CN113849989B - 一种公交线网仿真系统 - Google Patents
一种公交线网仿真系统 Download PDFInfo
- Publication number
- CN113849989B CN113849989B CN202111454418.6A CN202111454418A CN113849989B CN 113849989 B CN113849989 B CN 113849989B CN 202111454418 A CN202111454418 A CN 202111454418A CN 113849989 B CN113849989 B CN 113849989B
- Authority
- CN
- China
- Prior art keywords
- station
- vehicle
- bus
- passenger
- class
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012546 transfer Methods 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 11
- 239000007787 solid Substances 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 241000168096 Glareolidae Species 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种公交线网仿真系统，利用对象模型以及仿真动态模型实现公交线网仿真；所述对象模型用于为仿真动态模型提供多元仿真对象，对象模型包括五个对象类：区域类、线路类、站点类、乘客类、车辆类；仿真动态模型包括四个子算法：始发站算法、站间运行算法、中间站算法以及终点站算法；所述四个子算法根据基于对象模型中各对象类统得到的参数信息作为输入参数，所述四个子算法的输出为公交系统运行性能指标。本发明能够应用于公交调度计划评估、公交线网调整评估与公交应急管理等方面，为城市公交系统的建立打下坚实的基础。
Description
技术领域
本发明涉及智能交通领域，具体涉及一种公交线网仿真系统。
背景技术
对于智能交通研究中的公交线网仿真，现有技术中有以下实现方案：
基于商业交通仿真软件的公交仿真，该部分研究通过调整仿真软件的所提供的部分参数，研究公交车调度方案。由于受制于仿真软件的限制，难以进行大规模公交线路运行仿真，包括乘客上下车、换乘等行为。例如Difana Meilani等人用Arena软件建立快速公交仿真，由于软件限制，仿真模型仅考虑车辆及路网参数，无法考虑乘行为、客站场等对公交仿真的影响；李坤鹏等人通过采集装置收集宏观线网数据进行交通流及客流仿真，该方案仅能进行宏观仿真，无法做到微观校准。
基于编程语言的自编公交仿真系统，该部分研究通过自行编程的方式表达公交系统的运行情况，但是这样的仿真往往难以表达多线路之间的相互影响。例如Le-Minh Kieu等人基于AVL数据还原公交线路动轨迹及乘客需求搭建单线路公交调度仿真模型，该模型仅能应用于单线路公交调度优化；李孟洋等人基于贝叶斯优化（AS-BO）算法与仿真模型构成仿真优化框架进行单线路客流仿真及选路仿真分析，该模型仅能应用于单线路的发车排班优化，无法优化公交线网。
上述现有技术主要存在的问题是：研究往往是单线的，较少考虑到多线之间的相互影响；研究对乘客的考虑较少，特别是基于仿真软件的研究难以表达乘客换乘。
发明内容
本发明的目的是提供一种公交线网仿真系统，以解决现有方法中对多线之间相互影响、乘客等因素考虑过少的问题。
为了实现上述任务，本发明采用以下技术方案：
一种公交线网仿真系统，利用对象模型以及仿真动态模型实现公交线网仿真；
所述对象模型用于为仿真动态模型提供多元仿真对象，对象模型包括五个对象类：区域类、线路类、站点类、乘客类、车辆类；仿真动态模型包括四个子算法：始发站算法、站间运行算法、中间站算法以及终点站算法；所述四个子算法根据基于对象模型中各对象类统得到的参数信息作为输入参数，所述四个子算法的输出为公交系统运行性能指标。
进一步地，所述仿真系统的仿真流程如下：
Step1，仿真初始化，根据对象模型中的五大类的统计得来的参数信息输入仿真中进行初始化；
Step2，仿真启动，执行仿真动态模型中的始发站算法，线路检查当前是否有需要发车的线路；
Step3，检查站点中等待区的车辆是否线路编号、运行方向与所需发车线路及方向相同；
Step4，当所有条件匹配时，开始发车，将线路运行信息传入车辆类，并改变车辆状态进入工作状态；
