CN114898588A - 一种公交发车时刻表优化方法 - Google Patents
一种公交发车时刻表优化方法 Download PDFInfo
- Publication number
- CN114898588A CN114898588A CN202210432052.0A CN202210432052A CN114898588A CN 114898588 A CN114898588 A CN 114898588A CN 202210432052 A CN202210432052 A CN 202210432052A CN 114898588 A CN114898588 A CN 114898588A
- Authority
- CN
- China
- Prior art keywords
- departure
- time period
- value
- capacity
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
Abstract
本发明涉及一种公交发车时刻表优化方法,属于智能交通领域;具体为:首先,针对单路公交车,将运营时间划分为若干发车时间段,并遍历各时间段间内可行的发车间隔;然后,基于历史客流,对每个发车时间段内所有乘客的行驶里程进行加和,得到各发车时间段对应的实际运力需求值;接着,利用发车间隔计算各时间段对应的运力提供值;基于两者的差值计算各时间段对应的运力匹配值,并构建评价函数;最后,按时间顺序逐个选择发车时间段,并逐个选择该时间段内的发车间隔,利用评价函数对发车间隔进行评价,选择各时间段内评价值最小的发车间隔,组成该路公交车的发车时刻点序列。本发明有效降低了公交公司运营成本,满足了乘客的实际需求。
Description
技术领域
本发明属于智能交通领域,特别涉及一种公交发车时刻表优化方法。
背景技术
为了缓解当前城市公共交通存在的拥堵问题,减少空气污染,方便居民寻找到适合自己出行的交通方式同时避免社会资源的浪费,提高城市居民出行的获得感,需要不断的优化城市交通结构,提高市民选择公共交通出行的次数和比例是当前解决城市病的一个重要策略。
无论是发达国家还是发展中国家,公共交通出行都是被其交通部门提倡的出行工具。公交运营的核心问题包括公交线网的设计及优化、乘客的历史客流的补全与统计、运力优化(时刻表的生成)、车辆排班、人员排班和人员轮班等。运力优化主要是结合历史的客流数据对于运力进行优化并且得出相应的时刻表,运力优化是公交系统的核心。
制定发车时刻表的前提条件是生成公交车的发车间隔,主要依据相同线路的历史客流及历史行程记录数据。公交公司作为一个企业,其中一个重要的诉求便是用最少的车尽量满足乘客的需求并获得最大的利益,而乘客则希望尽量减少等车时间,获得更加方便快捷的出行体验;兼顾考虑公交公司企业的经济因素和城市居民的诉求,生成合适的时刻表对于公交公司来说十分关键。
对于能够兼顾各方利益和需求的优秀时刻表生成算法,一直是公共交通领域研究的热点问题之一。但是目前公交巴士公司的时刻表主要通过运用问卷调查,总结过往经验等传统方法得到,手动确定最佳的发车时间间隔并制定人工编制发车时刻表,这种方法存在如下不足:
(1)人工制定时刻表效率低下,并且对编制时刻表的工作人员的经历要求十分丰富,需要大量的历史实战经历,同时需要调查走访大量的过往乘客从而收集有效问卷,难以普及。
(2)时刻表的编制基于历史公交客流,人为的设定公交时刻表即便参考历史客流也是很难做数学上统计和分析,更难形成算法,具有很强的主管片面性,难以充分考虑实际情况。
(3)目前关于时刻表生成的研究虽然很多,但是大多数依然处于理论基础研究阶段,理论的研究与实际的应用不能够相提并论,没有考虑一些特定的实际情况的时刻表优化算法难以真正应用在真实公交运营中;公交公司的实际情况复杂多变,理论与实际相结合依然是急需要解决的困难点。
综上所述,研究出能够考虑实际需求的、同时符合客流需求的,同时兼顾乘客需求和公交集团经济利益的公交发车时刻表依然是有价值和意义的重点课题。
发明内容
针对上述问题,本发明提供了一种公交发车时刻表优化方法,基于历史客流并进行统计,优化出符合乘客需求的发车时刻表。
所述的公交发车时刻表优化方法,包括以下步骤:
步骤一、针对单路公交车,将该公交车全天的运营时间划分为若干发车时间段,并遍历各发车时间段间内每一个可行的发车间隔;
具体为:发车时间段以每小时为一个单位进行等距划分,首发时刻点到下一个整点时刻作为单独时间段,末发时刻点回溯到与其最近的整点时刻作为单独时间段;
发车间隔为时间段内所有可行的发车间隔,具体取值结合公司实际情况设定,理论取值为1-60。
步骤二、统计该路公交车一段时间内的历史客流,通过单表或多表查询,找到客流中各乘客所乘坐班次的发车时刻点,对应到各自的发车时间段;
步骤三、对于每个发车时间段,找到各时间段内所有乘客的行驶里程进行加和,得到各发车时间段对应的运力需求值;
第k个时间段的运力需求值N(k)计算公式为:
pk为第k个时间段的乘客总数;Distance(i)为第i个乘客的乘车距离。
步骤四、针对每个发车时间段,利用发车间隔计算各时间段对应的运力提供值;
首先,针对当前长度为m的发车时间段,计算该时间段内的发车数量为n=[m/t];
[]为向下取整操作,t为发车间隔;
然后,计算车辆最大承载人数QA:
QA=QR×r
QR为每个车辆核定的载客量;r为车辆最大载客率;
最后,计算运力提供值S:
S=QA×n×L
L为单个车辆的线路里程;
步骤五、利用各发车时间段的运力提供值与运力需求值,计算各时间段对应的运力匹配值;
运力匹配值TM为运力提供值S与运力需求值N的差值,即TM=S-N。
步骤六、按时间顺序逐个选择发车时间段,并逐个选择该时间段内的发车间隔,利用评价函数对发车间隔进行评价;
评价函数计算如下:E=RTM×TM+RTW×TW;
TM为当前发车间隔的运力匹配值;TW为发车间隔对应的乘客等车时间;RTM为运力匹配值TM的权重值;RTW为乘客等车时间TW的权重值。
步骤七、判断当前发车间隔的评价函数值是否小于前一个发车间隔的评价函数值,如果是,更新该发车间隔为最优发车间隔,否则,保持当前发车间隔不变,返回步骤六选取当前时间段内的下一个发车间隔,直至当前发车时间段判断完毕;
步骤八、返回步骤六,继续选择下一个发车时间段,重复判断该时间段内的发车间隔,直至将所有发车时间段判断完毕,输出最终的最优发车间隔,确定该路公交车的发车时刻点序列。
本发明的优点在于:
1)、一种公交发车时刻表优化方法,相对传统的方法,本发明采用了基于穷举的公交发车时刻表优化方法,解决了公交公司发车时刻表的制定问题,同时该解决方法具有一定普适性。
2)、一种公交发车时刻表优化方法,对于存储空间的需求量比较低,运行时间也比较短,可以在短时间内生成所需要的解。
3)、一种公交发车时刻表优化方法,生成的发车时刻表时刻点数量小于传统手工编制的发车时刻点数量,有效降低了公交公司运营成本。
4)、一种公交发车时刻表优化方法,相比于基于人工经验编制的发车时刻表,本发明生成的基于客流数据的发车时刻表,更加符合客流随时间变化的情况,也更加符合实际中公交线路的实际情况。生成时刻表提供的运力大于乘客实际需求的运力,且生成时刻表提供运力的变化趋势与乘客实际需求运力的变化趋势基本一致。因此,本发明生成的发车时刻表满足了乘客实际需求。
5)、一种公交发车时刻表优化方法,全天的发车间隔变化比较平滑,时间段内发车间隔保持不变,时间段之间发车间隔不会大幅跳跃,满足公交公司的实际需求。
附图说明
图1为本发明一种公交发车时刻表优化方法的原理图。
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。
目前公交线路的类型主要有三种:直线型,支线型和环型。本发明提供了一种公交发车时刻表优化方法,可以解决直线型的问题,同时做相应的拓展后可以解决支线型的问题。
所述的公交发车时刻表优化方法,如图1所示,包括以下步骤:
步骤一、针对单路公交车,将该公交车全天的运营时间划分为若干发车时间段,并遍历各发车时间段间内每一个可行的发车间隔;
具体为:发车时间段以每小时为一个单位进行等距划分,首发时刻点到下一个整点时刻作为单独时间段,末发时刻点回溯到与其最近的整点时刻作为单独时间段;
发车间隔为时间段内所有可行的发车间隔,具体取值结合公司实际情况设定,理论取值为1-60;本实施例选择5-30;
步骤二、统计该路公交车一段时间内的历史客流,通过单表或多表查询,找到客流中各乘客所乘坐班次的发车时刻点,对应到各自的发车时间段;
步骤三、对于每个发车时间段,找到各时间段内所有乘客的行驶里程,运用运力加和器进行加和,得到各发车时间段对应的运力需求值;
