CN111161536B - 一种公交专用道的时段及路段选取方法、装置及系统 - Google Patents

一种公交专用道的时段及路段选取方法、装置及系统 Download PDF

Info

Publication number
CN111161536B
CN111161536B CN201911352091.4A CN201911352091A CN111161536B CN 111161536 B CN111161536 B CN 111161536B CN 201911352091 A CN201911352091 A CN 201911352091A CN 111161536 B CN111161536 B CN 111161536B
Authority
CN
China
Prior art keywords
bus
bottleneck
road section
time interval
road
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
CN201911352091.4A
Other languages
English (en)
Other versions
CN111161536A (zh
Inventor
熊林海
周金明
吴日学
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.)
Nanjing Xingzheyi Intelligent Transportation Technology Co ltd
Original Assignee
Nanjing Xingzheyi Intelligent Transportation Technology 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 Nanjing Xingzheyi Intelligent Transportation Technology Co ltd filed Critical Nanjing Xingzheyi Intelligent Transportation Technology Co ltd
Priority to CN201911352091.4A priority Critical patent/CN111161536B/zh
Publication of CN111161536A publication Critical patent/CN111161536A/zh
Application granted granted Critical
Publication of CN111161536B publication Critical patent/CN111161536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种公交专用道的时段及路段选取方法、装置及系统,其中该方法包括步骤1,获取公交班次流水及公交车辆的实时GPS数据;步骤2,根据Fisher最优分割法得到瓶颈时段,步骤3,获取公交车道的瓶颈路段,步骤4,根据瓶颈时段在瓶颈路段上设置公交专用时段;通过采用Fisher最优分割法,瓶颈时段的选取,综合考虑了路准和客流量两个参数,瓶颈路段的选取,综合考虑了行驶速度和公交车流量两个参数,更加贴近实际,提高了公交专用道的可行性。

Description

一种公交专用道的时段及路段选取方法、装置及系统
技术领域
本发明涉及大数据和公共交通领域,特别涉及一种公交专用道的时段及路段选取方法。
背景技术
随着我国经济加快,城市交通拥堵是制约城市可持续发展的一个重要问题因素,大力发展公共交通,可以有效提升公共出行效率,缓解城市交通拥堵,因此建立合理的公交系统十分重要,设置公交专用道,是提升公交运营效率的有效手段。在实现本发明过程中,发明人发现现有技术中至少存在如下问题:公交专用道作为执行公交优先权的有效手段,分为完全隔离和高峰期专用两种,公交专用道的开启时段和开启路段的选取,会对道路的通行能力造成不同程度的影响,如选取不当,反而会增加道路负担,加重道路拥堵,因此高峰期公交专用道的开放时段和路段的选择非常重要。
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公交专用道的时段及路段选取方法、装置及系统,提高了公交专用道的可行性。技术方案如下:
第一方面,提供了一种公交专用道的时段及路段选取方法,所述方法包括如下步骤:
步骤1,获取公交班次流水及公交车辆的实时GPS数据;
步骤2,根据Fisher最优分割法得到瓶颈时段,具体方法如下:
根据班次流水中实际路准,利用Fisher最优分割法得到每条线路的高、平峰时段最优分法,具体为:
记班次流水中所有班次的实际路准为{x1,x2,…,xN},N为所有班次数,则Fisher最优分割法中,假设将路准数据分K组,即分类数为K,则组内离差平方和为
Figure GDA0002933929440000011
其中
Figure GDA0002933929440000012
是第j组的路准均值,
Figure GDA0002933929440000013
是全天路准均值,Nj为第j组的公交路准时间总个数,xij是第j组第i个班次的路准时间;
定义
Figure GDA0002933929440000021
DK为分类数为K的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为K时最优分法;
最优分类数选取:从1到n遍历分类数K,n∈[20,50],对于每个K值,计算对应的DK,根据最小化组内离差平方和的衰减速率
Figure GDA0002933929440000022
取αK最大时对应的分类数K为最优分类数,根据最优分类数得到时段最优分法。
根据时段最优分法获取历史客流规律,得到每个时段内实际客流数量,记第j个时段的客流数量为fj,当
Figure GDA0002933929440000023
时,第j个时段的乘客额外时间成本为:
Figure GDA0002933929440000024
Figure GDA0002933929440000025
按pj值从大到小排序,取前5%~80%的时段为瓶颈时段;
步骤3,获取现有公交车道为瓶颈路段
优选的,步骤3获取现有公交车道为瓶颈路段,替换为:
根据Fisher最优分割法得到瓶颈路段,具体方法如下:
根据公交车辆的实时GPS数据获取瓶颈时段的瓶颈路段,即行驶缓慢路段
根据公交车辆的实时GPS数据计算公交车辆瓶颈时段在各路段的平均行驶速度,利用Fisher最优分割法对路段进行分类,按照每0.1~1.2公里划分为一个路段,共得到M个路段,记某瓶颈时段某线路的M个路段的实际平均行驶速度为{y1,y2,…,yM},则Fisher最优分割法中,假设将路段速度数据分G组,即分类数为G,则组内离差平方和为
Figure GDA0002933929440000026
其中
Figure GDA0002933929440000027
是第j组的速度均值,
Figure GDA0002933929440000028
是整个线路的速度均值,Mj为第j组的公交平均行驶速度总个数,yij为第j组第i个路段的平均行驶速度;
定义
Figure GDA0002933929440000029
DG为分类数为G的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为G时最优分法;
最优分类数选取:从1到n(如从1到24)遍历分类数G,n∈[10,50],对于每个G值,计算对应的DG,根据最小化组内离差平方和的衰减速率
Figure GDA00029339294400000210
取αG最大时对应的分类数G为最优分类数,根据最优分类数得到路段最优分法;
根据路段最优分法统计公交车流量,得到每个路段的公交车流量,记第j个路段的公交车辆数为bj,当
Figure GDA00029339294400000211
时,第j个路段的公交车额外行车时间为:
Figure GDA00029339294400000212
Figure GDA0002933929440000031
按qj值从大到小排序,取前5%~30%的时段为瓶颈路段;
步骤4,根据瓶颈时段在瓶颈路段上设置公交专用时段;
优选的,步骤4,根据瓶颈时段在瓶颈路段上设置公交专用时段;具体为:根据瓶颈时段和瓶颈路段,判断是否需要设置公交专用道和/或公交专用时段;具体为:
对于每个瓶颈路段,首先判断是否已存在公交专用道,若已存在,则根据瓶颈时段在该公交专用道设置公交专用时段;
若不存在,则进一步判断单向车道数是否大于等于3,若是,则计算路段饱和度和车道不均匀系数,若路段饱和度ρ小于阈值α,和/或车道不均匀系数η大于阈值β,则根据瓶颈路段建议开通新公交专用道,根据瓶颈时段在该新公交专用道设置公交专用时段;
进一步,所述路段饱和度ρ为:p=V/C,其中V是实际交通流量,C为该车流的饱和通行能力;
所述车道不均匀系数η为:η=(v1/n1)/(v2/n2),η∈[β,1],其中v1是公交车流量,v2是非公交车流量,n1是非公交专用道车道数,n2是非公交专用道的机动车道数。
