CN111815189B - 模块化公交调度系统 - Google Patents
模块化公交调度系统 Download PDFInfo
- Publication number
- CN111815189B CN111815189B CN202010678244.0A CN202010678244A CN111815189B CN 111815189 B CN111815189 B CN 111815189B CN 202010678244 A CN202010678244 A CN 202010678244A CN 111815189 B CN111815189 B CN 111815189B
- Authority
- CN
- China
- Prior art keywords
- time
- passenger
- bus
- departure
- vehicle
- 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
- 238000012546 transfer Methods 0.000 claims abstract description 92
- 230000004044 response Effects 0.000 claims abstract description 61
- 230000003068 static effect Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 32
- 238000005457 optimization Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 8
- 238000003032 molecular docking Methods 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- 230000001172 regenerating effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- SLXKOJJOQWFEFD-UHFFFAOYSA-N 6-aminohexanoic acid Chemical compound NCCCCCC(O)=O SLXKOJJOQWFEFD-UHFFFAOYSA-N 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 2
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition 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
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种模块化公交调度系统，该系统通过乘客终端模块、车辆终端模块以及客流信息采集模块实现精准的信息采集和交互，通过静态调度模块制定灵活运能的定时定线运营计划，实现高客流廊道上运力与客流的精准匹配，通过动态调度模块实现需求响应与干线公交的无缝接驳；本发明提供的调度系统针对模块化公交车辆可灵活解组、编组提供灵活运能，以及车辆之间可以无缝换乘的特点，实现“定时定线+需求响应”的多模式模块化公交调度，从而提升了公交系统的灵活性，提供高效率、少换乘的门对门公交服务，降低公交运力浪费，进一步提升公交服务质量。
Description
技术领域
本发明属于公共交通技术领域，具体涉及一种模块化公交调度系统。
背景技术
“公交优先”是我国城市交通发展的基本政策之一，旨在优先发展公共交通系统满足日益增长的居民出行需求，缓解城市机动车保有量持续上升与有限的交通资源形成矛盾。然而，面对时空变化的公交客流，我国地面公交系统受限于调度过程繁琐、智能化水平不高、乘客出行对于公交服务具有规律性需求等因素的影响，通常采取定时定线的运营模式以及低效的人工调度，公交运营中普遍存在运力资源时空调配不均的问题，无法满足公众对于出行服务的高品质要求，造成客流量逐年下降。
互联网、移动通信以及自动驾驶技术快速发展为城市公交的转型升级提供了机遇。未来公交车辆将趋向于小型化、自动化、模块化，公交服务也趋向智能化和定制化。模块化车辆可以通过编解组灵活调整车辆容量，大容量编组车辆可以在高流量公交廊道上发挥公交的集约性优势，单模块车辆可以在需求稀疏的区域提供灵活的需求响应服务。同时模块之间可以在运行中灵活编组，乘客通过编组进行无缝换乘。更加灵活的模块化小型公交车辆以及先进的调度系统有利于公交由传统“定时定线”的单一运营模式向大流量廊道“定时定线”—低密度区域“需求响应”的多服务模式转变，实现车辆运力与需求的精准匹配，打造高效、可靠的公交系统。
但目前的公交调度系统中，未能发挥小型模块化公交的优势，主要存在以下问题：1)可编组的模块化公交缺乏成熟的调度系统，将在高流量廊道上的定时定线服务，与低需求区域响应接驳服务模式进行统一调度；2)在现有公交调度系统中，未考虑模块化车辆可以通过编解组改变车辆容量，同时编组车辆之间可以进行乘客的无缝换乘等特点。
发明内容
针对现有技术中的不足，本发明的目的是提供一种模块化公交调度系统。
为达到上述目的，本发明的解决方案是：
一种模块化公交调度系统，包括静态调度模块、实时调度模块、客流信息采集模块、乘客终端模块和车辆终端模块。
具体地，静态调度模块根据乘客客流信息和公交线网拓扑，制定高客流廊道干线公交发车计划。
静态调度模块包括：
运营现状监测单元：监测现有干线公交运营情况，获取载客率、乘客等待时间、公交舒适度等公交评价指标，评估公交客流规律和公交运营质量变化。
调度计划生成单元：存储和分析通过客流信息采集模块以及乘客终端模块获取的历史客流信息，当乘客需求与现有调度计划不匹配时，生成新的公交调度计划，即生成新的高客流廊道模块化公交发车计划。
具体地，实时调度模块基于收集的乘客预约信息和实时车辆状态信息，为实时需求进行公交出行规划，制定需求响应接驳发车计划，同时为既定的干线定时定线和区域需求响应发车计划派遣车辆。
实时(动态)调度模块包括:
公交出行路线规划单元：根据实时乘客预约信息，包括乘客的上车点、下车点、上车时间和下车时间，为乘客规划多条备选公交出行路线。