Step5，执行中间站算法以及终点站算法，车辆进行判断流程，判断站点等待区车辆是否进入站点以及车辆是否离开站点，进行进出站及等待流程；
Step6，执行中间站算法以及终点站算法，乘客进行判断流程，判断接下来是否有后续旅程以及当前车辆是否可以完成后续旅程，如存在后续旅程且当前车辆可以完成后续旅程则进行上下车以及换乘流程；
Step7，仿真结束，记录仿真对象模型中的各类的输出结果。
进一步地，所述对象模型中：
区域类：指站点之间的区域，描述了区域之间的公交车辆行程时间规律；
线路类：指各条线路的信息，存储了线路的设施和调度信息，包括站点、调度；；
站点类：指各个站点的信息，存储了站点的基础信息和在站车辆的状态；
乘客类：指每个独立的乘客，包含了乘客每天的出行链信息；
车辆类：指每个运营的车辆，包含了车辆的运行状态和车内的乘客信息。
进一步地，所述区域类中，所述的公交车辆行程时间规律运用大数据处理技术进行分析，包括：
Step1，根据公交车的进出站时间表，计算每辆公交车通过站点的实际时间；
Step2，以设定的统计间隔，计算统计间隔内的每辆公交车通过时的站间公交车密度和公交车平均速度；
Step3，检视全天通过站点的数据，得到公交车的最大密度和最小密度，若全天仅有一条数据则将最大值*1.1扩大，并根据最大值最小值划分多个等间隔密度区间；
Step4，根据站间所有数据的密度，将所有数据放入对应的密度区间内，并统计各密度区间内的速度均值和方差；
Step5，检视各区间，如果数据为空，则进行数据补全。
进一步地，所述五个对象类中，各个类之间的通讯步骤包括：
Step1，各条线路通过自身的发车时刻表和配车方案，将数据传入线路类，线路类根据发车时刻表将车辆调度的指令发送到车辆类；
Step2，车辆类将所有车辆的位置信息发送到区域类，区域类首先根据本区域内的车辆数计算密度值；
Step3，区域类根据公交车历史数据计算该区域车辆速度范围，并将速度范围发送给车辆类，车辆类根据速度范围随机生成运行速度；
Step4，车辆类根据每个步长更新的速度，更新车辆位置，若已到达站点范围，则车辆进入站点类；
Step5，车辆进入站点之后，乘客类中目的地站点与所到达站点为同一站点时，该部分乘客类下车；
Step6，乘客类判断该车辆后序站点是否包括目的地站点，若符合判断条件，乘客上车；
Step7，在完成乘客上下车动作之后，车辆类离开站点类；
Step8，线路类根据始发站中的车辆调整实际的发车计划，若出现无车可发时，则调整时刻表。
进一步地，所述始发站算法包括：
Step1，线路类首先根据线路本身的发车时刻表判断是否在该时刻需要发车，如果需要发车再判断站场内是否有等待车辆，如果有车可发则执行计划，无车可发则调整发车计划；
Step2，确定需要执行发车计划之后，车辆等待进入首发站，此时站点类判断站点是否有剩余空间容纳新的车辆进入，若有剩余空间，则车辆进入首发站，若没有剩余空间，车辆则原地等待；
Step3，乘客类根据到达时间出现在始发站点，其状态更改为等待上车，并将状态为等待上车的乘客投入站点候车乘客集合；
Step4，乘客根据车辆类的车辆运行状态中前序站点信息判断是否包含自己目标的下车站点，若不相同，则原地等待，若相同，则等待上车，在上车时，车辆类判断车辆容量是否达到最大限制，若没达到最大限制，则乘客继续上车，反之乘客停止上车等待下班车；
Step5，车辆根据上下车人数计算停站时间，当仿真时间等于进站时间+停站时间时，则车辆放行，并改变车辆状态为正在运行。
进一步地，所述站间运行算法包括：
Step1，区域类根据该区域范围内从始发站和中间站出发的不同线路的公交车辆，根据统计总数和区域的路段总长度计算区域的公交车密度；
Step2，根据区域历史数据分析处理得到的行程时间规律以及现有的区域公交车密度得到公交车在该区域的运行速度范围；
Step3，在区域内的各辆公交车根据给定的速度范围随机生成速度，并根据速度和仿真步长更新车辆的位置，若车辆的位置到达下一个站点时，触发中间站算法流程，若还没到时，在下个仿真步长时继续更新车辆位置。
进一步地，所述中间站算法包括：
Step1，根据已经到达站点的车辆，站点类判断站点内是否有空余位置留个车辆进站，若有空位置，则车辆进入站点，反之则车辆在站前等待入场，等待队伍按照“先到先入”的排队规则；
Step2，车辆进入站点之后，将该站点需要下车的乘客放下，在车人数先减少，为需要上车的人员腾出空间；
Step3，下车乘客判断自己是否结束旅程，若已经到达目的地，则离开站点，反之则继续判断换乘方式是同站换乘还是异站换乘，若是同站换乘的话，乘客直接调到Step4，以下车时间作为下趟旅程的到达出发站点时间，反之若是异站换乘，则增加异站换乘所用时间到行程总时间当中，乘客位置上到达换乘站点；
