CN114331231B - 一种公共交通排班的方法和系统 - Google Patents
一种公共交通排班的方法和系统 Download PDFInfo
- Publication number
- CN114331231B CN114331231B CN202210244304.7A CN202210244304A CN114331231B CN 114331231 B CN114331231 B CN 114331231B CN 202210244304 A CN202210244304 A CN 202210244304A CN 114331231 B CN114331231 B CN 114331231B
- Authority
- CN
- China
- Prior art keywords
- time
- departure
- shift
- interval
- station
- 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
Images
Abstract
本发明公开了一种公共交通排班的方法和系统,属于公共交通数据处理的技术领域,所述方法包括:获取发车时间间隔;根据所述发车时间间隔和首班时间,获得第一时刻表;根据公共交通车辆的时间牌属性,为所述第一时刻表排班,获得第一排班表;获取第一排班表中轮次的运行车辆数量;根据所述运行车辆数量,对所述轮次的发车间隔进行平滑处理,获得第二排班表。通过对发车时间或发车间隔进行平滑处理,防止由于公交数据过度利用下、一个连续时间段内,发车间隔跳跃的情况,使发车间隔更加平滑。
Description
技术领域
本发明涉及用于管理目的的公共交通数据处理的技术领域,具体涉及一种公共交通排班的方法和系统。
背景技术
城市公共交通的智能调度的研究和探索主要集中在两个方面:一方面是车辆和人员启发式排班算法研究和优化;另一方面是应用理论实现排班过程的自动化、智能化。排班算法上,《基于智能化算法的公交车辆智能排班系统的研究与实现》[D](水新国,北京邮电大学,2013)把遗传算法和克隆选择算法相结合;《基于蚁群算法的车辆调度问题》[J](王建玲、齐紫茜、何璐,交通科技与经济2014,16(6) 37-39)提出基于蚁群算法的车辆调度算法;《关于基于时间牌轮循方法的城市公交智能化排班》[J](李文锋,交通科技与经济 2017,19(6),17-21)提出基于时间牌轮循的智能排班模型。
但是现有的排班计划时刻表仍然可能存在间隔跳跃的班次,即在一个时间段内,相邻发车间隔相差较大,导致公交数据的过度利用,不符合实际应用。
发明内容
针对现有技术中存在的上述技术问题,本发明提供一种公共交通排班的方法和系统,避免由于数据过度利用而导致的一个轮次内发车间隔跳跃的情况。
本发明公开了一种公共交通排班的方法,所述方法包括:获取发车时间间隔;根据所述发车时间间隔和首班时间,获得第一时刻表;根据公共交通车辆的时间牌属性,为所述第一时刻表排班,获得第一排班表;获取第一排班表中轮次的运行车辆数量;根据所述运行车辆数量,对所述轮次的发车间隔进行平滑处理,获得第二排班表。
优选的,平滑处理的方法包括:
获取轮次内的平均发车时间间隔:
其中,gap表示为平均发车时间间隔、Tm表示为轮次m的运行时间,Cm表示为轮次m中运行车辆数;
通过以下目标函数,调节发车间隔:
优选的,获得发车时间间隔的方法包括:基于断面客流的发车时间间隔计算方法或基于站均人数的发车时间间隔计算方法;
基于断面客流的发车时间间隔计算方法包括:
获取在第一时间段内班次在站点的断面客流;
根据所述断面客流,计算在第一时间段内所述站点的累计断面客流;
根据所述累计断面客流和车辆的核载人数,获得第一发车时间间隔;
所述基于站均人数的发车时间间隔计算方法包括:
获得第一时间段内单线站点的平均客流;
获取单线站点数;
根据所述平均客流和线路单向的站点数,计算第二时间段内的站均人数;
根据所述站均人数,匹配相应的第二发车间隔。
优选的,第一发车时间间隔的公式为:
