CN115660384A - 一种公共交通工具空间分配方法及系统 - Google Patents

一种公共交通工具空间分配方法及系统 Download PDF

Info

Publication number
CN115660384A
CN115660384A CN202211587802.8A CN202211587802A CN115660384A CN 115660384 A CN115660384 A CN 115660384A CN 202211587802 A CN202211587802 A CN 202211587802A CN 115660384 A CN115660384 A CN 115660384A
Authority
CN
China
Prior art keywords
space
passengers
public transport
transport means
distribution
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
Application number
CN202211587802.8A
Other languages
English (en)
Other versions
CN115660384B (zh
Inventor
柯水平
白子建
孙峣
齐钦
马佳兴
刘亚帝
张磊
刘明林
房艳强
薛冰冰
赵家发
武毅
齐心
付浩洋
崔力中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Municipal Engineering Design and Research Institute
Original Assignee
Tianjin Municipal Engineering Design and Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Municipal Engineering Design and Research Institute filed Critical Tianjin Municipal Engineering Design and Research Institute
Priority to CN202211587802.8A priority Critical patent/CN115660384B/zh
Publication of CN115660384A publication Critical patent/CN115660384A/zh
Application granted granted Critical
Publication of CN115660384B publication Critical patent/CN115660384B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种公共交通工具空间分配方法及系统，分配方法包括：获取车站q车厢z的上车和下车的乘客数量，统计需要参与公共交通工具空间分配的乘客数量，对上车乘客按次序进行排序，并计算车厢z内现有的乘客数量用以作为承载率控制的依据；对车厢z内的空间进行栅格化处理得到栅格单元，并对栅格单元进行分类处理；综合考虑病毒传播风险和乘客乘车体验建立公共交通工具的空间分配模型，确定能够供乘客选择的公共交通工具空间；根据公共交通工具空间的优劣程度，应用灯光引导乘客选择被分配的公共交通工具空间；接收乘客对公共交通工具空间的选择情况，确定乘客占用的公共交通工具空间。

Description

一种公共交通工具空间分配方法及系统
技术领域
本发明属于交通工程技术领域，具体涉及一种公共交通工具空间分配方法及系统。
背景技术
公共交通工具在承担着交通运输的功能的同时，在某些特殊时刻，还需要担任防止病毒扩散、降低风险的能力。地铁和常规公交作为城市内公共交通的重要组成，为了有效地防范病毒的扩散，通过调整发车频率和控制车厢的承载率取得了一定的成效。配合车站、列车及其他公共场所、设备设施的消毒，日常通风，为公共交通出行筑牢了安全防线。
病毒的传播途径一般主要是经飞沫传播,其次是接触传播,在局部密闭的空间内长时间接触高浓度的气溶胶存在感染的风险。公共交通工具的车厢环境存在环境密闭，空气流动性大，人员密集度高的特点，病毒传播风险和管控难度大。对比火车和飞机等交通工具，乘客在地铁、常规公交等车厢环境里空间活动的自由度较高，现有的管控措施并不对乘客在公共交通工具进行空间约束。考虑到乘客对车厢空间位置的偏好差异，在缺乏管控的情况下，乘客依据车厢内环境自由选择位置完成通行任务难免会在局部高密度聚集，增加病毒传播的风险。同时乘客难以全面衡量车内空间占用情况，对空间选择决策造成了干扰，势必会影响乘车体验。
因此，为了控制病毒在公共交通环境内部传播的风险，优化乘客乘车体验，对公共交通工具空间进行分配能够有效地解决现有管控措施的不足。
发明内容
本发明的目的是为了克服现有技术中的不足，提供一种公共交通工具空间分配方法及系统，通过对公共交通工具空间分配以保障乘客的乘车体验并降低病毒传播的风险。
本发明的目的是通过以下技术方案实现的：
一种公共交通工具空间分配方法，包括以下步骤：
S1. 获取车站q车厢z的上车和下车的乘客数量，统计需要参与公共交通工具空间分配的乘客数量，对上车乘客按次序进行排序，并计算车厢z内现有的乘客数量用以作为承载率控制的依据；
S2. 对车厢z内的空间进行栅格化处理得到栅格单元，并对栅格单元进行分类处理；
S3. 综合考虑病毒传播风险和乘客乘车体验建立公共交通工具的空间分配模型，确定能够供乘客选择的公共交通工具空间；
S4. 根据公共交通工具空间排序的优劣程度，应用灯光引导乘客按照次序选择被分配的最优栅格单元；
S5. 检测乘客对公共交通工具空间的选择情况，确定乘客占用的公共交通工具空间。
进一步的，步骤S1包括以下步骤：
S101.通过上车取号的方式为上车乘客进行排序，以此对乘客进行区分；
S102.获取车站q车厢z的需要上车的人数I qz 、下车人数O qz 和上游车站q-1车厢z内的乘客数量a q-1z 和承载率α q-1z ，并与车厢设计承载人数p作比，计算车厢z内现有的乘客数量a qz 和承载率α qz ，相应的计算公式如下：
Figure 491443DEST_PATH_IMAGE001
(1-1)
Figure 290772DEST_PATH_IMAGE002
(1-2)
S103.将承载率α qz 和设计承载率α相比较，若α qz >α则车站q需要控制车厢z的上车人数满足I qz ≤(α-α q-1z )*p+O qz 。
进一步的，步骤S2包括以下步骤：
S201.依据车厢空间内目标区域的类型将目标区域划分为等尺寸的栅格单元，目标区域包括立席区域和座椅区域；
S202.结合车厢空间内辅助设施位置对立席区域的栅格单元进行标记，将立席区域划分为拉手区、立柱扶手区和无辅助区，所述辅助设施包括拉手和立柱。
进一步的，以长和宽均为0.41米的正方形栅格单元对立席区域进行划分，控制最大密度为6人/m2；城市公共交通工具的座椅长宽设置为0.41*0.41米，座椅区域内栅格单元的长和宽分别设置为0.8米和0.4米。
进一步的，步骤S3包括以下步骤：
S301. 制定空间分配模型的规则；
S302.根据公共交通工具空间的区域位置和辅助设施类型对公共交通工具空间进行筛选，确定待分配栅格单元；
S303.对空间分配模型内的各个变量进行定义并设定约束条件，变量包括公共交通工具空间的分配决策、公共交通工具空间的占用状态、公共交通工具空间的舒适性、公共交通工具空间的安全性和公共交通工具空间的便捷性和公共交通工具空间的病毒传播风险；
S304. 求解空间分配模型。
进一步的，步骤S301中空间分配模型的规则如下：每个乘客严格遵守乘车空间分配的结果；乘车空间的分配过程仅发生在车辆停止时上下乘客的过程中，车辆行驶过程中不存在空间转换；所有的乘客在乘车过程中优先选择使用座椅，所有的乘客视为理性的个体参与到公共交通工具空间的分配过程中；每个栅格单元仅能供一人使用。
进一步的，步骤S302中，以区域位置r及辅助设施类型s作为划分依据，随机选取参与分配的栅格单元，具体如下：
Figure 361628DEST_PATH_IMAGE003
(3-1)
Figure 588210DEST_PATH_IMAGE004
(3-2)
式(3-1)为待分配栅格单元矩阵，f rs 为区域位置r内辅助设施类型s的待分配栅格单元编号；式(3-2)为随机选择函数，N rs 为区域位置r内辅助设施类型s的栅格单元数量；
步骤S303具体包括以下步骤：
S3031. 定义公共交通工具空间分配决策矩阵T，t ki 为乘客k对栅格单元i的分配结果，I为参与分配的栅格单元总数；
Figure 642884DEST_PATH_IMAGE005
(3-3)
Figure 714746DEST_PATH_IMAGE006
(3-4)；
S3032. 定义公共交通工具空间占用状态矩阵A，矩阵元素a i 表示栅格单元i的占用状态；
Figure 420533DEST_PATH_IMAGE007
(3-5)
Figure 303170DEST_PATH_IMAGE008
(3-6)；
S3033.通过空间的局部密度标定公共交通工具空间的舒适性C，对公共交通工具内部空间划分为相对独立的区域
Figure 94408DEST_PATH_IMAGE009
，区域局部密度
Figure 720693DEST_PATH_IMAGE010
的计算方式如下，
Figure 15408DEST_PATH_IMAGE011
(3-7)
其中
Figure 583793DEST_PATH_IMAGE012
代表区域
Figure 81901DEST_PATH_IMAGE009
内所有栅格单元的分配情况，
Figure 761144DEST_PATH_IMAGE013
表示区域
Figure 926677DEST_PATH_IMAGE009
内被分配到乘客的栅格单元总数，
Figure 665963DEST_PATH_IMAGE014
为区域
Figure 900636DEST_PATH_IMAGE009
的面积；
S3034. 依据待分配栅格单元的是否配备有安全辅助设施对公共交通工具空间的安全性进行评价；
S3035.通过乘客上车位置与被分配的栅格单元的距离表示公共交通工具空间的便捷性E，具体如下：
Figure 394022DEST_PATH_IMAGE015
(3-8)
Figure 679641DEST_PATH_IMAGE016
表示乘客k的上车位置与被分配的栅格单元i的距离，abo k 为乘客k的上车位置，
Figure 855407DEST_PATH_IMAGE017
代表乘客k被分配到的栅格单元i的位置，R表示位置属性：
S3036.以空间距离作为评判公共交通工具空间的病毒传播风险P，具体如下：
Figure 593687DEST_PATH_IMAGE018
(3-9)
Figure 614733DEST_PATH_IMAGE019
(3-10)
式(3-9)表示乘客k与其他乘客
Figure 738547DEST_PATH_IMAGE020
的最近距离l ki ，其中
Figure 835947DEST_PATH_IMAGE021
代表其他乘客
Figure 45211DEST_PATH_IMAGE020
被分配到的栅格单元的位置，K为乘客的集合；式(3-10)表示感染病毒的风险概率，其中θ与γ为常量，需结合病毒传播的特征对其进行标定；
S3037.以区域局部密度最小为目标，保障乘客乘车的舒适性最大化；以公共交通工具空间配备的辅助设施安全性最优为目标，保障乘客的安全性最大化；以乘客前往被分配的公共交通工具距离最小为目标，保障乘客乘车的便捷性最大化，并通过乘客之间的最小距离量化病毒传播风险以最小化病毒传播风险为目标来防控病毒传播；得到最优的公共交通工具空间分配模型和约束条件如下：
Figure 620680DEST_PATH_IMAGE022
(3-11)
Figure 599000DEST_PATH_IMAGE023
式(3-12)表示乘客k被分配的栅格单元不能处于被占用的状态，即若a i =1则栅格单元i处于被占用的状态，t ki 不能同时为1 ；式(3-13)表示乘客不能被分配到同一个栅格单元i内。
进一步的，步骤304中采用灰色关联分析法和TOPSIS法相结合的方式对空间分配模型进行求解，具体如下：
S3041.在待分配栅格单元矩阵中选择满足空间分配模型约束条件的栅格单元作为可选的分配方案，量化公共交通工具空间的舒适性、安全性、便捷性和病毒传播风险评价指标；设可选的分配方案有n个，选用的评价指标有m个，构建评价指标的原始数据矩阵
Figure 601723DEST_PATH_IMAGE024
，x hf 为相应的指标值；
采用线性比例法对分配方案的评价指标值原始数据进行规范化处理，获得指标规范化矩阵Y；
S3042. 采用层次分析法对评价指标进行主观赋权，选用熵权法对评价指标进行客观赋权，对主客观权重进行线性组合确定最终组合权重；
S3043. 应用灰色关联分析对分配方案进行排序，综合考量分配方案与理想值的灰色关联度和欧式距离，以分配方案的相对接近度为依据确定分配方案的优劣次序，确定最终的分配方案。
本发明还提供一种公共交通工具空间分配系统，包括：
上下车乘客统计单元，用于计算各个车站以及各个车厢的上车和下车的乘客的数量，统计需要参与公共交通工具空间分配的人员；
空间栅格化分类单元，用于对公共交通工具空间进行栅格化处理，并根据区域类型和辅助设施位置对栅格单元进行分类；
空间分配数据生成单元，用于获取公共交通工具内部空间的栅格单元信息，综合考虑病毒传播风险和乘客乘车体验将公共交通工具空间分配给相应的乘客，生成可用的公共交通工具空间分配方案；
空间分配结果指引单元，用于根据生成的公共交通工具空间分配结果通过灯光向乘客反馈空间的优劣程度，指引乘客根据分配方案选择乘车空间；
空间选择结果接受单元用于接收乘客选择的公共交通工具空间。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述公共交通工具空间分配方法的步骤。
与现有技术相比，本发明的技术方案所带来的有益效果是：
本发明通过获取上下乘客的数量，统计需要参与公共交通工具空间分配的人员数量；通过公共交通工具空间栅格化处理对公共交通工具空间进行划分，综合考虑影响乘客公共交通工具空间选择的因素和病毒防控的要求选取指标，建立公共交通工具空间分配模型，并结合灰色关联度的TOPSIS模型，确定分配方案的优劣程度。通过灯光指引向乘客反馈公共交通工具空间分配结果，并接收乘客对公共交通工具空间的选择情况。通过对公共交通工具空间进行分配能够提高交公共通工具空间使用的有效率，避免乘客由于不能全面了解公共交通工具空间占用情况导致在局部空间过于聚集，造成空间的浪费。通过对公共交通工具空间栅格化处理，约束乘客占用空间的范围，能够控制乘客空间活动的自由度在合理水平。由于乘客在公共交通工具空间选择上具有思维惯性和惰性，往往难以兼顾乘车体验和病毒传播风险选择最优的乘车空间，为乘客制定公共交通工具空间分配方案，能够辅助乘客在公共交通工具空间选择过程中做出理性的决策，在保障乘客的乘车体验的同时，减少病毒传播的风险。另一方面，通过接收乘客在公共交通工具内的空间占用情况，即使病毒疫情出现，也能够及时掌握感染者及其密切接触者的信息，便于对乘客的感染风险进行划分以及排查溯源工作的开展，实现精准防控。
附图说明
图1为本实施例中乘客公共交通工具空间分配流程图。
图2为本发明乘客公共交通工具空间选择决策示意图。
图3为本实施例中公共交通工具空间栅格化处理示意图。
图4本实施例中公共交通工具局部空间划分示意图。
图5本发明提供的系统的应用架构图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
选择公共交通工具出行的乘客对交通出行服务水平的要求越来越高，对乘车的安全性和舒适性提出了新的要求。在当下常态化防疫的背景下，乘客和公共交通管理部门落实防疫责任、遵守防疫要求、配合防疫措施是遏制病毒扩散的有效措施，对当下公共交通管理提出了控制病毒传播风险的要求。
现有的管理模式下，乘客登上公共交通工具后综合考虑多个因素对公共交通工具空间进行自由竞争，具体的决策流程由图2所示。由于公共交通工具内部空间狭小拥挤，乘客视线受阻，乘客往往难以完全掌控公共交通工具空间的具体的使用情况；另一方面，乘客在公共交通工具内部过度聚集使得乘客难以有效利用公共交通工具空间。为了改善乘客空间信息接收的局限性和空间选择的盲目性的影响，对乘客进行公共交通工具空间分配并加以引导。
见图1，本实施例提供一种公共交通工具空间分配方法，具体包括以下步骤：
S1. 获取车站q车厢z的上车和下车的乘客数量，统计需要参与公共交通工具空间分配的乘客数量，对上车乘客按次序进行排序，并计算车厢z内现有的乘客数量用以作为承载率控制的依据。
S101. 通过上车取号的方式为上车乘客进行排序，以此对乘客进行区分；
S102.获取车站q车厢z的需要上车的人数I qz 、下车人数O qz 和上游车站q-1车厢z内的乘客数量a q-1z 和承载率α q-1z ，并与车厢设计承载人数p做比，计算车厢z内现有的乘客数量a qz 和承载率α qz ，相应的计算公式如下：
Figure 563862DEST_PATH_IMAGE025
(1-1)
Figure 943022DEST_PATH_IMAGE026
(1-2)
S103.将承载率α qz 和设计承载率α相比较，若α qz >α则车站q需要控制车厢z的上车人数I qz ≤(α-α q-1z )*p+O qz 。
S2. 对车厢z内的空间进行栅格化处理得到栅格单元，并对栅格单元进行分类处理；见图3和图4，具体步骤如下：
S201.依据公共交通工具空间内区域的类型将区域划分为等尺寸的栅格单元，区域包括立席区域和座椅区域；参考《地铁设计规范》以长和宽0.41米的正方形对车厢内的立席区域进行划分，控制最大密度为6人/m2；公共交通工具的座椅长宽设置为0.41*0.41米，考虑乘客坐姿需要占用额外的面积，对座椅区域栅格化处理的长和宽分别设置为0.8米和0.4米；
S202.公共交通工具内部为站立的乘客设置了拉手、扶手和立柱以保障乘客行车过程中的安全性，因此结合公共交通工具空间内扶手和立柱等辅助设施的位置对立席区域的栅格单元进行标记，对立席区域划分为拉手区、立柱扶手区和无辅助区。
S3. 综合考虑病毒传播风险和乘客乘车体验建立公共交通工具的空间分配模型，确定能够供乘客选择的公共交通工具空间；具体步骤如下：
S301.制定空间分配模型的规则；本实施例中空间分配模型的规则制定如下：每个乘客严格遵守乘车空间分配的结果；乘车空间的分配过程仅发生在车辆停止上下乘客的过程中，车辆行驶过程中乘客不存在栅格单元的转换；所有的乘客在乘车过程中优先选择使用座椅，所有的乘客视为理性的个体参与到公共交通工具空间的分配过程中；每个栅格单元仅能供一人使用。
S302.根据公共交通工具空间的区域位置和辅助设施类型对公共交通工具空间进行筛选，确定待分配栅格单元；以区域位置r及辅助设施类型s作为划分依据，随机选择待分配的栅格单元，具体如下：
Figure 307007DEST_PATH_IMAGE027
(3-1)
Figure 464319DEST_PATH_IMAGE028
(3-2)
式(3-1)为待分配栅格单元矩阵，
Figure 398908DEST_PATH_IMAGE029
为区域位置r内辅助设施类型s的待分配栅格单元编号；式(3-2)为随机选择函数，N rs 为区域位置r内辅助设施类型s的栅格单元数量；
S303. 对空间分配模型内的各个变量进行定义并设定约束条件，变量包括公共交通工具空间的分配决策、公共交通工具空间的占用状态、公共交通工具空间的舒适性、公共交通工具空间的安全性和公共交通工具空间的便捷性和公共交通工具空间的病毒传播风险；具体的：
S3031. 定义公共交通工具空间分配决策矩阵T，t ki 为乘客k对栅格单元i的分配结果，I为参与分配的栅格单元总数。
Figure 565448DEST_PATH_IMAGE030
(3-3)
Figure 997654DEST_PATH_IMAGE031
(3-4)
S3032.定义公共交通工具空间占用状态矩阵A，矩阵元素a i 表示栅格单元i的占用状态。
Figure 591446DEST_PATH_IMAGE032
(3-5)
Figure 262599DEST_PATH_IMAGE033
(3-6)；
S3033.通过空间的局部密度标定公共交通工具空间的舒适性C，由于空间的舒适性存在下限不存在上限，乘客在公共交通工具空间内局部空间密度过高会使乘客感到压抑，而局部密度处于低水平时乘客并不会存在不适感。对公共交通工具内部空间划分为相对独立的区域
Figure 983562DEST_PATH_IMAGE009
，区域局部密度
Figure 790981DEST_PATH_IMAGE034
的计算方式如下：
Figure 306407DEST_PATH_IMAGE035
(3-7)
其中
Figure 199276DEST_PATH_IMAGE036
代表区域
Figure 707618DEST_PATH_IMAGE009
内所有栅格单元的分配情况，
Figure 120276DEST_PATH_IMAGE013
表示区域
Figure 55871DEST_PATH_IMAGE009
内被分配到乘客的栅格单元总数，
Figure 436037DEST_PATH_IMAGE014
为区域
Figure 233222DEST_PATH_IMAGE009
的面积。
S3034. 由于将公共交通工具空间的安全性S作为定性评价指标，难以定量分析，故而依据待分配栅格单元的是否配备有安全辅助设施对公共交通工具空间的安全性进行评价；公共交通工具空间的安全性指标的分级和量化标准如表1所示。
表1 不同区域类型的安全性赋值
区域类型 无辅助区 扶手区 立柱区 座椅区域
指标等价 安全性低 安全性一般 安全性较高 安全性高
量化值 [0,2] (2,3] (3,4] (4,5]
S3035.通过乘客上车位置与被分配的栅格单元的距离表示公共交通工具空间的便捷性E，乘客上车的位置不同导致前往交通工具空间的距离存在差异，而现实情况中乘客通常选择就近的可用空间完成乘车，综上所述，确定计算方法如下：
Figure 15234DEST_PATH_IMAGE015
(3-8)
Figure 872462DEST_PATH_IMAGE016
表示乘客k的上车位置与被分配的栅格单元i的距离，
Figure 474345DEST_PATH_IMAGE037
为乘客k的上车位置，
Figure 324489DEST_PATH_IMAGE038
代表乘客k被分配到的栅格单元i的位置属性：R表示位置属性。
S3036.以空间距离作为评判公共交通工具空间的病毒传播风险P；病毒的最常见的传播方式为以感染者呼吸道飞沫为载体的直接传播，其与距离有着密切的关系：与感染者相距一米之内感染风险相当高；一米以外，感染风险会逐渐降低；两米以外，相对比较安全。为了权衡病毒传播风险P，以空间距离作为评判病毒传播的风险，定义以下公式
Figure 711739DEST_PATH_IMAGE018
(3-9)
Figure 723558DEST_PATH_IMAGE019
(3-10)
式(3-9)表示乘客k与其他乘客
Figure 812737DEST_PATH_IMAGE020
的最近距离
Figure 482883DEST_PATH_IMAGE039
，其中
Figure 973908DEST_PATH_IMAGE040
代表其他乘客
Figure 422207DEST_PATH_IMAGE020
被分配到的栅格单元的位置，K为乘客的集合；式(3-10)表示感染病毒的风险概率，其中θ与γ为常量，需结合病毒传播的特征对其进行标定。
S3037.公共交通工具的空间分配模型旨在保障乘客乘车的安全性、舒适性和便捷性的同时，通过增加乘客之间的安全距离，控制病毒传播的风险。因此以区域局部密度最小为目标，保障乘客乘车的舒适性最大化；以公共交通工具空间配备的辅助设施安全性最优为目标，保障乘客的安全性最大化；以乘客前往被分配的公共交通工具工具距离最小为目标，保障乘客乘车的便捷性最大化，并通过乘客之间的最小距离量化病毒传播风险以最小化病毒传播风险为目标来防控病毒传播。综合上述分析，对最优的空间分配模型和约束条件汇总如下：
Figure 298150DEST_PATH_IMAGE022
(3-11)
Figure 490097DEST_PATH_IMAGE023
式(3-12)表示乘客k被分配的栅格单元不能处于被占用的状态，即若a i =1则栅格单元i处于被占用的状态，t ki 不能同时为1；式(3-13)表示乘客不能被分配到同一个栅格单元i内；
S304. 求解空间分配模型。本实施例中将灰色关联分析法和TOPSIS法相结合对公共交通工具空间分配模型进行求解，包括以下步骤：
S3041.在待分配栅格单元矩阵中选择满足模型约束条件的栅格单元作为可选的分配方案，然后具体量化病毒传播风险、乘车安全性、舒适性、便捷性等评价指标；假设可选的分配方案有n个，选用的筛选指标有m个，构建筛选指标的原始数据矩阵
Figure 586360DEST_PATH_IMAGE024
，
Figure 471140DEST_PATH_IMAGE041
为相应的指标值。
Figure 534911DEST_PATH_IMAGE042
(3-15)
由于本例中的筛选指标为成本型和效益型，采用线性比例法对评价指标的指标值进行标准化处理，具体如下：
① 成本型指标
Figure 281281DEST_PATH_IMAGE043
(3-16)
② 效益性指标
Figure 481318DEST_PATH_IMAGE044
(3-17)
经过标准化处理得到矩阵如下：
Figure 287731DEST_PATH_IMAGE045
(3-18)
S3042.评价指标主客观赋权；
管理方可以根据病毒严重程度主动调整对乘客乘车体验和病毒传播风险的重视程度。使用层次分析法对评价指标进行主观赋权，构建指标重要程度判断矩阵
Figure 573219DEST_PATH_IMAGE046
,评价指标
Figure 106969DEST_PATH_IMAGE047
和
Figure 177824DEST_PATH_IMAGE048
的相对重要程度用
Figure 404406DEST_PATH_IMAGE049
表示，计算评价指标重要程度判断矩阵的特征向量v s 和最大特征值
Figure 177190DEST_PATH_IMAGE050
。为了验证指标之间相对重要程度是否存在矛盾，需要对矩阵进行一致性检验，CI为一致性指标，RI为随机一致性指标，若
Figure 265363DEST_PATH_IMAGE051
<0.1，则检验通过。对v s 进行归一化处理得到主观权重矩阵
Figure 705571DEST_PATH_IMAGE052
；
对指标标准化矩阵Y进行归一化处理，得到矩阵B：
Figure 837475DEST_PATH_IMAGE053
(3-19)
计算指标的熵值g s 和差异系数q s ，评价指标的差异系数表明评价指标对分配方案的评价作用，差异系数越大则对分配方案的评价作用越大。
Figure 113867DEST_PATH_IMAGE054
(3-20)
Figure 723840DEST_PATH_IMAGE055
(3-21)
对指标的差异系数进行归一化处理，求出指标的客观权重矩阵
Figure 18555DEST_PATH_IMAGE056
：
Figure 72093DEST_PATH_IMAGE057
(3-22)
通过计算主客观组合系数α 1、α 2，对权重组合，确定组合权重v，其中
Figure 819469DEST_PATH_IMAGE058
为各个指标s的最优属性值：
Figure 498712DEST_PATH_IMAGE059
(3-23)
Figure 392807DEST_PATH_IMAGE060
(3-24)
Figure 397672DEST_PATH_IMAGE061
(3-25)
S3043.分配方案优劣排序；
归一化处理规范化矩阵消除指标间量纲差异的影响，根据组合权重确定加权矩阵U，具体方法如下：
Figure 334852DEST_PATH_IMAGE063
(3-26)
确定加权矩阵的正负理想解
Figure 604159DEST_PATH_IMAGE064
和
Figure 733920DEST_PATH_IMAGE065
，计算分配方案到正负理想解的欧式距离
Figure 455889DEST_PATH_IMAGE066
/
Figure 476934DEST_PATH_IMAGE067
：
Figure 351481DEST_PATH_IMAGE068
(3-27)
并在加权矩阵U的基础上计算各个分配方案与正、负理想解的灰色关联度，完成综合贴近度的计算，综合贴近度越大说明分配方案越优，根据综合贴近度完成分配方案的优劣排序，具体方法如下：
以加权矩阵为基础计算各个分配方案对正负理想解的灰色关联系数
Figure 432569DEST_PATH_IMAGE069
和
Figure 641834DEST_PATH_IMAGE070
，其中
Figure 951723DEST_PATH_IMAGE071
为分辨系数，取值介于0~1之间，一般取值为0.5，最终确定第h个分配方案与正负理想解的灰色关联度
Figure 930044DEST_PATH_IMAGE072
和
Figure 932766DEST_PATH_IMAGE073
。
Figure 629326DEST_PATH_IMAGE074
(3-28)
计算分配方案关于欧式距离和灰色关联度的相对贴进度E h 和R h ，并最终计算分配方案的综合贴进度F h ，式中β 1 和β 2 代表相对偏好度，一般取值为0.5。综合贴近度的取值范围为0~1，综合贴进度的值越大说明分配方案越优。
Figure 992175DEST_PATH_IMAGE075
Figure 575734DEST_PATH_IMAGE076
(3-29)
Figure 733046DEST_PATH_IMAGE077
S4. 根据公共交通工具空间分配方案排序的优劣程度，应用灯光引导乘客按照取得的号码选择被分配的最优栅格单元；
S5.统计乘客在所分配的栅格单元中选择的最终结果，确定乘客占用的公共交通工具栅格单元并上传数据，完成本轮的分配工作。
优选地，本申请的实施例还提供一种公共交通工具空间分配系统，见图4，系统包括上下车乘客统计单元、空间栅格化分类单元、空间分配数据生成单元、空间分配结果指引单元、空间选择结果接收单元。
上下车乘客统计单元用于计算各个车站以及各个车厢的上车和下车的乘客的数量，统计需要参与公共交通工具空间分配的人员；
空间栅格化分类单元用于对公共交通工具空间进行栅格化处理，并根据区域类型和辅助设施位置对栅格单元进行分类；
空间分配数据生成单元用于获取公共交通工具内部空间的栅格化信息，综合考虑病毒传播风险和乘客乘车体验将公共交通工具空间分配给相应的乘客，生成可用的公共交通工具空间分配结果；
空间分配结果指引单元用于根据生成的公共交通工具空间分配结果通过灯光向乘客反馈空间的优劣程度，指引乘客根据分配结果选择乘车空间；
空间选择结果接受单元用于接收乘客在公共交通工具内部空间的选择结果。
优选地，本申请的实施例还提供能够实现上述实施例中的公共交通工具空间分配方法中全部步骤的一种电子设备的具体实施方式，电子设备具体包括如下内容：
处理器(processor) 、存储器(memory) 、通信接口(Communications Interface)和总线；
其中，处理器、存储器、通信接口通过总线完成相互间的通信；通信接口用于实现服务器端设备、计量设备以及用户端设备等相关设备之间的信息传输。
处理器用于调用存储器中的计算机程序，处理器执行计算机程序时实现上述实施例中的公共交通工具空间分配方法中的全部步骤。
本申请的实施例还提供能够实现上述实施例中的公共交通工具空间分配方法中全部步骤的一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的公共交通工具空间分配方法的全部步骤。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

Claims (10)

1.一种公共交通工具空间分配方法，其特征在于，包括以下步骤：
S1. 获取车站q车厢z的上车和下车的乘客数量，统计需要参与公共交通工具空间分配的乘客数量，对上车乘客按次序进行排序，并计算车厢z内现有的乘客数量用以作为承载率控制的依据；
S2. 对车厢z内的空间进行栅格化处理得到栅格单元，并对栅格单元进行分类处理；
S3. 综合考虑病毒传播风险和乘客乘车体验建立公共交通工具的空间分配模型，确定能够供乘客选择的公共交通工具空间；
S4. 根据公共交通工具空间排序的优劣程度，应用灯光引导乘客按照次序选择被分配的最优栅格单元；
S5. 检测乘客对公共交通工具空间的选择情况，确定乘客占用的公共交通工具空间。
2.根据权利要求1所述一种公共交通工具空间分配方法，其特征在于，步骤S1包括以下步骤：
S101.通过上车取号的方式为上车乘客进行排序，以此对乘客进行区分；
S102.获取车站q车厢z的需要上车的人数I qz 、下车人数O qz 和上游车站q-1车厢z内的乘客数量a q-1z 和承载率α q-1z ，并与车厢设计承载人数p作比，计算车厢z内现有的乘客数量a qz 和承载率α qz ，相应的计算公式如下：
Figure 863146DEST_PATH_IMAGE001
(1-1)
Figure 514838DEST_PATH_IMAGE002
(1-2)
S103.将承载率α qz 和设计承载率α相比较，若α qz >α则车站q需要控制车厢z的上车人数满足I qz ≤(α-α q-1z )*p+O qz 。
3.根据权利要求1所述一种公共交通工具空间分配方法，其特征在于，步骤S2包括以下步骤：
S201.依据车厢空间内目标区域的类型将目标区域划分为等尺寸的栅格单元，目标区域包括立席区域和座椅区域；
S202.结合车厢空间内辅助设施位置对立席区域的栅格单元进行标记，将立席区域划分为拉手区、立柱扶手区和无辅助区，所述辅助设施包括拉手和立柱。
4.根据权利要求3所述一种公共交通工具空间分配方法，其特征在于，以长和宽均为0.41米的正方形栅格单元对立席区域进行划分，控制最大密度为6人/m2；城市公共交通工具的座椅长宽设置为0.41*0.41米，座椅区域内栅格单元的长和宽分别设置为0.8米和0.4米。
5.根据权利要求1所述一种公共交通工具空间分配方法，其特征在于，步骤S3包括以下步骤：
S301. 制定空间分配模型的规则；
S302.根据公共交通工具空间的区域位置和辅助设施类型对公共交通工具空间进行筛选，确定待分配栅格单元；
S303.对空间分配模型内的各个变量进行定义并设定约束条件，变量包括公共交通工具空间的分配决策、公共交通工具空间的占用状态、公共交通工具空间的舒适性、公共交通工具空间的安全性和公共交通工具空间的便捷性和公共交通工具空间的病毒传播风险；
S304. 求解空间分配模型。
6.根据权利要求5所述一种公共交通工具空间分配方法，其特征在于，步骤S301中空间分配模型的规则如下：每个乘客严格遵守乘车空间分配的结果；乘车空间的分配过程仅发生在车辆停止时上下乘客的过程中，车辆行驶过程中不存在空间转换；所有的乘客在乘车过程中优先选择使用座椅，所有的乘客视为理性的个体参与到公共交通工具空间的分配过程中；每个栅格单元仅能供一人使用。
7.根据权利要求5所述一种公共交通工具空间分配方法，其特征在于，步骤S302中，以区域位置r及辅助设施类型s作为划分依据，随机选取参与分配的栅格单元，具体如下：
Figure 202171DEST_PATH_IMAGE003
(3-1)
Figure 795964DEST_PATH_IMAGE004
(3-2)
式(3-1)为待分配栅格单元矩阵，f rs 为区域位置r内辅助设施类型s的待分配栅格单元编号；式(3-2)为随机选择函数，N rs 为区域位置r内辅助设施类型s的栅格单元数量；
步骤S303具体包括以下步骤：
S3031. 定义公共交通工具空间分配决策矩阵T，t ki 为乘客k对栅格单元i的分配结果，I为参与分配的栅格单元总数；
Figure 211989DEST_PATH_IMAGE005
(3-3)
Figure 182220DEST_PATH_IMAGE006
(3-4)；
S3032. 定义公共交通工具空间占用状态矩阵A，矩阵元素a i 表示栅格单元i的占用状态；
Figure 740371DEST_PATH_IMAGE007
(3-5)
Figure 505065DEST_PATH_IMAGE008
(3-6)；
S3033.通过空间的局部密度标定公共交通工具空间的舒适性C，对公共交通工具内部空间划分为相对独立的区域
Figure 132355DEST_PATH_IMAGE009
，区域局部密度
Figure 391429DEST_PATH_IMAGE010
的计算方式如下，
Figure 318934DEST_PATH_IMAGE011
(3-7)
其中
Figure 5261DEST_PATH_IMAGE012
代表区域
Figure 385427DEST_PATH_IMAGE009
内所有栅格单元的分配情况，
Figure 697460DEST_PATH_IMAGE013
表示区域
Figure 230203DEST_PATH_IMAGE009
内被分配到乘客的栅格单元总数，
Figure 336700DEST_PATH_IMAGE014
为区域
Figure 954894DEST_PATH_IMAGE009
的面积；
S3034. 依据待分配栅格单元的是否配备有安全辅助设施对公共交通工具空间的安全性进行评价；
S3035.通过乘客上车位置与被分配的栅格单元的距离表示公共交通工具空间的便捷性E，具体如下：
Figure 70617DEST_PATH_IMAGE015
(3-8)
Figure 707135DEST_PATH_IMAGE016
表示乘客k的上车位置与被分配的栅格单元i的距离，abo k 为乘客k的上车位置，
Figure 735265DEST_PATH_IMAGE017
代表乘客k被分配到的栅格单元i的位置，R表示位置属性：
S3036.以空间距离作为评判公共交通工具空间的病毒传播风险P，具体如下：
Figure 824444DEST_PATH_IMAGE018
(3-9)
Figure 494591DEST_PATH_IMAGE019
(3-10)
式(3-9)表示乘客k与其他乘客
Figure 985615DEST_PATH_IMAGE020
的最近距离l ki ，其中
Figure 433914DEST_PATH_IMAGE021
代表其他乘客被分配到的栅格单元的位置，K为乘客的集合；式(3-10)表示感染病毒的风险概率，其中θ与γ为常量，需结合病毒传播的特征对其进行标定；
S3037.以区域局部密度最小为目标，保障乘客乘车的舒适性最大化；以公共交通工具空间配备的辅助设施安全性最优为目标，保障乘客的安全性最大化；以乘客前往被分配的公共交通工具距离最小为目标，保障乘客乘车的便捷性最大化，并通过乘客之间的最小距离量化病毒传播风险以最小化病毒传播风险为目标来防控病毒传播；得到最优的公共交通工具空间分配模型和约束条件如下：
Figure 44278DEST_PATH_IMAGE022
(3-11)
Figure DEST_PATH_IMAGE023
式(3-12)表示乘客k被分配的栅格单元不能处于被占用的状态，即若a i =1则栅格单元i处于被占用的状态，t ki 不能同时为1 ；式(3-13)表示乘客不能被分配到同一个栅格单元i内。
8.根据权利要求5所述一种公共交通工具空间分配方法，其特征在于，步骤304中采用灰色关联分析法和TOPSIS法相结合的方式对空间分配模型进行求解，具体如下：
S3041.在待分配栅格单元矩阵中选择满足空间分配模型约束条件的栅格单元作为可选的分配方案，量化公共交通工具空间的舒适性、安全性、便捷性和病毒传播风险评价指标；设可选的分配方案有n个，选用的评价指标有m个，构建评价指标的原始数据矩阵
Figure 767384DEST_PATH_IMAGE024
，x hf 为相应的指标值；
采用线性比例法对分配方案的评价指标值原始数据进行规范化处理，获得指标规范化矩阵Y；
S3042. 采用层次分析法对评价指标进行主观赋权，选用熵权法对评价指标进行客观赋权，对主客观权重进行线性组合确定最终组合权重；
S3043. 应用灰色关联分析对分配方案进行排序，综合考量分配方案与理想值的灰色关联度和欧式距离，以分配方案的相对接近度为依据确定分配方案的优劣次序，确定最终的分配方案。
9.一种公共交通工具空间分配系统，包括：
上下车乘客统计单元，用于计算各个车站以及各个车厢的上车和下车的乘客的数量，统计需要参与公共交通工具空间分配的人员；
空间栅格化分类单元，用于对公共交通工具空间进行栅格化处理，并根据区域类型和辅助设施位置对栅格单元进行分类；
空间分配数据生成单元，用于获取公共交通工具内部空间的栅格单元信息，综合考虑病毒传播风险和乘客乘车体验将公共交通工具空间分配给相应的乘客，生成可用的公共交通工具空间分配方案；
空间分配结果指引单元，用于根据生成的公共交通工具空间分配结果通过灯光向乘客反馈空间的优劣程度，指引乘客根据分配方案选择乘车空间；
空间选择结果接受单元用于接收乘客选择的公共交通工具空间。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至8任一项所述公共交通工具空间分配方法的步骤。
CN202211587802.8A 2022-12-12 2022-12-12 一种公共交通工具空间分配方法及系统 Active CN115660384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211587802.8A CN115660384B (zh) 2022-12-12 2022-12-12 一种公共交通工具空间分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211587802.8A CN115660384B (zh) 2022-12-12 2022-12-12 一种公共交通工具空间分配方法及系统

Publications (2)

Publication Number Publication Date
CN115660384A true CN115660384A (zh) 2023-01-31
CN115660384B CN115660384B (zh) 2023-04-18

Family

ID=85019649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211587802.8A Active CN115660384B (zh) 2022-12-12 2022-12-12 一种公共交通工具空间分配方法及系统

Country Status (1)

Country Link
CN (1) CN115660384B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116739322A (zh) * 2023-08-16 2023-09-12 天津市政工程设计研究总院有限公司 基于服务获取指数的出租车供需评估方法、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684952A (zh) * 2018-12-13 2019-04-26 北京航空航天大学 一种适用于高铁列车智能空调的乘客分布检测系统及方法
CN110543985A (zh) * 2019-08-27 2019-12-06 中南大学 一种列车车厢内的乘客分布预测方法及系统
CN110782070A (zh) * 2019-09-25 2020-02-11 北京市交通信息中心 一种城市轨道交通突发事件客流时空分布预测方法
CN112287513A (zh) * 2020-09-10 2021-01-29 浙江大学 减少车厢内传染概率的铁路客运乘客车厢分配优化方法
CN112347864A (zh) * 2020-10-21 2021-02-09 北京市地铁运营有限公司地铁运营技术研发中心 轨道交通客流感知及诱导方法、装置、设备和系统
CN114358808A (zh) * 2021-11-15 2022-04-15 南京理工大学 基于多源数据融合的公交od估计及分配方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684952A (zh) * 2018-12-13 2019-04-26 北京航空航天大学 一种适用于高铁列车智能空调的乘客分布检测系统及方法
CN110543985A (zh) * 2019-08-27 2019-12-06 中南大学 一种列车车厢内的乘客分布预测方法及系统
CN110782070A (zh) * 2019-09-25 2020-02-11 北京市交通信息中心 一种城市轨道交通突发事件客流时空分布预测方法
CN112287513A (zh) * 2020-09-10 2021-01-29 浙江大学 减少车厢内传染概率的铁路客运乘客车厢分配优化方法
CN112347864A (zh) * 2020-10-21 2021-02-09 北京市地铁运营有限公司地铁运营技术研发中心 轨道交通客流感知及诱导方法、装置、设备和系统
CN114358808A (zh) * 2021-11-15 2022-04-15 南京理工大学 基于多源数据融合的公交od估计及分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MD TABISH HAQUE等: "An optimization model to assign seats in long distance trains to minimize SARS-CoV-2 diffusion" *
李博: "疫情影响下地铁列车开行方案研究" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116739322A (zh) * 2023-08-16 2023-09-12 天津市政工程设计研究总院有限公司 基于服务获取指数的出租车供需评估方法、设备及介质
CN116739322B (zh) * 2023-08-16 2023-12-22 天津市政工程设计研究总院有限公司 基于服务获取指数的出租车供需评估方法、设备及介质

Also Published As

Publication number Publication date
CN115660384B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN101964085A (zh) 一种基于Logit模型和贝叶斯决策的客流分配方法
Boujelbene et al. The performance analysis of public transport operators in Tunisia using AHP method
Sumalee et al. Dynamic stochastic transit assignment with explicit seat allocation model
US20160042639A1 (en) Transportation plan creation support apparatus and transportation plan creation support method
CN115660384B (zh) 一种公共交通工具空间分配方法及系统
Hadas et al. Urban bus network of priority lanes: A combined multi-objective, multi-criteria and group decision-making approach
CN110222972B (zh) 一种基于数据驱动的城市轨道交通路网协同限流方法
Fogue et al. A novel approach for traffic accidents sanitary resource allocation based on multi-objective genetic algorithms
CN107403325B (zh) 机票订单可信度评价方法和装置
Yang et al. Choices versus choice sets: A commuting spectrum method for representing job—housing possibilities
Jabbari et al. How do perceptions of safety and car ownership importance affect autonomous vehicle adoption?
CN115392949A (zh) 基于乘客出发时间选择的轨道交通早高峰分时定价方法
Shen et al. How public transport subsidy policies in China affect the average passenger load factor of a bus line
Jasti et al. Integrated and sustainable benchmarking of metro rail system using analytic hierarchy process and fuzzy logic: A case study of Mumbai
Chikkabagewadi et al. Evaluation of the bus service quality and a strategy for improvement service: Based on importance performance analysis and customer satisfaction index level
CN114862137A (zh) 一种基于层次分析法的街道步行交通环境评价方法
Tan et al. An enhanced adaptive large neighborhood search for fatigue-conscious electric vehicle routing and scheduling problem considering driver heterogeneity
CN117422263A (zh) 地铁突发中断下考虑乘客出行选择行为的应急公交接驳调度方法
Shatanawi et al. Road pricing adaptation to era of autonomous and shared autonomous vehicles: Perspective of Brazil, Jordan, and Azerbaijan
CN111275305B (zh) 一种高峰时段传统出租车和网约车服务的公平评估方法
Dai et al. Accessibility-based ethics-aware transit design
Viana et al. Optimization of a demand responsive transport service using multi-objective evolutionary algorithms
Huang et al. Optimal headway-based bus dispatching strategy under the influence of epidemic outbreaks
CHERANCHERY et al. Identifying management strategies for the improvement of urban bus services: A case study in Kolkata
CN115713184A (zh) 一种公交线路运营服务评估方法

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