Step4，乘客类根据到达出发站点时间出现在始发站点，其状态更改为等待上车，并将该部分乘客投入站点候车乘客集合；
Step5，乘客根据车辆类的前序站点判断自己是否上车，若不行，则原地等待，若可以，则等待上车，在上车时，车辆类判断车辆容量是否达到最大限制，若没达到最大限制，则乘客继续上车，反之乘客停止上车等待下班车；
Step6，车辆根据上下车人数计算停站时间，当仿真时间等于进站时间+停站时间时，则放出车辆，并改变车辆状态为正在运行。
进一步地，所述终点站算法包括：
Step1，根据已经到达站点的车辆，站点类判断站点内是否有空余位置留个车辆进站，若有空位置，则车辆进入站点，反之则车辆在站前等待入场，等待队伍按照“先到先入”的排队规则；
Step2，车辆进入站点之后，将该站点需要下车的乘客放下，清空车辆上全部乘客；
Step3，下车乘客判断自己是否结束旅程，若已经到达目的地，则离开站点，反之则继续判断换乘方式是同站换乘还是异站换乘，若是同站换乘的话，乘客直接调到Step4，以下车时间作为下趟旅程的到达出发站点时间，反之若是异站换乘，则增加异站换乘所用时间到行程总时间当中，乘客位置上到达换乘站点；
Step4，乘客类根据到达出发站点时间出现在始发站点，其状态更改为等待上车，并将该部分乘客投入站点候车乘客集合；
Step5，车辆根据上下车人数计算停站时间，增加司机在终点站休息时间，当仿真时间等于进站时间+停站时间+休息时间时，则将车辆放入始发站点。车辆跟新前序站点信息如果上一趟行程为上行，则前序站点信息更新为下行站点信息，反之则更新为上行站点信息。
与现有技术相比，本发明具有以下技术特点：
本发明提供的方法和模型是将公交车辆、乘客、站场等多个模块集成的数字仿真系统，可以基于Python语言设计，能够模拟出整个公交线网的车辆站场发车、站间运行、站点停靠与公交乘客的上车、下车、换乘等行为选择，从而不仅克服了现有单线路仿真模型中忽略多线之间相互影响的缺陷，而且更好的展现了公交线网中不同线路车辆与车辆、乘客与乘客、车辆与乘客的相互影响。同时，本发明基于模型输出的乘客轨迹信息与车辆轨迹信息能够统计出各线路公交发班班次、站点候车时长、站点满载率等公交系统运行性能指标，从而能够应用于公交调度计划评估、公交线网调整评估与公交应急管理等方面，为城市公交系统的建立打下坚实的基础。
附图说明
图1为本发明中对象模型的分类结构图；
图2为本发明中各子算法的流程示意图；
图3为的公交车辆行程时间规律运用大数据处理技术进行分析的流程示意图；
图4为实施例中车辆仿真输出结果；
图5为实施例中乘客仿真输出结果；
图6为实施例中车辆断位信息等评价指标；
图7为实施例中线路站点满载率；
图8为实施例中公交站点等车时长；
图9为实施中线路调整前的满载率示意图；
图10为实施例中线路调整后的满载率示意图；
图11为实施例中紧急事件发生前满载率示意图；
图12为紧急事件发生后的满载率示意图。
具体实施方式
本发明提供一种公交线网仿真系统，可以模拟站场车辆发车、站间车辆运行、站点车辆停靠、乘客行为选择等实际公交系统运行中所需的要素，并能够输出车辆轨迹信息与乘客轨迹信息，根据此信息能够统计公交系统的运行性能指标（如：站点候车时长，满载率等），据此可做公交线路调度计划评估、公交线网调整评估、公交应急管理评估等应用。
参见附图，本发明的一种公交线网仿真系统，利用对象模型以及仿真动态模型实现公交线网仿真；
所述对象模型用于为仿真动态模型提供多元仿真对象，如图1所示，对象模型包括五个对象类：区域类、线路类、站点类、乘客类、车辆类；如图2所示，仿真动态模型包括四个子算法：始发站算法、站间运行算法、中间站算法以及终点站算法；所述四个子算法根据基于对象模型中各对象类统得到的参数信息作为输入参数，参数信息包括：公交调度信息、线路基本信息、车辆基本信息、客流信息、站间行程时间信息与站点基础信息；所述四个子算法的输出为公交系统运行性能指标，包括车辆行程轨迹、各节点行程时间、站点信息、所乘坐车辆信息、各节点时间、站点各时间节点容纳乘客信息、辆进出站及等待信息、发车时刻表、各时间节点区域公交密度等。
对象模型
所述的五个对象类具体说明如下：
区域类：指站点之间的区域，描述了区域之间的公交车辆行程时间规律；
线路类：指各条线路的信息，存储了线路的设施和调度信息，包括站点、调度；；
站点类：指各个站点的信息，存储了站点的基础信息和在站车辆的状态；
乘客类：指每个独立的乘客，包含了乘客每天的出行链信息；
车辆类：指每个运营的车辆，包含了车辆的运行状态和车内的乘客信息。
在上述的区域类中，所述的公交车辆行程时间规律运用大数据处理技术进行分析，如图3所示，具体流程包括：
Step1，根据公交车的进出站时间表，计算每辆公交车通过站点的实际时间；
Step2，以10分钟为统计间隔，计算统计间隔内的每辆公交车通过时的站间公交车密度和公交车平均速度；
Step3，检视全天通过站点的数据，得到公交车的最大密度和最小密度，若全天仅有一条数据则将最大值*1.1扩大，并根据最大值最小值划分10个等间隔密度区间；
Step4，根据站间所有数据的密度，将所有数据放入对应的密度区间内，并统计各密度区间内的速度均值和方差；
Step5，检视各区间，如果数据为空，则进行数据补全。
上述的五个对象类中，各个类之间的通讯步骤包括：
Step1，各条线路通过自身的发车时刻表和配车方案，将数据传入线路类，线路类根据发车时刻表将车辆调度的指令发送到车辆类；
Step2，车辆类将所有车辆的位置信息发送到区域类，区域类首先根据本区域内的车辆数计算密度值；
Step3，区域类根据公交车历史数据计算该区域车辆速度范围，并将速度范围发送给车辆类，车辆类根据速度范围随机生成运行速度；
Step4，车辆类根据每个步长更新的速度，更新车辆位置，若已到达站点范围，则车辆进入站点类；
Step5，车辆进入站点之后，乘客类中目的地站点与所到达站点为同一站点时，该部分乘客类下车；
Step6，乘客类判断该车辆后序站点是否包括目的地站点，若符合判断条件，乘客上车；
Step7，在完成乘客上下车动作之后，车辆类离开站点类；
Step8，线路类根据始发站中的车辆调整实际的发车计划，若出现无车可发时，则调整时刻表。
始发站算法
Step1，线路类首先根据线路本身的发车时刻表判断是否在该时刻需要发车，如果需要发车再判断站场内是否有等待车辆，如果有车可发则执行计划，无车可发则调整发车计划；
Step2，确定需要执行发车计划之后，车辆等待进入首发站，此时站点类判断站点是否有剩余空间容纳新的车辆进入，若有剩余空间，则车辆进入首发站，若没有剩余空间，车辆则原地等待；
Step3，乘客类根据到达时间出现在始发站点，其状态更改为等待上车，并将状态为等待上车的乘客投入站点候车乘客集合；
Step4，乘客根据车辆类的车辆运行状态中前序站点信息(公交车前序站点编号)判断是否包含自己目标的下车站点，若不相同，则原地等待，若相同，则等待上车，在上车时，车辆类判断车辆容量是否达到最大限制，若没达到最大限制，则乘客继续上车，反之乘客停止上车等待下班车；
Step5，车辆根据上下车人数计算停站时间，当仿真时间等于进站时间+停站时间时，则车辆放行，并改变车辆状态为正在运行。
站间运行算法
Step1，区域类根据该区域范围（两站点之间的区域）内从始发站和中间站出发的不同线路的公交车辆，根据统计总数和区域的路段总长度计算区域的公交车密度；
Step2，根据区域历史数据分析处理得到的行程时间规律以及现有的区域公交车密度得到公交车在该区域的运行速度范围；
Step3，在区域内的各辆公交车根据给定的速度范围随机生成速度，并根据速度和仿真步长更新车辆的位置，若车辆的位置到达下一个站点时，触发中间站算法流程，若还没到时，在下个仿真步长时继续更新车辆位置。
中间站算法
Step1，根据已经到达站点的车辆，站点类判断站点内是否有空余位置留个车辆进站，若有空位置，则车辆进入站点，反之则车辆在站前等待入场，等待队伍按照“先到先入”的排队规则；
Step2，车辆进入站点之后，将该站点需要下车的乘客放下，在车人数先减少，为需要上车的人员腾出空间；
Step3，下车乘客判断自己是否结束旅程，若已经到达目的地，则离开站点，反之则继续判断换乘方式是同站换乘还是异站换乘，若是同站换乘的话，乘客直接调到Step4，以下车时间作为下趟旅程的到达出发站点时间，反之若是异站换乘，则增加异站换乘所用时间到行程总时间当中，乘客位置上到达换乘站点；
Step4，乘客类根据到达出发站点时间出现在始发站点（第二段旅程开始的始发站点），其状态更改为等待上车，并将该部分乘客投入站点候车乘客集合；
Step5，乘客根据车辆类的前序站点判断自己是否上车，若不行，则原地等待，若可以，则等待上车，在上车时，车辆类判断车辆容量是否达到最大限制，若没达到最大限制，则乘客继续上车，反之乘客停止上车等待下班车；
Step6，车辆根据上下车人数计算停站时间，当仿真时间等于进站时间+停站时间时，则放出车辆，并改变车辆状态为正在运行。
终点站算法
Step1，根据已经到达站点的车辆，站点类判断站点内是否有空余位置留个车辆进站，若有空位置，则车辆进入站点，反之则车辆在站前等待入场，等待队伍按照“先到先入”的排队规则；
Step2，车辆进入站点之后，将该站点需要下车的乘客放下，清空车辆上全部乘客；
Step3，下车乘客判断自己是否结束旅程，若已经到达目的地，则离开站点，反之则继续判断换乘方式是同站换乘还是异站换乘，若是同站换乘的话，乘客直接调到Step4，以下车时间作为下趟旅程的到达出发站点时间，反之若是异站换乘，则增加异站换乘所用时间到行程总时间当中，乘客位置上到达换乘站点；
