CN111832882B - 一种交通运输的控制方法、装置、存储介质和电子设备 - Google Patents
一种交通运输的控制方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN111832882B CN111832882B CN202010367930.6A CN202010367930A CN111832882B CN 111832882 B CN111832882 B CN 111832882B CN 202010367930 A CN202010367930 A CN 202010367930A CN 111832882 B CN111832882 B CN 111832882B
- Authority
- CN
- China
- Prior art keywords
- bus
- target area
- virtual
- route
- passengers
- 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 43
- 238000004590 computer program Methods 0.000 claims description 13
- 238000002922 simulated annealing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000000137 annealing Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 29
- 230000006872 improvement Effects 0.000 abstract description 11
- 238000013461 design Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 17
- 230000008901 benefit Effects 0.000 description 10
- 230000003993 interaction Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000001737 promoting effect Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000011800 void material Substances 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
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种交通运输的控制方法、装置、存储介质和电子设备,所述方法包括:确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道;基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线。本公开通过提出一种两阶段的模型框架以设置一个区域到区域的需求响应运输服务系统,其能够通过基于APP的移动服务提供者实施,本公开相较于传统的公交车运输系统能覆盖更大的空间和时间需求,实现针对需求满足率和拼车率实现大幅度改进,尤其对于具有低‑中的期望乘客密度的区域具有潜在的促进作用。
Description
技术领域
本公开涉及数据处理技术领域,具体而言,涉及一种交通运输的控制方法、装置、存储介质和电子设备。
背景技术
传统的公交运输系统往往通过固定的路线和运输时间表以满足乘客出行或旅行的需求。乘客在步行至预定的站点并等待下一辆要抵达的公交车往往需要额外的行驶距离和花费额外的时间。近年来,公交运输系统对于乘客逐渐转向提供较高舒适度和更高水平的个性化服务,传统的公交运输系统通常无法满足此类需求,因此许多公共交通部门正遭受乘客数量下降的困扰。
传统的公交车运输系统对于空间和时间需求的覆盖范围有限,不能针对乘客出行需求具有较高的满足率和拼车率。
发明内容
有鉴于此,本公开的目的在于提供一种交通运输的控制方法、装置、存储介质和电子设备,以解决现有技术中存在的公交运输系统对于空间和时间需求的覆盖范围有限,不能针对乘客出行需求具有较高的满足率和拼车率。
第一方面,本公开提供了一种交通运输的控制方法,其中,包括:确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道;基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线。
在一些实施例中,所述确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道包括:设置包括第一目标区域和第二目标区域的目标区域对;基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
在一些实施例中,所述设置虚拟站点包括确定所述虚拟站点的站点特征,所述站点特征至少包括每个所述目标区域中所述虚拟站点的数量和分布;所述基于虚拟站点形成公交管道包括确定所述公交管道的管道特征和公交车特征,所述管道特征至少包括每个所述目标区域中的所述公交管道部分的形状、长、宽,所述公交车特征至少包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
在一些实施例中,所述基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线包括:使用可适应的节约算法以生成路线的初始解;采用模拟退火法以修正所述路线的初始解。
第二方面,本公开还提供了一种交通运输的控制装置,其中,包括:构建模块,其用于确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道;确定模块,其用于基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线。
在一些实施例中,所述构建模块包括:设置单元,其用于设置包括第一目标区域和第二目标区域的目标区域对;形成单元,其用于基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
在一些实施例中,所述设置虚拟站点包括确定所述虚拟站点的站点特征,所述站点特征至少包括每个所述目标区域中所述虚拟站点的数量和分布;所述基于虚拟站点形成公交管道包括确定所述公交管道的管道特征和公交车特征,所述管道特征至少包括每个所述目标区域中的所述公交管道部分的形状、长、宽,所述公交车特征至少包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
在一些实施例中,所述确定模块包括:生成单元,其用于使用可适应的节约算法以生成路线的初始解;修正单元,其用于采用模拟退火法以修正所述路线的初始解。
第三方面,本公开还提供了一种计算机可读存储介质,其中,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如所述的交通运输的控制方法的步骤。
第四方面,本公开还提供了一种电子设备,其中,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如所述的交通运输的控制方法的步骤。
本公开提出一种两阶段的模型框架以设置一个区域到区域的需求响应运输服务系统,其能够通过基于APP的移动服务提供者实施。这里,公交管道的设计决定需求响应运输服务系统的基础。在一个给定的服务区域,首先在概念性规划阶段确定最佳的可运行的服务运营参数,例如公交管道的布局、虚拟站点的分布、公交车的运行规模以及调度时间间隔。在实时的运营中,采用路线设计模型生成公交车路线以获取最大的利润。从实际案例中获取的结果示出了本公开的适用性和潜在优势。本公开相较于传统的公交车运输系统能覆盖更大的空间和时间需求,实现针对需求满足率和拼车率的大幅度改进。这证明了本公开的模型框架的适用性和对实践的影响。本公开尤其对于具有低-中的期望乘客密度的区域具有潜在的促进作用。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了基于APP的需求响应运输服务的流程图;
图2示出了本公开所提供的一种交通运输的控制方法的步骤示意图;
图3示出了本公开所提供的一种交通运输的控制方法的步骤示意图;
图4示出了本公开中目标区域对的示意图;
图5示出了本公开中候选虚拟站点的示意图;
图6示出了本公开中通过运算器设置内部路线和交互路线的示意图;
图7示出了本公开一实例中的目标区域的示意图;
图8示出了本公开一实例中的候选虚拟站点的示意图;
图9示出了本公开一实例中的路线设计的示意图;
图10示出了本公开一实例中的路线设计的示意图;
图11示出了本公开一实例中的路线设计的示意图;
图12示出了本公开一实例中的路线设计的示意图;
图13示出了本公开所提供的控制装置的结构示意图;
图14示出了本公开所提供的电子设备的结构示意图。
具体实施方式
为了使得本公开的目的、技术方案和优点更加清楚,下面将结合本公开的附图,对本公开的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
为了保持本公开的以下说明清楚且简明,本公开省略了已知功能和已知部件的详细说明。
一些交通网络公司(Transportation Network Company,TNC)的出现使得传统的公交运输服务向按需出行服务和乘车共享服务的转变成为可能。这些公司提供了多种基于移动应用(APP)的乘车服务选项,这里,新兴的服务类型之一是需求响应运输(DemandResponsive Transport,DRT)服务。基于APP的需求响应运输是一种创新的方式,可以同时利用常规运输服务和基于信息的移动解决方案。它旨在为乘客提供基于动态预订的门到门的运输服务,同时通过有效汇总旅行需求来保持公交车队的高运营效率。
基于APP的需求响应运输服务的典型操作过程如图1所示。首先,将这项服务划分为一系列的时间段(例如,每次的持续时间为10到30分钟);乘客可以提前选择一个预期的出发时间段(例如,在下一个时间段之前的5至10分钟),然后提交他或她的预期行程的出发地和目的地。通过APP将为每一个乘客分配一对合适的站点(这里的站点可以来自一组候选站点选项),以对每一个乘客完成接送任务。对于上述的每个时间段,通过APP将所有接收到的出行请求放入相应的请求池中,并且通过将每个出行请求与可用的总线调度选项进行匹配,通过将每个出行需求与可提供的公交车调度选项进行匹配,从而在线路平台中生成路线选项。一旦将指定的出行请求分配给公交车调度,通过APP将在指定的公交站点通知对应的乘客有关预计的接送时间。尽管经常受到限制,但是为了获得公交车资源的高运营效率,当前时间段内的下一次公交车调度可能无法满足出行请求池中的某些出行请求。对于通知公交调度分配失败的那些乘客,可以选择再次提出服务请求,或者选择直接离开本运输系统。
作为公共交通的一部分,需求响应运输服务通常用于出行需求较低的地区或常规公交车停止运营的夜间,或者用于面向老年人和残疾人的非营利性服务。在不同类型的需求响应运输服务中,请求式的公共交通服务(Dial-a-ride,DAR)系统是一种没有或只有有限覆盖结构的需求响应运输服务的变体。国外专家曾针对性提出一种分析式的无人烟道排队模型,以研究请求式的公共交通服务系统的调度策略和性能。但是,后来的许多研究都将重点放在结构化的需求响应运输服务系统上。
本公开提出了一种新的需求响应运输服务系统的设计建模框架,该模型框架以“公交管道”(Bus Tube)的概念为基础,并提出了一套基于车辆路径规划问题(VehicleRouting Problem,VRP)的设计技术。具体地,本公开提出了一种基于两阶段的建模方法,该方法中的两阶段包括概念性规划阶段和离散路线设计阶段。其中,概念性规划模型旨在通过求解连续逼近模型作为约束非线性优化问题,基于估算的区域之间的乘客需求密度来确定关键资源的需求数量和运营特征;离散路线设计模型通过采用调整后的可适应的节约算法和模拟退火法相结合,生成可实施的公交路线。本公开的模型框架已应用于某地区新的需求响应运输服务系统的设计,初步结果表明该模型框架的适用性和显着改进。
在本公开的具体实施方式中,考虑一个封闭的服务区域,在该服务区域内具有不同的出行需求或者运输需求。例如,可以将区域1划分为多个服务区域,这样根据泊松过程,对于每个服务区域对,出行需求在2个服务区域内的时间和空间上相对均匀地分布。其中,城市街道形成无限密集的网格。空间需求分布和时间需求分布一般集中在一些不相交的服务区域对(例如,从校园到市区),这里所提议的需求响应运输服务旨在为任何这样的服务区域对提供服务。此外,公交车将在连续时间周期内按照排班调度行驶。例如,通过给定服务区域对的边界,面积和乘客需求密度,需要定义三个关键特征来优化整体服务或者系统的成本:(i)服务区域的布局;(ii)公交车站的布置;(iii)公交车调度的进度。为便于对本公开进行理解,下面将对本公开所提供的一种交通运输的控制方法、装置、存储介质和电子设备进行详细说明。
本公开第一方面提供一种公交运输的控制方法,图2示出了本公开以服务器或处理器为执行主体时交通运输的控制方法的步骤示意图,具体步骤如下:
S101,确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道。
在本步骤中,考虑到在封闭的地区或者城市内的某个区域的某个乘客可能产生出行需求,例如,其需要从城市的A位置移动到B位置,为了使得在城市中运行的公交车能够接到每个乘客,并基于每个乘客的出行需求完成对其的运送任务,从而满足例如某个乘客从城市的A位置到B位置的出行需求,这就需要在考虑到每个乘客的出行需求的基础上,在城市内设置合理的目标区域以分别覆盖尽可能多的乘客的起点位置和终点位置,并在每个目标区域中设置合理的虚拟站点以便于与乘客的起点位置和终点位置进行匹配。进一步地,基于这些虚拟站点的设置位置将这些虚拟站点进行有序连接,从而形成公交管道,以能够将每个乘客从起点位置接上并运送至对应的终点位置,最终满足尽可能多的乘客的出行需求,同时提升公交车整体运营的效率,降低公交车在城市中的运营成本,具体如图3所示,包括以下步骤:
S201,设置包括第一目标区域和第二目标区域的目标区域对。
在本步骤中,如图4所示,考虑到城市的覆盖范围一般会被划分为至少一个目标区域u∈{i,j},每个目标区域可以是尽可能多乘客的起点位置所在的区域,也可以是尽可能多乘客的终点位置所在区域。也就是说,大部分乘客每次出行的起点、终点位置等均位于这些目标区域中,这样,每个乘客的每次出行可以简单化为从一个目标区域中的M站点出发,前往另一个目标区域中的N站点。这样,在具有运输需求的两个目标区域之间可以建立运输关系以使得例如公交车可以在两个目标区域之间往返行驶运送乘客。
为了实现这个目的,这就需要设置包括第一目标区域i和第二目标区域j的目标区域对(i,j),其中,尽可能多乘客的出行的起点位置可以位于第一目标区域i,乘客出行的终点位置可以位于第二目标区域j,这样在第一目标区域i和第二目标区域j之间建立行驶通道,这里的第一目标区域i可以称为对乘客的收集区域,第二目标区域j可以被称为对乘客的输送区域。具体地,假设对于公交车可以在两个目标区域之间往返的情况,对于一个目标区域对(i,j)而言,其中Ru表示其中每个目标区域u的面积,一般来说,每个目标区域u需要面积足够大从而能够在目标区域中建立不少于一定数量的虚拟站点以形成公交管道。
S202,基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
当通过上述步骤S201,设置包括第一目标区域和第二目标区域的目标区域对后,在本步骤中,需要在每个目标区域中设置虚拟站点以与尽可能多乘客的起点位置或者终点位置匹配,进而在每个目标区域中将虚拟站点依次顺序连接,连同基于两个目标区域对应的中间通道共同形成“公交管道”。如图4所示,针对每个目标区域对(i,j),公交管道的形成方式可以是在每个目标区域中通过在合理位置处设置虚拟站点,并将虚拟站点按照一定顺序连接,最后将两个目标区域通过中间通道连接。
具体地,当确定了目标区域对(i,j)后,公交管道在每个目标区域中的范围可以基于目标区域的大小进行限定,可以假设基于每个目标区域u∈{i,j}具有长度Lu以及宽度Wu,其中,在每个目标区域中的所述公交管道的部分在长度方向和宽度方向上理论上不应超过每个目标区域的边界。此外,由于两个目标区域之间相互独立,可以假设两个目标区域之间的距离为rij。
由于每个目标区域中的虚拟站点的位置设置需要考虑该目标区域中尽可能多乘客的出行需求,在一种可能的实施方式中,如图5所示,可以通过如下方式首先确定候选虚拟站点,将每个目标区域u∈{i,j}按照单位六边形的方式进行划分,这里的单位六边形的规格可以预先设定和调整,从而将每个目标区域简化为多个六边形的组合,在每个六边形的中心位置处设置候选虚拟站点,其中,相邻的候选虚拟站点之间大概具有纵向间隔lu以及横向间隔wu。
在本步骤中,针对每个目标区域对(i,j),基于成本策略在每个目标区域中设置虚拟站点,以及基于所述虚拟站点形成公交管道,其中,这里的设置虚拟站点也可以是在候选虚拟站点集中确定虚拟站点。
具体地,在目标区域中设置虚拟站点包括确定虚拟站点的站点特征,这里的站点特征例如可以是每个目标区域中虚拟站点的数量和分布等;同时,基于虚拟站点形成公交管道包括确定公交管道的管道特征和公交车特征,这里的管道特征例如可以是每个目标区域中的公交管道部分的形状、长、宽、边界长度等,这里的公交车特征包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
为了尽可能具体地描述成本策略,需要预先设置若干参数,例如期望乘客密度,其中,如果将从第一目标区域i到第二目标区域j之间每个单元时间内的乘客出行量定义为paxij,则每个单元时间内每个单元面积的期望乘客密度是λij=paxij/RiRj,也就是,对于第一目标区域i和第二目标区域j而言,期望乘客密度分别是λijRj和λijRi。
此外,对于每个目标区域对(i,j)对应的公交管道,公交车调度的间隔时间通过Hij表示;对于第一目标区域i和第二目标区域j还需要设置以下参数,例如,假设所有公交车以平均速度vmax行驶以服务乘客,需要时间ts进行加速或者减速以及需要时间tp完成一名乘客的上车或者下车。对于所有乘客而言,其步行到最近的虚拟站点的平均步行速度假设为vw。
在基于成本策略在每个目标区域中设置虚拟站点,以及基于所述虚拟站点形成公交管道的过程中,需要考虑尽可能降低通过成本策略所表示的需求响应运输服务系统整体的运行成本,该运行成本主要包括两部分,分别是运营者成本和使用者成本。
为了更加详细地描述运营者成本和使用者成本的构成,需要设置多个变量,例如,每个目标区域中虚拟站点的总量,表示为Nu=(LuWu)/(luwu),每个目标区域中在横向(一般是指从一个目标区域直接到另一个目标区域的方向)上的站点数量,表示为nu=Wu/(2wu)。对于每次公交车从第一目标区域i到第二目标区域j的调度任务,将有Pij=λijLiWiLjWjHij名乘客得到服务。假设乘客是随机出现在所有虚拟站点的,乘客出现的可能性取决于泊松分布。这里有三个简单的推论,这些推论将适用在后面的成本策略的公式中,具体地:
推论1:在每个目标区域中公交车行驶经过下一站点的期望横向距离是
推论2:每次调度的公交车每一次往返行驶的期望纵向距离大约是
推论3:当Pij名乘客随机出现在Nu个虚拟站点时,具有k名乘客的期望站点数量是因此,能够跳过的虚拟站点数量(例如k=0)是/>因此,每个目标区域中公交车每次调度的经过的虚拟站点数量为/>
一方面,根据成本策略的构成思路,运营者成本简单地与每次调度的公交车往返行驶的总时间Tij以及每个单元时间内的调度的公交车数量1/Hij成比例关系。在公交车每次调度的往返两个目标区域的行驶过程中,总时间Tij包括每个公交车的巡航时间和停止时间,其中,巡航时间包括用于公交车运送乘客的常规行驶时间、加速或者减速的时间以及乘客上下车的时间,其中,常规行驶时间通过全部的往返行驶距离Vij除以平均速度vmax得到,这里的Vij是公交车在每次调度过程中所有的横向距离和纵向距离之和。其中,上述横向距离通过由上述推论1的结果乘以每个目标区域中经过的虚拟站点的数量(来自推论3)得到;上述纵向距离通过上述推论2得到。
这里,考虑到每次公交车在两个目标区域之间往返行驶,每次调度运送的乘客数量大约是2Pij,这样可以同时考虑在每个目标区域都具有上车和/或下车的情况。经过的虚拟站点数量通过乘客需求的收集站点以及输送站点的全部数量确定(通过上述推论3)。因此,通过下述公式能够得到成本模型中的运营者成本:
其中,
Pij=λijLiWiLjWjHij; (公式2)
Ni=(LiWi)/(liwi),Nj=(LjWj)/(ljwj); (公式3)
ni=Wi/(2wi);nj=Wj/(2wj); (公式4)
另一方面,使用者成本基于作为乘客从其起点位置到终点位置的所有花费时间而确定。该时间包括乘坐时间、等待时间和步行时间。其中,乘客的平均乘坐时间表示为IVTTij,其通过公交车往返行驶的总时间的一半确定;乘客们的平均车外时间(即等待和步行时间)表示为OVTTij,其相当于公交车调度的间隔时间加上乘客向站点或离开站点的步行时间,通过以下方式确定:
IVTTij=Tij/2; (公式6)
OVTTij=Hij/2+(li+wi+lj+wj)/(4vw); (公式7)
因此,在本步骤中,基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点就相当于使得每次服务行程的运营者成本最优化,假设运营者需要支付运行中的全部车辆的费用时,基于成本策略使得系统整体成本最小化的这个问题可以通过下面的公式表示:
最小化Tij/Pij; (公式8)
其中:
IVTTij+OVTTij≤Tmax; (公式9)
Tij/Hij≤Mmax; (公式10)
Pij≤Omax; (公式11)
(li+wi+lj+wj)/(4vw)≤wmax; (公式12)
0≤Hij,0≤wi≤Wi≤Wimax,0≤li≤Li≤Limax,0≤wj≤Wj≤Wjmax,0≤lj≤Lj≤Ljmax;(公式13)
其中,上述公式(9)描述了对于一般乘客的期望的花费全部时间以不超过Tmax;上述公式(10)确保用于公交管道的公交车的规模足够大以覆盖这个运送服务;上述公式(11)确保每个公交车上乘客的最大数量不会超过公交车的容量Omax;上述公式(12)确保即使最不幸的乘客步行没有及时超过wmax以抵达一个虚拟站点;上述公式(13)给出了不同设计变量的合适值的范围。
基于成本策略使得系统整体成本最小化的这个问题是一个具有少量变量的简单并且带约束的非线性最优化问题,这个问题可以被相对轻易地解决。这样,在这个阶段,通过给出期望乘客密度以及其他输入参数,使得成本策略中的运营者成本实现最优化,进而通过公式确定需要服务的乘客数量、每个目标区域的虚拟站点数量、每个目标区域横向上的虚拟站点数量以及公交车的往返行驶距离等特征参数,从而能够确定对应于每个目标区域中的虚拟站点的数量、虚拟站点的分布、虚拟站点的覆盖区域、公交管道的长度和宽度以及公交车调度的间隔时间等。这样,基于成本策略,实现在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
S102,基于出行需求,在所述交通管道中通过选择所述虚拟站点确定行驶路线。
在实际的应用中,虚拟站点能够通过在实际地图上设置以及根据邻近的候选虚拟站点进行匹配的形式实现。当这些虚拟站点和步行距离设置后,就能够基于出行需求在每个调度的时间间隔周期内设置离散的行驶路线。
在本步骤中,通过确定用于接送乘客的目标区域、虚拟站点的分布以及公交车调度资源,并形成公交管道之后,需求响应运输系统将从出行需求池里选择乘客的出行需求以确定行驶路线。
这里,行驶路线的确定问题可以根据混合的乘客运送负荷、虚拟站点的选择和行驶路线的收益等因素被分类,例如可以分类为校车路线问题。行驶路线的设计需要考虑多个问题,例如:(1)对乘客如何分配上车和下车站点,也就是如何考虑乘客的出行需求;(2)如何选择公交车调度需要经过的虚拟站点,也就是如何选择虚拟站点;(3)如何确定行驶路线以经过这些被选择的虚拟站点。
具体地,在每个单位时间周期内的行驶路线的设计问题可以被定义为确定图形G(V,A)的问题,其中,设置V集合,该集合包括所有的可用于选择的代表虚拟站点的节点;设置P集合,该集合包括在出行需求池中的所有乘客的样本。其中,对于乘客l∈P请求公交车的运送服务后,将花费价格fl在作为收集区域的目标区域被匹配到一个邻近的用于上车的虚拟站点i∈O={1,......m},并且在作为输送区域的目标区域内被分配一个用于下车的虚拟站点j∈D={1,......n}。假设V=O∪D。虚拟节点0表示所有公交车离开的虚拟停车场,任何两个虚拟站点之间的所有可调节的行驶路线被表示为arc(i,j)∈A。
进一步地,在本公开中进行如下设置:一组K辆公交车被提供以向乘客提供运输服务,其中,每辆公交车k具有乘客容量Qk,其从虚拟站点i行驶到虚拟站点j,需要花费时间tij和成本cij。每个公交车k在时刻Tik从站点i开始提供服务,来自上车站点i∈O的公交车k承载的乘客需求数量是qik,在经过站点i后,公交车k承载的乘客数量为Qik。
需求运输响应系统应当确定分配给每个乘客的虚拟站点和公交车以及每个公交车经过的虚拟站点以及路段。因此,需要设置如下的可确定变量:设置vli为二进制变量,其中,如果乘客l在站点i上车或者下车,则设置为1,否则为0;设置zlk为二进制变量,其中,乘客l被公交车k接上则为1,否则为0;设置yik为二进制变量,其中,如果公交车k经过站点i则为1,否则为0;最后,设置路线变量xijk为二进制变量,其中,如果公交车k从站点i直接到站点j则为1,否则为0。这个问题的目的是在固定地可提供的对于下次调度的时间间隔的基础上最大化需求运输响应服务系统的收益。这个问题可以如下表示:
其中,
其中,上述公式(15)确保每个乘客最多一次被公交车接上,每个乘客能够选择不多于一次上车的虚拟站点和下车的虚拟站点,并且每个乘客在同一时间必须选择一个上车的虚拟站点和一个下车额虚拟站点;上述公式(16)确保了乘客在没有经过公交车的情况下不会在虚拟站点被接走;上述公式(17)指示每个乘客的起点位置和终点位置被同一辆公交车经过,这些非线性约束能够被等价线性地表示如下:
上述公式(18)和(19)确保进入或离开公交车经过虚拟站点的情形;上述公式(20)指示行驶路线的数量不会超过公交车车队规模的最大值;上述公式(21)和(22)确保公交车经过站点的时间一致性和顺序;上述公式(23)和(24)确保公交车沿着行驶路线保留一定负荷,并且不违反最大车辆容量;上述公式(25)描述最小乘客数量以确保公交车能被调度,服务运营者的每次需求;上述公式(26)至(29)确保变量的完整性。
为了解决上述公交车的路线设计问题,也就是基于上述公式得到解,本公开提供了两阶段的解决途径,其中,第一,使用可适应的节约算法以生成路线的初始解;第二,采用模拟退火法以修正上述路线的初始解。
对于可适应的节约启发式算法,为了得到可调节的初始解,例如可以利用Clarke-Wright的节约启发式算法以解决当前问题。一般来说,标准的节约启发式算法将乘客与基于每个乘客和停车场的位置的路线融合,对于这个问题,必须同步考虑每个乘客的接送位置。上述算法被适用于找到是否存在属于乘客i的路线r1∈R以及属于乘客j的路线r2∈R。如果乘客i是在路线r1中最后被接上的并且是第一个被运送的,同时乘客j是在路线r2中第一个被接上并且最后一个被运送的,这些路线仅能够被合并。对于乘客对(i,j)的节约值被计算为从融合乘客i到j的距离变化。这样,在路线合并后,公交车接乘客的顺序是(i,j)以及输送乘客的顺序是(j,i)。与具有最多收益的路线合并的|K|的输出列表被选择为对于路线设计问题而言的初始可行解。
对于采用模拟退火法进行元启发式改进,在本公开中,采用大量基于元启发式算法的邻域检索。例如,需要考虑基于邻域定义的内部路线和交互路线的扰动,这就需要基于算子针对内部路线和交互路线进行运算。图6示出了详细的运算器并进一步进行解释。为了通过以上定义的大量邻域而进行检索,使用来自节约启发式算法的初始可行解并采用模拟退火算法进行改善。
其中,如图6所示,在针对内部路线方面,通过ExchangeBoard算子(ExchangeBoardoperator)考虑一个路线r,路线r中的一对乘客i(黑色表示)和j(灰色表示),使得路线r能够按顺序依次接上i和j。通过ExchangeAlight算子(ExchangeAlight operator)考虑一个路线r,路线r中的一对乘客i(黑色表示)和j(灰色表示),使得路线r能够按顺序依次运送i和j。通过RemoveLeft算子(RemoveLeft operator)考虑一个路线r,路线r中的乘客i,从路线r中去掉乘客i并且形成一仅包括乘客i的单独路线。
在针对交互路线方面,通过Transfer算子(Transfer operator)考虑一对路线r1(图6中的上面路线)和r2(图6中的下面路线),路线r1中的乘客i;从路线r1中去掉乘客,在路线r2中找到插入乘客i的上车站点和下车站点的最佳位置并且执行插入。通过Exchange算子(Exchange operator)考虑一对路线r1和r2,路线r1中的乘客i和路线r2中的乘客,将乘客i从路线r1转移到路线r2,将乘客j从路线r2转移到路线r1。通过Crossover算子(Crossover operator)考虑一对路线r1和r2,路线r1中的乘客i和路线r2中的乘客;将路线r1中的所有乘客分组并将在乘客i之前(包括乘客i)上车的乘客分为第一组,将路线r2中的所有乘客分组并将在乘客j之后(不包括乘客j)上车的乘客分为第二组,找到在第一组中接上和运送所有乘客的最佳顺序并且形成新的路线以取代路线r1,对于第二组中的乘客,找到最佳的运送顺序并形成新的路线以取代路线r2。
下面通过具体案例示出了如何使用本公开提供的方法设置一个可实施的区域至区域的基于APP的需求响应运输服务系统。在设置过程中所用的相关数据基于APP的历史数据。
首先,针对虚拟站点和时间间隔的设置,在概念性规划阶段,确定乘客需求最高的两个区域-区域对。如图7所示,基于历史数据中的乘客需求,被研究的区域为三个区域(1,2,3)并设置两个区域对(1,2)以及(1,3)。这些区域的空间尺寸分别是1km*1km,4km*1.7km以及2.5km*2.0km。从区域1至区域2的期望乘客密度设置为35.97人/小时-公里4,以及从区域1至区域3的期望乘客密度设置11.63人/小时-公里4。所有其他输入参数如下表所示:
表1:输入参数
参数 | 区域对(1,2) | 区域对(1,3) | 单位 |
λij | 35.97 | 11.63 | 人/小时-公里4 |
rij | 7.63 | 3.31 | 公里 |
vmax | 25 | 25 | 公里/小时 |
vw | 4 | 4 | 公里/小时 |
ts | 10 | 10 | 秒 |
tp | 1 | 1 | 秒 |
Tmax | 0.6 | 0.4 | 小时 |
Mmax | 10 | 10 | 车流量 |
Omax | 14 | 14 | 人/车流量 |
wmax | 0.1 | 0.1 | 小时 |
Limax | 1 | 1 | 公里 |
Wimax | 1 | 1 | 公里 |
Ljmax | 4 | 2.5 | 公里 |
Wjmax | 1.7 | 2 | 公里 |
基于本公开的方法,关键变量输出的最佳值如下表2所示。对于区域对(1,2),例如,最佳平均运营者成本是0.07小时/人。期望的需求响应运输服务具有大概2.5个区域-区域的管道对。交通管道覆盖区域1的全部区域,以及区域2中2.53km*1.07km的三角形区域。区域1中的虚拟站点之间具有0.57公里的横向间隔以及0.23公里的纵向间隔。
在区域2中,虚拟站点具有0.1公里的横向间隔以及0.1km的纵向间隔,这指示了虚拟站点应被尽可能密集地布置。这是合理的设置,因为区域2的期望乘客密度相对较低,因此,将每个乘客最好送到与他们终点位置的邻近区域。进一步地,公交车运行的最佳时间间隔是0.14小时,也就是说,每隔0.14小时至少一个公交车被调度。在每次公交车的调度中,公交车平均运送14名乘客。这个运输系统对于每个交通管道需要至少6.5辆公交车,公交车往返环形的行驶时间是0.97小时;乘客的平均接近和等待时间是0.13小时,并且平均乘坐时间是0.47小时。
表2:输出变量
参数 | 区域对(1,2) | 区域对(1.3) | 单位 |
Pij | 14 | 7.45 | pax |
Vij | 0.93 | 0.52 | 小时 |
IVTTij | 0.47 | 0.26 | 小时 |
OVTTij | 0.13 | 0.14 | 小时 |
Tij/Pij | 0.07 | 0.07 | 小时/pax |
Tij/Hij | 6.50 | 3.25 | veh |
Li | 1 | 1 | 公里 |
Wi | 1 | 1 | 公里 |
li | 0.57 | 0.64 | 公里 |
wi | 0.23 | 0.16 | 公里 |
Lj | 2.53 | 2.35 | 公里 |
Wj | 1.07 | 1.71 | 公里 |
lj | 0.1 | 0.1 | 公里 |
wj | 0.1 | 0.1 | 公里 |
Hij | 0.14 | 0.16 | 小时 |
上述结果给出了虚拟站点的空间分布,如图8所示,总的虚拟站点数量为188个。
对于上述举例,同样解决了对于区域对(1,2)在交通峰值期间的路线设计问题。考虑到虚拟站点的设置,最佳的公交车调度的时间间隔以及对于一次调度的最小乘客空置率等都可以基于本公开的方法获得。在路线设计问题中,包含了32个乘客出行需求的示例被用于代表8分钟内的实际需求。在公交车调度的时间窗口期,可提供公交车的最大数量是2辆。在目标区域1和目标区域2内运行的每个公交车能够最多承载14名乘客。为了简单化,假设调度一辆公交车的成本的1元/每公里,以及服务花费的价格是1元/每公里。
所有的32个乘客的出行需求被标记在图9中,其中,圆圈1代表乘客们的期望起点位置,圆圈2代表乘客们的终点位置;标记代表需求的积累量。通过采用本公开的方法,由于公交车数量以及承载量的限制,如图10所示,4个乘客没有被选择得到运输服务。其中,图11和图12示出了两个收益最大的公交车路线(每个搭乘14名乘客)。
公交车运营服务的效果可以通过两个指标评价,分别是需求满足率和拼车率。需求满足率表示运营稳定性和乘客体验,拼车率表示运营效率。通过获取最近一个月的在白天(7:00-18:30)的历史数据示出了平均的需求满足率不超过45%,平均拼车率为3.23。为了进一步测试本公开的需求响应运输服务的设计效果,从历史数据中提取不同时间段的示例性的需求数据并且计算对应的指标。其中,白天的服务基于不同的需求被分为4个不同的时间段。在7:00-11:00的时间段内,期望乘客密度比较低,因此,所述运输服务在11:00开始。每个时间段具有其不同的输入参数。下表示出了本公开的DRT附图以及当前服务的效果比较。可以看出,对于需求满足率和拼车率,平均的改进百分比分别至少为85.76%和71.88%。这些初步数据证明了本公开的需求响应运输服务的适用性并且能够提供更好的公交车运营服务。
本公开提出一种两阶段的模型框架以设置一个区域到区域的需求响应运输服务系统,其能够通过基于APP的移动服务提供者实施。这里,公交管道的设计决定需求响应运输服务系统的基础。在一个给定的服务区域,首先在概念性规划阶段确定最佳的可运行的服务运营参数,例如公交管道的布局、虚拟站点的分布、公交车的运行规模以及调度时间间隔。在实时的运营中,采用路线设计模型生成公交车路线以获取最大的利润。从实际案例中获取的结果示出了本公开的适用性和潜在优势。本公开相较于传统的公交车运输系统能覆盖更大的空间和时间需求,实现针对需求满足率达到85.76%的改进以及针对拼车率达到71.88%的改进。这证明了本公开的模型框架的适用性和对实践的影响。本公开尤其对于具有低-中的期望乘客密度的区域具有潜在的促进作用。
基于同一发明构思,本公开的第二方面还提供了一种交通运输的控制方法对应的交通运输的控制装置,具体地,如图13所示,所述控制装置包括构建模块10和确定模块20上述模块相互耦合,其中:
构建模块10,其用于确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道。
通过构建模块10,考虑到在封闭的地区或者城市内的某个区域的某个乘客可能产生出行需求,例如,其需要从城市的A位置移动到B位置,为了使得在城市中运行的公交车能够接到每个乘客,并基于每个乘客的出行需求完成对其的运送任务,从而满足例如某个乘客从城市的A位置到B位置的出行需求,这就需要在考虑到每个乘客的出行需求的基础上,在城市内设置合理的目标区域以分别覆盖尽可能多的乘客的起点位置和终点位置,并在每个目标区域中设置合理的虚拟站点以便于与乘客的起点位置和终点位置进行匹配。进一步地,基于这些虚拟站点的设置位置将这些虚拟站点进行有序连接,从而形成公交管道,以能够将每个乘客从起点位置接上并运送至对应的终点位置,最终满足尽可能多的乘客的出行需求,同时提升公交车整体运营的效率,降低公交车在城市中的运营成本,构建模块10具体包括以下部分:
设置单元,其用于设置包括第一目标区域和第二目标区域的目标区域对。
通过设置单元,如图4所示,考虑到城市的覆盖范围一般会被划分为至少一个目标区域u∈{i,j},每个目标区域可以是尽可能多乘客的起点位置所在的区域,也可以是尽可能多乘客的终点位置所在区域。也就是说,大部分乘客每次出行的起点、终点位置等均位于这些目标区域中,这样,每个乘客的每次出行可以简单化为从一个目标区域中的M站点出发,前往另一个目标区域中的N站点。这样,在具有运输需求的两个目标区域之间可以建立运输关系以使得例如公交车可以在两个目标区域之间往返行驶运送乘客。
为了实现这个目的,这就需要设置包括第一目标区域i和第二目标区域j的目标区域对(i,j),其中,尽可能多乘客的出行的起点位置可以位于第一目标区域i,乘客出行的终点位置可以位于第二目标区域j,这样在第一目标区域i和第二目标区域j之间建立行驶通道,这里的第一目标区域i可以称为对乘客的收集区域,第二目标区域j可以被称为对乘客的输送区域。具体地,假设对于公交车可以在两个目标区域之间往返的情况,对于一个目标区域对(i,j)而言,其中Ru表示其中每个目标区域u的面积,一般来说,每个目标区域u需要面积足够大从而能够在目标区域中建立不少于一定数量的虚拟站点以形成公交管道。
形成单元,其用于基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
当通过上述设置单元,设置包括第一目标区域和第二目标区域的目标区域对后,通过形成单元,需要在每个目标区域中设置虚拟站点以与尽可能多乘客的起点位置或者终点位置匹配,进而在每个目标区域中将虚拟站点依次顺序连接,连同基于两个目标区域对应的中间通道共同形成“公交管道”。如图4所示,针对每个目标区域对(i,j),公交管道的形成方式可以是在每个目标区域中通过在合理位置处设置虚拟站点,并将虚拟站点按照一定顺序连接,最后将两个目标区域通过中间通道连接。
具体地,当确定了目标区域对(i,j)后,公交管道在每个目标区域中的范围可以基于目标区域的大小进行限定,可以假设基于每个目标区域u∈{i,j}具有长度Lu以及宽度Wu,其中,在每个目标区域中的所述公交管道的部分在长度方向和宽度方向上理论上不应超过每个目标区域的边界。此外,由于两个目标区域之间相互独立,可以假设两个目标区域之间的距离为rij。
由于每个目标区域中的虚拟站点的位置设置需要考虑该目标区域中尽可能多乘客的出行需求,在一种可能的实施方式中,如图5所示,可以通过如下方式首先确定候选虚拟站点,将每个目标区域u∈{i,j}按照单位六边形的方式进行划分,这里的单位六边形的规格可以预先设定和调整,从而将每个目标区域简化为多个六边形的组合,在每个六边形的中心位置处设置候选虚拟站点,其中,相邻的候选虚拟站点之间大概具有纵向间隔lu以及横向间隔wu。
通过形成单元,针对每个目标区域对(i,j),基于成本策略在每个目标区域中设置虚拟站点,以及基于所述虚拟站点形成公交管道,其中,这里的设置虚拟站点也可以是在候选虚拟站点集中确定虚拟站点。
具体地,在目标区域中设置虚拟站点包括确定虚拟站点的站点特征,这里的站点特征例如可以是每个目标区域中虚拟站点的数量和分布等;同时,基于虚拟站点形成公交管道包括确定公交管道的管道特征和公交车特征,这里的管道特征例如可以是每个目标区域中的公交管道部分的形状、长、宽、边界长度等,这里的公交车特征包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
为了尽可能具体地描述成本策略,需要预先设置若干参数,例如期望乘客密度,其中,如果将从第一目标区域i到第二目标区域j之间每个单元时间内的乘客出行量定义为paxij,则每个单元时间内每个单元面积的期望乘客密度是λij=paxij/RiRj,也就是,对于第一目标区域i和第二目标区域j而言,期望乘客密度分别是λijRj和λijRi。
此外,对于每个目标区域对(i,j)对应的公交管道,公交车调度的间隔时间通过Hij表示;对于第一目标区域i和第二目标区域j还需要设置以下参数,例如,假设所有公交车以平均速度vmax行驶以服务乘客,需要时间ts进行加速或者减速以及需要时间tp完成一名乘客的上车或者下车。对于所有乘客而言,其步行到最近的虚拟站点的平均步行速度假设为vw。
在基于成本策略在每个目标区域中设置虚拟站点,以及基于所述虚拟站点形成公交管道的过程中,需要考虑尽可能降低通过成本策略所表示的需求响应运输服务系统整体的运行成本,该运行成本主要包括两部分,分别是运营者成本和使用者成本。
为了更加详细地描述运营者成本和使用者成本的构成,需要设置多个变量,例如,每个目标区域中虚拟站点的总量,表示为Nu=(LuWu)/(luwu),每个目标区域中在横向(一般是指从一个目标区域直接到另一个目标区域的方向)上的站点数量,表示为nu=Wu/(2wu)。对于每次公交车从第一目标区域i到第二目标区域j的调度任务,将有Pij=λijLiWiLjWjHij名乘客得到服务。假设乘客是随机出现在所有虚拟站点的,乘客出现的可能性取决于泊松分布。这里有三个简单的推论,这些推论将适用在后面的成本策略的公式中,具体地:
推论1:在每个目标区域中公交车行驶经过下一站点的期望横向距离是
推论2:每次调度的公交车每一次往返行驶的期望纵向距离大约是
推论3:当Pij名乘客随机出现在Nu个虚拟站点时,具有k名乘客的期望站点数量是因此,能够跳过的虚拟站点数量(例如k=0)是/>因此,每个目标区域中公交车每次调度的经过的虚拟站点数量为/>
一方面,根据成本策略的构成思路,运营者成本简单地与每次调度的公交车往返行驶的总时间Tij以及每个单元时间内的调度的公交车数量1/Hij成比例关系。在公交车每次调度的往返两个目标区域的行驶过程中,总时间Tij包括每个公交车的巡航时间和停止时间,其中,巡航时间包括用于公交车运送乘客的常规行驶时间、加速或者减速的时间以及乘客上下车的时间,其中,常规行驶时间通过全部的往返行驶距离Vij除以平均速度vmax得到,这里的Vij是公交车在每次调度过程中所有的横向距离和纵向距离之和。其中,上述横向距离通过由上述推论1的结果乘以每个目标区域中经过的虚拟站点的数量(来自推论3)得到;上述纵向距离通过上述推论2得到。
这里,考虑到每次公交车在两个目标区域之间往返行驶,每次调度运送的乘客数量大约是2Pij,这样可以同时考虑在每个目标区域都具有上车和/或下车的情况。经过的虚拟站点数量通过乘客需求的收集站点以及输送站点的全部数量确定(通过上述推论3)。因此,通过下述公式能够得到成本模型中的运营者成本:
其中,
Pij=λijLiWiLjWjHij; (公式2)
Ni=(LiWi)/(liwi),Nj=(LjWj)/(ljwj); (公式3)
ni=Wi/(2wi);nj=Wj/(2wj); (公式4)
另一方面,使用者成本基于作为乘客从其起点位置到终点位置的所有花费时间而确定。该时间包括乘坐时间、等待时间和步行时间。其中,乘客的平均乘坐时间表示为IVTTij,其通过公交车往返行驶的总时间的一半确定;乘客们的平均车外时间(即等待和步行时间)表示为OVTTij,其相当于公交车调度的间隔时间加上乘客向站点或离开站点的步行时间,通过以下方式确定:
IVTTij=Tij/2; (公式6)
OVTTij=Hij/2+(li+wi+lj+wj)/(4vw); (公式7)
因此,通过形成单元,基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点就相当于使得每次服务行程的运营者成本最优化,假设运营者需要支付运行中的全部车辆的费用时,基于成本策略使得系统整体成本最小化的这个问题可以通过下面的公式表示:
最小化Tij/Pij; (公式8)
其中:
IVTTij+OVTTij≤Tmax; (公式9)
Tij/Hij≤Mmax; (公式10)
Pij≤Omax; (公式11)
(li+wi+lj+wj)/(4vw)≤wmax; (公式12)
0≤Hij,0≤wi≤Wi≤Wimax,0≤li≤Li≤Limax,0≤wj≤Wj≤Wjmax,0≤lj≤Lj≤Ljmax;(公式13)
其中,上述公式(9)描述了对于一般乘客的期望的花费全部时间以不超过Tmax;上述公式(10)确保用于公交管道的公交车的规模足够大以覆盖这个运送服务;上述公式(11)确保每个公交车上乘客的最大数量不会超过公交车的容量Omax;上述公式(12)确保即使最不幸的乘客步行没有及时超过wmax以抵达一个虚拟站点;上述公式(13)给出了不同设计变量的合适值的范围。
基于成本策略使得系统整体成本最小化的这个问题是一个具有少量变量的简单并且带约束的非线性最优化问题,这个问题可以被相对轻易地解决。这样,在这个阶段,通过给出期望乘客密度以及其他输入参数,使得成本策略中的运营者成本实现最优化,进而通过公式确定需要服务的乘客数量、每个目标区域的虚拟站点数量、每个目标区域横向上的虚拟站点数量以及公交车的往返行驶距离等特征参数,从而能够确定对应于每个目标区域中的虚拟站点的数量、虚拟站点的分布、虚拟站点的覆盖区域、公交管道的长度和宽度以及公交车调度的间隔时间等。这样,基于成本策略,实现在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
确定模块20,其用于基于出行需求,在所述交通管道中通过选择所述虚拟站点确定行驶路线。
在实际的应用中,虚拟站点能够通过在实际地图上设置以及根据邻近的候选虚拟站点进行匹配的形式实现。当这些虚拟站点和步行距离设置后,就能够基于出行需求在每个调度的时间间隔周期内设置离散的行驶路线。
通过确定模块20,通过确定用于接送乘客的目标区域、虚拟站点的分布以及公交车调度资源,并形成公交管道之后,需求响应运输系统将从出行需求池里选择乘客的出行需求以确定行驶路线。
这里,行驶路线的确定问题可以根据混合的乘客运送负荷、虚拟站点的选择和行驶路线的收益等因素被分类,例如可以分类为校车路线问题。行驶路线的设计需要考虑多个问题,例如:(1)对乘客如何分配上车和下车站点,也就是如何考虑乘客的出行需求;(2)如何选择公交车调度需要经过的虚拟站点,也就是如何选择虚拟站点;(3)如何确定行驶路线以经过这些被选择的虚拟站点。
具体地,在每个单位时间周期内的行驶路线的设计问题可以被定义为确定图形G(V,A)的问题,其中,设置V集合,该集合包括所有的可用于选择的代表虚拟站点的节点;设置P集合,该集合包括在出行需求池中的所有乘客的样本。其中,对于乘客l∈P请求公交车的运送服务后,将花费价格fl在作为收集区域的目标区域被匹配到一个邻近的用于上车的虚拟站点i∈O={1,......m},并且在作为输送区域的目标区域内被分配一个用于下车的虚拟站点j∈D={1,......n}。假设V=O∪D。虚拟节点0表示所有公交车离开的虚拟停车场,任何两个虚拟站点之间的所有可调节的行驶路线被表示为arc(i,j)∈A。
进一步地,在本公开中进行如下设置:一组K辆公交车被提供以向乘客提供运输服务,其中,每辆公交车k具有乘客容量Qk,其从虚拟站点i行驶到虚拟站点j,需要花费时间tij和成本cij。每个公交车k在时刻Tik从站点i开始提供服务,来自上车站点i∈O的公交车k承载的乘客需求数量是qik,在经过站点i后,公交车k承载的乘客数量为Qik。
需求运输响应系统应当确定分配给每个乘客的虚拟站点和公交车以及每个公交车经过的虚拟站点以及路段。因此,需要设置如下的可确定变量:设置vli为二进制变量,其中,如果乘客l在站点i上车或者下车,则设置为1,否则为0;设置zlk为二进制变量,其中,乘客l被公交车k接上则为1,否则为0;设置yik为二进制变量,其中,如果公交车k经过站点i则为1,否则为0;最后,设置路线变量xijk为二进制变量,其中,如果公交车k从站点i直接到站点j则为1,否则为0。这个问题的目的是在固定地可提供的对于下次调度的时间间隔的基础上最大化需求运输响应服务系统的收益。这个问题可以如下表示:
其中,
其中,上述公式(15)确保每个乘客最多一次被公交车接上,每个乘客能够选择不多于一次上车的虚拟站点和下车的虚拟站点,并且每个乘客在同一时间必须选择一个上车的虚拟站点和一个下车额虚拟站点;上述公式(16)确保了乘客在没有经过公交车的情况下不会在虚拟站点被接走;上述公式(17)指示每个乘客的起点位置和终点位置被同一辆公交车经过,这些非线性约束能够被等价线性地表示如下:
上述公式(18)和(19)确保进入或离开公交车经过虚拟站点的情形;上述公式(20)指示行驶路线的数量不会超过公交车车队规模的最大值;上述公式(21)和(22)确保公交车经过站点的时间一致性和顺序;上述公式(23)和(24)确保公交车沿着行驶路线保留一定负荷,并且不违反最大车辆容量;上述公式(25)描述最小乘客数量以确保公交车能被调度,服务运营者的每次需求;上述公式(26)至(29)确保变量的完整性。
为了解决上述公交车的路线设计问题,也就是基于上述公式得到解,本公开提供了两阶段的解决途径,其中,第一,通过生成单元以使用可适应的节约算法以生成路线的初始解;第二,通过修正单元以采用模拟退火法以修正上述路线的初始解。
对于可适应的节约启发式算法,为了得到可调节的初始解,例如可以利用Clarke-Wright的节约启发式算法以解决当前问题。一般来说,标准的节约启发式算法将乘客与基于每个乘客和停车场的位置的路线融合,对于这个问题,必须同步考虑每个乘客的接送位置。上述算法被适用于找到是否存在属于乘客i的路线r1∈R以及属于乘客j的路线r2∈R。如果乘客i是在路线r1中最后被接上的并且是第一个被运送的,同时乘客j是在路线r2中第一个被接上并且最后一个被运送的,这些路线仅能够被合并。对于乘客对(i,j)的节约值被计算为从融合乘客i到j的距离变化。这样,在路线合并后,公交车接乘客的顺序是(i,j)以及输送乘客的顺序是(j,i)。与具有最多收益的路线合并的|K|的输出列表被选择为对于路线设计问题而言的初始可行解。
对于采用模拟退火法进行元启发式改进,在本公开中,采用大量基于元启发式算法的邻域检索。例如,需要考虑基于邻域定义的内部路线和交互路线的扰动,这就需要基于算子针对内部路线和交互路线进行运算。图6示出了详细的运算器并进一步进行解释。为了通过以上定义的大量邻域而进行检索,使用来自节约启发式算法的初始可行解并采用模拟退火算法进行改善。
其中,如图6所示,在针对内部路线方面,通过ExchangeBoard算子(ExchangeBoardoperator)考虑一个路线r,路线r中的一对乘客i(黑色表示)和j(灰色表示),使得路线r能够按顺序依次接上i和j。通过ExchangeAlight算子(ExchangeAlight operator)考虑一个路线r,路线r中的一对乘客i(黑色表示)和j(灰色表示),使得路线r能够按顺序依次运送i和j。通过RemoveLeft算子(RemoveLeft operator)考虑一个路线r,路线r中的乘客i,从路线r中去掉乘客i并且形成一仅包括乘客i的单独路线。
在针对交互路线方面,通过Transfer算子(Transfer operator)考虑一对路线r1(图6中的上面路线)和r2(图6中的下面路线),路线r1中的乘客i;从路线r1中去掉乘客,在路线r2中找到插入乘客i的上车站点和下车站点的最佳位置并且执行插入。通过Exchange算子(Exchange operator)考虑一对路线r1和r2,路线r1中的乘客i和路线r2中的乘客,将乘客i从路线r1转移到路线r2,将乘客j从路线r2转移到路线r1。通过Crossover算子(Crossover operator)考虑一对路线r1和r2,路线r1中的乘客i和路线r2中的乘客;将路线r1中的所有乘客分组并将在乘客i之前(包括乘客i)上车的乘客分为第一组,将路线r2中的所有乘客分组并将在乘客j之后(不包括乘客j)上车的乘客分为第二组,找到在第一组中接上和运送所有乘客的最佳顺序并且形成新的路线以取代路线r1,对于第二组中的乘客,找到最佳的运送顺序并形成新的路线以取代路线r2。
本公开提出一种两阶段的模型框架以设置一个区域到区域的需求响应运输服务系统,其能够通过基于APP的移动服务提供者实施。这里,公交管道的设计决定需求响应运输服务系统的基础。在一个给定的服务区域,首先在概念性规划阶段确定最佳的可运行的服务运营参数,例如公交管道的布局、虚拟站点的分布、公交车的运行规模以及调度时间间隔。在实时的运营中,采用路线设计模型生成公交车路线以获取最大的利润。从实际案例中获取的结果示出了本公开的适用性和潜在优势。本公开相较于传统的公交车运输系统能覆盖更大的空间和时间需求,实现针对需求满足率达到85.76%的改进以及针对拼车率达到71.88%的改进。这证明了本公开的模型框架的适用性和对实践的影响。本公开尤其对于具有低-中的期望乘客密度的区域具有潜在的促进作用。
本公开的第三方面还提供了一种存储介质,该存储介质为计算机可读介质,存储有计算机程序,该计算机程序被处理器执行时实现本公开任意实施例提供的方法,包括如下步骤:
S11,确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道;
S12,基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线。
计算机程序被处理器执行所述确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道时,具体被处理器执行如下步骤:设置包括第一目标区域和第二目标区域的目标区域对;基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
当所述路段特征为行驶速度的情况下,计算机程序被处理器执行所述确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道时,所述设置虚拟站点包括确定所述虚拟站点的站点特征,所述站点特征至少包括每个所述目标区域中所述虚拟站点的数量和分布;所述基于虚拟站点形成公交管道包括确定所述公交管道的管道特征和公交车特征,所述管道特征至少包括每个所述目标区域中的所述公交管道部分的形状、长、宽,所述公交车特征至少包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
计算机程序被处理器执行所述基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线时,具体被处理器执行如下步骤:使用可适应的节约算法以生成路线的初始解;采用模拟退火法以修正所述路线的初始解。
本公开提出一种两阶段的模型框架以设置一个区域到区域的需求响应运输服务系统,其能够通过基于APP的移动服务提供者实施。这里,公交管道的设计决定需求响应运输服务系统的基础。在一个给定的服务区域,首先在概念性规划阶段确定最佳的可运行的服务运营参数,例如公交管道的布局、虚拟站点的分布、公交车的运行规模以及调度时间间隔。在实时的运营中,采用路线设计模型生成公交车路线以获取最大的利润。从实际案例中获取的结果示出了本公开的适用性和潜在优势。本公开相较于传统的公交车运输系统能覆盖更大的空间和时间需求,实现针对需求满足率达到85.76%的改进以及针对拼车率达到71.88%的改进。这证明了本公开的模型框架的适用性和对实践的影响。本公开尤其对于具有低-中的期望乘客密度的区域具有潜在的促进作用。
本公开的第四方面还提供了一种电子设备,如图14所示,该电子设备至少包括存储器1301和处理器1302,存储器1301上存储有计算机程序,处理器1302在执行存储器1301上的计算机程序时实现本公开任意实施例提供的方法。示例性的,电子设备计算机程序执行的方法如下:
S21,确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道;
S22,基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线。
处理器在执行存储器上存储的所述确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道时,还执行如下计算机程序:设置包括第一目标区域和第二目标区域的目标区域对;基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,基于所述虚拟站点形成公交管道。
处理器在执行存储器上存储的所述确定目标区域,在所述目标区域中设置虚拟站点,基于所述虚拟站点构建公交管道时,所述设置虚拟站点包括确定所述虚拟站点的站点特征,所述站点特征至少包括每个所述目标区域中所述虚拟站点的数量和分布;所述基于虚拟站点形成公交管道包括确定所述公交管道的管道特征和公交车特征,所述管道特征至少包括每个所述目标区域中的所述公交管道部分的形状、长、宽,所述公交车特征至少包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
处理器在执行存储器上存储的所述基于出行需求在所述交通管道中通过选择所述虚拟站点确定行驶路线时,还执行如下计算机程序:使用可适应的节约算法以生成路线的初始解;采用模拟退火法以修正所述路线的初始解。
本公开提出一种两阶段的模型框架以设置一个区域到区域的需求响应运输服务系统,其能够通过基于APP的移动服务提供者实施。这里,公交管道的设计决定需求响应运输服务系统的基础。在一个给定的服务区域,首先在概念性规划阶段确定最佳的可运行的服务运营参数,例如公交管道的布局、虚拟站点的分布、公交车的运行规模以及调度时间间隔。在实时的运营中,采用路线设计模型生成公交车路线以获取最大的利润。从实际案例中获取的结果示出了本公开的适用性和潜在优势。本公开相较于传统的公交车运输系统能覆盖更大的空间和时间需求,实现针对需求满足率达到85.76%的改进以及针对拼车率达到71.88%的改进。这证明了本公开的模型框架的适用性和对实践的影响。本公开尤其对于具有低-中的期望乘客密度的区域具有潜在的促进作用。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(LAN)、广域网(WAN)、网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述存储介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括至少两个网际协议地址的节点评价请求,其中,节点评价设备从至少两个网际协议地址中,选取网际协议地址并返回;接收节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是,本公开上述的存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何存储介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
以上对本公开多个实施例进行了详细说明,但本公开不限于这些具体的实施例,本领域技术人员在本公开构思的基础上,能够做出多种变型和修改实施例,这些变型和修改都应落入本公开所要求保护的范围之内。
Claims (8)
1.一种交通运输的控制方法,其特征在于,包括:
确定目标区域,并且设置包括第一目标区域和第二目标区域的目标区域对;
基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,以与尽可能多乘客的起点位置或者终点位置匹配,进而在每个所述目标区域中将所述虚拟站点依次顺序连接,连同基于所述目标区域对所对应的中间通道共同形成公交管道;以及
基于出行需求在所述公交管道中通过选择所述虚拟站点确定行驶路线。
2.根据权利要求1所述的控制方法,其特征在于,
所述设置虚拟站点包括确定所述虚拟站点的站点特征,所述站点特征至少包括每个所述目标区域中所述虚拟站点的数量和分布;
所述形成公交管道包括确定所述公交管道的管道特征和公交车特征,所述管道特征至少包括每个所述目标区域中的所述公交管道部分的形状、长、宽,所述公交车特征至少包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
3.根据权利要求1所述的控制方法,其特征在于,所述基于出行需求在所述公交管道中通过选择所述虚拟站点确定行驶路线包括:
使用可适应的节约算法以生成路线的初始解;
采用模拟退火法以修正所述路线的初始解。
4. 一种交通运输的控制装置,其特征在于,包括:
构建模块,其用于确定目标区域,并且设置包括第一目标区域和第二目标区域的目标区域对;并且用于基于成本策略,在所述第一目标区域和所述第二目标区域中设置虚拟站点,以与尽可能多乘客的起点位置或者终点位置匹配,进而在每个所述目标区域中将所述虚拟站点依次顺序连接,连同基于所述目标区域对所对应的中间通道共同形成公交管道;以及
确定模块,其用于基于出行需求在所述公交管道中通过选择所述虚拟站点确定行驶路线。
5.根据权利要求4所述的控制装置,其特征在于,
所述设置虚拟站点包括确定所述虚拟站点的站点特征,所述站点特征至少包括每个所述目标区域中所述虚拟站点的数量和分布;
所述形成公交管道包括确定所述公交管道的管道特征和公交车特征,所述管道特征至少包括每个所述目标区域中的所述公交管道部分的形状、长、宽,所述公交车特征至少包括运送的乘客总数、公交车的行驶距离、公交车调度的间隔时间。
6.根据权利要求4所述的控制装置,其特征在于,所述确定模块包括:
生成单元,其用于使用可适应的节约算法以生成路线的初始解;
修正单元,其用于采用模拟退火法以修正所述路线的初始解。
7.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至3任意一项所述的交通运输的控制方法的步骤。
8.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至3任意一项所述的交通运输的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010367930.6A CN111832882B (zh) | 2020-04-30 | 2020-04-30 | 一种交通运输的控制方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010367930.6A CN111832882B (zh) | 2020-04-30 | 2020-04-30 | 一种交通运输的控制方法、装置、存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111832882A CN111832882A (zh) | 2020-10-27 |
CN111832882B true CN111832882B (zh) | 2024-06-18 |
Family
ID=72913445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010367930.6A Active CN111832882B (zh) | 2020-04-30 | 2020-04-30 | 一种交通运输的控制方法、装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111832882B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779163A (zh) * | 2016-11-18 | 2017-05-31 | 华南理工大学 | 一种基于智能搜索的定制公交线网优化方法 |
CN108416480A (zh) * | 2018-03-23 | 2018-08-17 | 中山市博林树投资管理有限公司 | 一种智能拼车匹配方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419682A (zh) * | 2007-10-24 | 2009-04-29 | 香港商中宇科技有限公司 | 大众运输工具的乘车导引方法 |
US9098200B2 (en) * | 2012-02-10 | 2015-08-04 | Hitachi, Ltd. | Storage system with virtual volume having data arranged astride storage devices, and volume management method |
US9562785B1 (en) * | 2015-07-20 | 2017-02-07 | Via Transportation, Inc. | Continuously updatable computer-generated routes with continuously configurable virtual bus stops for passenger ride-sharing of a fleet of ride-sharing vehicles and computer transportation systems and computer-implemented methods for use thereof |
CN106441325A (zh) * | 2016-02-04 | 2017-02-22 | 顾红波 | 一种联运导航的系统和方法 |
CN106448235A (zh) * | 2016-08-25 | 2017-02-22 | 合肥康胜达智能科技有限公司 | 一种交互式公共交通网络系统 |
CN108629456B (zh) * | 2018-05-08 | 2021-08-06 | 武汉轻工大学 | 公交数据的读取方法、装置、终端设备及可读存储介质 |
CN108765948B (zh) * | 2018-06-05 | 2020-07-28 | 厦门大学 | 一种弹性的公车调度方法和系统 |
CN109344529B (zh) * | 2018-10-22 | 2023-11-03 | 北京航空航天大学 | 一种基于两阶段启发式算法的定制公交线路设计方法 |
CN109615850A (zh) * | 2018-12-27 | 2019-04-12 | 连尚(新昌)网络科技有限公司 | 一种用于确定用户的公交乘车信息的方法与设备 |
CN109934401A (zh) * | 2019-03-09 | 2019-06-25 | 吉林大学 | 一种基于移动互联的定制公交方法 |
CN110070218B (zh) * | 2019-04-12 | 2021-06-25 | 西南交通大学 | 面向多制式区域轨道交通的动态服务网络优化设计方法 |
CN110443518A (zh) * | 2019-08-14 | 2019-11-12 | 大陆投资(中国)有限公司 | 临时公共交通调度方法和系统以及计算机可读存储介质 |
CN110941691B (zh) * | 2020-02-19 | 2020-06-02 | 武汉元光科技有限公司 | 一种顺风车搭乘撮合方法及装置 |
-
2020
- 2020-04-30 CN CN202010367930.6A patent/CN111832882B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779163A (zh) * | 2016-11-18 | 2017-05-31 | 华南理工大学 | 一种基于智能搜索的定制公交线网优化方法 |
CN108416480A (zh) * | 2018-03-23 | 2018-08-17 | 中山市博林树投资管理有限公司 | 一种智能拼车匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111832882A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vansteenwegen et al. | A survey on demand-responsive public bus systems | |
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 | |
Kang et al. | A case study on the coordination of last trains for the Beijing subway network | |
Narayan et al. | Integrated route choice and assignment model for fixed and flexible public transport systems | |
CN102113001A (zh) | 用于出租车管理的系统与方法 | |
CN111401614A (zh) | 一种城市轨道交通动态客流分配方法及系统 | |
Wang et al. | Optimization of bus bridging service under unexpected metro disruptions with dynamic passenger flows | |
CN109308574A (zh) | 一种实时响应的互联网半灵活公交调度方法 | |
CN112561249B (zh) | 面向实时需求的城市定制公交调度方法 | |
CN111311138A (zh) | 同城快件配送方法、装置、设备及存储介质 | |
Huang et al. | Shared automated vehicle fleet operations for first-mile last-mile transit connections with dynamic pooling | |
CN112465211A (zh) | 一种轨道交通列车满载率控制方法及应用 | |
CN115936330A (zh) | 一种基于拉格朗日原理的需求响应式brt车辆调度算法 | |
CN113408942B (zh) | 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 | |
Hou et al. | A hybrid metaheuristic algorithm for the heterogeneous school bus routing problem and a real case study | |
CN111832882B (zh) | 一种交通运输的控制方法、装置、存储介质和电子设备 | |
Perera et al. | Genetic algorithm based dynamic scheduling of EV in a demand responsive bus service for first mile transit | |
CN114331060B (zh) | 一种MaaS背景下面向高铁站接驳的DRT车辆路径生成方法 | |
Chen et al. | Modeling and testing autonomous and shared multimodal mobility services for low-density rural areas | |
Zhao et al. | Online vehicle dispatch: From assignment to scheduling | |
Melis et al. | The on-demand bus routing problem: A large neighborhood search heuristic for a dial-a-ride problem with bus station assignment | |
Hasan et al. | The flexible and real-time commute trip sharing problems | |
Wang et al. | Operations of electric taxis to serve advance reservations by trip chaining: Sensitivity analysis on network size, customer demand and number of charging stations | |
Melis et al. | The integrated on-demand bus routing problem: Combining on-demand buses with a high-frequency fixed line public transport network | |
JP7509125B2 (ja) | 都市管理支援装置、都市管理支援方法、及び都市管理支援プログラム |
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 |