需求响应接驳单元：根据乘客确认的出行路线，为乘客从出发点至公交站点、公交站点至终到点的接驳出行，进行上车需求响应和下车需求响应路径规划，提供需求响应服务。
车辆任务分配单元：根据实时反馈的车辆位置、状态，为既定发车计划派遣车辆，并向车辆下达运输任务指令。
客流信息采集模块用于采集公交的客流信息，包括公交乘客的上车站点、下车站点、上车时间以及换乘路线等。
具体地，客流信息采集模块包括：
检测器单元：通过各类公交客流数据采集技术如公交IC卡、图像处理计数器、压力踏板计数器、被动红外检测器和主动红外检测器，采集乘客客流信息。
数据通讯及存储单元：将检测器检测的数据传输至数据中心，并导入数据库进行存储。
数据处理单元：将基于多源数据融合技术，统计规划区域内的乘客出行规律，获取包括上车站点、下车站点、上车时间以及换乘路线等客流信息，为公交调度计划生成提供输入数据。
具体地，乘客终端模块用于提交乘客出行需求预约和查询公交实时信息，同时接收系统反馈的出行计划并进行选择和确认。
乘客终端模块包括：
信息查询单元：通过乘客终端可以查询现有公交线路运营信息包括发车时刻表、多线路换乘编组计划等公交信息。
出行预约单元：提交出行信息，包括上车地点、下车地点、上车时间、出行偏好(如出行时间、换乘和费用偏好)等出行信息，将乘车信息提供给实时车辆调度模块进行出行预约。
信息确认单元：实时调度模块将安排后的出行计划反馈至乘客终端模块，乘客通过乘客终端模块接收系统反馈的出行计划，并进行选择和确认。
具体地，车辆终端模块用于实时接收实时调度模块的任务派遣，并向派遣任务的实时调度模块发送实时车辆状态信息。
车辆终端模块包括：
状态监测单元：通过各类车辆状态检测器，如GPS系统、车内监控系统等采集车辆运营状态，向实时调度模块反馈车辆终端模块的状态信息，包括车辆位置、速度、剩余电量、所属编组及编组次序等状态信息。
任务分配单元：实时调度模块将动态任务信息通过车辆终端模块下达给车辆，指导车辆终端模块执行编组、解组并执行运输任务。
本发明的模块化公交调度系统提供了可用于覆盖定时定线和需求响应两种公交服务模式的公交调度方法。
其中，静态调度模块中采用的定时定线模块化公交调度方法具体包括：
调查公交的拓扑信息，包括线路站点位置、线路走向和换乘站点。
通过客流采集模块采集公交客流信息，包括各线路随时间变化的乘客OD矩阵，以及换乘站点各线路之间的乘客换乘量。
针对每一条公交线路，根据各线路乘客客流，设计单线路车辆发车计划，建立优化模型并求解。
根据调查的公交网络拓扑结构，以及既定的发车计划，建立优化模型，协同换乘站点处各线路的时刻表，制定无缝换乘编组计划，重新生成公交线网时刻表以最小化乘客换乘成本。
优选地，单线路车辆发车计划具体包括：发车时刻表和每一次发车的线路编组计划。
其中，发车时刻表包括每一次发车的时间，线路编组计划包括每一次发车从每一个站点出发的车辆所包含的模块数。
优选地，无缝换乘编组计划包括可进行无缝换乘的车次集合以及发生无缝换乘的车次之间需要交换的车辆模块数。
实时调度模块中采用的需求响应模块化公交调度方法具体包括：
制定需求响应实时计划窗口及滚动周期，计划窗口指一次发车决策中考虑的时长，滚动周期指两次发车决策之间的时差。
通过乘客终端模块收集计划窗口内的乘客实时预定需求信息，包括乘客的上车点、下车点、上车时间和下车时间。
针对每个预约需求，进行乘客备选公交路线规划。
优选地，进行乘客备选公交线路规划可以采取以下方法：
获取乘客上下车公交站点，可以根据乘客的偏好采取就近站点匹配法以乘客上车点和下车点为中心，选取距离中心点直线距离不超过阈值的公交站点作为备选上车公交站点和下车公交站点；
根据获取的上车公交站点和下车公交站点，设定最大行程时间、换乘次数及票价限制，搜索所有可能的公交出行路线，形成路径集。
计算路径集中所有路径的行程时间，换乘次数及票价，使用最短行程时间原则、最少换乘原则以及最低票价原则，从路径集中选出相应的出行线路，形成备选出行路线并得到乘客换乘计划。将备选路线的路径、行程时间、换乘计划以及票价反馈给乘客终端模块。
乘客通过乘客终端模块选择并确认出行线路，反馈给动态调度模块。
动态调度模块针对每个预约需求，对乘客从上车点至接入的公交站点的出行进行规划，即需求响应上车接驳服务规划。
优选地，需求响应上车接驳服务规划可采取以下方法：
针对每一需求判断是否能够插入现有的需求响应接驳发车计划中，若能，将需求匹配至现有发车计划中，若不能，将需求加入待安排任务集中，等待重新安排车辆完成运送。
将所有待安排需求按照起点公交站点进行分组。
针对每一组待安排需求，进行乘客接驳路径规划，将乘客分配至需求响应车辆上，并规划需求响应车辆路径和时刻表。
针对每一个需要进行上车接驳的公交站点，对每一个需求响应上车接驳车辆搜索与其最近的发车时间，将接驳车辆与干线车辆进行匹配，得到接入编组计划。
针对每一次车辆到站，对需要进行下车接驳的乘客进行需求响应下车接驳服务规划。
优选地，需求响应下车接驳服务规划可以采取以下方法：
针对每一次公交车辆到站，获取车辆在该站点的状态数据，具体包括上车乘客数、车辆编组数、下车乘客数、需要下车接驳乘客的终点位置和到达时间要求等。
针对每一次公交车辆到站，进行乘客下车接驳服务规划，具体包括将乘客分配至车辆模块，规划车辆模块路线和时刻表。
由于采用上述方案，本发明的有益效果是：
本发明针对模块化公交车辆可灵活解组、编组提供灵活运能，以及车辆之间可以无缝换乘的优势，构建了“定时定线+需求响应”的多模式模块化公交调度系统。该系统通过乘客终端模块、车辆终端模块以及客流信息采集模块实现精准的信息采集和交互，通过静态调度模块制定灵活运能的定时定线运营计划，实现高客流廊道上运力与客流的精准匹配，通过动态调度模块实现需求响应与干线公交的无缝接驳，从而提升了公交系统的灵活性，提供高效率、少换乘的门对门公交服务，降低公交运力浪费，进一步提升公交服务质量。
附图说明
图1为本发明提出的模块化公交服务示意图。
图2为本发明中实施例提供的模块化公交调度系统结构示意图。
图3为本发明中实施例提供的需求响应服务调度方法流程示意图。
具体实施方式
本发明提供了一种模块化公交调度系统，克服传统公交运力资源时空调配不均、难以实时响应需求的问题，通过使用模块化小型公交车，利用模块化公交车可灵活解组、编组车辆以及可以无缝换乘的优势，如图1所示，采取高流量廊道定时定线和低需求区域响应接驳的运营模式，提供门到门的公交服务，提升公交系统的灵活性，打造高质量、低成本的模块化公共交通系统。