Step4，乘客类根据到达出发站点时间出现在始发站点（第二段旅程开始的始发站点），其状态更改为等待上车，并将该部分乘客投入站点候车乘客集合；
Step5，车辆根据上下车人数计算停站时间，增加司机在终点站休息时间，当仿真时间等于进站时间+停站时间+休息时间时，则将车辆放入始发站点。车辆跟新前序站点信息如果上一趟行程为上行，则前序站点信息更新为下行站点信息，反之则更新为上行站点信息。
仿真流程
利用上述四个子算法以及五个对象类进行仿真的流程如下：
Step1，仿真初始化，根据对象模型中的五大类的统计得来的参数信息输入仿真中进行初始化；
Step2，仿真启动，执行仿真动态模型中的始发站算法，线路检查当前是否有需要发车的线路；
Step3，检查站点中等待区的车辆是否线路编号、运行方向与所需发车线路及方向相同；
Step4，当所有条件匹配时，开始发车，将线路运行信息传入车辆类，并改变车辆状态进入工作状态；
Step5，执行中间站算法以及终点站算法，车辆进行判断流程，判断站点等待区车辆是否进入站点以及车辆是否离开站点，进行进出站及等待流程；
Step6，执行中间站算法以及终点站算法，乘客进行判断流程，判断接下来是否有后续旅程以及当前车辆是否可以完成后续旅程，如存在后续旅程且当前车辆可以完成后续旅程则进行上下车以及换乘流程；
Step7，仿真结束，记录仿真对象模型中的各类的输出结果。车辆类记录车辆行程轨迹及各节点行程时间；乘客类输出仿真所涉及站点信息、所乘坐车辆信息、各节点时间；站点类输出站点各时间节点容纳乘客信息及车辆进出站及等待信息；线路类输出发车时刻表；区域类输出各时间节点区域公交密度。
从模型的结构角度看，本实施例采用一种基于Python的公交线网数字仿真模型，该模型以公交车辆调度信息、线路基础信息，乘客信息等作为数据输入，模拟了站场车辆发车、站间车辆运行、站点车辆停靠、乘客行为选择、乘客换乘等实际公交系统运行中所需的要素，并且能够输出仿真中车辆轨迹信息与乘客轨迹信息，如图4、5所示。实验证明该模型能够准确有效地进行公交车辆运行、乘客上下客与换乘，相比较于现有的公交仿真系统具有较多元化、多输入、输出更细致的特点。
从模型的应用角度看，基于仿真输出的车辆轨迹信息与乘客轨迹信息，据此可以统计出一系列的公交线路运行性能指标（乘客站点候车时长、车辆站点满载率等），可对公交线路调度方案和满足出行需求的程度进行评价，具体可应用于公交线路的以下评估：A.公交调度计划评估：如图6、7、8所示为广州市560路公交车的仿真结果，由车辆断位信息、站点满载率和乘客候车时长可以对该调度计划进行评估改进，建议可以提出以下改进措施，延迟664路计划在33360时刻的发车计划，可以在一五七医院（地铁京溪南方医院站）到广州大道北站间增加短线车以降低该区间乘客的站点候车时长。B.公交线路调整评估:由于广州市骏成路路段施工，从7月31日起调整公共汽车575路等线路取消行经骏成路、赵溪路，临时绕行开发大道、连云路、骏成路等路段后接回原线运营，取消575路停靠东明二路站、赵溪路站、捷普电子厂站、火村路口站、勒竹新村站，因此575路的线路调整前与线路调整后的仿真结果如图9、10所示，从图中可以看出在取消东明二路等站点停靠后，萝岗万达广成→西区公交总站方向的全天平均每趟车的载客人数为12个（调整前17人），其中早高峰为16个晚高峰12个，相比调整前乘客平均减少5人。在8:00--9:00时间段内，“东明二路”前的站点车辆平均满载率整体下降5%，在6:00--7:00时间段内，“勒竹新村”后的站点车辆满载率整体下降15%。以上表明由于站点取消，去往取消站点的乘客可能改变了乘车线路，导致客流量下降。C.公交应急事件评估:假设7月31号7:00由于大雨导致地铁站进水，地铁取消京溪南方医院站的停靠，因此导致公交站“一五七医院(地铁京溪南方医院站)”客流突增大约1000人，图11、12为突发事件发生前与突发事件发生后560线路的仿真结果。由图可以看出在7:00--9:00时间段内，一五七医院（地铁京溪医院站）之后站点的平均满载路有不同程度的提升，平均提升30%左右。在本案例中，如遇到地铁中断等突发状况，可以在一五七医院---华景新城区间增加短线车对客流进行分流，以对缓解现有车辆载客压力。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (7)
1.一种公交线网仿真系统，其特征在于，所述系统利用对象模型以及仿真动态模型实现公交线网仿真；
所述对象模型用于为仿真动态模型提供多元仿真对象，对象模型包括五个对象类：区域类、线路类、站点类、乘客类、车辆类；仿真动态模型包括四个子算法：始发站算法、站间运行算法、中间站算法以及终点站算法；所述四个子算法根据基于对象模型中各对象类得到的参数信息作为输入参数，所述四个子算法的输出为公交系统运行性能指标；
所述对象模型中：
区域类：指站点之间的区域，描述了区域之间的公交车辆行程时间规律；
线路类：指各条线路的信息，存储了线路的设施和调度信息，包括站点、调度；
站点类：指各个站点的信息，存储了站点的基础信息和在站车辆的状态；
乘客类：指每个独立的乘客，包含了乘客每天的出行链信息；
车辆类：指每个运营的车辆，包含了车辆的运行状态和车内的乘客信息；
所述仿真系统的仿真流程如下：
Step1，仿真初始化，根据对象模型中的五大类的统计得来的参数信息输入仿真中进行初始化；
Step2，仿真启动，执行仿真动态模型中的始发站算法，线路检查当前是否有需要发车的线路；
Step3，检查站点中等待区的车辆是否线路编号、运行方向与所需发车线路及方向相同；
Step4，当所有条件匹配时，开始发车，将线路运行信息传入车辆类，并改变车辆状态进入工作状态；
Step5，执行中间站算法以及终点站算法，车辆进行判断流程，判断站点等待区车辆是否进入站点以及车辆是否离开站点，进行进出站及等待流程；
Step6，执行中间站算法以及终点站算法，乘客进行判断流程，判断接下来是否有后续旅程以及当前车辆是否可以完成后续旅程，如存在后续旅程且当前车辆不能完成后续旅程则进行上下车以及换乘流程；
Step7，仿真结束，记录仿真对象模型中的各类的输出结果。
2.根据权利要求1所述的公交线网仿真系统，其特征在于，所述区域类中，所述的公交车辆行程时间规律运用大数据处理技术进行分析，包括：
Step1，根据公交车的进出站时间表，计算每辆公交车通过站点的实际时间；
Step2，以设定的统计间隔，计算统计间隔内的每辆公交车通过时的站间公交车密度和公交车平均速度；
Step3，检视全天通过站点的数据，得到公交车的最大密度和最小密度，若全天仅有一条数据则将最大值*1.1扩大，并根据最大值最小值划分多个等间隔密度区间；
Step4，根据站间所有数据的密度，将所有数据放入对应的密度区间内，并统计各密度区间内的速度均值和方差；
Step5，检视各区间，如果数据为空，则进行数据补全。
3.根据权利要求1所述的公交线网仿真系统，其特征在于，所述五个对象类中，各个类之间的通讯步骤包括：
Step1，各条线路通过自身的发车时刻表和配车方案，将数据传入线路类，线路类根据发车时刻表将车辆调度的指令发送到车辆类；
Step2，车辆类将所有车辆的位置信息发送到区域类，区域类首先根据本区域内的车辆数计算密度值；
Step3，区域类根据公交车历史数据计算该区域车辆速度范围，并将速度范围发送给车辆类，车辆类根据速度范围随机生成运行速度；
Step4，车辆类根据每个步长更新的速度，更新车辆位置，若已到达站点范围，则车辆进入站点类；
Step5，车辆进入站点之后，乘客类中目的地站点与所到达站点为同一站点时，该部分乘客类下车；
Step6，乘客类判断该车辆后序站点是否包括目的地站点，若符合判断条件，乘客上车；
Step7，在完成乘客上下车动作之后，车辆类离开站点类；
Step8，线路类根据始发站中的车辆调整实际的发车计划，若出现无车可发时，则调整时刻表。
4.根据权利要求1所述的公交线网仿真系统，其特征在于，所述始发站算法包括：
Step1，线路类首先根据线路本身的发车时刻表判断是否在该时刻需要发车，如果需要发车再判断站场内是否有等待车辆，如果有车可发则执行计划，无车可发则调整发车计划；
Step2，确定需要执行发车计划之后，车辆等待进入首发站，此时站点类判断站点是否有剩余空间容纳新的车辆进入，若有剩余空间，则车辆进入首发站，若没有剩余空间，车辆则原地等待；
Step3，乘客类根据到达时间出现在始发站点，其状态更改为等待上车，并将状态为等待上车的乘客投入站点候车乘客集合；
Step4，乘客根据车辆类的车辆运行状态中前序站点信息判断是否包含自己目标的下车站点，若不相同，则原地等待，若相同，则等待上车，在上车时，车辆类判断车辆容量是否达到最大限制，若没达到最大限制，则乘客继续上车，反之乘客停止上车等待下班车；
Step5，车辆根据上下车人数计算停站时间，当仿真时间等于进站时间+停站时间时，则车辆放行，并改变车辆状态为正在运行。
5.根据权利要求1所述的公交线网仿真系统，其特征在于，所述站间运行算法包括：
Step1，区域类根据该区域范围内从始发站和中间站出发的不同线路的公交车辆，根据统计总数和区域的路段总长度计算区域的公交车密度；
Step2，根据区域历史数据分析处理得到的行程时间规律以及现有的区域公交车密度得到公交车在该区域的运行速度范围；
Step3，在区域内的各辆公交车根据给定的速度范围随机生成速度，并根据速度和仿真步长更新车辆的位置，若车辆的位置到达下一个站点时，触发中间站算法流程，若还没到时，在下个仿真步长时继续更新车辆位置。
6.根据权利要求1所述的公交线网仿真系统，其特征在于，所述中间站算法包括：
Step1，根据已经到达站点的车辆，站点类判断站点内是否有空余位置留给车辆进站，若有空位置，则车辆进入站点，反之则车辆在站前等待入场，等待队伍按照“先到先入”的排队规则；
Step2，车辆进入站点之后，将该站点需要下车的乘客放下，在车人数先减少，为需要上车的人员腾出空间；
Step3，下车乘客判断自己是否结束旅程，若已经到达目的地，则离开站点，反之则继续判断换乘方式是同站换乘还是异站换乘，若是同站换乘的话，乘客直接调到Step4，以下车时间作为下趟旅程的到达出发站点时间，反之若是异站换乘，则增加异站换乘所用时间到行程总时间当中，乘客位置上到达换乘站点；
Step4，乘客类根据到达出发站点时间出现在始发站点，其状态更改为等待上车，并将该部分乘客投入站点候车乘客集合；
Step5，乘客根据车辆类的前序站点判断自己是否上车，若不行，则原地等待，若可以，则等待上车，在上车时，车辆类判断车辆容量是否达到最大限制，若没达到最大限制，则乘客继续上车，反之乘客停止上车等待下班车；
Step6，车辆根据上下车人数计算停站时间，当仿真时间等于进站时间+停站时间时，则放出车辆，并改变车辆状态为正在运行。
7.根据权利要求1所述的公交线网仿真系统，其特征在于，所述终点站算法包括：
Step1，根据已经到达站点的车辆，站点类判断站点内是否有空余位置留给车辆进站，若有空位置，则车辆进入站点，反之则车辆在站前等待入场，等待队伍按照“先到先入”的排队规则；
Step2，车辆进入站点之后，将该站点需要下车的乘客放下，清空车辆上全部乘客；
Step3，下车乘客判断自己是否结束旅程，若已经到达目的地，则离开站点，反之则继续判断换乘方式是同站换乘还是异站换乘，若是同站换乘的话，乘客直接调到Step4，以下车时间作为下趟旅程的到达出发站点时间，反之若是异站换乘，则增加异站换乘所用时间到行程总时间当中，乘客位置上到达换乘站点；
Step4，乘客类根据到达出发站点时间出现在始发站点，其状态更改为等待上车，并将该部分乘客投入站点候车乘客集合；
Step5，车辆根据上下车人数计算停站时间，增加司机在终点站休息时间，当仿真时间等于进站时间+停站时间+休息时间时，则将车辆放入始发站点，车辆更新前序站点信息如果上一趟行程为上行，则前序站点信息更新为下行站点信息，反之则更新为上行站点信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111454418.6A CN113849989B (zh) | 2021-12-02 | 2021-12-02 | 一种公交线网仿真系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111454418.6A CN113849989B (zh) | 2021-12-02 | 2021-12-02 | 一种公交线网仿真系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113849989A CN113849989A (zh) | 2021-12-28 |
| CN113849989B true CN113849989B (zh) | 2022-03-11 |
Family
ID=78982646
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111454418.6A Active CN113849989B (zh) | 2021-12-02 | 2021-12-02 | 一种公交线网仿真系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113849989B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118446436A (zh) * | 2023-01-31 | 2024-08-06 | 深圳云天励飞技术股份有限公司 | 公交线网发车时间表的评估方法、系统及存储介质 |
| CN116564080A (zh) * | 2023-04-25 | 2023-08-08 | 内蒙古大学 | 一种公交线路信息获取及仿真建模平台 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110288821B (zh) * | 2019-07-11 | 2020-05-12 | 北京航空航天大学 | 一种人工驾驶公交和自动驾驶公交联合调度优化方法 |
