CN111276002A - 一种基于服务瓶颈站点识别的公交调度方法 - Google Patents

一种基于服务瓶颈站点识别的公交调度方法 Download PDF

Info

Publication number
CN111276002A
CN111276002A CN202010129667.7A CN202010129667A CN111276002A CN 111276002 A CN111276002 A CN 111276002A CN 202010129667 A CN202010129667 A CN 202010129667A CN 111276002 A CN111276002 A CN 111276002A
Authority
CN
China
Prior art keywords
bus
station
service
bottleneck
service bottleneck
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
Application number
CN202010129667.7A
Other languages
English (en)
Inventor
王梦琪
蒙素兰
程铅
杜文凯
林淦
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202010129667.7A priority Critical patent/CN111276002A/zh
Publication of CN111276002A publication Critical patent/CN111276002A/zh
Pending legal-status Critical Current

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
    • 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

Landscapes

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

Abstract

本发明公开了一种基于服务瓶颈站点识别的公交调度方法，包括步骤：数据采集，采集实际公交运行数据，包括公交车辆在各站点的到发时间；搭建公交运行数据集，包括调查得到的数据以及利用采集的数据计算出的相邻公交车辆在各站点的车头时距及其平均值和标准差；构建服务瓶颈站点识别模型，该模型用来识别公交线路上的服务瓶颈站点；识别公交服务瓶颈站点；进行公交调度，对公交路线上的服务瓶颈站点进行公交调度以提高其服务能力；本发明对公交服务瓶颈站点进行识别分析，在此基础上进行公交调度，实现对服务瓶颈站点的优化，进一步为公交线路运行优化提供参考。

Description

一种基于服务瓶颈站点识别的公交调度方法
技术领域
本发明属于公交优化技术领域，具体涉及一种基于服务瓶颈站点识别的公交调度方法。
背景技术
随着经济的发展，私家车数量的急剧增加，城市交通拥堵问题也日益突出。为此国家大力发展公共交通，常规公交的运行可靠性会影响乘客是否选择公交出行，若公交运行可靠性差，会导致公交出行在城市交通中的分担率低，也会影响到道路上其他车辆的运行，造成交通拥堵。
目前对常规公交进行优化的分析主要是从公交网络分析网络拓扑结构的可靠性进行分析，未从公交运行线路上公交停靠的站点进行分析，而站点又和乘客体验到的公交服务水平高低直接相关，若乘客在公交站点的等待时间过长会降低乘客选择公交出行的概率。因此，十分需要从公交站点识别出公交服务瓶颈站点，并进一步通过调度公交的方法对服务瓶颈站点进行优化。
发明内容
本发明的主要目的在于提供一种基于服务瓶颈站点识别的公交调度方法，能识别出公交线路上的服务瓶颈站点，进一步通过调度公交的方法优化服务瓶颈站点，减少乘客在该站点的平均等待时间，进一步为公交优化提供参考，极具有产业上的利用价值。
本发明通过以下技术方案实现：
一种基于服务瓶颈站点识别的公交调度方法，包括以下步骤：
1)数据采集；
采集实际公交运行数据，包括公交车辆在各站点的到发时间；
2)搭建公交运行数据集；
数据集中包括调查得到的数据以及利用采集的数据计算出的相邻公交车辆在各站点的车头时距及其平均值和标准差；
3)构建服务瓶颈站点识别模型；
选择公交站点的乘客平均等车时间这一指标来构建服务瓶颈站点识别模型，并给出判断服务瓶颈站点的标准；
4)识别公交服务瓶颈站点；
利用数据集中的公交实际运行数据，根据构建的模型识别出公交线路上的服务瓶颈站点；
5)进行公交调度；
对识别出的公交路线上的服务瓶颈站点进行公交调度以提高其服务能力。
本发明进一步设置为：所述步骤1)中的数据采集，需先选定进行分析的公交路线，调查该公交路线的公交实际运行数据，包括公交车辆在各站点的到发时间。
本发明进一步设置为：所述步骤2)中的搭建公交运行数据集，利用采集的数据计算出相邻公交车辆在各站点的车头时距及其平均值和标准差，再利用调查得到的数据以及计算出的数据搭建公交实际运行数据集，记为G，
G＝{Tij,Mij,Hi,Dh,Sh}
其中，Tij表示第i辆公交车到达第j个公交站点的时间，Mij表示第i辆公交车在第j个公交站点出发的时间，Hij表示第i辆公交车和第i+1辆公交车到达第j个公交站点的车头时距，Dh表示车头时距的平均值，Sh表示车头时距的标准差。
本发明进一步设置为：所述步骤3)中的构建服务瓶颈站点识别模型，具体为，
选择公交站点的乘客平均等车时间作为计算指标，其计算公式为，
Figure BDA0002395447440000021
其中，E(W)表示乘客平均等车时间；E(h)表示相邻公交车到达各公交站点的平均车头时距；Cov(h)表示车头时距变异系数，其计算公式为
Figure BDA0002395447440000022
其中Sh表示车头时距的标准差，Dh表示车头时距的平均值；
本发明进一步设置为：所述步骤4)中的识别公交服务瓶颈站点，具体为，
4-1)计算各站点乘客平均等车时间E(W)及其平均值E1，并根据计算出的乘客平均等车时间E(W)绘制其折线图，据图判断该公交路线大部分站点的乘客平均等车时间E(W)所在区间，计算出该区间的平均值E2，进一步计算出E1和E2的平均值E3，则E3作为识别公交服务瓶颈站点的标准；
4-2)若该公交站点的乘客平均等车时间比E3小，说明该站点的服务水平较高，无需对该站点进行公交调度；若该公交站点的乘客平均等车时间比E3大，说明乘客在该站点需等待的时间较长，该站点的服务水平较低，需对其进行公交调度。
本发明进一步设置为：所述步骤5)中的的进行公交调度，具体为，
5-1)给步骤4-2)中判断为服务瓶颈站点的站点调度公交车，该公交车只从起始站到该瓶颈站点，之后从该站点沿公交线路运行；
5-2)对进行公交调度后该站点重复步骤4)，再次判断该站点是否为服务瓶颈站点，若不是，说明该调度方法有效，若仍为服务瓶颈站点，则重新进行调度，直至该站点不再是服务瓶颈站点。
本发明具有以下技术效果：
本发明提供的一种基于服务瓶颈站点识别的公交调度方法，能识别出公交线路上的服务瓶颈站点，进一步通过调度公交的方法优化服务瓶颈站点，可以减少乘客在该站点的平均等待时间，给乘客更好的公交体验，可以提高公交在城市交通中的分担率，极具有产业上的利用价值。
附图说明
图1为本发明的流程图；
图2为本发明实施例优化前的乘客平均等车时间折线图；
图3为本发明实施例优化后的乘客平均等车时间折线图。
具体实施方式
下面通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。
如图1，一种基于服务瓶颈站点识别的公交调度方法，包括以下步骤：
1)数据采集；
采集实际公交运行数据，包括公交车辆在各站点的到发时间；
2)搭建公交运行数据集；
数据集中包括调查得到的数据以及利用采集的数据计算出的相邻公交车辆在各站点的车头时距及其平均值和标准差；
3)构建服务瓶颈站点识别模型；
选择公交站点的乘客平均等车时间这一指标来构建服务瓶颈站点识别模型，并给出判断服务瓶颈站点的标准；
4)识别公交服务瓶颈站点；
利用数据集中的公交实际运行数据，根据构建的模型识别出公交线路上的服务瓶颈站点；
5)进行公交调度；
对识别出的公交路线上的服务瓶颈站点进行公交调度以提高其服务能力。
从识别公交服务瓶颈站点的角度，选取指标乘客平均等车时间E(W)，通过实际公交运行数据，计算该指标的值，并绘制该指标数值的折线图，从而对公交路线上的服务瓶颈站点进行识别，对判断为服务瓶颈站点的站点进行公交调度，以优化该站点。
实施例
选取南京市3号公交路线(往山西路方向)作为一个实例，对本发明服务瓶颈站点的识别以及公交调度方法给出进一步说明，该线路起始站以及终点站均为随家仓，为环形公交线路。
根据搭建的实际公交运行数据集G中的数据计算出各公交站点的乘客平均等车时间E(W)，如表1所示。
表1
Figure BDA0002395447440000041
Figure BDA0002395447440000051
根据表1中乘客平均等车时间E(W)的数值计算出其平均值E1＝221.41，并绘制出优化前的乘客平均等车时间E(W)折线图，如图2所示。
根据图2可以看出，大部分站点的乘客平均等车时间E(W)在区间[200,250]内，于是可以计算出E2＝250.00，进一步计算出E3＝235.71，则E3即为判断服务瓶颈站点的标准。若公交站点的乘客平均等车时间E(W)大于E3，即可判断该公交站点为服务瓶颈站点，例如本例中的站点Z4可认为是公交服务瓶颈站点。
对站点Z4进行公交调度，先增加一辆公交车，令其从起始站直接开往站点Z4，从该站点接到乘客后继续沿公交路线行驶。
进行调度后，再次计算出各公交站点的乘客平均等车时间E(W)，如表2所示。
表2
Figure BDA0002395447440000052
Figure BDA0002395447440000061
根据表2中乘客平均等车时间E(W)的数值计算出其平均值E1＝220.59，并绘制出优化前的乘客平均等车时间E(W)折线图，如图3所示。
根据图3可以看出，大部分站点的乘客平均等车时间E(W)在区间[200,250]内，于是可以计算出E2＝250.00，进一步计算出E3＝235.30，则E3即为判断服务瓶颈站点的标准。由表2可知，站点Z4的乘客平均等车时间E(W)为195.83，小于E3，可以说明经公交调度后站点Z4，乘客的平均等车时间缩短，服务水平提高，故可以认为该方法有效。
本发明与之前的公交服务瓶颈站点的识别与优化方法相比，该方法重新给出了识别服务瓶颈站点的标准，并且给出了对服务瓶颈站点进行优化的方法，进而提高整条公交线路的运行可靠性，可以减少乘客在公交站点的等车时间，提高乘客对公交出行的满意度，进一步提高公交出行在城市交通出行中的分担率。

Claims (6)

1.一种基于服务瓶颈站点识别的公交调度方法，其特征在于，包括以下步骤：
1)数据采集；
采集实际公交运行数据，包括公交车辆在各站点的到发时间；
2)搭建公交运行数据集；
数据集中包括调查得到的数据以及利用采集的数据计算出的相邻公交车辆在各站点的车头时距及其平均值和标准差；
3)构建服务瓶颈站点识别模型；
选择公交站点的乘客平均等车时间这一指标来构建服务瓶颈站点识别模型，并给出判断服务瓶颈站点的标准；
4)识别公交服务瓶颈站点；
利用数据集中的公交实际运行数据，根据构建的模型识别出公交线路上的服务瓶颈站点；
5)进行公交调度；
对识别出的公交路线上的服务瓶颈站点进行公交调度以提高其服务能力。
2.根据权利要求1所述的一种基于服务瓶颈站点识别的公交调度方法，其特征在于：所述步骤1)中的数据采集，需先选定进行分析的公交路线，调查该公交路线的公交实际运行数据，包括公交车辆在各站点的到发时间。
3.根据权利要求1所述的一种基于服务瓶颈站点识别的公交调度方法，其特征在于：所述步骤2)中的搭建公交运行数据集，利用采集的数据计算出相邻公交车辆在各站点的车头时距及其平均值和标准差，再利用调查得到的数据以及计算出的数据搭建公交实际运行数据集，记为G，
G＝{Tij,Mij,Hi,Dh,Sh}
其中，Tij表示第i辆公交车到达第j个公交站点的时间，Mij表示第i辆公交车在第j个公交站点出发的时间，Hij表示第i辆公交车和第i+1辆公交车到达第j个公交站点的车头时距，Dh表示车头时距的平均值，Sh表示车头时距的标准差。
4.根据权利要求1所述的一种基于服务瓶颈站点识别的公交调度方法，其特征在于：所述步骤3)中的构建服务瓶颈站点识别模型，具体为：
选择公交站点的乘客平均等车时间E(W)作为计算指标，其计算公式为，
Figure FDA0002395447430000021
其中，E(W)表示乘客平均等车时间；E(h)表示相邻公交车到达各公交站点的平均车头时距；Cov(h)表示车头时距变异系数，其计算公式为
Figure FDA0002395447430000022
其中Sh表示车头时距的标准差，Dh表示车头时距的平均值。
5.根据权利要求1所述的一种基于服务瓶颈站点识别的公交调度方法，其特征在于：所述步骤4)中的识别公交服务瓶颈站点，具体为：
4-1)计算各站点乘客平均等车时间E(W)及其平均值E1，并根据计算出的乘客平均等车时间E(W)绘制其折线图，据图判断该公交路线大部分站点的乘客平均等车时间E(W)所在区间，计算出该区间的平均值E2，进一步计算出E1和E2的平均值E3，则E3作为识别公交服务瓶颈站点的标准；
4-2)若该公交站点的乘客平均等车时间比E3小，说明该站点的服务水平较高，无需对该站点进行公交调度；若该公交站点的乘客平均等车时间比E3大，说明乘客在该站点需等待的时间较长，该站点的服务水平较低，需对其进行公交调度。
6.根据权利要求1所述的一种基于服务瓶颈站点识别的公交调度方法，其特征在于：所述步骤5)中的进行公交调度，具体为，
5-1)给步骤4-2)中判断为服务瓶颈站点的站点调度公交车，该公交车只从起始站到该瓶颈站点，之后从该站点沿公交线路运行；
5-2)对进行公交调度后该站点重复步骤4)，再次判断该站点是否为服务瓶颈站点，若不是，说明该调度方法有效，若仍为服务瓶颈站点，则重新进行调度，直至该站点不再是服务瓶颈站点。
CN202010129667.7A 2020-02-28 2020-02-28 一种基于服务瓶颈站点识别的公交调度方法 Pending CN111276002A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010129667.7A CN111276002A (zh) 2020-02-28 2020-02-28 一种基于服务瓶颈站点识别的公交调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010129667.7A CN111276002A (zh) 2020-02-28 2020-02-28 一种基于服务瓶颈站点识别的公交调度方法

Publications (1)

Publication Number Publication Date
CN111276002A true CN111276002A (zh) 2020-06-12

Family

ID=71002383

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010129667.7A Pending CN111276002A (zh) 2020-02-28 2020-02-28 一种基于服务瓶颈站点识别的公交调度方法

Country Status (1)

Country Link
CN (1) CN111276002A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115409295A (zh) * 2022-11-01 2022-11-29 深圳市城市交通规划设计研究中心股份有限公司 一种基于瓶颈分析的公交调度方法、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373399A (zh) * 2016-11-24 2017-02-01 东南大学 一种公交线路站点间运行瓶颈识别系统
CN107766969A (zh) * 2017-09-28 2018-03-06 东南大学 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373399A (zh) * 2016-11-24 2017-02-01 东南大学 一种公交线路站点间运行瓶颈识别系统
CN107766969A (zh) * 2017-09-28 2018-03-06 东南大学 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王梦琪 等: "城市公交服务瓶颈站点甄别及优化", 《山西建筑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115409295A (zh) * 2022-11-01 2022-11-29 深圳市城市交通规划设计研究中心股份有限公司 一种基于瓶颈分析的公交调度方法、电子设备及存储介质
CN115409295B (zh) * 2022-11-01 2023-02-14 深圳市城市交通规划设计研究中心股份有限公司 一种基于瓶颈分析的公交调度方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN108773279B (zh) 一种电动汽车充电路径规划方法及装置
CN108162771B (zh) 一种电动汽车智能充电导航方法
CN104064028B (zh) 基于多元信息数据的公交到站时间预测方法及系统
CN100463009C (zh) 一种交通信息融合处理方法和系统
CN107545320B (zh) 一种基于图论的城市轨道交通乘客路径规划方法及系统
CN111191816B (zh) 城市轨道交通乘客出行时间链辨识系统
CN109543934B (zh) 城市公交线网的综合指标的评价方法
CN105844362B (zh) 一种城市交通综合出行决策装置
CN108961804B (zh) 基于多指标分类交集的公交线路调整备选集合确定方法
CN110298516B (zh) 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器
CN109697854A (zh) 多维度的城市道路交通状态评估方法
CN112036757B (zh) 基于手机信令和浮动车数据的停车换乘停车场的选址方法
CN105868861A (zh) 一种基于时空数据融合的公交客流演化分析方法
CN102819950A (zh) 一种交通工具搭载辅助决策的系统和方法
CN113506013B (zh) 基于多源数据的中运量公共交通系统综合效益评价方法
CN111931079A (zh) 推荐网约车上车点的方法及系统
CN111276002A (zh) 一种基于服务瓶颈站点识别的公交调度方法
CN114971136A (zh) 一种公交及巡游小巴调度方法
CN113408833A (zh) 一种公共交通重点区域识别方法、装置及电子设备
CN112149059A (zh) 构建城市间客流分担模型的方法和装置
CN111292536A (zh) 一种基于串车现象分析的常规公交运行稳定性优化方法
CN114971085B (zh) 一种公交站点可达性的预测方法、系统及存储介质
CN112258876A (zh) 基于物联网的智慧城市管理方法及装置
CN116343498A (zh) 一种基于大数据公交路线拥堵点提醒系统
CN114049757B (zh) 班车到站时间预估方法、装置、计算机设备和存储介质

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

Application publication date: 20200612

RJ01 Rejection of invention patent application after publication