其中,d i 表示为第i个第一时间段的第一发车时间间隔,T1表示为第一时间段的时长,M表示为车辆的核载人数,c为满载率系数,S i 表示为第i个第一时间段的站点累计最大断面客流,n i 表示为第i个第一时间段的班次数, max j 表示取每个站点累计断面客流的最大值,S kj 为站点j的断面客流,班次k在站点j的上车人数为u kj 、下车人数d kj ;
站均人数的表示式为:
其中,a i 表示为第二时间段的站均人数,T2表示为第二时间段的时长,B i 表示为第i个第一时间段的平均客流,n 1 为线路单向的站点数;
为所述站均人数预设发车间隔的匹配规则;
根据所述匹配规则,匹配相应的第二发车间隔。
优选的,取第一发车间隔和第二发车间隔中的最小值,作为理论发车时间间隔:
其中,w i 表示为理论发车时间间隔,s i 表示为第二发车间隔;
根据理论发车时间间隔和首班时间,编排第一时刻表。
优选的,所述时间牌属性包括:
时间牌的类型、首班时间、完成班次后的可发车时间和约束属性,所述约束属性包括以下任一约束或它们的组合:末班时间、加油/充电时间、午休时间、用餐时间、最大班次数、休息时间和运行时长;
所述时间牌包括以下任一类型或它们的组合:双驾正常牌、双驾高峰牌、双驾公休牌、单驾固定牌、单驾公休牌和机动顶公休。
优选的,为所述第一时刻表排班的方法包括:
步骤301:按照时间顺序从第一时刻表中,获取发车时刻;
步骤302:根据时间牌的可发车时间或首班时间,为所述发车时刻匹配时间牌;
步骤303:判断是否匹配到时间牌;
若否,执行步骤304:延长所述发车时刻,执行步骤302;
若是,执行步骤305:获得可执行所述发车时刻的时间牌集合O,执行步骤306;
步骤306:根据时间牌的类型,从所述时间牌集合中选择第一时间牌;
步骤307:获取第一时间牌的到达时间;
步骤308:根据到达时间和所述约束属性,获得所述第一时间牌的可发车时间;
步骤309:获取下一发车时刻,执行302直到第一时刻表的发车时间匹配结束或所有时间牌到达最大班次数。
优选的,根据车辆的运行情况或运行时间,采用相应的约束属性修改可发车时间,
其中,所述休息时间包括:平峰休息时间或高峰休息时间。
优选的,所述发车时刻包括首班时刻,
首班时刻没有匹配到时间牌的处理方法包括:
判断反向行程的时间牌放空后是否与所述首班时刻相匹配;
若匹配,反向行程的时间牌放空后,执行所述首班时刻;
若不匹配,生成告警信息。
本发明还提供一种用于实现上述方法的系统,包括第一获取模块、时刻表生成模块、车辆周转模块、第二获取模块和间隔平滑模块,
所述第一获取模块用于获取发车时间间隔;
所述时刻表生成模块用于根据所述发车时间间隔和首班时间,获得第一时刻表;
所述车辆周转模块用于根据公共交通车辆的时间牌属性,为所述第一时刻表排班,获得第一排班表;
所述第二获取模块用于获取第一排班表中轮次的运行车辆数量;
所述间隔平滑模块用于根据所述运行车辆数量,对所述轮次的发车间隔进行平滑处理,获得第二排班表。
与现有技术相比,本发明的有益效果为:通过对发车时间或发车间隔进行平滑处理,防止由于公交数据过度利用下、一个连续时间段内,发车间隔跳跃的情况,使发车间隔更加平滑。
附图说明
图1是本发明的公共交通排班的方法流程图;
图2是为所述第一时刻表排班的方法流程图;
图3是本发明的系统逻辑框图。
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的一部分实施例,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的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。
下面结合附图对本发明做进一步的详细描述:
一种公共交通排班的方法,如图1所示,所述方法包括:
步骤101:获取发车时间间隔。发车时间间隔可以预设、也可以根据公交的运行数据(如历史客流)进行计算。
步骤102:根据所述发车时间间隔和首班时间,获得第一时刻表。例如首班时间加上相应的发车时间间隔,得到下一班次的发车时间,依次类推得到第一时刻表。
步骤103:根据公共交通车辆的时间牌属性,为所述第一时刻表排班,获得第一排班表。
其中,时间牌是对公交车辆属性的抽象。所述时间牌属性包括:时间牌的类型、首班时间、完成班次后的可发车时间和约束属性。
步骤104:获取排班表中轮次的运行车辆数量。
其中,轮次用于描述一个连续的时间段。具体的,一个轮次是指第一辆车完成一个来回之间的时间,但不限于此。
步骤105:根据所述运行车辆数量,对所述轮次的发车时间或发车间隔进行平滑处理,获得第二排班表。
步骤106:利用蒙特卡洛模拟仿真技术,对第二排班表中的班次进行模拟仿真评价。
通过对发车时间或发车间隔进行平滑处理,防止由于公交数据过度利用下、一个连续时间段内,发车间隔跳跃的情况,使发车间隔更加平滑,使排班更加符合实际。其中间隔跳跃是指,与相邻时间的发车间隔相比,发车间隔的时长增加明显或减少明显。
步骤101中,获得发车时间间隔的方法包括:基于断面客流的发车时间间隔计算方法或基于站均人数的发车时间间隔计算方法。
其中,基于断面客流的发车时间间隔计算方法包括:
步骤201:获取在第一时间段T1内班次k在站点j的断面客流S kj 。
断面客流表示为:
其中,S kj 为站点j的断面客流,班次k在站点j的上车人数为u kj 、下车人数d kj 。可以利用OD刷卡数据计算每个班次的每个站点的断面客流。
累计断面客流表示为:
其中,S i 表示为第i个第一时间段的站点累计最大断面客流,n i 表示为第i个第一时间段的班次数, max j 表示取每个站点累计断面客流的最大值。
第i个时间段的理论班次数:
步骤203:根据所述累计断面客流S i 和车辆的核载人数M,获得第一发车时间间隔d i ,也称为断面客流发车间隔。
第一发车时间间隔表示为:
其中,d i 表示为第i个第一时间段的第一发车时间间隔(单位分钟),T1表示为第一时间段的时长,如30分钟,M表示为车辆的核载人数,c为满载率系数。
所述基于站均人数的发车时间间隔计算方法包括:
步骤211:获得第一时间段T1内单线站点的平均客流。
步骤212:获取单线站点数。
步骤213:根据所述平均客流和线路单向的站点数,计算第二时间段T2内的站均人数。在一个具体实施例中,T1采用30分钟,T2采用10分钟,但不限于此。通过第二时间段T2刻画时段内客流多少的客流特征,站均人数是指第二时间段的线路所有班次的日均客流与线路单向的站点数的比值。
站均人数的表示式为:
其中,a i 表示为第二时间段的站均人数,T2表示为第二时间段的时长,B i 表示为第i个第一时间段的平均客流,n 1 为线路单向的站点数。假设第一时间段是30分钟,因线路首末班导致不足30分钟,要求进行修正。
步骤214:为所述站均人数预设发车间隔的匹配规则。
步骤215:根据所述站均人数和匹配规则,匹配相应的第二发车间隔,也称为客流服务间隔。
站均人数越大,说明客流越多,服务间隔相对较小。服务间隔是基于保证乘客出行服务的,可以根据具体不同的线路设置不同的服务间隔,服务间隔是根据站均人数区间进行设置。字段格式如表1所示:
表1
例如,其中一条匹配规则为:{[3-4),8}表示10分钟站均人数a i 在3-4之间时发车间隔为8分钟,即Si=8。
步骤221:取第一发车间隔和第二发车间隔中的最小值,作为理论发车时间间隔:
其中,w i 表示为理论发车时间间隔,s i 表示为第二发车间隔。步骤102中,可以根据理论发车时间间隔和首班时间,编排第一时刻表,提高班次编排的可靠性。
根据每个时间段的发车间隔计算出线路上下行的理论发车时刻表,根据发车间隔规则,从首班开始依次计算班次时刻表,假设当前班次时刻u i ,则下一个班次时刻u (i+1) 表示为:
u (i+1) = u i + w i (13)。
例如,线路的时间段发车间隔如表2所示:
表2
则班次发车时刻集合{06:00, 06:07, 06:14, 06:21, 06:28, 06:36, 06:44,06:52, 07:00}。
步骤103中,所述约束属性包括以下任一约束或它们的组合:末班时间、加油/充电时间、午休时间、用餐时间、最大班次数、休息时间和运行时长。
其中,所述时间牌包括以下任一类型或它们的组合:双驾正常牌、双驾高峰牌、双驾公休牌、单驾固定牌、单驾公休牌和机动顶公休。
其中,如图2所示,为所述第一时刻表排班的方法(即车辆周转方法)包括:
步骤301:按照时间顺序从第一时刻表(发车时刻表集合N)中,获取发车时刻。线路的周转时间是指车辆运行一个来回所用的时间,包含了期间司机的休息时间。其中,上行发车时刻表集合表示为NS,发车时刻表示为NSi,首班时刻表示为NS1。
步骤302:根据时间牌的可发车时间c ki 或首班时间e k ,从时间牌集合D中为所述发车时刻匹配时间牌。时间牌的参数包括最早上班时间e k 和可发车时间c ki 。
步骤303:判断是否匹配到时间牌。时间牌的可发车时间小于发车时刻时匹配成
功。应当指出的是,发车时刻与同向运行的时间牌相匹配。例如,对于上行发车时刻,上行时
间牌集合DS中时间牌的首班时间满足,或可发车时间满足,则匹配
成功,但不限于此。
若否,执行步骤304:延长所述发车时刻NSi,例如延长1-10分钟,执行步骤302。
在一个具体实施例中,若所述发车时刻为首班时刻,首班时刻没有匹配到时间牌的处理方法包括:判断反向行程的时间牌放空后是否与所述首班时刻相匹配;若匹配,反向行程的时间牌放空后,执行所述首班时刻;若不匹配,生成告警信息,如返回“无法执行首班,任务失败”。例如,,下行线路没有从下行时间牌集合DX中匹配到时间牌,而上行线路的首班时刻早于下行线路,则可以从上行时间牌集合DS中选择时间牌放空,到下行线路中执行首班时刻,但不限于此。
若是,执行步骤305:获得可执行所述发车时刻的时间牌集合O,执行步骤306。
步骤306:根据时间牌的类型,从所述时间牌集合O中选择第一时间牌。其中,双驾、
单驾、高峰的选择优先级依次降低。时间牌集合O为空时,说明没有匹配到适当的时间牌;如
果集合O中只有1个元素,则直接返回对应的时间牌执行首班班次;如果不止1
个元素,根据双驾时间牌>单驾固定牌>双驾高峰牌的规则,选取满足的时间牌DSk,并根据
运行时间更新班次NS1的到达时间arrive 1 。
步骤307:获取第一时间牌的到达时间arrive 1 。
步骤308:根据到达时间和所述约束属性,获得所述第一时间牌的可发车时间。
其中,根据车辆的运行情况或运行时间,采用相应的约束属性修改可发车时间。例
如,加油/充电的时间中,可发车时间= 到达时间+加油/充电时间,即;到达后,可发车时间=到达时间+休息时间,其中所述休息时间包
括:平峰休息时间或高峰休息时间,即或;
时间牌Dk完成班次后的时刻arrive 1 在晚餐时段S0内,标记时间牌Dk为用餐,同时更新时间
牌的可发车时间。应当指出的是,加油/充电时间与休息时间或用餐时间
在同一时间段发生时,不采用叠加计算的方式。
步骤309:获取下一发车时刻Ni,执行步骤302,直到第一时刻表的发车时刻匹配结束或所有时间牌到达最大班次数。即遍历每个发车时刻。
步骤105中,由于休息规则的约束或数据过度利用,会导致班次的部分间隔会存在波动或跳跃,平滑处理的方法包括:
步骤401:获取轮次内的平均发车时间间隔:
其中,gap表示为平均发车时间间隔、Tm表示为轮次m的运行时间,Cm表示为轮次m中运行车辆数或发车车辆数。
轮次是第一辆车完成一个来回之间的时间,根据车辆周转模型确定每个轮次的周转时间以及轮次内的车辆数。格式如表3所示:
表3
其中,对于班次k,其发车间隔表示为:
gap mk 表示为轮次m中班次k的发车间隔,∆ mk 表示为轮次m中班次k的发车间隔与平均发车间隔的差。
步骤402:通过以下目标函数,调节发车间隔:
上述公式可以表示为:
步骤106中,假设乘客到站的时间服从均匀分布,利用蒙特卡洛模拟仿真技术,对每个班次每个站点模拟计算上车人数、下车人数和车厢内人数,并对班次发车时刻表进行拥挤和人均等待时间评价。具体步骤如下:
步骤601:对指定时间段的客流OD刷卡数据,根据乘客的刷卡时间按照T1时间段进行时间离散化处理,计算出每个出行站点OD平均每天每T1时间段的人数。
步骤602:模拟每个班次每个站点的到站时间,根据出行站点OD对,模拟每个站点的上车人数,更新每个站点的离站时间,依次更新得到每个站点的进站时间、出站时间、上车人数、下车人数、车厢内人数。
步骤603:对每个站点OD在等待时间区间内随机生成到站时间,计算乘客的等待时间,从而计算出所有乘客的平均等待时间。
本发明还提供一种用于实现上述方法的系统,如图3所示,包括第一获取模块1、时刻表生成模块2、车辆周转模块3、第二获取模块4和间隔平滑模块5,
第一获取模块1用于获取发车时间间隔;
时刻表生成模块2用于根据所述发车时间间隔和首班时间,获得第一时刻表;
车辆周转模块3用于根据公共交通车辆的时间牌属性,为所述第一时刻表排班,获得第一排班表;
第二获取模块4用于获取排班表中轮次的运行车辆数量;
间隔平滑模块5用于根据所述运行车辆数量,对所述轮次的发车间隔进行平滑处理,获得第二排班表。
本发明的系统还可以包括仿真评价模块6,用于利用蒙特卡洛模拟仿真技术,对第二排班表中的班次进行模拟仿真评价。
目前国内很多探索已经可以做到在理论上公交时刻表进行优化,但是存在一定的局限性导致无法在大规模线路上进行落地应用。本发明的方案是利用公交的客流数据、车辆数据,充分考虑到车辆周转、车厢拥挤、司机休息、车辆充电等实际应用中的规则。在某地公交大规模线路上进行排班的具体测试。通过在某地多条线路进行了验证,证实了本发明的应用效果。
具体的,以某地基础公交8路为例,利用2021-11-01-2021-11-30的客流出行数据,利用2021-11-08-2021-11-12的车辆周转数据作为客流输入,线路的上行首班是06:05,末班是22:00,下行首班是06:40 末班是22:40,上行场站高峰休息时长10分钟,平峰休息时长20分钟,下行场站即到即走,上行场站加油时段09:00-15:00,加油时长为30分钟,上行晚餐用餐时段16:30-19:00,用餐时长20分钟。
时间牌参数为7个双驾正常牌,1个单驾固定牌,上行场站停放7台车,下行场站不停车。双驾正常牌的参数设置最大班次数20,最早上班时间06:05,最晚下班时间23:00,单驾固定牌参数设置最大班次数10,上午班次数6,最早上班时间06:30,最晚下班时间21:00,最小午休时长120分钟,获得每个时间牌的时刻表以及整个排班计划时刻表。
为了便于对本发明的理解,对本发明的词汇进行整理:
断面客流是刻画车厢内乘客拥挤的客流特征,车厢内乘客拥挤主要是指车厢的断面客流超过了车辆核载的比例。
双驾正常牌是指一辆车由2个司机全天运营,双驾正常牌的参数包括最大班次数、最早上班时间、最晚下班时间;
双驾高峰牌是指2个司机其中1个司机在高峰期间运营,1个司机轮休;
单驾固定牌时指1辆车1个司机全天运营;
双驾高峰牌和单驾固定牌、机动顶公休的参数包括上午班次数、中午午休时长;机动顶公休即人休车不休,是指当原来司机轮休时,由机动的驾驶员进行顶替运营
双驾正常牌需要考虑加油/充电约束,双驾高峰牌、单驾固定牌、机动顶公休需要考虑午休约束,所有的牌需要考虑用餐约束,其中运行时长(如8小时)约束b k 是指夜间最后一班的到达时间与第二天最早的上班时间的差是否超过运行时长,可以根据实际场景设置是否考虑该约束,本算法默认是考虑该约束。
业务术语如下:
首班: 政策规定线路执行的第一个班次时间;
放空:由于场站的限制,为了执行每个方向的首班班次,需要车辆从一侧场站不载客放空到另一侧场站,执行另一侧的班次;
末班:政策规定线路执行的最后一个班次时间;
加油/充电:时间牌需要安排车辆执行某个班次之后去完成加油/充电;
午休:当车辆全天只有1个司机执行班次时,中午需要设置午休时间。
用餐:本发明考虑晚餐的用餐时间,每个时间牌在执行某个班次之后去用餐。
下面是算法步骤中用到的符号假设:
O:表示对每个班次,可以执行的时间牌集合;
e k :第k个时间牌的最早上班时间;
l k :第k个时间牌的最晚下班时间;
m k : 第k个时间牌的最大班次数;
c ki : 第k个时间牌第i个班次完成后的可发车时间;
t i : 第i个班次的运行时长;
b k : 第k个时间牌是否考虑8小时约束,默认是1;
m ka : 第k个时间牌上午的班次数,如果是双驾正常牌,则该参数为-1;
n k : 第k个时间牌的午休时间,如果是双驾正常牌,则该参数为0;
rh: 高峰期的司机休息时间;
rp:平峰期的司机休息时间;
T0:加油/充电的时段,默认设置平峰时间段09:00-15:00;
T01: 加油/充电的时长,默认设置30分钟 ;
S0:晚餐的时段;
S01: 晚餐的时长;
OD:交通出行量。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (9)
1.一种公共交通排班的方法,其特征在于,所述方法包括:
获取发车时间间隔;
根据所述发车时间间隔和首班时间,获得第一时刻表;
根据公共交通车辆的时间牌属性,为所述第一时刻表排班,获得第一排班表;
获取第一排班表中轮次的运行车辆数量;
根据所述运行车辆数量,对所述轮次的发车间隔进行平滑处理,获得第二排班表;
其中,平滑处理的方法包括:
获取轮次内的平均发车时间间隔:
其中,gap表示为平均发车时间间隔、Tm表示为轮次m的运行时间,Cm表示为轮次m中运行车辆数;
通过以下目标函数,调节发车间隔:
2.根据权利要求1所述的方法,其特征在于,获得发车时间间隔的方法包括:基于断面客流的发车时间间隔计算方法或基于站均人数的发车时间间隔计算方法;
基于断面客流的发车时间间隔计算方法包括:
获取在第一时间段内班次在站点的断面客流;
根据所述断面客流,计算在第一时间段内所述站点的累计断面客流;
根据所述累计断面客流和车辆的核载人数,获得第一发车时间间隔;
所述基于站均人数的发车时间间隔计算方法包括:
获得第一时间段内单线站点的平均客流;
获取单线站点数;
根据所述平均客流和线路单向的站点数,计算第二时间段内的站均人数;
根据所述站均人数,匹配相应的第二发车间隔。
3. 根据权利要求2所述的方法,其特征在于,第一发车时间间隔的公式为:
其中,d i 表示为第i个第一时间段的第一发车时间间隔,T1表示为第一时间段的时长,M表示为车辆的核载人数,c为满载率系数,S i 表示为第i个第一时间段的站点累计最大断面客流,n i 表示为第i个第一时间段的班次数, max j 表示取每个站点累计断面客流的最大值,S kj 为站点j的断面客流,班次k在站点j的上车人数为u kj 、下车人数d kj ;
站均人数的表示式为:
其中,a i 表示为第二时间段的站均人数,T2表示为第二时间段的时长,B i 表示为第i个第一时间段的平均客流,n 1 为线路单向的站点数;
为所述站均人数预设发车间隔的匹配规则;
根据所述匹配规则,匹配相应的第二发车间隔。
5.根据权利要求1所述的方法,其特征在于,所述时间牌属性包括:
时间牌的类型、首班时间、完成班次后的可发车时间和约束属性,所述约束属性包括以下任一约束或它们的组合:末班时间、加油/充电时间、午休时间、用餐时间、最大班次数、休息时间和运行时长;
所述时间牌包括以下任一类型或它们的组合:双驾正常牌、双驾高峰牌、双驾公休牌、单驾固定牌、单驾公休牌和机动顶公休。
6.根据权利要求5所述的方法,其特征在于,为所述第一时刻表排班的方法包括:
步骤301:按照时间顺序从第一时刻表中,获取发车时刻;
步骤302:根据时间牌的可发车时间或首班时间,为所述发车时刻匹配时间牌;
步骤303:判断是否匹配到时间牌;
若否,执行步骤304:延长所述发车时刻,执行步骤302;
若是,执行步骤305:获得可执行所述发车时刻的时间牌集合,执行步骤306;
步骤306:根据时间牌的类型,从所述时间牌集合中选择第一时间牌;
步骤307:获取第一时间牌的到达时间;
步骤308:根据到达时间和所述约束属性,获得所述第一时间牌的可发车时间;
步骤309:获取下一发车时刻,执行302直到第一时刻表的发车时刻匹配结束或所有时间牌到达最大班次数。
7.根据权利要求6所述的方法,其特征在于,根据车辆的运行情况或运行时间,采用相应的约束属性修改可发车时间,
其中,所述休息时间包括:平峰休息时间或高峰休息时间。
8.根据权利要求6所述的方法,其特征在于,所述发车时刻包括首班时刻,
首班时刻没有匹配到时间牌的处理方法包括:
判断反向行程的时间牌放空后是否与所述首班时刻相匹配;
若匹配,反向行程的时间牌放空后,执行所述首班时刻;
若不匹配,生成告警信息。
9.一种用于实现如权利要求1-8任一项所述方法的系统,其特征在于,包括第一获取模块、时刻表生成模块、车辆周转模块、第二获取模块和间隔平滑模块,
所述第一获取模块用于获取发车时间间隔;
所述时刻表生成模块用于根据所述发车时间间隔和首班时间,获得第一时刻表;
所述车辆周转模块用于根据公共交通车辆的时间牌属性,为所述第一时刻表排班,获得第一排班表;
所述第二获取模块用于获取第一排班表中轮次的运行车辆数量;
所述间隔平滑模块用于根据所述运行车辆数量,对所述轮次的发车间隔进行平滑处理,获得第二排班表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210244304.7A CN114331231B (zh) | 2022-03-14 | 2022-03-14 | 一种公共交通排班的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210244304.7A CN114331231B (zh) | 2022-03-14 | 2022-03-14 | 一种公共交通排班的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114331231A CN114331231A (zh) | 2022-04-12 |
CN114331231B true CN114331231B (zh) | 2022-06-21 |
Family
ID=81033184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210244304.7A Active CN114331231B (zh) | 2022-03-14 | 2022-03-14 | 一种公共交通排班的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331231B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114742426B (zh) * | 2022-04-20 | 2023-07-25 | 北京化工大学 | 公交线路车辆排班计划两阶段生成方法及程序产品 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920769A (zh) * | 2021-10-19 | 2022-01-11 | 航天物联网技术有限公司 | 一种基于公交多源数据分析的智能排班表生成方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106448233B (zh) * | 2016-08-19 | 2017-12-05 | 大连理工大学 | 基于大数据的公交线路时刻表协同优化方法 |
CN107153924A (zh) * | 2017-05-11 | 2017-09-12 | 厦门卫星定位应用股份有限公司 | 一种公交智能排班生成方法 |
CN108615391A (zh) * | 2018-05-09 | 2018-10-02 | 厦门卫星定位应用股份有限公司 | 一种公交智能调度方法、系统及介质 |
CN108806302B (zh) * | 2018-05-23 | 2021-06-04 | 青岛海信网络科技股份有限公司 | 一种车辆调度方法及装置 |
-
2022
- 2022-03-14 CN CN202210244304.7A patent/CN114331231B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920769A (zh) * | 2021-10-19 | 2022-01-11 | 航天物联网技术有限公司 | 一种基于公交多源数据分析的智能排班表生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114331231A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108932862B (zh) | 一种自动驾驶车辆调度方法和装置 | |
Ceder | Optimal multi-vehicle type transit timetabling and vehicle scheduling | |
Amirgholy et al. | Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach | |
CN105740556B (zh) | 基于客流需求的列车运行图自动编制方法 | |
CN107563683A (zh) | 一种城市内乘客及货物协同运输方法及系统 | |
CA2768578C (en) | Method and system for adjusting a demand-response transit schedule | |
CN110288821A (zh) | 一种人工驾驶公交和自动驾驶公交联合调度优化方法 | |
CN105279955B (zh) | 一种拼车方法及设备 | |
Yuan et al. | p^ 2charging: Proactive partial charging for electric taxi systems | |
CN108765948B (zh) | 一种弹性的公车调度方法和系统 | |
CN110114806A (zh) | 信号灯控制方法、相关设备及系统 | |
CN111815189A (zh) | 模块化公交调度系统 | |
CN101799981A (zh) | 多模式公共交通区域调度控制方法 | |
JP7057471B2 (ja) | 乗客とルートのスケジューリングのための輸送システムと方法 | |
CN115527369B (zh) | 一种空港枢纽大面积延误条件下的大客流预警与疏散方法 | |
CN114331231B (zh) | 一种公共交通排班的方法和系统 | |
CN111476490A (zh) | 一种资源池共享的区域多线路车辆排班算法 | |
Bie et al. | Bus scheduling of overlapping routes with multi-vehicle types based on passenger OD data | |
Chowdhury et al. | Joint optimization of bus size, headway, and slack time for efficient timed transfer | |
WO2011107323A1 (en) | Service class prioritization within a controllable transit system | |
Ying et al. | Multi-agent deep reinforcement learning for adaptive coordinated metro service operations with flexible train composition | |
CN106845734A (zh) | 面向末班换乘需求的多模式公共交通时刻表优化方法 | |
CN111882156A (zh) | 面向随机动态客流和节能运行的列车时刻表鲁棒优化方法 | |
CN111861279B (zh) | 一种考虑换乘的多目标高速收费站班车调度方法 | |
CN108831148A (zh) | 一种免费通行下高峰拥堵的高速路网管控方法及系统 |
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 |