| CN111695225A (zh) * | 2020-06-23 | 2020-09-22 | 青岛大学 | 一种公交复合复杂网络模型及其公交调度优化方法 |
| CN113673836B (zh) * | 2021-07-29 | 2023-08-18 | 清华大学深圳国际研究生院 | 一种基于强化学习的共享公交车贴线调度方法 |
-
2021
- 2021-12-02 CN CN202111454418.6A patent/CN113849989B/zh active Active
Non-Patent Citations (3)
| Title |
|---|
| 基于实时信息的公交运行速度控制策略与算法研究;严海等;《交通运输系统工程与信息》;20180815(第04期);全文 * |
| 基于限时免费换乘的公交线网优化模型与求解算法;潘福全等;《科学技术与工程》;20160118(第02期);全文 * |
| 多模式公交组合调度优化模型;明洁等;《计算机科学》;20150915(第09期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113849989A (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111371904B (zh) | 云边端协同的高速公路云控系统及控制方法 | |
| CN110245806B (zh) | 一种城市轨道交通客流管控方法与系统 | |
| CN108550098B (zh) | 一种城市轨道交通网络客流限流方法 | |
| CN113849989B (zh) | 一种公交线网仿真系统 | |
| CN111401614B (zh) | 一种城市轨道交通动态客流分配方法及系统 | |
| CN109543934B (zh) | 城市公交线网的综合指标的评价方法 | |
| CN109255972B (zh) | 一种基于大数据的地面公交固定线路时刻表的优化方法 | |
| CN112309122A (zh) | 一种基于多系统协同的智慧公交分级决策系统 | |
| CN108537408B (zh) | 一种融合进站和换乘控制的路网协同限流建模及评估方法 | |
| Diab et al. | The farside story: measuring the benefits of bus stop location on transit performance | |
| CN115049156B (zh) | 一种交通线网运行图衔接优化方法、电子设备及存储介质 | |
| CN112381260A (zh) | 基于进站比例的城市轨道交通客流管控优化方法 | |
| CN112465213B (zh) | 一种地铁乘客信息服务系统的辅助装置及方法 | |
| CN115860594A (zh) | 一种应用于智能公交排班调度的仿真系统及方法 | |
| CN106379379B (zh) | 一种城市轨道交通乘客上下车时间的预测方法 | |
| CN113345259A (zh) | 一种基于数据驱动的地面公交线路调整的方法 | |
| WO2024174566A1 (zh) | 一种用于智能公交系统的多车型时刻表设计方法及系统 | |
| CN112465211A (zh) | 一种轨道交通列车满载率控制方法及应用 | |
| Zhou et al. | Metro scheduling to minimize travel time and operating cost considering spatial and temporal constraints on passenger boarding | |
| CN113298390B (zh) | 一种突发异构客流的多式协同疏散方案集构建方法及装置 | |
| CN113592272A (zh) | 一种公交及巡游小巴的调度方法 | |
| CN111367900A (zh) | 基于afc数据的城市轨道交通网络常态限流强度的计算方法 | |
| CN115795861A (zh) | 一种应用于智能公交路阻调度的仿真系统及方法 | |
| CN116151538A (zh) | 一种应用于智能公交需求均衡式调度的仿真系统及方法 | |
| CN115880936A (zh) | 一种应用于公交异常客流智能调度的仿真系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |