CN112465177A - 一种基于大数据分析的公交线路优化系统及方法 - Google Patents
一种基于大数据分析的公交线路优化系统及方法 Download PDFInfo
- Publication number
- CN112465177A CN112465177A CN202011459039.1A CN202011459039A CN112465177A CN 112465177 A CN112465177 A CN 112465177A CN 202011459039 A CN202011459039 A CN 202011459039A CN 112465177 A CN112465177 A CN 112465177A
- Authority
- CN
- China
- Prior art keywords
- bus
- station
- module
- time
- user
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000003203 everyday effect Effects 0.000 claims description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
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
- G06Q10/02—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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (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
本发明公开了一种基于大数据分析的公交线路优化系统及方法,包括用户登录注册模块、GPS定位模块、始站与终站输入模块、上班时间输入模块、车次选择模块、处理计算模块、车辆管理模块、实时车况信息模块、车辆推荐模块以及路线生成模块,本发明的有益效果在于:根据每个上班时段内的用户人数进行分批次运客,而且实行分站停靠,以解决上班高峰时期的乘客数量多、发车频率不足以满需乘客需求的问题,通过上班人群划分和非上班人群的划分,解决上班族因当前车辆满员,等待下班车花费大量时间而迟到的问题,通过取消两个连续的每天平均使用人数小于阈值的站点,在两个站点之间设置一个新站点,以减少公交停靠次数,提高服务质量。
Description
技术领域
本发明涉及公交线路优化技术领域,具体为一种基于大数据分析的公交线路优化系统及方法。
背景技术
公交车,指在城市道路上循固定路线,有或者无固定班次时刻,承载旅客出行的机动车辆,一般来说,公共汽车是当下最为普遍的一种交通出行工具,市化和机动化的发展,使城市人口和地域自不断增加,所以人们对公共交通的需求也相应的得到快速增长,而公交线路是指在一定区域内按照固定的线路、站点和规定的时间营运,用于运载乘客并按照核定的营运收费标准的车辆行进路线,公交站点即线路的制定能体现出一个城市的公共出行效率以及公共服务质量,公交线路的重要性不言而喻。
尽管公交线路近年来不断被优化,通过公交线路的增加以及公交线路的调整,使得城市公共交通更加完善,但是现有的公交线路仍然存在可以优化的地方,是因为目前仍然有着很多的问题,如公交站点的设置,公交站点间距不合理,在一定时段内,有的站点的上客及下客人数少,或者出现无人使用该站点的情况,公交停靠站的设置不合理导致公共车辆与其他非公共车辆相互干扰,影响出行效率以及服务质量,另外,发车频率不合理,有时错过一班车,要等到下一趟的班车可能会需要十几分钟甚至几十分钟,尤其是上班高峰时段严重影响出行。
基于上述问题,亟待提出一种基于大数据分析的公交线路优化系统及方法,通过获取上班高峰时期每个上班时段内的某一车次的用户人数,根据用户人数进行分批次运客,确定该车次所有站点中下车人数最多的站点为终点站Fm,第一公交在与终点站Fm对应的起始站和终点站Fm停靠,随后,第二公交在第一公交发车后的一定时间内发出,第二公交在所有的站点都进行停靠,以解决上班高峰时期的乘客数量多、发车频率不足以满足乘客需求的问题,并且通过上班人群和非上班人群的划分,解决上班族因当前车辆满员,等待下班车花费大量时间而迟到的问题,而且通过取消两个连续的每天平均使用人数小于阈值的站点,进而在两个站点之间设置一个新站点,以减少公交停靠次数,提高服务质量,并且根据原先两个站点的使用人数合理确定新站点的位置。
发明内容
本发明的目的在于提供一种基于大数据分析的公交线路优化系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于大数据分析的公交线路优化系统,所述公交线路优化系统包括用户登录注册模块、GPS定位模块、始站与终站输入模块、上班时间输入模块、车次选择模块、处理计算模块、车辆管理模块、实时车况信息模块、车辆推荐模块以及路线生成模块,所述GPS定位模块用于对用户登录时的实时位置进行获取以及区域内的公交站点位置获取,所述始站与终站输入模块用于输入用户此次出行的起始站和终点站,所述车次选择模块用于用户选择欲要乘坐的车次,所述路线生成模块根据始站与终站输入模块的输入结果以及GPS定位模块获悉用户的出行路线,所述处理计算模块根据用户的实时位置以及用户输入的起始站位置计算用户到达起始站的时间,所述起始站可以为一条公交线路中除最终站的任一公交站点,所述处理计算模块还用于计算同一公交路线的预使用人数,所述车辆管理模块用于控制公交的发车时间、发车车次以及经停站管理,所述实时车况信息模块用于计算公交车辆到达每个站点的预计时间,所述车辆推荐模块用于向用户推荐此次出行的乘坐车次。
进一步的,所述上班时间输入模块根据用户的输入结果确定上班人群和非上班人群并进一步根据日常上班时间确定若干个上班时间节点,所述车辆管理模块根据每个上班时间节点和始站与终站输入模块输入的终点站位置确定第一公交发车时间,在上班高峰时段,根据用户的输入结果进行上班人群和非上班人群的划分,因为在上班高峰时期,无疑是上班人群的出行率大于非上班人群的出行率,在此时期,每个公交站点都停留了大量的滞留预等待用户,根据实际情况确定发车时间,以有效解决大量人群于公交站点的滞留问题,提高服务质量。
进一步的,所述车辆管理模块根据所述上班时间输入模块划分的上班时间节点,针对每一个上班时间节点计算该上班时间节点所对应的用户人群数量,所述车辆管理模块根据用户人群数量管控公交的经停站,通过确定某个上班时间节点对应的用户人群数量,以控制车辆的停靠站,实行分站停靠,减少车辆的停靠次数,从而提高运行效率以及服务质量,将大批次的在同一站点下车的用户先输送走,同时也解决了公交站点的大量人员滞留问题,而且减少了上客时间,即公交在站点的停靠时间减少,防止干扰其他非公交车辆,提高出行效率。
进一步的,所述车辆管理模块在第一公交发车后的一定时间内发出第二公交,所述第一公交的经停站为下车人数最多的终点站Fm和与之对应的起始站,所述第二公交为正常停靠,即所有站点停靠,在第一公交发车之后的一定时间内,立即发出所有站点正常停靠的第二公交,这个时候每个站点的人数都不会很多,第二公交虽然每个站点都停靠,但是相比于现在的公交系统,出行效率还是大大提高了。
进一步的,所述公交线路优化方法包括以下步骤:
S1:用户通过用户登录注册模块进行登录,在登录之后,GPS定位模块获取用户的实时位置,用户通过始站与终站输入模块输入此次出行路线的起始站与终点站,路线生成模块根据用户输入的起始站和实时位置生成此次出行的路线,并根据车次选择模块和始站与终站输入模块确定每个车次对应的每个站点的预等待人数;
S2:选取任一车次,处理计算模块根据车次选择模块以及始站与终站输入模块计算每个终点站的下车人数,选取其中下车人数最多的终点站为Fm,并根据上班时间输入模块确定到达终点站Fm的上班人群数量以及非上班人群数量,当终点站Fm的下车人数大于等于阈值时,所述阈值根据时段设置,上班高峰时期的阈值大于平常时期,所述下车人数为上班人群数量与非上班人群数量之和,利用处理计算模块计算用户从当前位置到达用户输入的起始站位置所需要花费的时间,确定最晚到达第一起始站位置的用户到达的时刻为T1,通过实时车况信息模块获取从始发站到达第一起始站位置所需要花费的时间T2,则任一车次的第一公交的经停站为终点站Fm以及与终点站Fm对应的起始站;
S3:实时车况信息模块根据第一公交的发车时间T计算任一车次的第一公交到达每一个站点的时刻t1、t2、t3、...、ti-1、ti,其中,ti为公交到达第i个起始站的时刻,截至公交到达每一个站点的时刻计算每一个起始站位置的等待人数为x1、x2、x3、...、xi-1、xi,其中xi为第i个起始站位置的等待人数,即公交于ti时刻到达第i个起始站位置时,该起始站的等待人数为xi,对应公交线路共有i+1个公交站点,共有i个起始站点和i个终点站点;
S4:截至T1时刻,所有于终点站Fm下车的用户为第一用户人群,所述车辆推荐模块向第一用户人群推荐第一公交,向第一用户人群之外的选择该车次的其他用户人群推荐第二公交,所述第二公交在第一公交开出后一定时间内从始发站开出,所述第二公交为正常停靠,即所有站点停靠。
进一步的,所述步骤S2中,若车辆管理模块控制第一公交的发车时间为T,则第一公交到达第一起始站的时刻为T+T2,所述最晚到达第一起始站位置的用户到达的时刻T1要早于第一公交到达第一起始站的时刻T+T2。
进一步的,所述步骤S1中,所述处理计算模块根据车次选择模块得到每一个车次对应的选择用户群,再根据对应车次的选择用户群当中始站与终站输入模块的输入结果中每一个起始站的输入次数,确定对应车次的每个站点的预等待人数,
所述步骤S2中,所述处理计算模块根据车次选择模块得到每一个车次对应的选择用户群,再根据对应车次的选择用户群当中始站与终站输入模块的输入结果中每一个终点站的输入次数,确定对应车次的每个站点的下车人数。
进一步的,所述步骤S2中,所述最晚到达第一起始站位置的用户即该用户输入的终点站为Fm,当该用户于T1时刻到达第一起始站时,终点站Fm的下车人数大于等于阈值,所述T1时刻可能有多名用户到达第一起始站以及第一起始站与终点站Fm之间的其他站点。
进一步的,所述步骤S4中,所述终点站Fm的下车人数为上班人群数量与非上班人群数量之和,即截至T1时刻,所有于终点站Fm下车的第一用户人群,当第一用户人群部分为上班人群,部分为非上班人群,且第一用户人群数量大于阈值时,所述车辆推荐模块优先向上班人群推荐第一公交,在特殊的上班高峰时期,第一公交优先解决上班人群的需求,大大减少公交系统的压力,提高出行效率,并根据非上班人群用户到达第一起始站的时间先后优先推荐先到达的非上班人群乘坐第一公交,直到车辆推荐模块推荐的上班人群数量与非上班人群数量之和等于阈值时,所述车辆推荐模块向剩下的非上班人群推荐乘坐第二公交,当第一用户人群的数量等于阈值时,所述车辆推荐模块向所有的上班人群以及非上班人群推荐乘坐第一公交。
进一步的,所述处理计算模块通过计算得到每天每个站点的平均使用人数,当连续的两个站点的平均使用人数都小于阈值时,取消对应的两个站点,并在两个站点之间设置一个新站点,且两个站点之间的距离为L,若第一站点每天的平均使用人数为m,第二站点每天的平均使用人数为n,则根据两个站点各自对应的使用人数占两个站点使用人数之和的比例,确定新站点在两个站点之间的具体位置,即新站点距第一站点的距离为新站点距第二站点的距离为在日常生活中,有很多站点在很多时候无人上车或下车,因此,公交每次都要停靠此站点就会浪费时间,降低公交的运行效率,将符合条件的两个连续站点取消,进而在两个站点之间设置一个新的站点,以减少公交的停靠次数,提高出行效率,并且根据每个车站的每日平均使用人数,确定新站点的位置。
与现有技术相比,本发明所达到的有益效果是:本发明通过获取上班高峰时期每个上班时段内的某一车次的用户人数,根据用户人数进行分批次运客,确定该车次所有站点中下车人数最多的站点为终点站Fm,第一公交在与终点站Fm对应的起始站和终点站Fm停靠,随后,第二公交在第一公交发车后的一定时间内发出,第二公交在所有的站点都进行停靠,以解决上班高峰时期的乘客数量多、发车频率不足以满足乘客需求的问题,并且通过上班人群和非上班人群的划分,解决上班族因当前车辆满员,等待下班车花费大量时间而迟到的问题,而且通过取消两个连续的每天平均使用人数小于阈值的站点,进而在两个站点之间设置一个新站点,以减少公交停靠次数,提高服务质量,并且根据原先两个站点的使用人数合理确定新站点的位置。
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是本发明一种基于大数据分析的公交线路优化系统的模块示意图;
图2是本发明一种基于大数据分析的公交线路优化方法的步骤示意图。
具体实施方式
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,所描述的实施例仅仅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。
请参阅图1-2,本发明提供技术方案:
一种基于大数据分析的公交线路优化系统,公交线路优化系统包括用户登录注册模块、GPS定位模块、始站与终站输入模块、上班时间输入模块、车次选择模块、处理计算模块、车辆管理模块、实时车况信息模块、车辆推荐模块以及路线生成模块,GPS定位模块用于对用户登录时的实时位置进行获取以及区域内的公交站点位置获取,始站与终站输入模块用于输入用户此次出行的起始站和终点站,车次选择模块用于用户选择欲要乘坐的车次,路线生成模块根据始站与终站输入模块的输入结果以及GPS定位模块获悉用户的出行路线,处理计算模块根据用户的实时位置以及用户输入的起始站位置计算用户到达起始站的时间,起始站可以为一条公交线路中除最终站的任一公交站点,处理计算模块还用于计算同一公交路线的预使用人数,车辆管理模块用于控制公交的发车时间、发车车次以及经停站管理,实时车况信息模块用于计算公交车辆到达每个站点的预计时间,车辆推荐模块用于向用户推荐此次出行的乘坐车次。
上班时间输入模块根据用户的输入结果确定上班人群和非上班人群并进一步根据日常上班时间确定若干个上班时间节点,车辆管理模块根据每个上班时间节点和始站与终站输入模块输入的终点站位置确定第一公交发车时间。
车辆管理模块根据上班时间输入模块划分的上班时间节点,针对每一个上班时间节点计算该上班时间节点所对应的用户人群数量,车辆管理模块根据用户人群数量管控公交的经停站。
车辆管理模块在第一公交发车后的一定时间内发出第二公交,第一公交的经停站为下车人数最多的终点站Fm和与之对应的起始站,第二公交为正常停靠,即所有站点停靠。
公交线路优化方法包括以下步骤:
S1:用户通过用户登录注册模块进行登录,在登录之后,GPS定位模块获取用户的实时位置,用户通过始站与终站输入模块输入此次出行路线的起始站与终点站,路线生成模块根据用户输入的起始站和实时位置生成此次出行的路线,处理计算模块根据车次选择模块得到每一个车次对应的选择用户群,再根据对应车次的选择用户群当中始站与终站输入模块的输入结果中每一个起始站的输入次数,确定对应车次的每个站点的预等待人数;
S2:选取任一车次,处理计算模块根据车次选择模块得到每一个车次对应的选择用户群,再根据对应车次的选择用户群当中始站与终站输入模块的输入结果中每一个终点站的输入次数,确定对应车次的每个站点的下车人数,选取其中下车人数最多的终点站为Fm,并根据上班时间输入模块确定到达终点站Fm的上班人群数量以及非上班人群数量,当终点站Fm的下车人数大于等于阈值时,阈值根据时段设置,上班高峰时期的阈值大于平常时期,下车人数为上班人群数量与非上班人群数量之和,利用处理计算模块计算用户从当前位置到达用户输入的起始站位置所需要花费的时间,确定最晚到达第一起始站位置的用户到达的时刻为T1,通过实时车况信息模块获取从始发站到达第一起始站位置所需要花费的时间T2,若车辆管理模块控制第一公交的发车时间为T,则第一公交到达第一起始站的时刻为T+T2,最晚到达第一起始站位置的用户到达的时刻T1要早于第一公交到达第一起始站的时刻T+T2,则任一车次的第一公交的经停站为终点站Fm以及与终点站Fm对应的起始站;
S3:实时车况信息模块根据第一公交的发车时间T计算任一车次的第一公交到达每一个站点的时刻t1、t2、t3、...、ti-1、ti,其中,ti为公交到达第i个起始站的时刻,截至公交到达每一个站点的时刻计算每一个起始站位置的等待人数为x1、x2、x3、...、xi-1、xi,其中xi为第i个起始站位置的等待人数,即公交于ti时刻到达第i个起始站位置时,该起始站的等待人数为xi,对应公交线路共有i+1个公交站点,共有i个起始站点和i个终点站点;
S4:截至T1时刻,所有于终点站Fm下车的用户为第一用户人群,车辆推荐模块向第一用户人群推荐第一公交,向第一用户人群之外的选择该车次的其他用户人群推荐第二公交,第二公交在第一公交开出后一定时间内从始发站开出,第二公交为正常停靠,即所有站点停靠,终点站Fm的下车人数为上班人群数量与非上班人群数量之和,即截至T1时刻,所有于终点站Fm下车的第一用户人群,当第一用户人群部分为上班人群,部分为非上班人群,且第一用户人群数量大于阈值时,车辆推荐模块优先向上班人群推荐第一公交,并根据非上班人群用户到达第一起始站的时间先后优先推荐先到达的非上班人群乘坐第一公交,直到车辆推荐模块推荐的上班人群数量与非上班人群数量之和等于阈值时,车辆推荐模块向剩下的非上班人群推荐乘坐第二公交,当第一用户人群的数量等于阈值时,车辆推荐模块向所有的上班人群以及非上班人群推荐乘坐第一公交。
处理计算模块通过计算得到每天每个站点的平均使用人数,当连续的两个站点的平均使用人数都小于阈值时,取消对应的两个站点,并在两个站点之间设置一个新站点,且两个站点之间的距离为L,若第一站点每天的平均使用人数为m,第二站点每天的平均使用人数为n,则根据两个站点各自对应的使用人数占两个站点使用人数之和的比例,确定新站点在两个站点之间的具体位置,即新站点距第一站点的距离为新站点距第二站点的距离为
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据分析的公交线路优化系统,其特征在于:所述公交线路优化系统包括用户登录注册模块、GPS定位模块、始站与终站输入模块、上班时间输入模块、车次选择模块、处理计算模块、车辆管理模块、实时车况信息模块、车辆推荐模块以及路线生成模块,所述GPS定位模块用于对用户登录时的实时位置进行获取以及区域内的公交站点位置获取,所述始站与终站输入模块用于输入用户此次出行的起始站和终点站,所述车次选择模块用于用户选择欲要乘坐的车次,所述路线生成模块根据始站与终站输入模块的输入结果以及GPS定位模块获悉用户的出行路线,所述处理计算模块根据用户的实时位置以及用户输入的起始站位置计算用户到达起始站的时间,所述起始站可以为一条公交线路中除最终站的任一公交站点,所述处理计算模块还用于计算同一公交路线的预使用人数,所述车辆管理模块用于控制公交的发车时间、发车车次以及经停站管理,所述实时车况信息模块用于计算公交车辆到达每个站点的预计时间,所述车辆推荐模块用于向用户推荐此次出行的乘坐车次。
2.根据权利要求1所述的一种基于大数据分析的公交线路优化系统,其特征在于:所述上班时间输入模块根据用户的输入结果确定上班人群和非上班人群并进一步根据日常上班时间确定若干个上班时间节点,所述车辆管理模块根据每个上班时间节点和始站与终站输入模块输入的终点站位置确定第一公交发车时间。
3.根据权利要求1或2所述的一种基于大数据分析的公交线路优化系统,其特征在于:所述车辆管理模块根据所述上班时间输入模块划分的上班时间节点,针对每一个上班时间节点计算该上班时间节点所对应的用户人群数量,所述车辆管理模块根据用户人群数量管控公交的经停站。
4.根据权利要求1或2所述的一种基于大数据分析的公交线路优化系统,其特征在于:所述车辆管理模块在第一公交发车后的一定时间内发出第二公交,所述第一公交的经停站为下车人数最多的终点站Fm和与之对应的起始站,所述第二公交为正常停靠,即所有站点停靠。
5.一种基于大数据分析的公交线路优化方法,其特征在于:所述公交线路优化方法包括以下步骤:
S1:用户通过用户登录注册模块进行登录,在登录之后,GPS定位模块获取用户的实时位置,用户通过始站与终站输入模块输入此次出行路线的起始站与终点站,路线生成模块根据用户输入的起始站和实时位置生成此次出行的路线,并根据车次选择模块和始站与终站输入模块确定每个车次对应的每个站点的预等待人数;
S2:选取任一车次,处理计算模块根据车次选择模块以及始站与终站输入模块计算每个终点站的下车人数,选取其中下车人数最多的终点站为Fm,并根据上班时间输入模块确定到达终点站Fm的上班人群数量以及非上班人群数量,当终点站Fm的下车人数大于等于阈值时,所述阈值根据时段设置,上班高峰时期的阈值大于平常时期,所述下车人数为上班人群数量与非上班人群数量之和,利用处理计算模块计算用户从当前位置到达用户输入的起始站位置所需要花费的时间,确定最晚到达第一起始站位置的用户到达的时刻为T1,通过实时车况信息模块获取从始发站到达第一起始站位置所需要花费的时间T2,则任一车次的第一公交的经停站为终点站Fm以及与终点站Fm对应的起始站;
S3:实时车况信息模块根据第一公交的发车时间T计算任一车次的第一公交到达每一个站点的时刻t1、t2、t3、...、ti-1、ti,其中,ti为公交到达第i个起始站的时刻,截至公交到达每一个站点的时刻计算每一个起始站位置的等待人数为x1、x2、x3、...、xi-1、xi,其中xi为第i个起始站位置的等待人数,即公交于ti时刻到达第i个起始站位置时,该起始站的等待人数为xi,对应公交线路共有i+1个公交站点,共有i个起始站点和i个终点站点;
S4:截至T1时刻,所有于终点站Fm下车的用户为第一用户人群,所述车辆推荐模块向第一用户人群推荐第一公交,向第一用户人群之外的选择该车次的其他用户人群推荐第二公交,所述第二公交在第一公交开出后一定时间内从始发站开出,所述第二公交为正常停靠,即所有站点停靠。
6.根据权利要求5所述的一种基于大数据分析的公交线路优化方法,其特征在于:所述步骤S2中,若车辆管理模块控制第一公交的发车时间为T,则第一公交到达第一起始站的时刻为T+T2,所述最晚到达第一起始站位置的用户到达的时刻T1要早于第一公交到达第一起始站的时刻T+T2。
7.根据权利要求5所述的一种基于大数据分析的公交线路优化方法,其特征在于:所述步骤S1中,所述处理计算模块根据车次选择模块得到每一个车次对应的选择用户群,再根据对应车次的选择用户群当中始站与终站输入模块的输入结果中每一个起始站的输入次数,确定对应车次的每个站点的预等待人数,
所述步骤S2中,所述处理计算模块根据车次选择模块得到每一个车次对应的选择用户群,再根据对应车次的选择用户群当中始站与终站输入模块的输入结果中每一个终点站的输入次数,确定对应车次的每个站点的下车人数。
8.根据权利要求5所述的一种基于大数据分析的公交线路优化方法,其特征在于:所述步骤S2中,所述最晚到达第一起始站位置的用户即该用户输入的终点站为Fm,当该用户于T1时刻到达第一起始站时,终点站Fm的下车人数大于等于阈值,所述T1时刻可能有多名用户到达第一起始站以及第一起始站与终点站Fm之间的其他站点。
9.根据权利要求5所述的一种基于大数据分析的公交线路优化方法,其特征在于:所述步骤S4中,所述终点站Fm的下车人数为上班人群数量与非上班人群数量之和,即截至T1时刻,所有于终点站Fm下车的第一用户人群,当第一用户人群部分为上班人群,部分为非上班人群,且第一用户人群数量大于阈值时,所述车辆推荐模块优先向上班人群推荐第一公交,并根据非上班人群用户到达第一起始站的时间先后优先推荐先到达的非上班人群乘坐第一公交,直到车辆推荐模块推荐的上班人群数量与非上班人群数量之和等于阈值时,所述车辆推荐模块向剩下的非上班人群推荐乘坐第二公交,当第一用户人群的数量等于阈值时,所述车辆推荐模块向所有的上班人群以及非上班人群推荐乘坐第一公交。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011459039.1A CN112465177B (zh) | 2020-12-11 | 2020-12-11 | 一种基于大数据分析的公交线路优化系统及方法 |
CN202210793564.XA CN115730781A (zh) | 2020-12-11 | 2020-12-11 | 一种基于大数据分析的公交线路优化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011459039.1A CN112465177B (zh) | 2020-12-11 | 2020-12-11 | 一种基于大数据分析的公交线路优化系统及方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210793564.XA Division CN115730781A (zh) | 2020-12-11 | 2020-12-11 | 一种基于大数据分析的公交线路优化系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112465177A true CN112465177A (zh) | 2021-03-09 |
CN112465177B CN112465177B (zh) | 2023-04-07 |
Family
ID=74803686
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011459039.1A Active CN112465177B (zh) | 2020-12-11 | 2020-12-11 | 一种基于大数据分析的公交线路优化系统及方法 |
CN202210793564.XA Pending CN115730781A (zh) | 2020-12-11 | 2020-12-11 | 一种基于大数据分析的公交线路优化系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210793564.XA Pending CN115730781A (zh) | 2020-12-11 | 2020-12-11 | 一种基于大数据分析的公交线路优化系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112465177B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034890A (zh) * | 2021-03-15 | 2021-06-25 | 重庆交通开投科技发展有限公司 | 一种跨线运行情况下的公交圈次时间计算及预测方法 |
CN115321288A (zh) * | 2022-08-30 | 2022-11-11 | 乌鲁木齐鸿新聚鑫商贸有限公司 | 一种基于人工智能的电梯调度方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120101942A1 (en) * | 2010-10-25 | 2012-04-26 | Samsung Electronics Co. Ltd. | Method and system for paying public transportation fare via mobile device |
CN106485912A (zh) * | 2016-10-24 | 2017-03-08 | 东南大学 | 一种基于公交站点信息化的普通公交动态调度方法 |
CN111220170A (zh) * | 2020-02-10 | 2020-06-02 | 戴井之 | 一种导航系统及其方法 |
-
2020
- 2020-12-11 CN CN202011459039.1A patent/CN112465177B/zh active Active
- 2020-12-11 CN CN202210793564.XA patent/CN115730781A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120101942A1 (en) * | 2010-10-25 | 2012-04-26 | Samsung Electronics Co. Ltd. | Method and system for paying public transportation fare via mobile device |
CN106485912A (zh) * | 2016-10-24 | 2017-03-08 | 东南大学 | 一种基于公交站点信息化的普通公交动态调度方法 |
CN111220170A (zh) * | 2020-02-10 | 2020-06-02 | 戴井之 | 一种导航系统及其方法 |
Non-Patent Citations (1)
Title |
---|
余红红等: "慢行交通衔接常规公交的换乘时间分析", 《公路与汽运》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034890A (zh) * | 2021-03-15 | 2021-06-25 | 重庆交通开投科技发展有限公司 | 一种跨线运行情况下的公交圈次时间计算及预测方法 |
CN115321288A (zh) * | 2022-08-30 | 2022-11-11 | 乌鲁木齐鸿新聚鑫商贸有限公司 | 一种基于人工智能的电梯调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115730781A (zh) | 2023-03-03 |
CN112465177B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021004115A1 (zh) | 一种人工驾驶公交和自动驾驶公交联合调度优化方法 | |
CN109447340B (zh) | 一种可靠性最短路的定制公交线路优化方法 | |
CN109800902B (zh) | 一种不间断往复式灵活线路长度的无人驾驶公交优化方法 | |
CN105279955B (zh) | 一种拼车方法及设备 | |
CN111063209B (zh) | 配合区间车的自动驾驶公交组合调度优化方法 | |
CN111815189A (zh) | 模块化公交调度系统 | |
CN104464274A (zh) | 合乘打车方法及服务器 | |
CN112465177B (zh) | 一种基于大数据分析的公交线路优化系统及方法 | |
CN106096868A (zh) | 一种多约束网络集约小客车调度方法 | |
CN112561249B (zh) | 面向实时需求的城市定制公交调度方法 | |
CN109615112B (zh) | 一种响应型社区公交行车调度优化方法 | |
CN112580866B (zh) | 基于全程车与区间车组合调度的公交线路串车优化方法 | |
CN113159499B (zh) | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 | |
CN107545724A (zh) | 一种公交车的动态调度方法、装置与系统 | |
CN113077162A (zh) | 面向实时需求的多车型定制公交区域调度方法 | |
KR102504273B1 (ko) | Drt요청정보 클러스터링 배차 방법 및 시스템 | |
CN106981189B (zh) | 智能公交运行路线设置方法和系统 | |
CN112580962A (zh) | 一种基于智慧城市的交通优化调度系统及方法 | |
CN115641722B (zh) | 一种基于动态等待时间的班车出行服务系统及方法 | |
CN115423220B (zh) | 一种基于地铁轨道交通车辆运维监控系统 | |
CN111785015A (zh) | 公交实时调控信息系统以及基于遗传算法的调度方法 | |
CN110246356B (zh) | 一种确定可变线路公交配置车辆数和类型的方法 | |
CN114021796A (zh) | 城市轨道交通控流方法、装置及非易失性存储介质 | |
CN113096430A (zh) | 基于欧氏距离收费的弹性公交即时需求动态响应方法 | |
CN112562379A (zh) | 一种智能公交站牌设置方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230118 Address after: Room 704, building 5, No. 556, Changjiang Road, high tech Zone, Suzhou, Jiangsu 215000 Applicant after: SUZHOU YUDESHUI ELECTRICAL TECHNOLOGY Co.,Ltd. Address before: 210000 No.109, Xujia village, xishanqiao village, Yuhuatai District, Nanjing City, Jiangsu Province Applicant before: Gu Liuyi |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |