种基于遗传算法的公交发车与车速调整优化方法及系统 | |
CN109300326B (zh) | 一种基于实时gps的公交短时动态调度方法 | |
CN104835315A (zh) | 基于混合车型的公交运营时刻控制系统及方法 | |
CN108320494A (zh) | 一种公交动态调度方法、存储介质及设备 | |
CN111325483A (zh) | 一种基于电池容量预测的电动公交车辆排班方法 | |
CN106355905A (zh) | 一种基于卡口数据的高架信号控制方法 | |
CN114132363A (zh) | 基于客流时空状态精细化分析的列车运行图编制方法 | |
CN111882097A (zh) | 一种车辆维护人员调度方法和系统 | |
CN111754757A (zh) | 一种公交竞争线路排班方法 | |
CN114707891A (zh) | 一种公交车辆在线调度方法 | |
Khalighi et al. | Emission-based signal timing optimization for isolated intersections | |
CN112949987B (zh) | 基于预测的出租车调度和匹配方法、系统、设备及介质 | |
Liu et al. | Modelling and simulation of cooperative control for bus rapid transit vehicle platoon in a connected vehicle environment | |
CN111724585B (zh) | 一种信控交叉口信号时序控制方法及优化方法 | |
Chada et al. | Effectiveness of bus signal priority |
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 |