以下结合实施例对本发明作进一步的说明。
实施例：
如图2所示，本实施的模块化公交调度系统包括客流信息采集模块、乘客终端模块、车辆终端模块、静态调度模块和实时调度模块五个主要部分。其中：
模块101：客流信息采集模块用于采集公交的客流信息，包括公交乘客的上车站点、下车站点、上车时间以及换乘路线等。
具体地，客流信息采集模块包括：
检测器单元：通过各类公交客流数据采集技术如公交IC卡、图像处理计数器、压力踏板计数器、被动红外检测器和主动红外检测器，采集乘客客流信息。
数据通讯及存储单元：将检测器检测的数据传输至数据中心，并导入数据库进行存储。
数据处理单元：将基于多源数据融合技术，统计规划区域内的乘客出行规律，获取包括上车站点、下车站点、上车时间以及换乘路线等客流信息，为公交调度计划生成提供输入数据。
模块102：乘客终端模块用于提交乘客出行需求预约和查询公交实时信息，同时接收系统反馈的出行计划并进行选择和确认。
具体地，乘客终端模块包括：
信息查询单元：通过乘客终端可以查询现有公交线路运营信息包括发车时刻表、多线路换乘编组计划等公交信息。
出行预约单元：提交出行信息，包括上车地点、下车地点、上车时间、出行偏好(如出行时间、换乘和费用偏好)等出行信息，将乘车信息提供给实时车辆调度模块进行出行预约。
信息确认单元：实时调度模块将安排后的出行计划反馈至乘客终端模块，乘客通过乘客终端模块接收系统反馈的出行计划，并进行选择和确认。
模块103：车辆终端模块用于实时接收动态调度模块的任务派遣，并向派遣任务的实时调度模块发送实时车辆状态信息。
具体地，车辆终端模块包括：
状态监测单元：通过各类车辆状态检测器，如GPS系统、车内监控系统等采集车辆运营状态，向实时调度模块反馈车辆模块的状态信息，包括车辆位置、速度、剩余电量、所属编组及编组次序等。
任务分配单元：实时调度模块将动态任务信息通过车辆终端模块下达给车辆，指导车辆终端模块执行编组、解组并执行运输任务。
模块104：静态调度模块根据乘客客流信息和公交线网拓扑，制定高客流廊道干线公交发车计划。
具体地，静态调度模块包括：
运营现状监测单元：监测现有干线公交运营情况，获取载客率、乘客等待时间、公交舒适度等公交评价指标，评估公交客流规律和公交运营质量变化。
调度计划生成单元：存储和分析通过客流信息采集模块以及乘客终端模块获取的历史客流信息，当乘客需求与现有调度计划不匹配时，生成新的公交调度计划，即生成新的高客流廊道模块化公交发车计划。
模块105：实时(动态)调度模块，基于收集的乘客预约信息和实时车辆状态信息，为实时需求进行公交出行规划，并制定需求响应接驳发车计划，同时为既定的干线定时定线和区域需求响应发车计划派遣车辆。
具体地，动态调度模块包括：
公交出行路线规划单元：根据实时乘客预约信息，包括乘客的上车点、下车点、上车时间和下车时间，为乘客规划多条备选公交出行路线。
需求响应接驳单元：根据乘客确认的出行路线，为乘客从出发点至公交站点、公交站点至终到点的接驳出行，进行上车需求响应和下车需求响应路径规划，提供需求响应服务。
车辆任务分配单元：根据实时反馈的车辆位置、状态，为既定发车计划派遣车辆，并向车辆下达运输任务指令。
本实施的模块化公交调度系统提供了可用于覆盖高客流廊道定时定线和低密度区域需求响应两种公交服务模式的的公交调度方法。
(静态调度模块中采用的定时定线模块化公交调度方法)
该定时定线模块化公交调度方法具体包括：
步骤201：调查公交的拓扑信息，包括线路站点位置、线路走向和换乘站点。
步骤202：根据客流采集模块采集的公交客流信息，获取各线路随时间变化的乘客OD矩阵，以及换乘站点各线路之间的乘客换乘量。
步骤203：针对每一条公交线路，根据各线路乘客客流，设计单线路车辆发车计划，建立优化模型并求解。
具体地，建立网络模型对单线路发车计划进行优化。
(1)整理模型所涉及的集合
将线路所途径的站点进行编号，建立站点集合S。
建立时间点集合T，记一次发车计划规划考虑的运营时长以固定δ参数为最小时间间隔分割成n个时间点，建立时间点集合T＝{t0，t0+δ，t0+2δ，…，t0+kδ，…，t0+nδ}，其中t0和tn＝t0+nδ为运营开始时间和结束时间，优化模型在时间点集合内选择发车时间。
建立时间弧集合At，时间弧是连接两个连续的时间点的单向弧，代表两次连续的发车。
(2)获取模型输入参数
记C为车辆模块的最大容量。
记编组的最大长度为Lmax。
时间弧上的参数包含两类，一类是乘客的承载量参数记为li,j,s；另一类是乘客等待时间参数记为wi,,j，其中(i,j)∈At,s∈S。
记为在时间间隔[t0+kδ,t0+(k+1)δ]内到达站点m，前往站点n的乘客数，记t(i)为时间点i所指代的时间点序号。
则相邻两次发车i，j中的后一次发车j每一路段需要承载的乘客数li,j,s定义为：
记fw(.)为乘客等待时间与发车间隔之间函数关系，则相邻两次发车i，j中的后一次发车j所有乘客需要在站点等待的时间为：
(3)设定模型决策变量
设0-1变量xi,j表示时间弧是否被选择，是为1，否为0，其中(i,j)∈At。
设非负整数变量yi,s表示在时间点i发车的车次在站点s发出的车辆模块数，其中i∈T,s∈S。
(4)确定模型目标函数
模型优化的目标分为两类，一类是服务质量，本实例中采取乘客等待时间表征，一类为运营成本，本实例中采取空座率表征。两类目标的数学表达形式如下：
所有乘客的总等待时间：
每一次发车的空座率：
故模型目标函数为：
(5)建立模型约束条件
所有被选择的时间弧将构成一个首位相接的路径，该约束的数学表达为：
每一次发车的容量大于客运量，该约束的数学表达为：
考虑实际技术限制及编组长度对于车辆行驶安全的影响，最大编组长度不大于阈值，该约束的数学表达为：
(6)求解所建数学模型：
所建立的模型为整数线性规划模型，当时间粒度适中时可以利用商业软件如Cplex，Lingo实现高效求解。
(7)描述模型输出结果的现实意义：
决策变量xi,j的取值表示，如果xi,j＝1，则在时间点j进行一次发车。
决策变量yi,s的取值表示，时间点i发车的车次，在第s个站点需要的模块数量。
步骤204：根据调查的公交网络拓扑结构，以及确立的时刻表，建立优化模型，协同换乘站点处各线路的时刻表，制定无缝换乘编组计划，重新生成线路时刻表以最小化乘客换乘成本。
(1)整理模型所涉及的集合
记换乘站点集合为St，将所有换乘站点进行编号，组成集合St。
记各线路车次集合为M，将所有线路的所有发车车次进行编号，组成集合M。
(2)获取模型输入参数
记dm,m’,s为m发车车次与m’发车车次若能在站点s编组，可以进行无缝换乘的人数，其中m∈M,m′∈M,s∈St。
记lm,s为既定时刻表中m发车车次在站点s的发车时间，其中m∈M,s∈St。
(3)设定模型决策变量
设0-1变量xm,m’,s表示m发车车次与m’发车车次是否进行换乘协同，是为1，否为0，其中m∈M,m′∈M,s∈St。
设连续变量tm,s表示m发车车次在站点s的发车时间，其中m∈M,s∈St。
(4)确定模型目标函数
模型优化的目标是最大化无缝换乘的人数，其数学表达形式为：
(5)确定模型约束条件
协同后的站点发车时间与原发车时间相差不能超过一定时间阈值区间[-t0，t0]，其数学表达形式为：
t0的大小可以根据实际需要进行取值，取值越大越易形成编组，但对原来的时刻表影响越大，会对其他非换乘乘客产生负面影响。
若m和m’车次在站点s进行编组无缝换乘，则两车次在站点的发车时间相同，其数学表达形式为：
lm,s×xm,m′,s-M(1-xm,m′,s)≤tm,s≤lm,s×xm,m′,s+M(1-xm,m′,s)
(6)求解所建数学模型：
所建立的模型为混合整数线性规划模型，采用最优化算法或启发式算法进行求解，最优化算法包括分支定界法、割平面法等；启发式算法包括贪心算法、模拟退火算法、禁忌搜索、遗传算法、蚁群算法、人工智能算法等。
步骤205：根据协同后的时刻表，计算各换乘线路之间需要交换的车辆模块数，制定各线路间的编组计划。
步骤206：取出步骤204中xm,m’,s＝1的换乘车次集合(m,m’,s)，即进行编组换乘的车次组合。
步骤207：计算换乘模块数
记ym,m’,s为换乘车次之间从m车次需要转换至m’车次的模块数。
记模块的容量为C。
针对每一个车次组合(m,m’,s)，计算车次之间的换乘量dm,m’,s，确定ym,m’,s：
步骤208：重新生成编组计划
记m车次在换乘站点s的前一站点的发车模块数为nm,s-1。
记m车次在换乘站点需要解组的模块数为dnm,s。
记m车次在换乘站点s的前一站点不需要在s站点换乘的乘客需求为dm,s-1。
记C为车辆模块的最大容量。
由于模块化无缝换乘需要车辆提前解组，故若发生无缝换乘，各车次在换乘站点的前一站点发车编组长度需要满足：
nm,s-1-dnm,s≥dm,s-1/C。
(实时调度模块中采用的需求响应模块化公交调度方法)
如图3所示，该需求响应公交调度方法具体包括：
步骤301：制定需求响应实时计划窗口及滚动周期，计划窗口指一次发车决策中考虑的时长，滚动周期指两次发车决策之间的时差。
步骤302：通过乘客终端模块收集计划窗口内的乘客实时预定需求信息，包括乘客的上车点、下车点、上车时间和下车时间。
步骤303：针对每个预约需求，进行乘客备选公交路线规划。
具体地，根据乘客的出行起讫点和公交线网拓扑结构，获取乘客可能的上车公交站点和下车公交站点，并根据公交网络拓扑和发车计划规划乘客公交路线。
获取乘客上下车公交站点：可以根据乘客的偏好采取就近站点匹配法以乘客上车点和下车点为中心，选取距离中心点直线距离不超过阈值的公交站点作为备选上车公交站点和下车公交站点，若无可选公交站点，将不再对该乘客进行公交路线规划，直接采用灵活线路需求响应方式进行服务。
规划乘客的备选公交出行线路及换乘计划。
具体地，根据获取的上车公交站点和下车公交站点，设定最大行程时间、换乘次数及票价限制，搜索所有可能的公交出行路线，形成路径集。
计算路径集中所有路径的行程时间，换乘次数及票价，使用最短行程时间原则、最少换乘原则以及最低票价原则，从路径集中选出相应的出行线路，形成备选出行路线并得到乘客换乘计划。
步骤304：将备选路线的路径、行程时间、换乘计划以及票价反馈给乘客终端模块。
步骤305：乘客通过乘客终端模块选择并确认出行线路，反馈给动态调度模块。
步骤306：动态调度模块针对每个预约需求，对乘客从上车点至接入的公交站点的出行进行规划，即需求响应上车接驳服务规划。
具体地，针对每一需求判断是否能够插入现有的需求响应接驳发车计划中，若能，将需求匹配至现有发车计划中，若不能，将需求加入待安排任务集中，等待重新安排车辆完成运送。
将所有待安排需求按照起点公交站点进行分组。
针对每一组待安排需求，进行乘客接驳路径规划，将乘客分配至需求响应车辆上，并规划需求响应车辆路径、时刻表。
具体地，乘客上车接驳车辆路径规划可以建模为带时间窗的车辆路径规划问题(VRPTW)。
(1)整理模型涉及集合
将所有待服务乘客和可用车辆模块进行编号，记P表示待服务乘客集合，记V表示可用车辆模块集合，记O和D分别表示车辆的出发地点和终到站点。
(2)获取模型输入参数
记di,j表示从乘客i的上车点至乘客j的上车点所需要行驶的距离，其中i,j∈P。
记ti,j表示从乘客i的上车点至乘客j的上车点所需要行驶的最小时间，其中i,j∈P。
记ei和li表示乘客i的最早上车时间和最晚上车时间，其中i∈P。
记C为车辆模块的最大容量。
记M为一个足够大的常数。
(3)设定模型决策变量
设0-1变量xi,j,k表示第k辆车连续服务乘客i和乘客j，是为1，否为0，其中i,j∈P。
设0-1变量xO,j,k表示第k辆车从出发点出发后直接服务乘客j，是为1，否为0，其中j∈P。
设0-1变量xi,D,k表示第k辆车服务乘客i后前往终到站点，是为1，否为0，其中i∈P。
设连续变量si,k表示第k辆车服务乘客i的时间，其中k∈V,i∈P。
(4)确定模型约束条件
所有的车辆都从出发点出发，该约束数学表达形式为：
所有的车辆都到达终到站点，该约束的数学表达形式为：
车辆服务一个乘客后必然会离开该乘客上车点，该约束数学表达形式为：
所有乘客被且仅被服务一次，该约束数学表达形式为：
所有乘客必须在在最早上车时间到最晚上车时间之内被服务，该约束数学表达形式为：
车辆连续服务两个乘客，其服务前一个乘客的时间到服务后一个乘客的时间差大于两个乘客之间的最小行驶时间，该约束数学表达形式为：
每辆车服务的乘客数不大于最大容量，该约束数学表达形式为：
(5)确定模型目标函数：
模型优化目标是所有车辆的行驶距离最短，数学表达形式为：
(6)求解所建数学模型：
采用最优化算法或启发式算法进行求解，得到所有决策变量的取值，最优化算法包括分支定界法、割平面法等；启发式算法包括贪心算法、模拟退火算法、禁忌搜索、遗传算法、蚁群算法、人工智能算法等。
步骤307：针对每一个需要进行上车接驳的公交站点，对每一个需求响应上车接驳车辆搜索与其最近的发车时间，将接驳车辆与干线车辆进行匹配，得到接入编组计划。
步骤308：针对每一次车辆到站，对需要进行下车接驳的乘客进行需求响应下车接驳服务规划，具体包括：
针对每一次公交车辆到站，获取车辆在该站点的状态数据，具体包括，上车乘客数、车辆编组数、下车乘客数、需要下车接驳乘客的终点位置和到达时间要求等。
针对每一次公交车辆到站，进行乘客下车接驳服务规划，具体包括将乘客分配至车辆模块，规划车辆模块路线和时刻表。
具体地，可将乘客下车路径规划与时刻表设计建模为类似步骤306中的VRPTW问题，此处不再赘述。
上述对实施例的描述是为了便于该技术领域的普通技术人员能理解和使用本发明。熟悉本领域技术人员显然可以容易的对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中，而不必经过创造性的劳动。因此，本发明不限于上述实施例。本领域技术人员根据本发明的原理，不脱离本发明的范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (6)
1.一种模块化公交调度系统，其特征在于：其包括静态调度模块、实时调度模块、客流信息采集模块、乘客终端模块和车辆终端模块；
所述静态调度模块根据乘客客流信息和公交线网拓扑，制定高客流廊道干线公交发车计划；
所述实时调度模块基于收集的乘客预约信息和实时车辆状态信息，为实时需求进行公交出行规划，制定需求响应接驳发车计划，同时为既定的干线定时定线和区域需求响应发车计划派遣车辆；
所述客流信息采集模块用于采集公交的客流信息；
所述乘客终端模块用于提交乘客出行需求预约和查询公交实时信息，同时接收系统反馈的出行计划并进行选择和确认；
所述车辆终端模块用于实时接收实时调度模块的任务派遣，并向派遣任务的实时调度模块发送实时车辆状态信息；
所述静态调度模块中采用的定时定线模块化公交调度方法包括：
调查公交的拓扑信息，包括线路站点位置、线路走向和换乘站点；
调用客流信息采集模块，获取公交客流信息，包括各线路随时间变化的乘客OD矩阵，以及换乘站点各线路之间的乘客换乘量；
针对每一条公交线路，根据各线路乘客客流，设计单线路车辆发车计划，建立优化模型并求解；
根据调查的公交网络拓扑结构，以及既定的发车计划，建立优化模型，协同换乘站点处各线路的时刻表，制定无缝换乘编组计划，重新生成公交线网时刻表以最小化乘客换乘成本；
该定时定线模块化公交调度方法具体包括：
步骤201：调查公交的拓扑信息，包括线路站点位置、线路走向和换乘站点；
步骤202：根据客流采集模块采集的公交客流信息，获取各线路随时间变化的乘客OD矩阵，以及换乘站点各线路之间的乘客换乘量；
步骤203：针对每一条公交线路，根据各线路乘客客流，设计单线路车辆发车计划，建立优化模型并求解；
具体地，建立网络模型对单线路发车计划进行优化；
(1)整理模型所涉及的集合
将线路所途径的站点进行编号，建立站点集合S；
建立时间点集合T，记一次发车计划规划考虑的运营时长以固定δ参数为最小时间间隔分割成n个时间点，建立时间点集合T＝{t0，t0+δ，t0+2δ，…，t0+kδ，…，t0+nδ}，其中t0和tn＝t0+nδ为运营开始时间和结束时间，优化模型在时间点集合内选择发车时间；
建立时间弧集合At，时间弧是连接两个连续的时间点的单向弧，代表两次连续的发车；
(2)获取模型输入参数
记C为车辆模块的最大容量；
记编组的最大长度为Lmax；
时间弧上的参数包含两类，一类是乘客的承载量参数记为li,j,s；另一类是乘客等待时间参数记为wi,j，其中(i,j)∈At,s∈S；
记为在时间间隔[t0+kδ,t0+(k+1)δ]内到达站点m，前往站点n的乘客数，记t(i)为时间点i所指代的时间点序号；
则相邻两次发车i，j中的后一次发车j每一路段需要承载的乘客数li,j,s定义为：
记fw(.)为乘客等待时间与发车间隔之间函数关系，则相邻两次发车i，j中的后一次发车j所有乘客需要在站点等待的时间为：
(3)设定模型决策变量
设0-1变量xi,j表示时间弧是否被选择，是为1，否为0，其中(i,j)∈At
设非负整数变量yi,s表示在时间点i发车的车次在站点s发出的车辆模块数，其中i∈T,s∈S；
(4)确定模型目标函数
模型优化的目标分为两类，一类是服务质量，采取乘客等待时间表征，一类为运营成本，采取空座率表征，两类目标的数学表达形式如下：
所有乘客的总等待时间：
每一次发车的空座率：
故模型目标函数为：
(5)建立模型约束条件
所有被选择的时间弧将构成一个首位相接的路径，该约束的数学表达为：
每一次发车的容量大于客运量，该约束的数学表达为：
考虑实际技术限制及编组长度对于车辆行驶安全的影响，最大编组长度不大于阈值，该约束的数学表达为：
步骤204：根据调查的公交网络拓扑结构，以及确立的时刻表，建立优化模型，协同换乘站点处各线路的时刻表，制定无缝换乘编组计划，重新生成线路时刻表以最小化乘客换乘成本；
(1)整理模型所涉及的集合
记换乘站点集合为St，将所有换乘站点进行编号，组成集合St；
记各线路车次集合为M，将所有线路的所有发车车次进行编号，组成集合M；
(2)获取模型输入参数
记dm,m’,s为m发车车次与m’发车车次若能在站点s编组，可以进行无缝换乘的人数，其中m∈M,m'∈M,s∈St；
记lm,s为既定时刻表中m发车车次在站点s的发车时间，其中m∈M,s∈St；
(3)设定模型决策变量
设0-1变量xm,m’,s表示m发车车次与m’发车车次是否进行换乘协同，是为1，否为0，其中m∈M,m'∈M,s∈St；
设连续变量tm,s表示m发车车次在站点s的发车时间，其中m∈M,s∈St；
(4)确定模型目标函数
模型优化的目标是最大化无缝换乘的人数，其数学表达形式为：
(5)确定模型约束条件
协同后的站点发车时间与原发车时间相差不能超过一定时间阈值区间[-t0，t0]，其数学表达形式为：
t0的大小可以根据实际需要进行取值，取值越大越易形成编组，但对原来的时刻表影响越大，会对其他非换乘乘客产生负面影响；
若m和m’车次在站点s进行编组无缝换乘，则两车次在站点的发车时间相同，其数学表达形式为：
步骤205：根据协同后的时刻表，计算各换乘线路之间需要交换的车辆模块数，制定各线路间的编组计划；
步骤206：取出步骤204中xm,m’,s＝1的换乘车次集合(m,m’,s)，即进行编组换乘的车次组合；
步骤207：计算换乘模块数
记ym,m’,s为换乘车次之间从m车次需要转换至m’车次的模块数；
记模块的容量为C；
针对每一个车次组合(m,m’,s)，计算车次之间的换乘量dm,m’,s，确定ym,m’,s：
步骤208：重新生成编组计划
记m车次在换乘站点s的前一站点的发车模块数为nm,s-1；
记m车次在换乘站点需要解组的模块数为dnm,s；
记m车次在换乘站点s的前一站点不需要在s站点换乘的乘客需求为dm,s-1；
记C为车辆模块的最大容量；
由于模块化无缝换乘需要车辆提前解组，故若发生无缝换乘，各车次在换乘站点的前一站点发车编组长度需要满足：
nm,s-1-dnm,s≥dm,s-1/C
具体地，针对每一需求判断是否能够插入现有的需求响应接驳发车计划中，若能，将需求匹配至现有发车计划中，若不能，将需求加入待安排任务集中，等待重新安排车辆完成运送；
将所有待安排需求按照起点公交站点进行分组；
针对每一组待安排需求，进行乘客接驳路径规划，将乘客分配至需求响应车辆上，并规划需求响应车辆路径、时刻表；
所述实时调度模块中采用的需求响应模块化公交调度方法包括：
制定需求响应实时计划窗口及滚动周期，所述计划窗口指一次发车决策中考虑的时长，滚动周期指两次发车决策之间的时差；
通过乘客终端模块收集计划窗口内的乘客实时预定需求信息，乘客的上车点、下车点、上车时间和下车时间；
针对每个预约需求，进行乘客备选公交路线规划；
将备选路线的路径、行程时间、换乘计划以及票价反馈给乘客终端模块；
乘客通过乘客终端模块选择并确认出行线路，反馈给实时调度模块；
实时调度模块针对每个预约需求，对乘客从上车点至接入的公交站点的出行进行规划，即需求响应上车接驳服务规划；
针对每一次车辆到站，对需要进行下车接驳的乘客进行需求响应下车接驳服务规划；
具体地，乘客上车接驳车辆路径规划可以建模为带时间窗的车辆路径规划问题(VRPTW)；
(1)整理模型涉及集合
将所有待服务乘客和可用车辆模块进行编号，记P表示待服务乘客集合，记V表示可用车辆模块集合，记O和D分别表示车辆的出发地点和终到站点；
(2)获取模型输入参数
记di,j表示从乘客i的上车点至乘客j的上车点所需要行驶的距离，其中i,j∈P；
记ti,j表示从乘客i的上车点至乘客j的上车点所需要行驶的最小时间，其中i,j∈P；
记ei和li表示乘客i的最早上车时间和最晚上车时间，其中i∈P；
记C为车辆模块的最大容量；
记M为一个足够大的常数；
(3)设定模型决策变量
设0-1变量xi,j,k表示第k辆车连续服务乘客i和乘客j，是为1，否为0，其中i,j∈P；
设0-1变量xO,j,k表示第k辆车从出发点出发后直接服务乘客j，是为1，否为0，其中j∈P；
设0-1变量xi,D,k表示第k辆车服务乘客i后前往终到站点，是为1，否为0，其中i∈P；
设连续变量si,k表示第k辆车服务乘客i的时间，其中k∈V,i∈P；
(4)确定模型约束条件
所有的车辆都从出发点出发，该约束数学表达形式为：
所有的车辆都到达终到站点，该约束的数学表达形式为：
车辆服务一个乘客后必然会离开该乘客上车点，该约束数学表达形式为：
所有乘客被且仅被服务一次，该约束数学表达形式为：
所有乘客必须在在最早上车时间到最晚上车时间之内被服务，该约束数学表达形式为：
车辆连续服务两个乘客，其服务前一个乘客的时间到服务后一个乘客的时间差大于两个乘客之间的最小行驶时间，该约束数学表达形式为：
每辆车服务的乘客数不大于最大容量，该约束数学表达形式为：
(5)确定模型目标函数：
模型优化目标是所有车辆的行驶距离最短，数学表达形式为：
步骤307：针对每一个需要进行上车接驳的公交站点，对每一个需求响应上车接驳车辆搜索与其最近的发车时间，将接驳车辆与干线车辆进行匹配，得到接入编组计划；
步骤308：针对每一次车辆到站，对需要进行下车接驳的乘客进行需求响应下车接驳服务规划，具体包括：
针对每一次公交车辆到站，获取车辆在该站点的状态数据，具体包括，上车乘客数、车辆编组数、下车乘客数、需要下车接驳乘客的终点位置和到达时间要求等；
针对每一次公交车辆到站，进行乘客下车接驳服务规划，具体包括将乘客分配至车辆模块，规划车辆模块路线和时刻表。
2.根据权利要求1所述的模块化公交调度系统，其特征在于：所述单线路车辆发车计划包括：发车时刻表和每一次发车的线路编组计划；所述发车时刻表包括每一次发车的时间，所述线路编组计划包括每一次发车从每一个站点出发的车辆所包含的模块数。
3.根据权利要求1所述的模块化公交调度系统，其特征在于：所述无缝换乘编组计划包括进行无缝换乘的车次集合以及发生无缝换乘的车次之间需要交换的车辆模块数。
4.根据权利要求1所述的模块化公交调度系统，其特征在于：所述乘客备选公交路线规划采取以下方法：
采取就近站点匹配法获取乘客上下车公交站点，以乘客上车点和下车点为中心，选取距离中心点直线距离不超过阈值的公交站点作为备选上车公交站点和下车公交站点；
根据获取的上车公交站点和下车公交站点，搜索所有可能的公交出行路线，使用最短行程时间原则、最短距离原则、最少换乘原则以及最低票价原则进行路线规划，根据备选的出行路线，得到乘客换乘计划。
5.根据权利要求1所述的模块化公交调度系统，其特征在于：所述需求响应上车接驳服务规划采取以下方法：
针对每一需求判断是否能够插入现有的需求响应接驳发车计划中，若能，将需求匹配至现有发车计划中，若不能，将需求加入待安排任务集中，等待重新安排车辆完成运送；
将所有待安排需求按照起始公交站点进行分组；
针对每一组待安排需求，进行乘客接驳路径规划，将乘客分配至需求响应车辆上，并规划需求响应车辆路径和时刻表；
针对每一个需要进行上车接驳的公交站点，对每一个需求响应上车接驳车辆搜索与其最近的发车时间，将接驳车辆与干线车辆进行匹配，得到接入编组计划。
6.根据权利要求1所述的模块化公交调度系统，其特征在于：所述需求响应下车接驳服务规划采取以下方法：
针对每一次公交车辆到站，获取车辆在该站点的状态数据，包括上车乘客数、车辆编组数、下车乘客数、需要下车接驳乘客的终点位置和到达时间要求；
针对每一次公交车辆到站，进行乘客下车接驳服务规划，包括将乘客分配至车辆终端模块，规划车辆模块路线和时刻表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010678244.0A CN111815189B (zh) | 2020-07-15 | 2020-07-15 | 模块化公交调度系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010678244.0A CN111815189B (zh) | 2020-07-15 | 2020-07-15 | 模块化公交调度系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111815189A CN111815189A (zh) | 2020-10-23 |
| CN111815189B true CN111815189B (zh) | 2024-03-29 |
Family
ID=72865077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010678244.0A Active CN111815189B (zh) | 2020-07-15 | 2020-07-15 | 模块化公交调度系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815189B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230290249A1 (en) * | 2020-08-07 | 2023-09-14 | Blaise Transit Ltd. | System and method for generating real-time routing for on-demand transportation |
| CN112232687B (zh) * | 2020-10-26 | 2024-05-14 | 安徽交欣科技股份有限公司 | 一种公交系统支线线路排班方法 |
| CN112580962A (zh) * | 2020-12-14 | 2021-03-30 | 俞涛 | 一种基于智慧城市的交通优化调度系统及方法 |
| CN112530031B (zh) * | 2020-12-22 | 2023-01-24 | 楚天龙股份有限公司 | 一种交通卡多功能智能设备 |
| CN112861908A (zh) * | 2021-01-04 | 2021-05-28 | 上海悦充网络科技有限公司 | 基于大数据和人工智能应用的智慧车辆运营系统及方法 |
| CN112862162A (zh) * | 2021-01-20 | 2021-05-28 | 华中科技大学 | 一种考虑阶梯运价补贴的车辆调度方法 |
| CN113096430B (zh) * | 2021-03-09 | 2022-04-01 | 东南大学 | 基于欧氏距离收费的弹性公交即时需求动态响应方法 |
| CN113160602B (zh) * | 2021-04-27 | 2022-05-10 | 华录智达科技股份有限公司 | 一种智能公交调度模拟系统 |
| CN113408790B (zh) * | 2021-05-31 | 2022-09-30 | 银江技术股份有限公司 | 一种模块化车辆运行路径及组合策略协同优化方法及系统 |
| CN113469451B (zh) * | 2021-07-19 | 2024-01-05 | 杭州数知梦科技有限公司 | 基于启发式算法的定制公交线路生成方法 |
| CN113888857A (zh) * | 2021-10-11 | 2022-01-04 | 南京微道科技有限公司 | 基于车联网的公共交通管理系统、装置及方法 |
| CN115115243B (zh) * | 2022-07-06 | 2024-08-20 | 四川省交通运输发展战略和规划科学研究院 | 一种无间断主线的模块化公交运行及充电调度方法 |
| CN115630234A (zh) * | 2022-09-28 | 2023-01-20 | 浪潮卓数大数据产业发展有限公司 | 提高乘客公交出行效率的方法及系统 |
| CN116740956B (zh) * | 2023-06-29 | 2024-07-30 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 智能网联车辆速度规划方法及装置 |
| CN117610750A (zh) * | 2023-11-23 | 2024-02-27 | 大连海事大学 | 基于多模式出行场景的模块化公交车调度方法 |
| CN118609403A (zh) * | 2024-07-31 | 2024-09-06 | 浙江国朗信息科技有限公司 | 一种智能站牌管理系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5168451A (en) * | 1987-10-21 | 1992-12-01 | Bolger John G | User responsive transit system |
| CN103956041A (zh) * | 2014-03-28 | 2014-07-30 | 东南大学 | 一种公交调度系统及其控制方法 |
| CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
| CN109308574A (zh) * | 2018-09-07 | 2019-02-05 | 华南理工大学 | 一种实时响应的互联网半灵活公交调度方法 |
| CN110232831A (zh) * | 2019-06-21 | 2019-09-13 | 上海理工大学 | 一种基于需求响应型公交的发车时刻优化方法 |
| CN110334867A (zh) * | 2019-07-05 | 2019-10-15 | 河海大学常州校区 | 一种乘客-车辆-云端交互的智能公交系统及运行方法 |
-
2020
- 2020-07-15 CN CN202010678244.0A patent/CN111815189B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5168451A (en) * | 1987-10-21 | 1992-12-01 | Bolger John G | User responsive transit system |
