CN112330007B - 面向乘客的换乘衔接优化方法及装置 - Google Patents

面向乘客的换乘衔接优化方法及装置 Download PDF

Info

Publication number
CN112330007B
CN112330007B CN202011192184.8A CN202011192184A CN112330007B CN 112330007 B CN112330007 B CN 112330007B CN 202011192184 A CN202011192184 A CN 202011192184A CN 112330007 B CN112330007 B CN 112330007B
Authority
CN
China
Prior art keywords
train
transfer
determining
running
arrival time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011192184.8A
Other languages
English (en)
Other versions
CN112330007A (zh
Inventor
曹楠
罗铭
赵兴东
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.)
Traffic Control Technology TCT Co Ltd
Original Assignee
Traffic Control Technology TCT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Traffic Control Technology TCT Co Ltd filed Critical Traffic Control Technology TCT Co Ltd
Priority to CN202011192184.8A priority Critical patent/CN112330007B/zh
Priority to US17/248,068 priority patent/US20220135087A1/en
Priority to EP21150795.9A priority patent/EP3992057A1/en
Publication of CN112330007A publication Critical patent/CN112330007A/zh
Application granted granted Critical
Publication of CN112330007B publication Critical patent/CN112330007B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10—Operations, e.g. scheduling or time tables
    • B61L27/16—Trackside optimisation of vehicle or train operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61B—RAILWAY SYSTEMS; EQUIPMENT THEREFOR NOT OTHERWISE PROVIDED FOR
    • B61B1/00—General arrangement of stations, platforms, or sidings; Railway networks; Rail vehicle marshalling systems
    • B61B1/02—General arrangement of stations and platforms including protection devices for the passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L15/00—Indicators provided on the vehicle or train for signalling purposes
    • B61L15/0045—Destination indicators, identification panels or distinguishing signs on the vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L15/00—Indicators provided on the vehicle or train for signalling purposes
    • B61L15/0072—On-board train data handling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10—Operations, e.g. scheduling or time tables
    • B61L27/12—Preparing schedules
    • 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"
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Primary Health Care (AREA)
  • Transportation (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)
  • Educational Administration (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明实施例提供一种面向乘客的换乘衔接优化方法及装置，以乘客平均等待时间最小为优化目标，通过获取的换乘相关信息确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图，并基于调整后的运行图，对调整线路上的列车进行控制。可以实现复杂线路的城市轨道交通运行图编制，在对运行图进行调整时并不需要人工参与，可以提高调整效率，也可以避免人工调整带来的误差，保证调整效果。通过调整后的运行图，对调整线路上的列车进行控制，可以提高乘客在进行换乘时的换乘效率，实现全天化的换乘衔接优化，解决运行图编制中效率低、非精细化操作等问题，为实现运行图自动化编制提供技术和算法支持。

Description

面向乘客的换乘衔接优化方法及装置
技术领域
本发明涉及轨道交通技术领域，尤其涉及一种面向乘客的换乘衔接优化方法及装置。
背景技术
随着城市轨道交通逐步形成网络，客流通常在线路间换乘以到达目的地。因此，在运行图编制过程中需要更多地考虑换乘乘客的出行需求。
目前，城市轨道交通运行图编制主要是针对单线，在线路资源、列车资源的限制下，匹配乘客出行需求。在编制的过程中也会适当考虑换乘衔接的需求，避免“just miss”和过长等待的情况。但是这些调整的精度并不够。当主换乘方向中一条线路发生调整之后，有换乘关系的相关线路的运行图也要进行相应的调整以保证换乘衔接的效果。在这个过程中，大部分是通过人工进行逐一校对、调整和确认，调整效率较低，调整效果无法保证。针对此类换乘衔接，目前并没有精细化的自动优化方法。
发明内容
本发明实施例提供一种面向乘客的换乘衔接优化方法及装置，用以解决现有技术中存在的缺陷。
本发明实施例提供一种面向乘客的换乘衔接优化方法，包括：
获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；
以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；
基于调整后的运行图，对所述调整线路上的列车进行控制。
根据本发明一个实施例的面向乘客的换乘衔接优化方法，所述以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图，具体包括：
以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，采用遗传算法，确定所述原始运行图上每辆列车的最优到发时间调整量；
基于所述原始运行图上每辆列车的最优到发时间调整量，确定调整后的运行图。
根据本发明一个实施例的面向乘客的换乘衔接优化方法，所述采用遗传算法，确定所述原始运行图上每辆列车的最优到发时间调整量，具体包括：
以所述原始运行图上每辆列车的到发时间作为个体，以所述原始运行图上每辆列车的到发时间调整量作为个体基因，以所述优化目标作为适应性函数，对个体进行交叉操作和变异操作，以产生新的种群；
若判断获知产生的种群数量达到预设数量或者多个相邻代数的种群具有相同的适应性函数取值，则确定最后一代的种群中的个体基因为每辆列车的最优到发时间调整量。
根据本发明一个实施例的面向乘客的换乘衔接优化方法，所述对个体进行交叉操作，具体包括：基于模拟二进制交叉算子，对个体进行交叉操作。
根据本发明一个实施例的面向乘客的换乘衔接优化方法，所述约束条件包括列车运行限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
基于列车在任一车站的到达时间、停站时间以及所述列车在所述任一车站的前一车站的发车时间，确定所述列车运行限制条件中的区间运行时间限制以及停站时间限制；
若判断获知同台换乘，则基于接续线路上的列车在换乘车站的发车时间以及输送线路上的列车在所述换乘车站的到站时间，确定所述列车运行限制条件中的错过时间限制。
根据本发明一个实施例的面向乘客的换乘衔接优化方法，所述约束条件包括车底周转限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
对于折返车站，基于列车在所述折返车站折返后的到站时间以及列车在所述折返车站折返前的发车时间，确定车底周转限制条件。
根据本发明一个实施例的面向乘客的换乘衔接优化方法，所述约束条件包括信号安全限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
基于相同线路上前后相邻的两辆列车的发车间隔，确定所述信号安全限制条件。
本发明实施例还提供一种面向乘客的换乘衔接优化装置，包括：
信息获取模块，用于获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；
调整模块，用于以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；
控制模块，用于基于调整后的运行图，对所述调整线路上的列车进行控制。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述面向乘客的换乘衔接优化方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述面向乘客的换乘衔接优化方法的步骤。
本发明实施例提供的面向乘客的换乘衔接优化方法及装置，以乘客平均等待时间最小为优化目标，通过获取的换乘相关信息确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图，并基于调整后的运行图，对调整线路上的列车进行控制。可以实现复杂线路的城市轨道交通运行图编制，在对运行图进行调整时并不需要人工参与，可以提高调整效率，也可以避免人工调整带来的误差，保证调整效果。通过调整后的运行图，对调整线路上的列车进行控制，可以提高乘客在进行换乘时的换乘效率，实现全天化的换乘衔接优化，解决运行图编制中效率低、非精细化操作等问题，为实现运行图自动化编制提供技术和算法支持。
附图说明
为了更清楚地说明本发明实施例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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种面向乘客的换乘衔接优化方法的流程示意图；
图2是本发明实施例提供的城市轨道交通的线路拓扑的结构示意图；
图3是本发明实施例提供的一种面向乘客的换乘衔接优化方法的完整流程示意图；
图4是本发明实施例提供的一种面向乘客的换乘衔接优化装置的结构示意图；
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种面向乘客的换乘衔接优化方法的流程示意图，如图1所示，该方法包括：
S1，获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；
S2，以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；
S3，基于调整后的运行图，对所述调整线路上的列车进行控制。
具体地。本发明实施例中提供的面向乘客的换乘衔接优化方法，其执行主体为面向乘客的换乘衔接优化装置，用以调整列车运行图，保证通过调整后的列车运行图对列车进行控制，乘客在换乘时可以等待较短时间即可顺利换乘。本发明实施例中可以实现对全运营时段各列车的换乘衔接进行优化。
首先执行步骤S1。其中，换乘相关信息是指城市轨道交通系统换乘衔接优化所需各类基础数据，是与列车换乘相关的信息，可以包括线网拓扑信息、列车运行图信息、列车运营数据以及客流数据。线网拓扑信息是指用于描述换乘相关的运行线路及换乘车站的拓扑关系。每条运行线路可以包括多个车站，每个车站均可以作为换乘车站。本发明实施例中，可以将运行线路分为目标线路和调整线路，需要调整运行图的线路称为调整线路，匹配的对象线路为目标线路。
图2为本发明实施例中提供的城市轨道交通的线路拓扑的结构示意图，如图2所示，线路拓扑中包含有两跳线路，分别为线路1与线路2，换乘模式为终端换乘。线路1与线路2通过换乘车站连接，由线路1换乘至线路2为换乘关系1，由线路2换乘至线路1为换乘关系2。具体而言，换乘车站包括站台1和站台2，线路1包括下行L1和上行L2，线路2包括下行L3和上行L4，下行L3换乘至下行L1为换乘关系1，上行L2换乘至上行L4为换乘关系2。
图2所示的线路拓扑的换乘关系如表1所示。
表1线路拓扑的换乘关系
其中，输送线路是指乘客换乘前所在列车所处的线路，接续线路是指乘客换乘后所在列车所处的线路。
表2列车运行图信息的部分信息
列车运行图信息用于描述各线路上每辆列车在换乘车站的到发时间，可以包括目标线路调整之后的运行图和调整线路的原始运行图，本发明实施例中是在调整线路的原始运行图的基础上进行调整，该原始运行图的运力已满足本线的基本客流需求。列车运行图信息的部分信息如表2所示。
列车运营数据是用于描述列车在特定信号系统下运营的相关数据，可以包括列车区间运行时间、换乘走行时间、线路追踪时间、折返时间、运行计划执行情况统计数据等。
列车运营数据具体如表3所示。
表3列车运营数据
客流数据是指全天在换乘车站的不同方向的换乘客量信息。客流数据具体如表4所示。
表4客流数据
然后执行步骤S2。目前城市轨道交通系统的运行图编制主要是针对单线。编图人员通常先考虑本线线路上的客流需求制定运行计划，然后再考虑本线和其他线路的换乘衔接。因此，本方法将基于原始运行图，在原始运行图上调整每列列车的到发时间，目标实现换乘乘客平均等待时间最小。
X＝{x1,x2,…,xi,…,xn}
其中，xi为调整线路上列车i的到发时间调整量。
本发明实施例中通过如下公式表示乘客平均等待时间Z：
Z＝∑f(X)Q＝∑αijtwijqij/∑qij
其中，αij表示列车i与列车j之间的换乘关系，如果从列车i能成功换乘到列车j，则αij＝1；若不能成功换乘，则αij＝0。twij表示从列车i换乘到列车j的过程中的换乘等待时间。qij表示从列车i换乘到列车j的过程中的换乘乘客数量。
以min Z为优化目标，并基于步骤S1中获取的换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图。也就是说，在对调整线路的原始运行图上每辆列车的到发时间进行调整时，需要满足约束条件，且需要满足优化目标，确定出使优化目标成立的每辆列车的到发时间即确定了调整后的运行图。
最后执行步骤S3，通过调整后的运行图，对调整线路上的列车进行控制，以使乘客在进行换乘时可以提高换乘效率。
本发明实施例中提供的面向乘客的换乘衔接优化方法，以乘客平均等待时间最小为优化目标，通过获取的换乘相关信息确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图，并基于调整后的运行图，对调整线路上的列车进行控制。可以实现复杂线路的城市轨道交通运行图编制，在对运行图进行调整时并不需要人工参与，可以提高调整效率，也可以避免人工调整带来的误差，保证调整效果。通过调整后的运行图，对调整线路上的列车进行控制，可以提高乘客在进行换乘时的换乘效率，实现全天化的换乘衔接优化，解决运行图编制中效率低、非精细化操作等问题，为实现运行图自动化编制提供技术和算法支持。
在上述实施例的基础上，本发明实施例中提供的面向乘客的换乘衔接优化方法，所述以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图，具体包括：
以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，采用遗传算法，确定所述原始运行图上每辆列车的最优到发时间调整量；
基于所述原始运行图上每辆列车的最优到发时间调整量，确定调整后的运行图。
具体地，本发明实施例中提供的面向乘客的换乘衔接优化方法中，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图时，可以构建用于换乘衔接优化的混合整数规划模型，该模型可以以乘客平均等待时间最小为优化目标，结合换乘相关信息确定约束条件，并针对混合整数规划模型的特征，为保证一定的求解效率，采用遗传算法快速求解该模型，确定出原始运行图上每辆列车的最优到发时间调整量。然后根据原始运行图上每辆列车的最优到发时间调整量，确定调整后的运行图。
在上述实施例的基础上，本发明实施例中提供的面向乘客的换乘衔接优化方法，所述采用遗传算法，确定所述原始运行图上每辆列车的最优到发时间调整量，具体包括：
以所述原始运行图上每辆列车的到发时间作为个体，以所述原始运行图上每辆列车的到发时间调整量作为个体基因，以所述优化目标作为适应性函数，对个体进行交叉操作和变异操作，以产生新的种群；
若判断获知产生的种群数量达到预设数量或者多个相邻代数的种群具有相同的适应性函数取值，则确定最后一代的种群中的个体基因为每辆列车的最优到发时间调整量。
具体地，在采用遗传算法确定原始运行图上每辆列车的最优到发时间调整量时，以原始运行图上每辆列车的到发时间作为个体，以原始运行图上每辆列车的到发时间调整量作为个体基因，以优化目标作为适应性函数。个体基因即为遗传算法中的优化变量，本发明实施例中对优化变量进行编码，具体可以采用实数编码方式。在混合整数规划模型中，列车上下行方向可以作为不同的线路进行处理。
首先对所有个体构成的种群进行初始化，针对每辆列车的到发时间，在一定范围内随机生成到发时间调整量。为保证初始化的可行性，可以基于初始化的种群生成调整后的运行图，然后基于约束条件，验证种群的可行性，即判断基于初始化的种群生成的调整后的运行图是否满足约束条件，如果满足则证明初始化的种群可行，否则证明初始化的种群不可行。
根据适应性函数，计算种群内每个个体的适应性，对每个个体进行交叉操作和变异操作，以产生新的种群。在对个体进行交叉操作之前，可以采用锦标赛选择法两两比较挑选适应性较强的个体进行后续的交叉操作，保证适应性较强个体的个体基因可以传递到新一代种群中。在对个体进行交叉操作时，具体可以基于模拟二进制交叉(SBX)算子的单点交叉工作原理，对个体进行交叉操作，使父代染色体中的个体基因可以复制传递到子代染色体，并验证子代染色体的可行性。若子代染色体不满足约束条件，则重复交叉操作。变异操作具体可以采用单点变异操作。
为避免遗传算法过快陷入局部最优，随机生成一定范围内的调整量，并以一定的概率替换子代个体中对应的个体基因，并验证子代染色体的可行性。若子代染色体不满足约束条件，则再次生成随机数，直到满足约束条件。
为保证父代中适应性最强个体的基因在交叉操作以及变异操作中丢失，采取精英选择理念，将父代中最优个体替代备选子代中适应性最弱的个体，保留父代中适应性最强个体的个体基因。
然后进行收敛判断。若满足算法收敛条件，则结束该遗传算法并确定最后一代的种群中的个体基因为每辆列车的最优到发时间调整量。若不满足收敛条件，则生成下一代种群，并继续对下一代种群中每个个体进行交叉操作以及变异操作。
其中，收敛条件为算法迭代次数达到预设数量，即产生的种群数量达到预设数量，或者多次迭代计算得到的适应性函数取值不发生变化，即多个相邻代数的种群具有相同的适应性函数取值。
在上述实施例的基础上，本发明实施例中提供的面向乘客的换乘衔接优化方法，所述约束条件包括列车运行限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
基于列车在任一车站的到达时间、停站时间以及所述列车在所述任一车站的前一车站的发车时间，确定所述列车运行限制条件中的区间运行时间限制以及停站时间限制；
若判断获知同台换乘，则基于接续线路上的列车在换乘车站的发车时间以及输送线路上的列车在所述换乘车站的到站时间，确定所述列车运行限制条件中的错过时间限制。
具体地，为保证城市轨道交通列车运行的安全，保证乘客的服务质量，在编制和调整运行图的过程中需要考虑列车在运行方面的限制条件，即列车运行限制条件。
列车运行过程中，要满足区间运行时间限制以及停站时间限制。
Ai s＝Di s-1+Ri s-1
Di s＝Ai s+Si s
其中Ai s为列车i在s站的到达时间，Di s为列车i在s站的发车时间，Si s为列车i在s站的停站时间，Ri s-1为列车i在区间s-1站到s站的区间运行时间。
在运行图调整的过程中，要尽量避免“just miss”的情况。“Just miss”是指乘客到达换乘站台后，刚好看着接续列车离开而无法实现换乘的情况。这种情况会造成乘客强烈的情绪，明显降低乘客服务质量。对于通道换乘，因为乘客走行时间的差异，比较难控制。但是针对同台换乘的情况，乘客可以直接看到对面接续列车的情况且乘客走行时间短、差异小，所以要尽量避免“just miss”的情况。因此，在同台换乘情况下，如果接续线路上的列车不能实现输送线路上某列车的成功换乘，则接续列车应在输送列车进站前就离开站台。即在同台换乘情况下，错过时间限制为接续线路上的列车在换乘车站的发车时间早于输送线路上的列车在该换乘车站的到站时间，或者接续线路上的列车在换乘车站的发车时间晚于输送线路上的列车在该换乘车站的到站时间，且二者的时间差大于等于乘客在该换乘车站的换乘走行时间，以保证乘客可以在该换乘车站成功换乘。
在上述实施例的基础上，本发明实施例中提供的面向乘客的换乘衔接优化方法，所述约束条件包括车底周转限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
对于折返车站，基于列车在所述折返车站折返后的到站时间以及列车在所述折返车站折返前的发车时间，确定车底周转限制条件。
具体地，车底周转限制条件是指：针对折返车站，列车在折返车站折返后的到站时间和列车在折返车站折返前的发车时间必须大于最小折返时间，即有：
Ai ss+1-Di ss≥min T Bss
其中，ss为折返车站，min T Bss为列车在折返车站ss的最小折返时间。
在上述实施例的基础上，本发明实施例中提供的面向乘客的换乘衔接优化方法，所述约束条件包括信号安全限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
基于相同线路上前后相邻的两辆列车的发车间隔，确定所述信号安全限制条件。
具体地，信号安全限制条件是指：为保障运营安全，列车运行需要保证一定的发车间隔，即有：
Di+1-Di≥min H
其中，min H为该区段信号系统条件下的最小发车间隔。
同时，由于客流具有时间分配不均的特性，在整个运营时刻内需要在不同时段(高峰、低峰)设置不同的发车间隔，以满足不同的客流量需求。因此在换乘衔接优化的过程中也根据客流量保证不同时段的发车间隔。
hT+dh≤Di+1-Di≤hT+dh
其中，Di为列车i的发车时间，hT为列车i对应时段T的发车间隔，dh为该时段列车i的发车间隔的可调整范围。
针对从高峰过渡到低峰(反之亦成立)的过渡阶段，其发车间隔需要在高峰和低峰的发车间隔范围内。
hoT≤Di+1-Di≤hpT
其中，hpT为高峰时段的发车间隔，hoT为非高峰时段的发车间隔。
在实际运行过程中，偏差，会出现晚点或早发的现象。因此在实际调整过程中，需要对目标线路的列车的到发时间进行统计和分析，必要时对目标线路的列车的到发时间进行相应的调整，以提升实际换乘衔接的效率。
图3为本发明实施例中提供的一种面向乘客的换乘衔接优化方法的完整流程示意图。图3中，对于目标线路运行图，结合运行偏差统计数据得到更新的目标线路运行图。对于调整线路的原始运行图，结合遗传算法得到更新的调整线路运行图。结合更新的目标线路运行图、更新的调整线路运行图、运营数据、换乘关系、换乘走行时间以及换乘客流数据，进行优化目标计算，并判断是否满足收敛条件，如果满足，则得到换乘衔接最优的目标线路运行图，否则继续通过遗传算法得到更新的调整线路运行图。在遗传算法中，首先进行种群初始化，得到初始种群i＝0，然后对初始种群进行选择、交换以及变异等操作更新到发时间调整量以进行种群更新i＝i+1。其中，选择操作可以包括锦标赛选择、精英选择等，交换操作可以包括SBX，变异操作可以包括单点变异等。
本发明实施例中提供了一种针对城市轨道交通系统换乘衔接的优化方法，其有益效果如下：1)充分考虑换乘乘客的需求，以换乘乘客的平均换乘等待时间为优化目标，提升城市轨道交通换乘效率和乘客服务水平；2)在模型构建的过程中，充分考虑了实际运行过程中的各种限制条件，提出了面向换乘的列车运行车底周转一体化的混合整数规划模型；3)采用了改进的遗传算法，在调整的过程中不断确认子代在限制条件下的可行性，保证了调整后运行图的可行性；4)该算法可以和运行图编制软件相结合，提升运行图编制优化效率，实现换乘衔接优化自动化提升，有效缩短运行图优化编制时间。
本发明实施例中首次提出针对全天的运行图进行换乘衔接优化自动化。城市轨道交通系统中客流具有时间不均衡性，在运行图编制过程中编图人员针对高峰时期和平峰时期的客流需求设置不同的发车间隔，以满足不同时段的乘客出行需求。本发明充分考虑全天不同时段的客流出行需求，将全天运行时段分成若干区段，每个区段设置相应的发车间隔可调整范围，特别是针对过渡阶段发车间隔的平滑过渡，以实现全天的运行图进行换乘衔接优化。在混合整数规划模型构建过程中充分考虑了运行图编制过程中的约束条件，包括列车运行限制条件、车底周转限制条件、信号安全限制条件等。除了列车正线运行情况外，同时考虑了列车在折返车站的运行条件，保证了优化后运行图的实际可行性。同时针对同台换乘情况，特别考虑了站台出清时间的限制，避免“just miss”情况的发生，提升服务质量。
如图4所示，在上述实施例的基础上，本发明实施例中提供了一种面向乘客的换乘衔接优化装置，包括：信息获取模块41、调整模块42和控制模块43。其中，
信息获取模块41用于获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；
调整模块42用于以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；
控制模块43用于基于调整后的运行图，对所述调整线路上的列车进行控制。
具体地，本发明实施例中提供的面向乘客的换乘衔接优化装置中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的，实现的效果也是一致的，具体参见上述实施例，本发明实施例中对此不再赘述。
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行面向乘客的换乘衔接优化方法，该方法包括：获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；基于调整后的运行图，对所述调整线路上的列车进行控制。
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的面向乘客的换乘衔接优化方法，该方法包括：获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；基于调整后的运行图，对所述调整线路上的列车进行控制。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的面向乘客的换乘衔接优化方法，该方法包括：获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；基于调整后的运行图，对所述调整线路上的列车进行控制。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种面向乘客的换乘衔接优化方法，其特征在于，包括：
获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；
以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；
基于调整后的运行图，对所述调整线路上的列车进行控制；
所述以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图，具体包括：
以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，采用遗传算法，确定所述原始运行图上每辆列车的最优到发时间调整量；
基于所述原始运行图上每辆列车的最优到发时间调整量，确定调整后的运行图；
所述采用遗传算法，确定所述原始运行图上每辆列车的最优到发时间调整量，具体包括：
以所述原始运行图上每辆列车的到发时间作为个体，以所述原始运行图上每辆列车的到发时间调整量作为个体基因，以所述优化目标作为适应性函数，对个体进行交叉操作和变异操作，以产生新的种群；
若判断获知产生的种群数量达到预设数量或者多个相邻代数的种群具有相同的适应性函数取值，则确定最后一代的种群中的个体基因为每辆列车的最优到发时间调整量；
在所述遗传算法中，随机生成一定范围内的调整量，并以一定的概率替换子代个体中对应的个体基因，验证子代染色体的可行性；
若子代染色体不满足所述约束条件，则再次生成随机数，直到满足所述约束条件。
2.根据权利要求1所述的面向乘客的换乘衔接优化方法，其特征在于，所述对个体进行交叉操作，具体包括：基于模拟二进制交叉算子，对个体进行交叉操作。
3.根据权利要求1-2中任一项所述的面向乘客的换乘衔接优化方法，其特征在于，所述约束条件包括列车运行限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
基于列车在任一车站的到达时间、停站时间以及所述列车在所述任一车站的前一车站的发车时间，确定所述列车运行限制条件中的区间运行时间限制以及停站时间限制；
若判断获知同台换乘，则基于接续线路上的列车在换乘车站的发车时间以及输送线路上的列车在所述换乘车站的到站时间，确定所述列车运行限制条件中的错过时间限制。
4.根据权利要求1-2中任一项所述的面向乘客的换乘衔接优化方法，其特征在于，所述约束条件包括车底周转限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
对于折返车站，基于列车在所述折返车站折返后的到站时间以及列车在所述折返车站折返前的发车时间，确定车底周转限制条件。
5.根据权利要求1-2中任一项所述的面向乘客的换乘衔接优化方法，其特征在于，所述约束条件包括信号安全限制条件；
相应地，所述基于所述换乘相关信息，确定约束条件，具体包括：
基于相同线路上前后相邻的两辆列车的发车间隔，确定所述信号安全限制条件。
6.一种面向乘客的换乘衔接优化装置，其特征在于，包括：
信息获取模块，用于获取换乘相关信息，所述换乘相关信息包括线网拓扑信息、列车运行图信息、列车运营数据以及各换乘车站的客流数据；
调整模块，用于以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，在调整线路的原始运行图上调整每辆列车的到发时间，确定调整后的运行图；
控制模块，用于基于调整后的运行图，对所述调整线路上的列车进行控制；
所述调整模块，具体用于：
以乘客平均等待时间最小为优化目标，并基于所述换乘相关信息，确定约束条件，采用遗传算法，确定所述原始运行图上每辆列车的最优到发时间调整量；
基于所述原始运行图上每辆列车的最优到发时间调整量，确定调整后的运行图；
所述调整模块，还具体用于：
以所述原始运行图上每辆列车的到发时间作为个体，以所述原始运行图上每辆列车的到发时间调整量作为个体基因，以所述优化目标作为适应性函数，对个体进行交叉操作和变异操作，以产生新的种群；
若判断获知产生的种群数量达到预设数量或者多个相邻代数的种群具有相同的适应性函数取值，则确定最后一代的种群中的个体基因为每辆列车的最优到发时间调整量；
在所述遗传算法中，随机生成一定范围内的调整量，并以一定的概率替换子代个体中对应的个体基因，验证子代染色体的可行性；
若子代染色体不满足所述约束条件，则再次生成随机数，直到满足所述约束条件。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述面向乘客的换乘衔接优化方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述面向乘客的换乘衔接优化方法的步骤。
CN202011192184.8A 2020-10-30 2020-10-30 面向乘客的换乘衔接优化方法及装置 Active CN112330007B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011192184.8A CN112330007B (zh) 2020-10-30 2020-10-30 面向乘客的换乘衔接优化方法及装置
US17/248,068 US20220135087A1 (en) 2020-10-30 2021-01-07 Passenger-oriented transfer synchronization optimization method and passenger-oriented transfer synchronization optimization device
EP21150795.9A EP3992057A1 (en) 2020-10-30 2021-01-08 Passenger-oriented transfer synchronization optimization method and passenger-oriented transfer synchronization optimization device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011192184.8A CN112330007B (zh) 2020-10-30 2020-10-30 面向乘客的换乘衔接优化方法及装置

Publications (2)

Publication Number Publication Date
CN112330007A CN112330007A (zh) 2021-02-05
CN112330007B true CN112330007B (zh) 2024-04-26

Family

ID=74141395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011192184.8A Active CN112330007B (zh) 2020-10-30 2020-10-30 面向乘客的换乘衔接优化方法及装置

Country Status (3)

Country Link
US (1) US20220135087A1 (zh)
EP (1) EP3992057A1 (zh)
CN (1) CN112330007B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792199A (zh) * 2021-08-31 2021-12-14 通号城市轨道交通技术有限公司 列车运行图标尺的调整方法、装置、电子设备与存储介质
CN114179873B (zh) * 2022-02-15 2022-04-22 四川华睿兴科技有限公司 一种多交路多时段全日列车运行图自动编制方法和系统
CN114925885B (zh) * 2022-04-26 2024-07-19 华南理工大学 确定地铁末班车在换乘站的衔接关系的优化方法及系统
CN115230777B (zh) * 2022-06-21 2024-01-16 中国科学院自动化研究所 调度策略调整方法、装置、电子设备及存储介质
CN115018208B (zh) * 2022-08-04 2023-02-03 深圳市城市交通规划设计研究中心股份有限公司 一种城市轨道运力优化方法、电子设备及其存储介质
US20240062123A1 (en) * 2022-08-18 2024-02-22 Progress Rail Services Corporation Train departure strategy in automatic driving system
CN115782985B (zh) * 2022-11-30 2023-10-13 北京轨道交通路网管理有限公司 轨道交通换乘衔接列车时刻表的调整方法及装置
CN115959178A (zh) * 2022-12-26 2023-04-14 卡斯柯信号有限公司 一种双线路同站台换乘的列车调整方法、设备及介质
CN118131715A (zh) * 2024-04-19 2024-06-04 广东鑫钻节能科技股份有限公司 一种仿生型数字能源氮气站智能控制系统以及控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102360401A (zh) * 2011-10-14 2012-02-22 南京理工大学 一种基于遗传算法的城市轨道交通节能运行图设计方法
CN105740556A (zh) * 2016-02-02 2016-07-06 北京交通大学 基于客流需求的列车运行图自动编制方法
KR20160102699A (ko) * 2015-02-23 2016-08-31 경기대학교 산학협력단 광역버스의 공석 수에 기반한 교통 환승편 대기 시간을 반영하여 최적 환승 정보를 제공하는 방법 및 시스템
CN107958316A (zh) * 2018-01-17 2018-04-24 深圳技术大学（筹） 一种轨道交通线路的列车停站优化方法及系统
CN111311017A (zh) * 2020-03-04 2020-06-19 广西大学 城市轨道交通列车运营时刻表和速度运行曲线优化方法
KR20200121117A (ko) * 2019-04-15 2020-10-23 강남대학교 산학협력단 열차 환승역의 환승열차 대기시간 정보 표시 시스템 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170036068A (ko) * 2015-03-13 2017-03-31 가부시끼가이샤 도시바 열차 시각표 교정 장치 및 열차 시각표 교정 프로그램
US20170178070A1 (en) * 2015-12-21 2017-06-22 Sap Se Data analysis for dispatch scheduling optimization in the presence of time constraints
JP7399627B2 (ja) * 2019-04-25 2023-12-18 株式会社日立製作所 ダイヤ作成装置、ダイヤ作成方法、及び自動車両制御システム
CN111391896B (zh) * 2020-03-30 2021-06-08 卡斯柯信号有限公司 基于分时方案和活动事件关系的全日列车运行图生成方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102360401A (zh) * 2011-10-14 2012-02-22 南京理工大学 一种基于遗传算法的城市轨道交通节能运行图设计方法
KR20160102699A (ko) * 2015-02-23 2016-08-31 경기대학교 산학협력단 광역버스의 공석 수에 기반한 교통 환승편 대기 시간을 반영하여 최적 환승 정보를 제공하는 방법 및 시스템
CN105740556A (zh) * 2016-02-02 2016-07-06 北京交通大学 基于客流需求的列车运行图自动编制方法
CN107958316A (zh) * 2018-01-17 2018-04-24 深圳技术大学（筹） 一种轨道交通线路的列车停站优化方法及系统
KR20200121117A (ko) * 2019-04-15 2020-10-23 강남대학교 산학협력단 열차 환승역의 환승열차 대기시간 정보 표시 시스템 및 방법
CN111311017A (zh) * 2020-03-04 2020-06-19 广西大学 城市轨道交通列车运营时刻表和速度运行曲线优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
城市轨道交通全网列车衔接优化模型研究;王周全等;《西华大学学报(自然科学版)》;第35卷(第1期);第62-66、84页 *

Also Published As

Publication number Publication date
EP3992057A1 (en) 2022-05-04
US20220135087A1 (en) 2022-05-05
CN112330007A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112330007B (zh) 面向乘客的换乘衔接优化方法及装置
CN110341763B (zh) 一种快速恢复高铁列车准点运行的智能调度方法
CN111582691B (zh) 基于双层规划的客运枢纽多交通方式的运力匹配方法
CN111798067B (zh) 基于自适应大邻域搜索算法的自动驾驶汽车配送路径规划方法
CN107025518A (zh) 一种电动汽车充电站规划方法及装置
CN110533219B (zh) 城市轨道交通末班列车时刻表优化方法
CN111783357A (zh) 一种基于减少旅客延误的中转行程优化方法及系统
CN113313451A (zh) 一种基于改进布谷鸟算法的多目标优化物流调度方法
CN116645027A (zh) 基于alns框架的配送车-无人机协同配送路径规划方法
CN115511336A (zh) 一种基于多点联合分配的共享单车停车点选址方法及系统
CN110245799A (zh) 考虑负荷柔性需求的配电网架结构过渡的多目标规划方法
CN108416482A (zh) 一种基于区域性多策略的物流配送路径规划方法
CN114407984B (zh) 列车降级运行计划调整方法及系统
CN115481777A (zh) 面向多线路公交动态时刻表协同仿真优化方法、设备及介质
CN113990093B (zh) 一种无人驾驶电动出租车动态合乘调度系统及方法
CN114117928B (zh) 一种顾及旅客中转时间的机场登机口分配方法
CN116227839A (zh) 一种公交行车作业计划动态调整方法
CN112530155B (zh) 一种电动公交车辆调度方法
CN115169696A (zh) 一种人工与自动驾驶混行下的地铁接驳公交智能调度方法
CN109934411B (zh) 考虑紧急度的应急救灾智能路径规划方法及装置
CN113283732A (zh) 基于差分进化算法的多目标优化家禽配送方法及系统
CN115938135A (zh) 一种末班车的换乘衔接优化方法
CN113657653B (zh) 一种考虑时间满意度的编组站取送车方法
CN118289064B (zh) 一种基于灵活编组的网络化列车运行图编制方法
CN116629463B (zh) 基于贪心策略的多星遥感任务动态规划方法和装置

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