针对直线型线路,第k个时间段的运力需求值N(k)计算公式为:
pk为第k个时间段的乘客总数;Distance(i)为第i个乘客的乘车距离。
针对支线型线路,第k个时间段的运力需求值N(k)计算公式为:
Subnum为支线数量,pik为第k个时间段第i个支线路的乘客总数;Distance(j)为第j个乘客的乘车距离。
步骤四、针对每个发车时间段,利用发车间隔计算各时间段对应的运力提供值;
首先,针对当前长度为m的发车时间段,计算该时间段内的发车数量为n=[m/t];
[]为向下取整操作,t为发车间隔;
然后,计算车辆最大承载人数QA:
QA=QR×r
最后,计算运力提供值S:
S=QA×n×L
L为单个车辆的线路里程;
步骤五、利用各发车时间段的运力提供值与运力需求值,计算各时间段对应的运力匹配值;
运力匹配值TM为运力提供值S与运力需求值N的差值,即TM=S-N。
步骤六、按时间顺序逐个选择发车时间段,并逐个选择该时间段内的发车间隔,利用评价函数对发车间隔进行评价;
评价函数计算如下:E=RTM×TM+RTW×TW;RTM+RTW=1;
TM为当前发车间隔的运力匹配值;TW为发车间隔对应的乘客等车时间;RTM为运力匹配值TM的权重值;RTW为乘客等车时间TW的权重值。
步骤七、判断当前发车间隔的评价函数值是否小于前一个发车间隔的评价函数值,如果是,更新该发车间隔为最优发车间隔,否则,保持当前发车间隔不变,返回步骤六选取当前时间段内的下一个发车间隔,直至当前发车时间段判断完毕;
步骤八、返回步骤六,继续选择下一个发车时间段,重复判断该时间段内的发车间隔,直至将所有发车时间段判断完毕,输出最终的最优发车间隔,确定该路公交车的发车时刻点序列。
实施例如下:
本实施例搭建了包括发车间隔遍历模块,运力匹配计算模块和发车组合评价模块的平台;
步骤1:发车间隔遍历模块用于遍历全部可行的发车间隔,采取分时间段确定发车间隔的方法,各时间段分别独立确定发车间隔。
该模块采取的策略是顺序遍历全天每一个发车区间,以及每个发车区间内的每一个可能的发车间隔;具体实施步骤如下:
首先,根据历史经验将公交线路运营时间以每一小时为一个单位进行等距划分;
然后,按照时间顺序逐个遍历每一个时间段内的各发车间隔,当遍历完当前时间段的全部发车间隔,转到下一个时间段,继续逐个遍历该时间段内的各发车间隔,直至将所有时间段内的所有发车间隔全部遍历完毕,根据发车间隔确定发车时刻表。
步骤2:运力匹配计算模块用于计算运力匹配值;
首先,统计历史客流,车辆行车趟次等数据进行预处理,并存储到数据库中。
预处理操作主要包括:对于信息不全的数据元素进行清理,对于上下车站点对应关系不正确的数据进行重新填充,对于行驶方向将原先的文字(上行/下行)对应到数字(0/1),确认客流数据中的趟次编号数据和车辆行车趟次中的趟次编号数据是否存在一一映射关系等。将预处理过的数据导入到数据库中,数据库中包含的乘客乘车客流主要信息;表2为车辆行车趟次主要信息;
表1
名称 | 类型 |
乘客编号 | Char |
上车站点编号 | Int |
下车站点编号 | Int |
方向 | Int |
乘车趟次编号 | Char |
表2
名称 | 类型 |
乘车趟次编号 | Char |
趟次发车时间 | Time |
趟次到达时间 | Time |
然后,通过单表查询或多表查询等操作对乘客客流进行统计,并运用运力加和器计算出运力需求值;
数据库中的每一位乘客的乘车数据都需要对应到一个时间段,这种对应关系由乘客所乘坐的班次的发车时刻点决定。要获取乘客所乘坐班次的发车时刻点即要进行多表查询。结合表1和表2可见,两表中均有乘车趟次编号这一列,并且具有一一对应关系。由次便可确定每一位乘客所乘坐车辆的发车时间,便可对应到时间段。
在有了乘客与时间段的对应关系后,对于时间段内的运力需求值进行加和即对于时间段内乘客的行驶里程进行加和,即为运力需求值。
接着,根据当前发车间隔,车辆核定载客量等参数计算运力提供值,并求出运力匹配值。
运力提供值(S)为车辆最大承载人数QA,线路发车数与线路里程的乘积,即:S=QA×n×L最后,由运力需求值和运力提供值的差值计算出运力匹配值TM:
步骤3:根据发车间隔,客流量计算时间段内所有乘客总等待时间。
步骤4:由发车组合评价模块获取发车组合对应的评价值,若当前评价值优于之前最优发车组合的评价值时,即更新最优发车组合。
根据运力匹配值,总等待时间以及其对应的参数权重值通过评价函数求出其评价值。
运力匹配值,乘客总等车时间本质上都是一种消耗值,即该值越小则说明发车组合方案在评价维度越优。
而评价函数是运力匹配值与乘客总等车时间的线性组合,即:
E=RTM×TM+RTW×TW(RTM+RTW=1);
故发车组合通过评价函数求得的评价值越小,说明该评价方案越优。参数RTM越大说明越重视公交公司的运营成本,而参数RTW越大说明越重视乘客服务体验。
步骤5:当遍历完全部时间段,发车间隔和发车组合后,根据最优发车组合确定发车时刻点序列。
本发明把发车区间划分为时间段并穷举时间段内发车间隔的全部可能取值,通过量化评价的方法求取最优值,并确定优化后的发车时刻表,解决了单线路的时刻表优化问题,同时可以拓展到具有支线的复杂单线路的时刻表优化问题。与现有技术相比,本发明提出的方法不局限于某个特定城市或某个特定的线路,具有普适性。在保证乘客运力需求和乘车舒适度的情况下,降低了公司的运营成本,同时发车间隔与乘客的客流数据相关联性强,更加贴合运力的需求。基于本发明的公交时刻表优化方法可以直接应用于公交公司的排班,调度和运行过程中。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。上述实施例中所描述的实施方式也并不代表与本申请相一致的所有实施方式,在本发明技术方案的基础上,公式的简单变形以及替换,即不需要付出创造性的劳动做出的各种修改或变形,均在本发明的保护范围内。
Claims (6)
1.一种公交发车时刻表优化方法,其特征在于:
(1)实际运力需求计算:将公交线路的运营时间按小时进行划分,每小时为一个时间段;在每一个时间段,利用该公交线路的历史客流数据,得到该时间段内从控制点发出的车辆,进而得到乘坐这些车辆的乘客的乘坐里程;将该段时间内,乘坐这些车辆的所有乘客的乘坐里程求和,作为实际运力需求值;
(2)实际运力需求和提供运力的匹配:在该时间段内,对于每一个候选的发车间隔,用该时间段的时长除以发车间隔,得到该时间段内发出的车辆总数,据此计算该发车间隔提供的运力值;该运力值与实际运力需求值的差值即为运力匹配值;
(3)对于每一个时间段,遍历所有可能的发车间隔,构造发车间隔的评价函数,利用运力匹配值和乘客等车时间来评价每个发车间隔;然后选取最优的发车间隔作为该时间段的发车间隔;确定好每个时间段的发车间隔后,最终得到完整的发车时刻表。
2.如权利要求1所述的一种公交发车时刻表优化方法,其特征在于,所述发车时间段按小时进行等距划分,首发时刻点到下一个整点时刻作为单独时间段,末发时刻点回溯到与其最近的整点时刻作为单独时间段;
发车间隔为时间段内所有可行的发车间隔,具体取值结合实际情况设定。
4.如权利要求1所述的一种公交发车时刻表优化方法,其特征在于,所述运力提供值计算过程如下:
首先,针对当前长度为m的发车时间段,计算该时间段内的发车数量为n=[m/t];
[]为向下取整操作,t为发车间隔;
然后,计算车辆最大承载人数QA:
QA=QR×r
QR为每个车辆核定的载客量;r为车辆最大载客率;
最后,计算运力提供值S:
S=QA×n×L
L为单个车辆的线路里程。
5.如权利要求1所述的一种公交发车时刻表优化方法,其特征在于,所述运力匹配值TM为运力提供值S与运力需求值N的差值,即TM=S-N。
6.如权利要求1所述的一种公交发车时刻表优化方法,其特征在于,所述评价函数为E=RTM×TM+RTW×TW;
TM为当前发车间隔的运力匹配值;TW为发车间隔对应的乘客等车时间;RTM为运力匹配值TM的权重值;RTW为乘客等车时间TW的权重值;RTM值越大说明越重视公交公司的运营成本,而权重值RTW越大说明越重视乘客的乘车体验。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2022102041570 | 2022-03-03 | ||
CN202210204157 | 2022-03-03 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114898588A true CN114898588A (zh) | 2022-08-12 |
Family
ID=82175137
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210432052.0A Pending CN114898588A (zh) | 2022-03-03 | 2022-04-22 | 一种公交发车时刻表优化方法 |
CN202210431112.7A Pending CN114819617A (zh) | 2022-03-03 | 2022-04-22 | 一种基于强化学习的公交车辆排班方法 |
CN202210432043.1A Pending CN114707891A (zh) | 2022-03-03 | 2022-04-22 | 一种公交车辆在线调度方法 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210431112.7A Pending CN114819617A (zh) | 2022-03-03 | 2022-04-22 | 一种基于强化学习的公交车辆排班方法 |
CN202210432043.1A Pending CN114707891A (zh) | 2022-03-03 | 2022-04-22 | 一种公交车辆在线调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN114898588A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115862361A (zh) * | 2023-02-09 | 2023-03-28 | 安徽交欣科技股份有限公司 | 一种基于行车计划的先进先出调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104157132A (zh) * | 2014-08-18 | 2014-11-19 | 东南大学 | 一种自适应式公交发车时刻表的动态优化方法 |
WO2018032808A1 (zh) * | 2016-08-19 | 2018-02-22 | 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 |
CN111160686A (zh) * | 2019-10-12 | 2020-05-15 | 南京行者易智能交通科技有限公司 | 一种行车计划生成方法及装置 |
CN113743685A (zh) * | 2021-11-08 | 2021-12-03 | 青岛海信网络科技股份有限公司 | 确定公交车时刻表的方法及电子设备 |
CN113781787A (zh) * | 2021-11-15 | 2021-12-10 | 深圳市都市交通规划设计研究院有限公司 | 公交发车时刻表生成方法及系统 |
-
2022
- 2022-04-22 CN CN202210432052.0A patent/CN114898588A/zh active Pending
- 2022-04-22 CN CN202210431112.7A patent/CN114819617A/zh active Pending
- 2022-04-22 CN CN202210432043.1A patent/CN114707891A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104157132A (zh) * | 2014-08-18 | 2014-11-19 | 东南大学 | 一种自适应式公交发车时刻表的动态优化方法 |
WO2018032808A1 (zh) * | 2016-08-19 | 2018-02-22 | 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 |
CN111160686A (zh) * | 2019-10-12 | 2020-05-15 | 南京行者易智能交通科技有限公司 | 一种行车计划生成方法及装置 |
CN113743685A (zh) * | 2021-11-08 | 2021-12-03 | 青岛海信网络科技股份有限公司 | 确定公交车时刻表的方法及电子设备 |
CN113781787A (zh) * | 2021-11-15 | 2021-12-10 | 深圳市都市交通规划设计研究院有限公司 | 公交发车时刻表生成方法及系统 |
Non-Patent Citations (1)
Title |
---|
高鹏飞: "基于客流数据的公交发车时刻表智能优化研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114819617A (zh) | 2022-07-29 |
CN114707891A (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034465B (zh) | 考虑充电站选址与出行路径耦合的充电站两层规划方法 | |
CN105788260B (zh) | 一种基于智能公交系统数据的公交乘客od推算方法 | |
CN102044149B (zh) | 一种基于时变客流的城市公交运营协调方法与装置 | |
CN107919014B (zh) | 面向多载客里程的出租车运行线路优化方法 | |
CN105575108B (zh) | 一种智能公交调度运营方法 | |
CN101799981B (zh) | 多模式公共交通区域调度控制方法 | |
CN104102953B (zh) | 一种物流送货线路优化生成方法及系统 | |
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 | |
CN101673382A (zh) | 一种农资连锁经营物流配送配载组合优化方法 | |
CN104504229A (zh) | 一种基于混合启发式算法的智能公交调度方法 | |
CN111754039A (zh) | 纯电动公交线网综合集成优化设计的方法 | |
CN111291303A (zh) | 一种考虑班次异质性的电动公交排班优化方法 | |
Häll et al. | A modeling system for simulation of dial-a-ride services | |
Wei et al. | Optimal integrated model for feeder transit route design and frequency-setting problem with stop selection | |
Trofimenko et al. | Model for the assessment greenhouse gas emissions from road transport | |
CN113935181A (zh) | 一种基于匹配客流的列车模拟运行优化系统构建方法 | |
Hamadneh et al. | Potential travel time reduction with autonomous vehicles for different types of travellers | |
CN114898588A (zh) | 一种公交发车时刻表优化方法 | |
CN113538886A (zh) | 一种实时响应式定制公交递阶调度方法 | |
Wang et al. | Multi-objective optimization of customized bus routes based on full operation process | |
Wang et al. | Designing transit-oriented multi-modal transportation systems considering travelers’ choices | |
CN113592419A (zh) | 考虑客流和节能的轨道交通快慢车时刻表优化方法 | |
CN112669643A (zh) | 一种基于双层规划的公交实时调度与信号控制方法 | |
CN106682759B (zh) | 针对电动出租车的电池供应系统及网络优化方法 | |
Zhao et al. | Robust Optimization of Mixed-Load School Bus Route Based on Multi-Objective Genetic Algorithm. |
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 |