CN112863166B - 计划调度过程公交车辆对应班次下新增车次方法 - Google Patents

Abstract

本发明涉及车辆调度领域，尤其为计划调度过程公交车辆对应班次下新增车次方法，包括以下步骤：(1)根据所给的公交系统给出的发车间隔和单程时长，判断新增车次插入的班次是否有较大时间间隔能够直接容纳一个趟次(2)将新增车次插入指定班次，平滑新增车次所在时间间隔内的发车时刻表(3)根据发车间隔和发车频率和可调整时间范围调整有资源重叠的车次，找出车次链和人次链正常接续的最优解。本发明部署方便，实用性强；算法用时少，相比于精确算法能够在短时间内找到一个可行的调度计划；占用机器性能少，算法效率高，所求得的近似最优解与精确算法求得的最优解之间的GAP较小；能够快速移植到其他系统。

Description

计划调度过程公交车辆对应班次下新增车次方法

技术领域

本发明涉及车辆调度领域，尤其为计划调度过程公交车辆对应班次下新增车次方法。

背景技术

在操作系统中调度是指一种资源分配，因而计划调度过程新增车次算法是指：在满足系统的资源分配策略的前提下，在对已有的资源进行微调的同时新增资源，且不能和原有的资源不能有重叠。在新增资源的同时通常有不同的系统资源约束和系统目标，通常根据不同的权重目标设置来得到最优资源分配结果，例如，当短时间周期内人流量较大时需要新增车次来保证客流及时疏散，此时需要在影响最小的时间范围里面保证资源不能叠加使用的条件下新增车次，当长时间周期内客流增加时，需要在保证资源不能叠加使用的前提下同时使发车间隔在满足系统资源分配策略的前提下均匀分布且和已有的资源分布没有重叠。

发明内容

本发明的目的在于提供计划调度过程公交车辆对应班次下新增车次方法，已解决上份背景技术中提出的问题。所述计划调度过程公交车辆对应班次下新增车次方法具有部署方便，实用性强；算法用时少，相比于精确算法能够在短时间内找到一个可行的调度计划；占用机器性能少，算法效率高，所求得的近似最优解与精确算法求得的最优解之间的GAP较小；能够快速移植到其他系统的特点。

为实现上述目的，本发明提供如下技术方案：

计划调度过程公交车辆对应班次下新增车次方法，该方法包括以下几个步骤：

(1)分析所给出的发车间隔，发车频率，可调整时间范围和当天的排班计划，插入新增车次；

(2)基于设置的最小时间范围粒度，以循环迭代的方式调整当前班次受影响车次的发车时间，直至插入车次完成，进一步平滑相应时间范围内的发车时刻表；

(3)在调整时间范围内，基于坐标搜索算法，查找与本班次内的车次人车资源相冲突的车次，以有冲突的车次为坐标原点，调整有冲突的车次；

(4)基于步骤(3)循环调整直至求得任一时刻人车资源均无冲突的发车时刻表，返回调度最优解。

进一步的，对输入数据进行清洗并编写预处理文件提前对所给参数进行分析，计算与输入数据相匹配并且与坐标搜索算法相适应的参数，提供可选参数集供用户选择。

进一步的，步骤(1)调整新增车次所在班次一定时间段内的车次发车时间，把新增车次的单程时长采用分摊的方式分摊到该班次的发车间隔中。分摊调整具体如下：若两个藕合车次之间有较长时间间隔足以容纳新增车次，即第i个车次的到达时间加上驻站时间小于新增车次e的发车时间，即et_i+w≤st_e,，且第i+1个车次的发车时间大于新增车次e的到达时间，即et_e+w≤st_i+1，此时，将新增车次直接插入到相应班次；否则，寻找与新增车次e方向相反且时间相差最短的车次j，即设发车时间早于新增车次发车时间且方向与新增车次相反的车次集合为φ₁＝{i|st_i<st_e,i∈T}，发车时间晚于新增车次发车时间且方向与新增车次相反的车次集合为φ₂＝{i|st_i>st_e,i∈T}，则j＝argmin{if i∈φ₁:|et_i–st_e|；if i∈φ₂:|et_e–st_i|}，若j∈φ₁，则将新增车次e插入车次j之后，否则，将新增车次e插入车次j之前。对与行驶过程中车次时间重叠的部分，将重叠的车次的发车时间相应提前|et_i–st_e|分钟或延后|et_e–st_i|分钟，使其满足车次链的续接条件。

进一步的，步骤(2)根据步骤给定班次的所有发车时间发生变动的车次以及传入的发车频率和发车间隔对该车次发车时间所在的时间间隔内的发车时刻表进行平滑。具体而言，若7:00-8:00(包含7:00但不包含8:00)之间存在四个上行车次，其发车时间分别为7:00，7:15，7:30，7:45。若将7:30的车次调整为7:20，则对其余三个车次的发车时间进行相应调整，在7:00-7:20之间存在两个车次，则车次之间的发车时间间隔调整为20/2＝10分钟，因此7:00车次不变，7:15车次发车时间调整为7:10；同理，在7:20到8:00之间存在一个车次，则车次发车间隔调整为40/(1+1)＝20分钟，则7:45车次发车时间调整为7:40。对于每一个发车时间发生变化的车次，均进行相同的操作处理，以达到平滑发车时刻表的目的。

进一步的，步骤(3)对于调整时间范围内的发车时刻表采用坐标搜索算法寻找近似最优解，包括以下步骤：(b1)根据当前发车时刻表中n个车次的发车时间设基坐标n维向量x^k；(b2)确定步长参数Δ^k，即为当前车次发车时间每次调整的时间范围；(b3)沿n个方向进行坐标搜索，对应k+1次循环的n个坐标点，每个车次对应一个搜索方向，第一个车次，对应搜索方向e₁＝[1,0,0,0,…]ⁿ，其构成的坐标集合为D:＝{x^k±Δ^k e₁,x^k±Δ^k e₂,...,x^k±Δ^k e_n}；(b4)对于D集合中的每个坐标用已有目标含数进行评价，寻找目标函数最好的坐标作为第k+1次迭代的基坐标，更新Δ^k+1，直到满足设置的停计条件，算法停止。此处使用的目标函数考虑了两个方面，即1.车次之间重叠时间最小；2.发车时间表平滑性最好。前者考虑的是最小化同一个班次连续两个车次之间重叠时间min{max{0,et_i–st_i+1}}，后者考虑的是最小化同一个时间间隔内连续两个之间发车间隔的方差即，min{var(st_i+1–st_i)}。

进一步的，步骤(4)根据新增司机、原计划司机和原计划车辆、新增车辆两两组合将新增车次问题分为四类，包括新增司机和新增车辆、新增司机和原计划车辆、原计划司机和新增车辆以及原计划司机和原计划车辆，根据不同问题类型采用不同检验条件验证二阶段求得的调度计划的可行性，如果人次链和车次链满足接续，则返回可行解，若不满足，则返回无解。

与现有技术相比，本发明的有益效果是：

1.部署方便，实用性强，鲁棒性好

本发明技术可以部署至一台或者多台机器，可以允许并行计算，算法封装良好，可以即插即用，对于各种场景，适应性较好，只要按照接口要求的数据结构输入数据及参数，即可快速计算出一个可行解。

2.算法用时较少

相比于精确算法，本专利方案效率高，速度快。例如一条具有332个车次节点的线路输入算法进行计算，在200次迭代的设定前提下，历时1083ms,能够满足实时调度过程中新增车次需求。

3.占用机器性能少

本算法由于提前对发车频率和单程时长等数据进行处理，进行存储，新增车次时直接调用，因此不会占用大规模内存，由于求出一个近似最优解，算法立即停止，因此其余运算的复杂度不高。

4.解的质量高

所求得的近似最优解与精确算法求得的最优解之间的gap较小，输入48个车次节点，在特定场景下，与阿里的基于规则的排班算法之间的gap小于0.1％。相比于阿里的算法，该算法在其他场景下也能够快速获得可行解

5.能够快速移植到其他系统

本专利系统采用微服务方式部署。在需要接入算法的业务系统中引入算法SDK，在业务系统中通过SDK远程调用算法，算法经过计算并返回最优解到业务系统。

附图说明

图1为本发明单程时长.json数据示意图。

图2为本发明发车频率.json数据示意图。

图3为当天排班示意图。

图4为新增车次信息示意图。

图5为坐标搜索算法示意图。

图6为本发明计算出排班计划甘特图示意图。

具体实施方式

下面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，都属于本发明的保护范围。请参阅图1-6，本发明提供技术方案：

本方案不基于某一特定场景进行车次，所采用的坐标搜索的新增车次算法能够在多种场景下获得比较好的排班方案。

算法核心包括四部分：

(1)分析所给出的发车间隔，发车频率，可调整时间范围，和当天的排班计划，插入新增车次；

(2)基于设置的最小时间范围粒度，以循环叠加的方式调整当前班次受影响车次的发车时间，直至插入车次完成，平滑相应时间范围内的发车时刻表；

(3)在调整时间范围内，基于坐标搜索算法，查找与本班次内的车次人车资源相冲突的车次，以有冲突的车次为坐标原点，调整有冲突的车次；

(4)基于步骤(3)循环调整直至出现人车资源没有冲突的最优发车时刻表，然后返回最优可行解。

根据提供的发车间隔(如图1)，单程时长(如图2),最小发车间隔，最小单程时长，新增车次信息(如图4)，排班计划表(如图3)，判断新增车次插入的班次是否有大的时间间隔能够直接容纳两个车次,再将新增车次直接插入到所在班次，平滑新增车次所在时间间隔内的发车时刻表，采用分摊的方式平滑，例如，新增车次发车时间为10:04，10:00-11:00的发车时刻表为10:15,10:30,10:45,11:00，原来的发车间隔是15分钟，现在新增车次与10:15这个车次的间隔为11分钟，减少了4分钟，将这4分钟平摊到4个车次，发车时间间隔分别减少1分钟，平滑后的发车时间表为10:18，10：32,10:46，11:00，验证调整后的发车时间表是否能够被原有班次执行，若可以执行，验证人次链和车次链，这种验证是根据司机、车俩组合来验证，新增司机和新增车辆、新增司机和原计划车辆、原计划司机和新增车辆以及原计划司机和原计划车辆，如果人次链和车次链满足接续，则返回可行解，若不满足，则返回无解。

若不可执行，则调整当前班次发车时刻表，使其能够满足车次续接关系，调整新增车次所在班次的其余车次的发车时间引入了一个参数，调整时间范围，即判断新增车次能否在该调整时间范围内进行调整，调整方式为等驻站时间调整，可以前向调整和后向调整，例如，设置初始可以调整的时间范围为4小时，原先需要执行的车次为6个，现在新增两个车次，则现在需要执行的车次数量为8个，将4个小时平摊给8个车次，则每隔半小时需要执行一个车次。当然，这样很有可能在同一时刻会产生人车资源使用重叠，可以在调整时间范围内微调发车时间，如果通过微调，能够在4个小时内执行这8个车次，则该班次的调整完成。

当前班次调整完成后，则通过坐标搜索算法定位调整范围内冲突车次(如图5)，即在同一时刻有人车资源重叠的车次，对修改车次的发车时间进行调整，通过坐标搜索算法循环查找有冲突的车次，对有冲突的车次进行调整直至出现最优解(如图6)。

Claims (3)

1.计划调度过程公交车辆对应班次下新增车次方法，其特征在于，该方法包括以下几个步骤：

(1)分析所给出的发车间隔，发车频率，可调整时间范围和当天的排班计划，插入新增车次；

(2)基于设置的最小时间范围粒度，以循环迭代的方式调整当前班次受影响车次的发车时间，直至插入车次完成，进一步平滑相应时间范围内的发车时刻表；

(3)在调整时间范围内，基于坐标搜索算法，查找与本班次内的车次人车资源相冲突的车次，以有冲突的车次为坐标原点，调整有冲突的车次；

(4)基于步骤(3)循环调整直至求得任一时刻人车资源均无冲突的发车时刻表，返回调度最优解；

步骤(2)根据步骤给定班次的所有发车时间发生变动的车次以及传入的发车频率和发车间隔对该车次发车时间所在的时间间隔内的发车时刻表进行平滑；

步骤(3)对于调整时间范围内的发车时刻表采用坐标搜索算法寻找近似最优解，包括以下步骤：(b1)根据当前发车时刻表中n个车次的发车时间设基坐标n维向量x^k；(b2)确定步长参数Δ^k，即为当前车次发车时间每次调整的时间范围；(b3)沿n个方向进行坐标搜索，对应k+1次循环的n个坐标点，每个车次对应一个搜索方向，第一个车次，对应搜索方向e₁＝[1,0,0,0,…]ⁿ，其构成的坐标集合为D:＝{x^k±Δ^k e₁,x^k±Δ^k e₂,...,x^k±Δ^k e_n}；(b4)对于D集合中的每个坐标用已有目标含数进行评价，寻找目标函数最好的坐标作为第k+1次迭代的基坐标，更新Δ^k+1，直到满足设置的停计条件，算法停止；

步骤(4)根据新增司机、原计划司机和原计划车辆、新辆车辆两两组合将新增车次问题分为四类，包括新增司机和新辆车辆、新增司机和原计划车辆、原计划司机和新增车辆以及原计划司机和原计划车辆，根据不同问题类型采用不同检验条件验证二阶段求得的调度计划的可行性，如果人次链和车次链满足接续，则返回可行解，若不满足，则返回无解。

2.根据权利要求1所述的计划调度过程公交车辆对应班次下新增车次方法，其特征在于：对输入数据进行清洗并编写预处理文件提前对所给参数进行分析，计算与输入数据相匹配并且与坐标搜索算法相适应的参数，提供可选参数集供用户选择。

3.根据权利要求1所述的计划调度过程公交车辆对应班次下新增车次方法，其特征在于：步骤(1)调整新增车次所在班次一定时间段内的车次发车时间，把新增车次的单程时长采用分摊的方式分摊到该班次的发车间隔中。

Images