第二方面,提供了一种公交专用道的时段及路段选取装置,该装置包括获取单元、第一分析单元、输出单元;
所述获取单元用于,获取公交班次流水及公交车辆的实时GPS数据;获取现有公交车道为瓶颈路段;
所述第一分析单元用于,根据Fisher最优分割法得到瓶颈时段,具体为:
根据班次流水中实际路准,利用Fisher最优分割法得到每条线路的高、平峰时段最优分法,具体为:
记班次流水中所有班次的实际路准为{x1,x2,…,xN},N为所有班次数,则Fisher最优分割法中,假设将路准数据分K组,即分类数为K,则组内离差平方和为
Figure GDA0002933929440000032
其中
Figure GDA0002933929440000033
是第j组的路准均值,
Figure GDA0002933929440000034
是全天路准均值,Nj为第j组的公交路准时间总个数,xij是第j组第i个班次的路准时间;定义
Figure GDA0002933929440000041
DK为分类数为K的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为K时最优分法;
最优分类数选取:从1到n遍历分类数K,n∈[20,50],对于每个K值,计算对应的DK,根据最小化组内离差平方和的衰减速率
Figure GDA0002933929440000042
取αK最大时对应的分类数K为最优分类数,根据最优分类数得到时段最优分法;
根据时段最优分法获取历史客流规律,得到每个时段内实际客流数量,记第j个时段的客流数量为fj,当
Figure GDA0002933929440000043
时,第j个时段的乘客额外时间成本为:
Figure GDA0002933929440000044
Figure GDA0002933929440000045
按pj值从大到小排序,取前5%~80%的时段为瓶颈时段;
所述输出单元用于,根据瓶颈时段在瓶颈路段上设置公交专用时段。
优选的,还包括第二分析单元,
所述第二分析单元用于根据Fisher最优分割法得到瓶颈路段,并替换根据获取现有公交车道为瓶颈路段;
具体如下:
根据公交车辆的实时GPS数据获取瓶颈时段的瓶颈路段,即行驶缓慢路段
根据公交车辆的实时GPS数据计算公交车辆瓶颈时段在各路段的平均行驶速度,利用Fisher最优分割法对路段进行分类,按照每0.1~1.2公里划分为一个路段,共得到M个路段,记某瓶颈时段某线路的M个路段的实际平均行驶速度为{y1,y2,…,yM},则Fisher最优分割法中,假设将路段速度数据分G组,即分类数为G,则组内离差平方和为
Figure GDA0002933929440000046
其中
Figure GDA0002933929440000047
是第j组的速度均值,
Figure GDA0002933929440000048
是整个线路的速度均值,Mj为第j组的公交平均行驶速度总个数,yij为第j组第i个路段的平均行驶速度;
定义
Figure GDA0002933929440000049
DG为分类数为G的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为G时最优分法;
最优分类数选取:从1到n遍历分类数G,n∈[10,50],对于每个G值,计算对应的DG,根据最小化组内离差平方和的衰减速率
Figure GDA00029339294400000410
取αG最大时对应的分类数G为最优分类数,根据最优分类数得到路段最优分法;
根据路段最优分法统计公交车流量,得到每个路段的公交车流量,记第j个路段的公交车辆数为bj,当
Figure GDA0002933929440000051
时,第j个路段的公交车额外行车时间为:
Figure GDA0002933929440000052
Figure GDA0002933929440000053
按qj值从大到小排序,取前5%~30%的时段为瓶颈路段。
优选的,所述输出单元用于,根据瓶颈时段在瓶颈路段上设置公交专用时段;具体为:根据瓶颈时段和瓶颈路段,判断是否需要设置公交专用道和/或公交专用时段;具体为:
对于每个瓶颈路段,首先判断是否已存在公交专用道,若已存在,则根据瓶颈时段在该公交专用道设置公交专用时段;
若不存在,则进一步判断单向车道数是否大于等于3,若是,则计算路段饱和度和车道不均匀系数,若路段饱和度ρ小于阈值α,和/或车道不均匀系数η大于阈值β,则根据瓶颈路段建议开通新公交专用道,根据瓶颈时段在该新公交专用道设置公交专用时段。
第三方面,提供了一种公交专用道的时段及路段选取系统,所述系统包括权利要求5-8任一项所述的一种公交专用道的时段及路段选取装置。
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:通过采用Fisher最优分割法,瓶颈时段的选取,综合考虑了路准和客流量两个参数,瓶颈路段的选取,综合考虑了行驶速度和公交车流量两个参数,更加贴近实际,提高了公交专用道的可行性。
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。
本申请的说明书和权利要求书中的术语“步骤1”、“步骤2”、“步骤3”等类似描述(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里描述的那些以外的顺序实施。
本实施例中,所述公交专用道,也可以替换为与公交车采用类似运行模式的BRT专用道、特殊车辆专用道等。
第一方面:本公开实施例提供了一种公交专用道的时段及路段选取方法,主要包括以下步骤:
步骤1,获取公交班次流水及公交车辆的实时GPS数据;
步骤2,根据Fisher最优分割法得到瓶颈时段,具体方法如下:
根据班次流水中实际路准,利用Fisher最优分割法得到每条线路的高、平峰时段最优分法,具体为:
记班次流水中所有班次的实际路准(所述路准为线路单向全程时间,如公交车辆7:00从首站出发,7:40到达末站,则本班次的路准为40min)为{x1,x2,…,xN},则Fisher最优分割法中,总方差为
Figure GDA0002933929440000061
假设将路准数据分K组,即分类数为K,则
Figure GDA0002933929440000062
Figure GDA0002933929440000063
(因为中间项
Figure GDA0002933929440000064
中针对每一个时段j,
Figure GDA0002933929440000065
为常数,
Figure GDA0002933929440000066
为0,因此中间项为0)其中
Figure GDA0002933929440000067
是第j个时段的路准均值,
Figure GDA0002933929440000068
是全天路准均值,其中
Figure GDA0002933929440000069
为组内离差平方和,
Figure GDA00029339294400000610
为组间离差平方和,
定义
Figure GDA00029339294400000611
DK为分类数为K的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法为最优分法;通过最小化组内离差平方和DK得到最优分法,使同类样本间的差异最小,各类别样本间的差异最大;
从1到n(即从1到24)遍历分类数K,n∈[20,50],对于每个K值,计算对应的DK,根据最小化组内离差平方和的衰减速率
Figure GDA00029339294400000612
取αK最大时对应的分类数K为最优分类数,根据最优分类数得到时段最优分法。
由于工作日和非工作日的出行规律大有不同,因此在对高平峰时段就行分割或划分时区分工作日和双休日;
根据时段最优分法获取历史客流规律,得到每个时段内实际客流数量,记第j个时段的客流数量为fj,当
Figure GDA0002933929440000071
时,第j个时段的乘客额外时间成本为:
Figure GDA0002933929440000072
Figure GDA0002933929440000073
按pj值从大到小排序,取前5%~80%的时段为瓶颈时段;(当
Figure GDA0002933929440000074
时,直接剔除该时间分段,因为该时间分段不属于高峰分段)
在本公开实施例中,根据公交车实际情况,公交专用时段(瓶颈时段)的选取,采用Fisher最优分割法,综合考虑了路准和客流量两个参数,更加贴近实际,提高了公交专用道的可行性。
步骤3,根据Fisher最优分割法得到瓶颈路段,具体方法如下:
根据公交车辆的实时GPS数据获取瓶颈时段的瓶颈路段,即行驶缓慢路段
根据公交车辆的实时GPS数据计算公交车辆瓶颈时段在各路段的平均行驶速度,利用Fisher最优分割法对路段进行分类,按照每0.1~1.2公里划分为一个路段,共得到M个路段,记某瓶颈时段某线路的M个路段的实际平均行驶速度为{y1,y2,…,yM},则Fisher最优分割法中,总方差为
Figure GDA0002933929440000075
假设将路段速度数据分G组,即分类数为G,则
Figure GDA0002933929440000076
Figure GDA0002933929440000077
其中
Figure GDA0002933929440000078
是第j个路段的速度均值,
Figure GDA0002933929440000079
是整个线路的速度均值,其中
Figure GDA00029339294400000710
为组内离差平方和,
Figure GDA00029339294400000711
为组间离差平方和,
定义
Figure GDA00029339294400000712
DG为分类数为G的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法为最优分法;
从1到n(如从1到24)遍历分类数G,n∈[10,50],对于每个G值,计算对应的DG,根据最小化组内离差平方和的衰减速率
Figure GDA00029339294400000713
取αG最大时对应的分类数G为最优分类数,根据最优分类数得到路段最优分法;
根据路段最优分法统计公交车流量,得到每个路段的公交车流量,记第j个路段的公交车辆数为bj,当
Figure GDA00029339294400000714
时,第j个路段的公交车额外行车时间为:
Figure GDA00029339294400000715
Figure GDA00029339294400000716
按qj值从大到小排序,取前5%~30%的时段为瓶颈路段;(当
Figure GDA00029339294400000717
时,直接剔除该路段分段,因为该路段分段不属于拥堵路段)
根据公交车实际情况,若只考虑行驶速度,虽然路况拥堵,但是公交车流量很少,没有设置公交专用道的必要,若只考虑公交车流量,虽然公交车流量很多,但是并不拥堵,同样没有设置公交车专用道的必要;在本公开实施例中,瓶颈路段的选取,采用Fisher最优分割法,综合考虑了行驶速度和公交车流量两个参数,更加贴近实际,提高了公交专用道的可行性。
步骤4,根据瓶颈时段和瓶颈路段,判断是否需要设置公交专用道和/或公交专用时段;具体为:
对于每个瓶颈路段,首先判断是否已存在公交专用道,若已存在,则根据瓶颈时段在该公交专用道设置公交专用时段;
若不存在,则进一步判断单向车道数是否大于等于3,若是,则计算路段饱和度和车道不均匀系数,若路段饱和度ρ小于阈值α,和/或车道不均匀系数η大于阈值β,则根据瓶颈路段建议开通新公交专用道,根据瓶颈时段在该新公交专用道设置公交专用时段;
所述路段饱和度ρ为:ρ=V/C,其中V是实际交通流量(包含公交车流量和非公交车流量),C为该车流的饱和通行能力,我国单车道理论饱和通行能力取值如表1所示:
表1我国单车道理论饱和通行能力取值
行车速度(km/h) 20 30 40 50 60
通行能力(pcu/h) 1400 1600 1650 1700 1800
所述车道不均匀系数η为:η=(v1/n1)/(v2/n2),η∈[β,1],其中v1是公交车流量,v2是非公交车流量,n1是非公交专用道车道数,n2是非公交专用道的机动车道数;当公交车数量和非公交车数量比值较小时,不均匀系数较小,此时设置公交车专用道会严重影响非公交车的通行效率,增加道路拥堵。
第二方面,本公开实施例提供了一种公交专用道的时段及路段选取装置
基于相同的技术构思,该装置可以执行一种公交专用道的时段及路段选取方法的流程,该装置具体包括:获取单元、第一分析单元、第二分析单元,输出单元;
所述获取单元用于,获取公交班次流水及公交车辆的实时GPS数据;获取现有公交车道为瓶颈路段;
所述第一分析单元用于,根据Fisher最优分割法得到瓶颈时段,具体为:
根据班次流水中实际路准,利用Fisher最优分割法得到每条线路的高、平峰时段最优分法,具体为:
记班次流水中所有班次的实际路准为{x1,x2,…,xN},则Fisher最优分割法中,假设将路准数据分K组,即分类数为K,则组内离差平方和为
Figure GDA0002933929440000091
其中
Figure GDA0002933929440000092
是第j个时段的路准均值,
Figure GDA0002933929440000093
是全天路准均值,
定义
Figure GDA0002933929440000094
DK为分类数为K的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为K时最优分法;
最优分类数选取:从1到n遍历分类数K,n∈[20,50],对于每个K值,计算对应的DK,根据最小化组内离差平方和的衰减速率
Figure GDA0002933929440000095
取αK最大时对应的分类数K为最优分类数,根据最优分类数得到时段最优分法;
根据时段最优分法获取历史客流规律,得到每个时段内实际客流数量,记第j个时段的客流数量为fj,当
Figure GDA0002933929440000096
时,第j个时段的乘客额外时间成本为:pj
Figure GDA0002933929440000097
按pj值从大到小排序,取前5%~80%的时段为瓶颈时段;
所述输出单元用于,根据瓶颈时段在瓶颈路段上设置公交专用时段。
优选的,还包括第二分析单元,
所述第二分析单元用于根据Fisher最优分割法得到瓶颈路段,具体如下:
根据公交车辆的实时GPS数据获取瓶颈时段的瓶颈路段,即行驶缓慢路段
根据公交车辆的实时GPS数据计算公交车辆瓶颈时段在各路段的平均行驶速度,利用Fisher最优分割法对路段进行分类,按照每0.1~1.2公里划分为一个路段,共得到M个路段,记某瓶颈时段某线路的M个路段的实际平均行驶速度为{y1,y2,…,yM},则Fisher最优分割法中,假设将路段速度数据分G组,即分类数为G,则组内离差平方和为
Figure GDA0002933929440000098
其中
Figure GDA0002933929440000099
是第j个路段的速度均值,
Figure GDA00029339294400000910
是整个线路的速度均值,
定义
Figure GDA00029339294400000911
DG为分类数为G的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为G时最优分法;
最优分类数选取:从1到n遍历分类数G,n∈[10,50],对于每个G值,计算对应的DG,根据最小化组内离差平方和的衰减速率
Figure GDA0002933929440000101
取αG最大时对应的分类数G为最优分类数,根据最优分类数得到路段最优分法;
根据路段最优分法统计公交车流量,得到每个路段的公交车流量,记第j个路段的公交车辆数为bj,当
Figure GDA0002933929440000102
时,第j个路段的公交车额外行车时间为:qj
Figure GDA0002933929440000103
按qj值从大到小排序,取前5%~30%的时段为瓶颈路段。
优选的,所述输出单元用于,根据瓶颈时段在瓶颈路段上设置公交专用时段;具体为:根据瓶颈时段和瓶颈路段,判断是否需要设置公交专用道和/或公交专用时段;具体为:
对于每个瓶颈路段,首先判断是否已存在公交专用道,若已存在,则根据瓶颈时段在该公交专用道设置公交专用时段;
若不存在,则进一步判断单向车道数是否大于等于3,若是,则计算路段饱和度和车道不均匀系数,若路段饱和度ρ小于阈值α,和/或车道不均匀系数η大于阈值β,则根据瓶颈路段建议开通新公交专用道,根据瓶颈时段在该新公交专用道设置公交专用时段。
第三方面,提供了一种公交专用道的时段及路段选取系统,所述系统包括所有可能的实现方式中任一项所述的一种公交专用道的时段及路段选取装置。
需要说明的是,上述实施例提供的一种公交专用道的时段及路段选取装置在一种公交专用道的时段及路段选取方法时,仅以上述各功能模块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模块完成,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公交专用道的时段及路段选取装置与一种公交专用道的时段及路段选取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 (9)

1.一种公交专用道的时段及路段选取方法,其特征在于,包括如下步骤:
步骤1,获取公交班次流水及公交车辆的实时GPS数据;
步骤2,根据Fisher最优分割法得到瓶颈时段,具体方法如下:
根据班次流水中实际路准,利用Fisher最优分割法得到每条线路的高、平峰时段最优分法,具体为:
记班次流水中所有班次的实际路准为{x1,x2,…,xN},N为所有班次数,则Fisher最优分割法中,假设将路准数据分K组,即分类数为K,则组内离差平方和为
Figure FDA0002933929430000011
其中
Figure FDA0002933929430000012
是第j组的路准均值,
Figure FDA0002933929430000018
是全天路准均值,Nj为第j组的公交路准时间总个数,xij是第j组第i个班次的路准时间;
定义
Figure FDA0002933929430000013
DK为分类数为K的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为K时最优分法;
最优分类数选取:从1到n遍历分类数K,n∈[20,50],对于每个K值,计算对应的DK,根据最小化组内离差平方和的衰减速率
Figure FDA0002933929430000014
取αK最大时对应的分类数K为最优分类数,根据最优分类数得到时段最优分法;
根据时段最优分法获取历史客流规律,得到每个时段内实际客流数量,记第j个时段的客流数量为fj,当
Figure FDA0002933929430000015
时,第j个时段的乘客额外时间成本为:
Figure FDA0002933929430000016
Figure FDA0002933929430000017
按pj值从大到小排序,取前5%~80%的时段为瓶颈时段;
步骤3,获取现有公交车道为瓶颈路段
步骤4,根据瓶颈时段在瓶颈路段上设置公交专用时段。
2.根据权利要求1所述的一种公交专用道的时段及路段选取方法,其特征在于,把步骤3获取现有公交车道为瓶颈路段,替换为:
根据Fisher最优分割法得到瓶颈路段,具体方法如下:
根据公交车辆的实时GPS数据获取瓶颈时段的瓶颈路段,即行驶缓慢路段
根据公交车辆的实时GPS数据计算公交车辆瓶颈时段在各路段的平均行驶速度,利用Fisher最优分割法对路段进行分类,按照每0.1~1.2公里划分为一个路段,共得到M个路段,记某瓶颈时段某线路的M个路段的实际平均行驶速度为{y1,y2,…,yM},则Fisher最优分割法中,假设将路段速度数据分G组,即分类数为G,则组内离差平方和为
Figure FDA0002933929430000021
其中
Figure FDA0002933929430000022
是第j组的速度均值,
Figure FDA0002933929430000023
是整个线路的速度均值,Mj为第j组的公交平均行驶速度总个数,yij为第j组第i个路段的平均行驶速度;
定义
Figure FDA0002933929430000024
DG为分类数为G的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为G时最优分法;
最优分类数选取:从1到n遍历分类数G,n∈[10,50],对于每个G值,计算对应的DG,根据最小化组内离差平方和的衰减速率
Figure FDA0002933929430000025
取αG最大时对应的分类数G为最优分类数,根据最优分类数得到路段最优分法;
根据路段最优分法统计公交车流量,得到每个路段的公交车流量,记第j个路段的公交车辆数为bj,当
Figure FDA0002933929430000026
时,第j个路段的公交车额外行车时间为:
Figure FDA0002933929430000027
Figure FDA0002933929430000028
按qj值从大到小排序,取前5%~30%的时段为瓶颈路段。
3.根据权利要求2所述的一种公交专用道的时段及路段选取方法,其特征在于,
步骤4,根据瓶颈时段在瓶颈路段上设置公交专用时段;具体为:根据瓶颈时段和瓶颈路段,判断是否需要设置公交专用道和/或公交专用时段;具体为:
对于每个瓶颈路段,首先判断是否已存在公交专用道,若已存在,则根据瓶颈时段在该公交专用道设置公交专用时段;
若不存在,则进一步判断单向车道数是否大于等于3,若是,则计算路段饱和度和车道不均匀系数,若路段饱和度ρ小于阈值α,和/或车道不均匀系数η大于阈值β,则根据瓶颈路段建议开通新公交专用道,根据瓶颈时段在该新公交专用道设置公交专用时段。
4.根据权利要求3所述的一种公交专用道的时段及路段选取方法,其特征在于,
所述路段饱和度ρ为:ρ=V/C,其中V是实际交通流量,C为该车流的饱和通行能力;
所述车道不均匀系数η为:η=(v1/n1)/(v2/n2),η∈[β,1],其中v1是公交车流量,v2是非公交车流量,n1是非公交专用道车道数,n2是非公交专用道的机动车道数。
5.一种公交专用道的时段及路段选取装置,其特征在于,该装置包括获取单元、第一分析单元、输出单元;
所述获取单元用于,获取公交班次流水及公交车辆的实时GPS数据;获取现有公交车道为瓶颈路段;
所述第一分析单元用于,根据Fisher最优分割法得到瓶颈时段,具体为:
根据班次流水中实际路准,利用Fisher最优分割法得到每条线路的高、平峰时段最优分法,具体为:
记班次流水中所有班次的实际路准为{x1,x2,…,xN},N为所有班次数,则Fisher最优分割法中,假设将路准数据分K组,即分类数为K,则组内离差平方和为
Figure FDA0002933929430000031
其中
Figure FDA0002933929430000032
是第j组的路准均值,
Figure FDA0002933929430000033
是全天路准均值,Nj为第j组的公交路准时间总个数,xij是第j组第i个班次的路准时间;
定义
Figure FDA0002933929430000034
DK为分类数为K的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为K时最优分法;
最优分类数选取:从1到n遍历分类数K,n∈[20,50],对于每个K值,计算对应的DK,根据最小化组内离差平方和的衰减速率
Figure FDA0002933929430000035
取αK最大时对应的分类数K为最优分类数,根据最优分类数得到时段最优分法;
根据时段最优分法获取历史客流规律,得到每个时段内实际客流数量,记第j个时段的客流数量为fj,当
Figure FDA0002933929430000036
时,第j个时段的乘客额外时间成本为:
Figure FDA0002933929430000037
Figure FDA0002933929430000038
按pj值从大到小排序,取前5%~80%的时段为瓶颈时段;
所述输出单元用于,根据瓶颈时段在瓶颈路段上设置公交专用时段。
6.根据权利要求5所述的一种公交专用道的时段及路段选取装置,其特征在于,还包括第二分析单元,
所述第二分析单元用于根据Fisher最优分割法得到瓶颈路段,并替换根据获取现有公交车道为瓶颈路段;
具体如下:
根据公交车辆的实时GPS数据获取瓶颈时段的瓶颈路段,即行驶缓慢路段
根据公交车辆的实时GPS数据计算公交车辆瓶颈时段在各路段的平均行驶速度,利用Fisher最优分割法对路段进行分类,按照每0.1~1.2公里划分为一个路段,共得到M个路段,记某瓶颈时段某线路的M个路段的实际平均行驶速度为{y1,y2,…,yM},则Fisher最优分割法中,假设将路段速度数据分G组,即分类数为G,则组内离差平方和为
Figure FDA0002933929430000041
其中
Figure FDA0002933929430000042
是第j组的速度均值,
Figure FDA0002933929430000043
是整个线路的速度均值,Mj为第j组的公交平均行驶速度总个数,yij为第j组第i个路段的平均行驶速度;
定义
Figure FDA0002933929430000044
DG为分类数为G的最小组内离差平方和,即当组内离差平方和最小时,对应的分割法是分类数为G时最优分法;
最优分类数选取:从1到n遍历分类数G,n∈[10,50],对于每个G值,计算对应的DG,根据最小化组内离差平方和的衰减速率
Figure FDA0002933929430000045
取αG最大时对应的分类数G为最优分类数,根据最优分类数得到路段最优分法;
根据路段最优分法统计公交车流量,得到每个路段的公交车流量,记第j个路段的公交车辆数为bj,当
Figure FDA0002933929430000046
时,第j个路段的公交车额外行车时间为:
Figure FDA0002933929430000047
Figure FDA0002933929430000048
按qj值从大到小排序,取前5%~30%的时段为瓶颈路段。
7.根据权利要求6所述的一种公交专用道的时段及路段选取装置,其特征在于,
所述输出单元用于,根据瓶颈时段在瓶颈路段上设置公交专用时段;具体为:根据瓶颈时段和瓶颈路段,判断是否需要设置公交专用道和/或公交专用时段;具体为:
对于每个瓶颈路段,首先判断是否已存在公交专用道,若已存在,则根据瓶颈时段在该公交专用道设置公交专用时段;
若不存在,则进一步判断单向车道数是否大于等于3,若是,则计算路段饱和度和车道不均匀系数,若路段饱和度ρ小于阈值α,和/或车道不均匀系数η大于阈值β,则根据瓶颈路段建议开通新公交专用道,根据瓶颈时段在该新公交专用道设置公交专用时段。
8.根据权利要求7所述的一种公交专用道的时段及路段选取装置,其特征在于,
所述路段饱和度ρ为:ρ=V/C,其中V是实际交通流量,C为该车流的饱和通行能力;
所述车道不均匀系数η为:η=(v1/n1)/(v2/n2),η∈[β,1],其中v1是公交车流量,v2是非公交车流量,n1是非公交专用道车道数,n2是非公交专用道的机动车道数。
9.一种公交专用道的时段及路段选取系统,其特征在于,所述系统包括权利要求5-8任一项所述的一种公交专用道的时段及路段选取装置。
CN201911352091.4A 2019-12-25 2019-12-25 一种公交专用道的时段及路段选取方法、装置及系统 Active CN111161536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911352091.4A CN111161536B (zh) 2019-12-25 2019-12-25 一种公交专用道的时段及路段选取方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911352091.4A CN111161536B (zh) 2019-12-25 2019-12-25 一种公交专用道的时段及路段选取方法、装置及系统

Publications (2)

Publication Number Publication Date
CN111161536A CN111161536A (zh) 2020-05-15
CN111161536B true CN111161536B (zh) 2021-04-02

Family

ID=70556579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911352091.4A Active CN111161536B (zh) 2019-12-25 2019-12-25 一种公交专用道的时段及路段选取方法、装置及系统

Country Status (1)

Country Link
CN (1) CN111161536B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012162726A1 (en) * 2011-05-31 2012-12-06 Monash University Optimising transit priority in a transport network
CN104318757A (zh) * 2014-11-03 2015-01-28 大连海事大学 一种公交专用道上的公交车车路段运行时间预测方法
CN106157618A (zh) * 2016-07-08 2016-11-23 哈尔滨工业大学 一种城市公交专用道规划布网方法
CN108877244A (zh) * 2018-06-21 2018-11-23 东南大学 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法
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
CN110119835A (zh) * 2019-03-26 2019-08-13 杭州电子科技大学 一种基于区间计算的公交动态发车调度优化方法
CN110349408A (zh) * 2019-07-09 2019-10-18 浙江工业大学 公交专用道的智能控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012162726A1 (en) * 2011-05-31 2012-12-06 Monash University Optimising transit priority in a transport network
CN104318757A (zh) * 2014-11-03 2015-01-28 大连海事大学 一种公交专用道上的公交车车路段运行时间预测方法
CN106157618A (zh) * 2016-07-08 2016-11-23 哈尔滨工业大学 一种城市公交专用道规划布网方法
CN108877244A (zh) * 2018-06-21 2018-11-23 东南大学 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法
CN110119835A (zh) * 2019-03-26 2019-08-13 杭州电子科技大学 一种基于区间计算的公交动态发车调度优化方法
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
CN110349408A (zh) * 2019-07-09 2019-10-18 浙江工业大学 公交专用道的智能控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Evaluation of Bus-Exclusive Lanes;Li Shuguang Et al.;《IEEE Transactions on Intelligent Transportation Systems》;20090630;第10卷(第2期);第236-245页 *
基于乘客到站率的公交发车时刻表优化研究;岳大振;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20141015(第10期);C034-184 *
基于客流预测的公交调度优化研究;徐潇;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20171115(第11期);C034-100 *

Also Published As

Publication number Publication date
CN111161536A (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
CN111341095B (zh) 一种基于边缘侧在线计算的交通信号控制系统及方法
CN109508865B (zh) 基于时空使用模式的地铁站辐射范围内共享单车的部署方法
CN110288827B (zh) 一种考虑停靠站排队溢出影响的公交车辆运行调度方法
CN108053058B (zh) 一种基于大数据的电动出租车充电桩选址方法
CN103956042B (zh) 一种基于图论的公共自行车调度区域智能划分方法
CN110009153B (zh) 一种基于od客流的公交排班优化方法及系统
CN102005122A (zh) 多匝道调节方法及其系统
CN104573972B (zh) 一种基于车载gps数据的公交路线运营时段划分方法
CN105786895A (zh) 道路交叉口的排放量的测算方法和装置
CN112926768A (zh) 基于时空注意力机制的地面道路车道级交通流预测方法
CN114241751A (zh) 一种面向大型停车场的多出入口动静态交通协调优化方法
CN110046824A (zh) 一种城市公共交通线路的运营时段划分方法
CN112150802A (zh) 基于地面公交运行状态可靠性的城市道路等级划分方法
CN111161536B (zh) 一种公交专用道的时段及路段选取方法、装置及系统
CN114664103A (zh) 一种自动驾驶下交叉口进出口车道方向动态控制方法
CN114005275A (zh) 一种基于多数据源融合的高速公路车辆拥堵判别方法
CN104794301A (zh) 一种探究公交车运行时间可靠性影响因素的方法
CN111292535B (zh) 车路协同环境下面向乘客出行的路网交通状态评价方法
CN111325649A (zh) 一种城市轨道交通组合式站点停靠方法
CN111160722A (zh) 一种基于客流量竞争关系的公交路线调整方法
CN111553515B (zh) 一种山区道路等级的判断与优化方法
CN105448091B (zh) 一种城市信号交叉口机非隔离设施设置方法
CN114021825A (zh) 一种基于轨迹数据的公交车运行延误估计方法
CN114822016B (zh) 一种基于gps数据流的路段均速估计系统
CN104809871A (zh) 一种基于gps的不同种类联网车辆数据补偿方法

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