| CN103956041A (zh) * | 2014-03-28 | 2014-07-30 | 东南大学 | 一种公交调度系统及其控制方法 |
| CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
| CN109308574A (zh) * | 2018-09-07 | 2019-02-05 | 华南理工大学 | 一种实时响应的互联网半灵活公交调度方法 |
| CN110232831A (zh) * | 2019-06-21 | 2019-09-13 | 上海理工大学 | 一种基于需求响应型公交的发车时刻优化方法 |
| CN110334867A (zh) * | 2019-07-05 | 2019-10-15 | 河海大学常州校区 | 一种乘客-车辆-云端交互的智能公交系统及运行方法 |
Non-Patent Citations (4)
| Title |
|---|
| An Open Toolbox for Integrated Optimization of Public Transport;Florian Fuchs;《2019 6th International Conference on Models and Technologies for Intelligent Transportation Systems (MT-ITS)》;全文 * |
| Transit Timetables Resulting in Even Maximum Load on Individual Vehicles;Avishai (Avi) Ceder and Lucas Philibert;《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》;全文 * |
| 公交系统网络运能柔性评价及调节策略;南普毅;《中国优秀硕士学位论文全文数据库》;全文 * |
| 基于上下车人数的公交客流起迄点估计方法;暨育雄;《同济大学学报（自然科学版）》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111815189A (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111815189B (zh) | 模块化公交调度系统 | |
| Huang et al. | Joint train scheduling optimization with service quality and energy efficiency in urban rail transit networks | |
| CN109532960B (zh) | 铁路编组站调度自动化系统 | |
| CN109409599B (zh) | 基于实时需求的定制公交线路开通优化方法 | |
| CN107564269B (zh) | 一种基于支付意愿的半灵活公交调度方法 | |
| CN112883640B (zh) | 数字孪生车站系统、基于该系统的作业调度方法及应用 | |
| CN107563683A (zh) | 一种城市内乘客及货物协同运输方法及系统 | |
| CN101245740A (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 | |
| CN108875094B (zh) | 一种公交信息系统 | |
| Ying et al. | Adaptive metro service schedule and train composition with a proximal policy optimization approach based on deep reinforcement learning | |
| CN112309122A (zh) | 一种基于多系统协同的智慧公交分级决策系统 | |
| CN103366262A (zh) | 一种工业铁路物流智能调度系统的调度计划生成方法 | |
| CN110084397A (zh) | 一种地铁直达线路规划方法 | |
| CN115409295B (zh) | 一种基于瓶颈分析的公交调度方法、电子设备及存储介质 | |
| WO2024174566A1 (zh) | 一种用于智能公交系统的多车型时刻表设计方法及系统 | |
| Bie et al. | Bus scheduling of overlapping routes with multi-vehicle types based on passenger OD data | |
| Csiszár et al. | Demand-capacity coordination method in autonomous public transportation | |
| CN113919684A (zh) | 一种多模式定制公交动态调度方法、系统及可读存储介质 | |
| CN112749864A (zh) | 地铁货运调度方法、存储介质、计算设备和系统 | |
| CN114707709A (zh) | 铁路综合客运枢纽安全预警方法及系统 | |
| CN117808273B (zh) | 乘客出发时刻协同与阶段反馈的城际拼车调度方法及装置 | |
| Zhang et al. | A multistage decision optimization approach for train timetable rescheduling under uncertain disruptions in a high-speed railway network | |
| CN115641722B (zh) | 一种基于动态等待时间的班车出行服务系统及方法 | |
| CN115271276B (zh) | 联合宏微观需求响应式车辆调度方法 | |
| CN116090778A (zh) | 模块化智能公交车辆运行数据采集方法、装置及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |