CN112017465A - 基于云计算技术对交通资源进行配置的方法 - Google Patents

Abstract

本发明公开了一种基于云计算技术对交通资源进行配置的方法，所述方法包括：获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据；根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息；基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置；达到了智能化配置交通资源的目的，使得交通资源的配置更加客观；同时，也提高了交通资源配置的效率和便捷性，降低了交通资源的配置成本。

Description

基于云计算技术对交通资源进行配置的方法

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于云计算技术对交通资源进行配置的方法。

背景技术

目前，在交通领域，针对交通资源的配置问题，基本上均是在已收集的历史交通数据的基础上，参照某一路段的实际客流量需求，由技术人员进行人为的统计和计算，从而调整交通资源的配置，并根据调整后的交通资源的配置再次进行交通数据收集，如此循环，通过不断地调整交通资源配置，从而试图达到对交通资源进行优化的目的。这种由人工根据具体情况进行交通资源配置的方式，配置效率低且不够智能，不能满足交通资源的配置需求。

发明内容

本发明提供一种基于云计算技术对交通资源进行配置的方法，旨在利用大数据通过云计算技术，实现交通资源的配置。

本发明提供了一种基于云计算技术对交通资源进行配置的方法，所述基于云计算技术对交通资源进行配置的方法包括：

获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据；

根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息；

基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置。

进一步地，所述基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置，包括：

云计算服务器基于获取的所述历史客流量信息和历史交通路线信息，参照车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长以及网约车出行方式对应的网约车出行预计时长；根据计算结果选择最优出行方式，并将所述最优出行方式发送至用户终端设备；

其中，所述网约车包括出租车。

进一步地，所述云计算服务器基于获取的所述历史客流量信息和历史交通路线信息，参照车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长以及网约车出行方式对应的网约车出行预计时长，根据计算结果选择最优出行方式，并将所述最优出行方式发送至用户终端设备，包括：

所述云计算服务器获取用户基于所述用户终端设备输入的出行起点与出行终点，制定用户出行路线；

通过所述车载设备，记录与所述用户出行路线相关的公交车信息以及位于出行起点周边的公交车以及网约车信息；

通过与所述用户出行路线相关的路口监控，获取所述用户出行路线上每条路段的路段长度以及路段上的车道数量；

基于所述车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长，以及计算网约车出行方式对应的网约车出行预计时长；

计算所述公交车出行方式对应的公交出行预计时长与网约车出行方式对应的网约车出行预计时长之间的比值，并根据所述比值的大小，确定最优出行方式，并将所述最优出行方式发送至用户终端设备；

其中，所述根据所述比值的大小，确定最优出行方式，并将所述最优出行方式发送至用户终端设备，包括：

若所述比值小于1，则选择公交车出行方式为最优出行方式，并将公交车出行方式对应的公交信息推送至所述用户终端设备；

若所述比值大于1，则选择网约车出行方式为最优出行方式，并将网约车出行方式对应的车辆信息推送至所述用户终端设备；

若所述比值等于1，则将公交车出行方式对应的公交信息以及网约车出行方式对应的车辆信息一并推送至所述用户终端设备，供用户自行选择。

进一步地，所述基于所述车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长，以及计算网约车出行方式对应的网约车出行预计时长，包括步骤A1-A3：

步骤A1、基于所述车载设备记录的信息以及路口监控获取的信息，计算用户出行路线上第g路公交车对应的公交出行预计时长T_g为：

其中，T_g为第g路公交车对应的公交出行预计时长，t_g1为用户在所述用户出行路线上的步行时长，n为用户出行路线对应的路段的总数量，S_i为用户出行路线上第i条路段的长度，v_gi为第g路公交车在第i条路段上的平均车速，t_g2为用户搭乘第g路公交车需要花费的时长；t_g3为第g路公交车在所述用户出行路线上每个车站停留的平均时长；n_g为第g路公交车在所述用户出行路线上的车站的总数量；

步骤A2、按照步骤A1所述方法确定所述用户出行路线上每一路公交车对应的公交出行预计时长，从中选择时长最小的作为所述公交车出行方式对应的公交出行预计时长；

步骤A3、基于所述车载设备记录的信息以及路口监控获取的信息，计算网约车出行方式对应的网约车出行预计时长T_c为：

其中，T_c为网约车出行预计时长，t₄为用户等待网约车时长，v₂为网约车平均车速，f_i为所述用户出行路线上第i条路段当前的车辆数量，d_i为第i条路段的车道数量，C_k为网约车的道路通行能力，且取值范围为[0.3,1]。

进一步地，所述获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据，包括：

获取所述交通资源信息中预先配置的预设客运站信息、预设车辆信息和预设路线信息；

根据获取的所述预设客运站信息、预设车辆信息和预设路线信息，调用与所述预设客运站信息、预设车辆信息和预设路线信息相关联的所有历史交通数据。

进一步地，所述根据获取的所述预设客运站信息、预设车辆信息和预设路线信息，调用与所述预设客运站信息、预设车辆信息和预设路线信息相关联的所有历史交通数据，包括：

所述根据获取的所述预设客运站信息、预设车辆信息和预设路线信息，调用预设时长内对应的所有已发生的历史交通数据；

其中，所述历史交通数据包括：客运站实际排名信息、车辆实际运行信息、车辆实际出勤信息、车辆实际运行线路信息以及线路实载率。

进一步地，所述根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息，包括：

对获取的所述历史交通数据进行解析，以每辆车作为信息获取单位，获取每辆车在各自的交通路线上，针对不同时间段分别对应的历史客流量信息；

以及，以每条交通线路作为信息获取单位，获取运行在该交通线路上的所有车辆在不同时间段分别对应的历史客流量信息。

进一步地，所述基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置，包括：

云计算服务器根据获取的所述历史客流量信息和历史交通路线信息，预测对应的交通需求信息；

基于预测的所述交通需求信息，结合所述交通资源配置可能带来的收益信息，对所述交通资源信息中包含的交通资源进行配置。

进一步地，所述对所述交通资源信息中包含的交通资源进行配置，包括：

针对所述交通资源信息中包含的车辆类型和不同车辆类型分别对应的车辆数量，调整所述车辆类型和/或不同车辆类型分别对应的车辆数量；

针对所述交通资源信息中包含的交通线路信息，以及不同交通线路分别对应运行的车辆信息，调整所述交通线路信息和/或各交通线路分别对应运行的所述车辆信息；其中，所述车辆信息包括：车辆类型、车辆数量以及每辆车各自对应的载客量信息。

进一步地，所述基于预测的所述交通需求信息，结合所述交通资源配置可能带来的收益信息，对所述交通资源信息中包含的交通资源进行配置，包括：

根据所述交通需求信息，并结合所述交通资源可能带来的收益信息，采用罚函数和梯度下降算法，利用云计算的并行计算方式，配置所述交通资源。

进一步地，所述根据所述交通需求信息，并结合所述交通资源可能带来的收益信息，采用罚函数和梯度下降算法，利用云计算的并行计算方式，配置所述交通资源，包括：

假设所述交通资源信息中包含n个客运站，记为A₁，A₂，…，A_n，客运站A_i与A_j之间的交通线路记为A_ij，交通工具对应的车辆数量为y_ij，所述交通线路对应的乘客实载率记为C_ij(y_ij)，其中C_ij∈[0,1]；通过所述历史交通数据，统计得到所述交通线路A_ij的运行成本记为f_ij(C_ij)，所述交通线路A_ij的利润记为g_ij(C_ij)；

针对目前的m辆交通工具，用于在n个客运站之间的交通流转，针对如何配置m辆交通工具，则将其转换为数学式(1)：

数学式(1)中，利用

使得利润最大化，同时，为尽可能满足交通需求信息，则有

其中，α为超参数，δ取值很小的数值，即e^-10，其中e是自然常数，有e≈2.71828；ln是对数函数；abs代表绝对值；

数学式(1)使得下述数学式(2)和数学式(3)成立，则有：

其中，N⁺代表正整数；

其中，a_ij和b_ij是线路A_ij统计数据之间得出的参数；

由于所述交通线路A_ij的运行成本f_ij(C_ij)以及利润g_ij(C_ij)为非凸函数，利用云计算技术方式，将所述非凸函数转换为一个罚函数L，则有：

利用梯度下降算法，计算罚函数L的梯度；

根据计算得到的所述罚函数L的梯度，即可得到所述交通线路记A_ij所需配置的车辆数量y_ij。

进一步地，所述利用梯度下降算法，计算罚函数L的梯度，包括：

利用所述交通资源信息中现有的资源配置方案对应的所述交通线路记A_ij所需配置的车辆数量y_ij作为初始值，计算所述罚函数L的梯度，则有：

将数学式(5)中的学习率记做η，则更新数学式(5)，得到：

对所述罚函数进行求解，得到最终的解为{y_ij}ⁿ _{i≠j，i，j＝1}。

进一步地，所述根据计算得到的所述罚函数L的梯度，即可得到所述交通线路记A_ij所需配置的车辆数量y_ij，包括：

将得到的所述最终的解{y_ij}ⁿ _{i≠j，i，j＝1}，利用round函数，进行四舍五入，即有：{round(z_ij)}ⁿ _{i≠j，i，j＝1}；(6)

利用数学式(6)，将所述最终的解{y_ij}ⁿ _{i≠j，i，j＝1}转换为整数，即得到对应的所述交通线路记A_ij所需配置的车辆数量y_ij。

本发明一种跨平台的估值表解析方法、存储介质及应用服务器可以达到如下有益效果：

通过获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据；根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息；基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置；达到了智能化配置交通资源的目的，使得交通资源的配置更加客观；同时，也提高了交通资源配置的效率和便捷性，降低了交通资源的配置成本。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所指出的内容来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明基于云计算技术对交通资源进行配置的方法的一种实施方式的流程示意图。

图2是本发明基于云计算技术对交通资源进行配置的方法中，图1所述实施例中的步骤S30的一种实施方式的流程示意图。

图3是本发明基于云计算技术对交通资源进行配置的方法中，对交通资源进行配置的一种实施方式的流程示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供了一种基于云计算技术对交通资源进行配置的方法，利用大数据并通过云计算技术，实现了对交通资源的配置；使得交通资源的配置更加智能，且提高了配置效率。

如图1所示，图1是本发明基于云计算技术对交通资源进行配置的方法的一种实施方式的流程示意图；本发明一种基于云计算技术对交通资源进行配置的方法可以实施为如下描述的步骤S10-S30。

步骤S10、获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据。

本发明实施例中所描述的交通资源信息可以理解为：需要进行配置的与交通相关联的信息，包括但不限于：客运站信息、客运站停靠车辆信息、车辆运行线路信息等。所述交通资源信息对应的历史交通数据可以理解为：上述交通资源信息在历史时长内对应产生的交通运行数据，包括但不限于：在历史时长内，客运站的车辆吞吐量、停靠的车辆类型、每种车辆类型分别对应的车辆数量、每种类型车辆的行驶路线信息、实际载客量、每条线路运行时所需的总时长、客流高峰时段的需求信息等。

在一个实施例中，所述获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据，可以按照如下描述的技术手段实施：

获取所述交通资源信息中预先配置的预设客运站信息、预设车辆信息和预设路线信息；根据获取的所述预设客运站信息、预设车辆信息和预设路线信息，调用与所述预设客运站信息、预设车辆信息和预设路线信息相关联的所有历史交通数据。

本发明实施例中，调用所述交通资源信息对应的历史交通数据时，可以根据不同应用场景的具体需求，从所述交通资源信息中提取出预先配置的预设客运站信息、预设车辆信息和预设路线信息，进而以提取出的所述预设客运站信息、预设车辆信息和预设路线信息作为历史交通数据的采集标签，采集与上述信息相关联的所有历史交通数据，而与上述信息没有关联的其他历史交通数据则可以直接舍弃。

进一步地，在一个实施例中，所述根据获取的所述预设客运站信息、预设车辆信息和预设路线信息，调用与所述预设客运站信息、预设车辆信息和预设路线信息相关联的所有历史交通数据，可以按照如下描述的技术手段实施：

所述根据获取的所述预设客运站信息、预设车辆信息和预设路线信息，调用预设时长内对应的所有已发生的历史交通数据；其中，所述历史交通数据包括但不限于：客运站编号、客运站名称、客运站实际排名信息、客运站内的车辆实际运行信息、车辆实际出勤信息、车辆实际运行线路信息以及每条实际运行线路分别对应的线路实载率。

本发明实施例中的线路实载率受具体时间段和具体线路的影响，因此，在获取所述线路实载率的同时，一并获取与所述线路实载率相关联的时间信息和线路信息。比如，针对线路实载率，由于不同的时间段(比如高峰时段、空闲时段、普通时段)实际客流量不同，且不同路段对乘车需求也不同，因此，在计算线路实载率时，针对不同时间段和/或不同路段，分别计算。

步骤S20、根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息。

根据采集的上述历史交通数据，从所述历史交通数据中提取出历史客流量信息，由于客流量信息同样受具体的时间段和具体的交通线路的影响，因此，在获取所述历史客流量的同时，获取与客流量信息有关的时间段及其所述客流量信息对应的历史交通线路信息。

进一步地，在一个实施例中，所述根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息，可以按照如下技术手段实施：

对获取的所述历史交通数据进行解析，以每辆车作为信息获取单位，获取每辆车在各自的交通路线上，针对不同时间段分别对应的历史客流量信息；以及，以每条交通线路作为信息获取单位，获取运行在该交通线路上的所有车辆在不同时间段分别对应的历史客流量信息。

本发明实施例中，为了更加客观地获取到对应的历史客流量信息，以每辆车作为信息获取单位，获取每辆车在各自的交通路线上，针对不同时间段分别对应的历史客流量信息；同时，以每条交通线路作为信息获取单位，获取运行在该交通线路上的所有车辆在不同时间段分别对应的历史客流量信息。比如，将时间段作为变量，获取同一线路上不同时间段中，运行在该线路上的每辆车分别对应的历史客流量信息；以及，以交通线路作为变量，获取在同一时间段内，在该交通线路的不同路段上，分别对应的历史客流量信息。

步骤S30、基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置。

云计算服务器根据上述获取的历史客流量信息和历史交通线路信息，利用云计算技术，对交通资源进行配置时，可以将所述历史客流量作为主要参照依据，由于该历史客流量中包含了对应的时间段以及交通线路中对应的具体路段，因此，可以根据历史客流量，调配对应的车辆和/或车辆运行的交通线路，从而满足对所述交通资源的具体需求。

进一步地，在一个实施例中，所述云计算服务器对交通资源进行配置时，同时考虑用户出行需求和交通资源配置所带来的相关收益信息。

如图2所示，图2是本发明基于云计算技术对交通资源进行配置的方法中，图1所述实施例中的步骤S30的一种实施方式的流程示意图。在图2所述的实施例中，图1所述实例中的“步骤S30、基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置”，可以实施为如下描述的步骤S31-S32。

步骤S31、云计算服务器根据获取的所述历史客流量信息和历史交通路线信息，预测对应的交通需求信息。

步骤S32、基于预测的所述交通需求信息，结合所述交通资源配置可能带来的收益信息，对所述交通资源信息中包含的交通资源进行配置。

本发明实施例中，在考虑交通资源配置所可能带来的收益信息的同时，需要考虑到交通线路的运行成本问题，所述交通线路的运行成本与所述交通线路的实载率以及线路距离有关。

进一步地，在一个实施例中，所述云计算服务器对所述交通资源信息中包含的交通资源进行配置，可以按照如下技术手段实施：

针对所述交通资源信息中包含的车辆类型和不同车辆类型分别对应的车辆数量，云计算服务器调整所述车辆类型和/或不同车辆类型分别对应的车辆数量；针对所述交通资源信息中包含的交通线路信息，以及不同交通线路分别对应运行的车辆信息，调整所述交通线路信息和/或各交通线路分别对应运行的所述车辆信息；其中，所述车辆信息包括：车辆类型、车辆数量以及每辆车各自对应的载客量信息。比如，车辆类型包括但不限于：轿车、SUV、巴士等，在获取车辆类型的同时，获取该车辆类型对应的可载客量，以及每种车辆类型分别对应的车辆数量。

进一步地，在一个实施例中，针对具体的应用场景，所述基于预测的所述交通需求信息，结合所述交通资源配置可能带来的收益信息，对所述交通资源信息中包含的交通资源进行配置，可以按照如下技术手段实施：

所述云计算服务器根据所述交通需求信息，并结合所述交通资源可能带来的收益信息，采用罚函数和梯度下降算法，利用云计算的并行计算方式，配置所述交通资源。

在一个具体的应用场景中，所述云计算服务器根据所述交通需求信息，并结合所述交通资源可能带来的收益信息，采用罚函数和梯度下降算法，利用云计算的并行计算方式，配置所述交通资源，可以按照如下方式实施：

假设所述交通资源信息中包含n个客运站，记为A₁，A₂，…，A_n，客运站A_i与A_j之间的交通线路记为A_ij，交通工具对应的车辆数量为y_ij，所述交通线路对应的乘客实载率记为C_ij(y_ij)，其中C_ij∈[0,1]；通过所述历史交通数据，统计得到所述交通线路A_ij的运行成本记为f_ij(C_ij)，所述交通线路A_ij的利润记为g_ij(C_ij)；

针对目前的m辆交通工具，用于在n个客运站之间的交通流转，针对如何配置m辆交通工具，则将其转换为数学式(1)：

数学式(1)中，利用

使得利润最大化，同时，为尽可能满足交通需求信息，则有

其中，α为超参数，δ取值很小的数值，即e^-10，其中e是自然常数，有e≈2.71828；ln是对数函数；abs代表绝对值；

数学式(1)使得下述数学式(2)和数学式(3)成立，则有：

其中，N⁺代表正整数；

其中，a_ij和b_ij是线路A_ij统计数据之间得出的参数；

由于所述交通线路A_ij的运行成本f_ij(C_ij)以及利润g_ij(C_ij)为非凸函数，利用云计算技术方式，将所述非凸函数转换为一个罚函数L，则有：

利用梯度下降算法，计算罚函数L的梯度；

根据计算得到的所述罚函数L的梯度，即可得到所述交通线路记A_ij所需配置的车辆数量y_ij。

进一步地，在一个实施例中，所述利用梯度下降算法，计算罚函数L的梯度，可以采用如下技术手段实施：

云计算服务器利用所述交通资源信息中现有的资源配置方案对应的所述交通线路记A_ij所需配置的车辆数量y_ij作为初始值，计算所述罚函数L的梯度，则有：

将数学式(5)中的学习率记做η，则更新数学式(5)，得到：

对所述罚函数进行求解，得到最终的解为{y_ij}ⁿ _{i≠j，i，j＝1}。

进一步地，在一个实施例中，所述根据计算得到的所述罚函数L的梯度，即可得到所述交通线路记A_ij所需配置的车辆数量y_ij，可以按照如下技术手段实施：

将得到的所述最终的解{y_ij}ⁿ _{i≠j，i，j＝1}，利用round函数，进行四舍五入，即有：{round(z_ij)}ⁿ _{i≠j，i，j＝1}；(6)

利用数学式(6)，将所述最终的解{y_ij}ⁿ _{i≠j，i，j＝1}转换为整数，即得到对应的所述交通线路记A_ij所需配置的车辆数量y_ij。

本发明基于云计算技术对交通资源进行配置的方法，通过获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据；根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息；基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置；达到了智能化配置交通资源的目的，使得交通资源的配置更加客观；同时，也提高了交通资源配置的效率和便捷性，降低了交通资源的配置成本。

基于图1和图2所述实施例的描述，如图3所示，图3是本发明基于云计算技术对交通资源进行配置的方法中，对交通资源进行配置的一种实施方式的流程示意图。本发明实施例中，针对用户侧的出行需求为出发点，为用户的出行需求配置对应的交通资源。

在一个实施例中，所述图1所述实施例中的“步骤S30基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置”，可以按照如下方式实施：

云计算服务器基于获取的所述历史客流量信息和历史交通路线信息，参照车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长以及网约车出行方式对应的网约车出行预计时长，根据计算结果选择最优出行方式，并将所述最优出行方式发送至用户终端设备；其中，所述网约车包括但不限于：招手即停的出租车，以及基于互联网提供用车服务的其他各大用车平台的网络服务车辆，比如快车、专车、线上出租车等等，本发明实施例对所述网约车的具体类型不进行限定和一一穷举，只要是除了公交车以外可以针对用户提供用车服务的车辆均可。

如图3所示，图3是本发明基于云计算技术对交通资源进行配置的方法中，对交通资源进行配置的一种实施方式的流程示意图。本发明实施例中，“所述云计算服务器基于获取的所述历史客流量信息和历史交通路线信息，参照车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长以及网约车出行方式对应的网约车出行预计时长，根据计算结果选择最优出行方式，并将所述最优出行方式发送至用户终端设备”，可以实施为如下描述的步骤S11-S15。

步骤S11、所述云计算服务器获取用户基于所述用户终端设备输入的出行起点与出行终点，制定用户出行路线。

步骤S12、通过所述车载设备，记录与所述用户出行路线相关的公交车信息以及位于出行起点周边的公交车以及网约车信息。

步骤S13、通过与所述用户出行路线相关的路口监控，获取所述用户出行路线上每条路段的路段长度以及路段上的车道数量。

步骤S14、基于所述车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长，以及计算网约车出行方式对应的网约车出行预计时长。

步骤S15、计算所述公交车出行方式对应的公交出行预计时长与网约车出行方式对应的网约车出行预计时长之间的比值，并根据所述比值的大小，确定最优出行方式，并将所述最优出行方式发送至用户终端设备。

根据所述公交出行预计时长和网约车出行预计时长，计算所述公交出行预计时长与网约车出行预计时长的比值Q，可以按照如下数学表达式(1)计算得到，则所述比值Q为：

所述根据所述比值的大小，确定最优出行方式，并将所述最优出行方式发送至用户终端设备，包括：

若所述比值小于1，则选择公交车出行方式为最优出行方式，并将公交车出行方式对应的公交信息推送至所述用户终端设备。

若所述比值大于1，则选择网约车出行方式为最优出行方式，并将网约车出行方式对应的车辆信息推送至所述用户终端设备。

若所述比值等于1，则将公交车出行方式对应的公交信息以及网约车出行方式对应的车辆信息一并推送至所述用户终端设备，供用户自行选择。

进一步地，在一个实施例中，图3所述实施例中的“步骤S14、基于所述车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长，以及计算网约车出行方式对应的网约车出行预计时长”，可以实施为以下实施例中描述的步骤A1-A3。

步骤A1、基于所述车载设备记录的信息以及路口监控获取的信息，计算用户出行路线上第g路公交车对应的公交出行预计时长T_g为：

其中，T_g为第g路公交车对应的公交出行预计时长，t_g1为用户在所述用户出行路线上的步行时长，n为用户出行路线对应的路段的总数量，S_i为用户出行路线上第i条路段的长度，v_gi为第g路公交车在第i条路段上的平均车速，t_g2为用户搭乘第g路公交车需要花费的时长；t_g3为第g路公交车在所述用户出行路线上每个车站停留的平均时长；n_g为第g路公交车在所述用户出行路线上的车站的总数量；

步骤A2、按照步骤A1所述方法确定所述用户出行路线上每一路公交车对应的公交出行预计时长，从中选择时长最小的作为所述公交车出行方式对应的公交出行预计时长；

步骤A3、基于所述车载设备记录的信息以及路口监控获取的信息，计算网约车出行方式对应的网约车出行预计时长T_c为：

其中，T_c为网约车出行预计时长，t₄为用户等待网约车时长，v₂为网约车平均车速，f_i为所述用户出行路线上第i条路段当前的车辆数量，d_i为第i条路段的车道数量，C_k为网约车的道路通行能力，且取值范围为[0.3,1]。

本发明实施例中，以用户侧的出行需求为出发点进行交通资源的配置方案，针对道路上行驶的车辆，通过车载设备，便于获取车辆状态、车主、车牌、地理位置等信息，通过GPS能够准确对车辆进行定位，用户有出行需求时，可以通过用户终端设备选择出行起点与出行终点，根据实际路况制定用户出行路线，避开拥堵路段，同时根据出行起点附近的公交车信息及出租车信息，先计算公交出行预计时长，再计算网约车出行预计时长，然后通过计算公交车出行方式时长与网约车出行方式时长的比值，选择对应的最优出行方式并推送至用户终端设备；其中，本发明实施例中描述的用户终端设备包括但不限于手机，通过用户终端设备接收的信息，用户能够选择用时最短的出行方式，节省了出行时间；另外，也可以采用公共服务车辆比如公交车作为出行方案的一种选择方式，提高了公共服务车辆的利用率，节约了公共资源，也在一定程度上减轻了道路的拥堵情况。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于云计算技术对交通资源进行配置的方法，其特征在于，包括：

获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据；

根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息；

基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置。

2.如权利要求1所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置，包括：

云计算服务器基于获取的所述历史客流量信息和历史交通路线信息，参照车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长以及网约车出行方式对应的网约车出行预计时长；根据计算结果选择最优出行方式，并将所述最优出行方式发送至用户终端设备；

其中，所述网约车包括出租车。

3.如权利要求2所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述云计算服务器基于获取的所述历史客流量信息和历史交通路线信息，参照车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长以及网约车出行方式对应的网约车出行预计时长，根据计算结果选择最优出行方式，并将所述最优出行方式发送至用户终端设备，包括：

所述云计算服务器获取用户基于所述用户终端设备输入的出行起点与出行终点，制定用户出行路线；

通过所述车载设备，记录与所述用户出行路线相关的公交车信息以及位于出行起点周边的公交车以及网约车信息；

通过与所述用户出行路线相关的路口监控，获取所述用户出行路线上每条路段的路段长度以及路段上的车道数量；

基于所述车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长，以及计算网约车出行方式对应的网约车出行预计时长；

计算所述公交车出行方式对应的公交出行预计时长与网约车出行方式对应的网约车出行预计时长之间的比值，并根据所述比值的大小，确定最优出行方式，并将所述最优出行方式发送至用户终端设备；

其中，所述根据所述比值的大小，确定最优出行方式，并将所述最优出行方式发送至用户终端设备，包括：

若所述比值小于1，则选择公交车出行方式为最优出行方式，并将公交车出行方式对应的公交信息推送至所述用户终端设备；

若所述比值大于1，则选择网约车出行方式为最优出行方式，并将网约车出行方式对应的车辆信息推送至所述用户终端设备；

若所述比值等于1，则将公交车出行方式对应的公交信息以及网约车出行方式对应的车辆信息一并推送至所述用户终端设备，供用户自行选择。

4.如权利要求3所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述基于所述车载设备记录的信息以及路口监控获取的信息，计算公交车出行方式对应的公交出行预计时长，以及计算网约车出行方式对应的网约车出行预计时长，包括步骤A1-A3：

步骤A1、基于所述车载设备记录的信息以及路口监控获取的信息，计算用户出行路线上第g路公交车对应的公交出行预计时长T_g为：

其中，T_g为第g路公交车对应的公交出行预计时长，t_g1为用户在所述用户出行路线上的步行时长，n为用户出行路线对应的路段的总数量，S_i为用户出行路线上第i条路段的长度，v_gi为第g路公交车在第i条路段上的平均车速，t_g2为用户搭乘第g路公交车需要花费的时长；t_g3为第g路公交车在所述用户出行路线上每个车站停留的平均时长；n_g为第g路公交车在所述用户出行路线上的车站的总数量；

步骤A2、按照步骤A1所述方法确定所述用户出行路线上每一路公交车对应的公交出行预计时长，从中选择时长最小的作为所述公交车出行方式对应的公交出行预计时长；

步骤A3、基于所述车载设备记录的信息以及路口监控获取的信息，计算网约车出行方式对应的网约车出行预计时长T_c为：

其中，T_c为网约车出行预计时长，t₄为用户等待网约车时长，v₂为网约车平均车速，f_i为所述用户出行路线上第i条路段当前的车辆数量，d_i为第i条路段的车道数量，C_k为网约车的道路通行能力，且取值范围为[0.3，1]。

5.如权利要求1所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据，包括：

获取所述交通资源信息中预先配置的预设客运站信息、预设车辆信息和预设路线信息；

根据获取的所述预设客运站信息、预设车辆信息和预设路线信息，调用预设时长内对应的与所述预设客运站信息、预设车辆信息和预设路线信息相关联的所有已发生的历史交通数据；

其中，所述历史交通数据包括：客运站实际排名信息、车辆实际运行信息、车辆实际出勤信息、车辆实际运行线路信息以及线路实载率。

6.如权利要求1或5所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置，包括：

云计算服务器根据获取的所述历史客流量信息和历史交通路线信息，预测对应的交通需求信息；

基于预测的所述交通需求信息，结合所述交通资源配置可能带来的收益信息，对所述交通资源信息中包含的交通资源进行配置。

7.如权利要求6所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述基于预测的所述交通需求信息，结合所述交通资源配置可能带来的收益信息，对所述交通资源信息中包含的交通资源进行配置，包括：

根据所述交通需求信息，并结合所述交通资源可能带来的收益信息，采用罚函数和梯度下降算法，利用云计算的并行计算方式，配置所述交通资源。

8.如权利要求7所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述根据所述交通需求信息，并结合所述交通资源可能带来的收益信息，采用罚函数和梯度下降算法，利用云计算的并行计算方式，配置所述交通资源，包括：

假设所述交通资源信息中包含n个客运站，记为A₁，A₂，…，A_n，客运站A_i与A_j之间的交通线路记为A_ij，交通工具对应的车辆数量为y_ij，所述交通线路对应的乘客实载率记为C_ij(y_ij)，其中C_ij∈[0，1]；通过所述历史交通数据，统计得到所述交通线路A_ij的运行成本记为f_ij(C_ij)，所述交通线路A_ij的利润记为g_ij(C_ij)；

针对目前的m辆交通工具，用于在n个客运站之间的交通流转，针对如何配置m辆交通工具，则将其转换为数学式(1)：

数学式(1)中，利用

使得利润最大化，同时，为尽可能满足交通需求信息，则有

其中，α为超参数，δ取值很小的数值，即e^-10，其中e是自然常数，有e≈2.71828；ln是对数函数；abs代表绝对值；

数学式(1)使得下述数学式(2)和数学式(3)成立，则有：

其中，N⁺代表正整数；

其中，a_ij和b_ij是线路A_ij统计数据之间得出的参数；

由于所述交通线路A_ij的运行成本f_ij(C_ij)以及利润g_ij(C_ij)为非凸函数，利用云计算技术方式，将所述非凸函数转换为一个罚函数L，则有：

利用梯度下降算法，计算罚函数L的梯度；

根据计算得到的所述罚函数L的梯度，即可得到所述交通线路记A_ij所需配置的车辆数量y_ij。

9.如权利要求8所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述利用梯度下降算法，计算罚函数L的梯度，包括：

利用所述交通资源信息中现有的资源配置方案对应的所述交通线路记A_ij所需配置的车辆数量y_ij作为初始值，计算所述罚函数L的梯度，则有：

将数学式(5)中的学习率记做η，则更新数学式(5)，得到：

对所述罚函数进行求解，得到最终的解为{y_ij}ⁿ _{i≠ｊ，i，j＝1}。

10.如权利要求9所述的基于云计算技术对交通资源进行配置的方法，其特征在于，所述根据计算得到的所述罚函数L的梯度，即可得到所述交通线路记A_ij所需配置的车辆数量y_ij，包括：

将得到的所述最终的解{y_ij}ⁿ _{i≠j，i，j＝1}，利用round函数，进行四舍五入，即有：

{round(z_ij)}ⁿ _{i≠j，i，j＝1}：(6)

利用数学式(6)，将所述最终的解{y_ij}ⁿ _{i≠j，i，j＝1}转换为整数，即得到对应的所述交通线路记A_ij所需配置的车辆数量y_ij。

Images