CN115860804A - 一种公交运营不可靠性成本计算方法、装置、设备及介质 - Google Patents

一种公交运营不可靠性成本计算方法、装置、设备及介质 Download PDF

Info

Publication number
CN115860804A
CN115860804A CN202310075142.3A CN202310075142A CN115860804A CN 115860804 A CN115860804 A CN 115860804A CN 202310075142 A CN202310075142 A CN 202310075142A CN 115860804 A CN115860804 A CN 115860804A
Authority
CN
China
Prior art keywords
time
calculating
additional
passenger
bus
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
CN202310075142.3A
Other languages
English (en)
Other versions
CN115860804B (zh
Inventor
范文博
严啸天
吴松林
王曙光
周永胜
彭小康
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.)
Sichuan Jiuding Qianyuan Technology Co ltd
Southwest Jiaotong University
Original Assignee
Sichuan Jiuding Qianyuan Technology Co ltd
Southwest Jiaotong University
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 Sichuan Jiuding Qianyuan Technology Co ltd, Southwest Jiaotong University filed Critical Sichuan Jiuding Qianyuan Technology Co ltd
Priority to CN202310075142.3A priority Critical patent/CN115860804B/zh
Publication of CN115860804A publication Critical patent/CN115860804A/zh
Application granted granted Critical
Publication of CN115860804B publication Critical patent/CN115860804B/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)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种公交运营不可靠性成本计算方法、装置、设备及介质，涉及交通管理技术领域，包括获取公交线路的往返循环时间和若干第一车头时距；根据若干第一车头时距计算标准时距和异常时距；基于标准时距和异常时距计算乘客的额外出行时间，所述额外出行时间至少包括额外等待时间和额外车程时间；根据往返循环时间和标准时距计算公交线路的额外车队规模；基于额外出行时间和额外车队规模，由预设单位时间成本和预设单位车辆成本计算公交线路的不可靠性成本。本发明用于解决由于现有技术中公交服务的不可靠，造成乘客的时间成本和公交公司购买车辆成本增加的问题。

Description

一种公交运营不可靠性成本计算方法、装置、设备及介质
技术领域
本发明涉及交通管理技术领域，具体而言，涉及公交运营不可靠性成本计算方法、装置、设备及介质。
背景技术
城市公交系统是人们日常出行的主要方式，公交在运行过程中由于受到天气状况、道路情况、突发事故、站台条件等众多因素影响，造成公交服务不可靠，具体体现在公交车辆偏离既定时刻表。而公交服务的不可靠会增加乘客的时间成本和公交公司购买车辆成本，尤其当缺乏详尽准确的时刻表，不仅增大了乘客出行过程的不确定性，还影响到公交服务质量及使用率。目前，上述两种成本都属于隐性成本，短时间难以被政府、公交公司、个体出行者准确感知；致使政府和公交公司缺乏改善、提高公交可靠性的动机，同时难以发现、排查严重问题所在，无法制定有效的针对性措施。
发明内容
本发明的目的在于提供一种公交运营不可靠性成本计算方法、装置、设备及介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
第一方面，本申请提供了一种公交运营不可靠性成本计算方法，包括：
获取公交线路的往返循环时间和若干第一车头时距，所述第一车头时距为运营在公交线路的相邻两辆公共交通车辆到站的时间间隔；
根据若干第一车头时距计算标准时距和异常时距，所述标准时距为若干第一车头时距的数学期望，所述异常时距为若干第二车头时距的数学期望，所述第二车头时距为随机到站的乘客所经历公共交通车辆到站的时间间隔；
基于标准时距和异常时距计算乘客的额外出行时间，所述额外出行时间至少包括额外等待时间和额外车程时间；
根据往返循环时间和标准时距计算公交线路的额外车队规模；
基于额外出行时间和额外车队规模，由预设单位时间成本和预设单位车辆成本计算公交线路的不可靠性成本。
第二方面，本申请还提供了一种公交运营不可靠性成本计算装置，包括：
获取模块：获取公交线路的往返循环时间和若干第一车头时距，所述第一车头时距为运营在公交线路的相邻两辆公共交通车辆到站的时间间隔；
第一计算模块：根据若干第一车头时距计算标准时距和异常时距，所述标准时距为若干第一车头时距的数学期望，所述异常时距为若干第二车头时距的数学期望，所述第二车头时距为随机到站的乘客所经历公共交通车辆到站的时间间隔；
第二计算模块：基于标准时距和异常时距计算乘客的额外出行时间，所述额外出行时间至少包括额外等待时间和额外车程时间；
第三计算模块：根据往返循环时间和标准时距计算公交线路的额外车队规模；
第四计算模块：基于额外出行时间和额外车队规模，由预设单位时间成本和预设单位车辆成本计算公交线路的不可靠性成本。
第三方面，本申请还提供了一种公交运营不可靠性成本计算设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现所述公交运营不可靠性成本计算方法的步骤。
第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于公交运营不可靠性成本计算方法的步骤。
本发明的有益效果为：
本发明根据乘客出行行为的实际情况将乘客划分为有约或无约，分别给出不可靠性定量计算方法，同时，本发明还考虑了公交公司在车队规模配置方面的不可靠性影响，并将乘客个体、公交公司难以感知的隐性成本显性化，为公交公司在运营评价中提供定量评估计算方法和理论依据，指导后续管控措施，提高乘客出行质量及控制公交运营成本。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例中所述的公交运营不可靠性成本计算方法流程示意图;
图2为本发明实施例中所述的公交运营不可靠性成本计算装置结构示意图一；
图3为本发明实施例中所述的公交运营不可靠性成本计算装置结构示意图二；
图4为本发明实施例中所述的公交运营不可靠性成本计算设备结构示意图。
图中标记：
01、获取模块；02、第一计算模块；021、第一构建单元；022、第一确定单元；023、第一计算单元；03、第二计算模块；031、第二计算单元；032、第三计算单元；033、第四计算单元；034、第五计算单元；035、第二确定单元；036、第六计算单元；037、第一获取单元；038、第七计算单元；039、第八计算单元；0310、第九计算单元；04、第三计算模块；041、第十计算单元；042、第十一计算单元；043、第十二计算单元；044、第十三计算单元；045、第十四计算单元；05、第四计算模块；051、第二获取单元；052、第十五计算单元；053、第十六计算单元；054、第十七计算单元；055、第十八计算单元；
800、公交运营不可靠性成本计算设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
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一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1：
本实施例提供了一种公交运营不可靠性成本计算方法。
参见图1，图中示出了本方法包括：
S1.获取公交线路的往返循环时间和若干第一车头时距，所述第一车头时距为运营在公交线路的相邻两辆公共交通车辆到站的时间间隔；
本实施例中，所述第一车头时距为通过搭载在公共交通车辆上的GPS车辆定位系统获取到的历史数据。公交车GPS（Global Positioning System）系统可以保证卫星采集到公共交通车辆的经纬度和高度，以便实现导航、定位、授时等功能，搭载GPS的公共交通车辆可以实时掌握线路运行状态、合理调整运力，有效实现安全监控与考核，更加准确、丰富的统计报表。结合本发明实施例，通过公交车GPS可以调查到公交车辆到达车站的位置和时间。
本实施例中的第一车头时距为同一公交线路的公共交通车辆，两连续公共交通车辆车的头端部通过一站点断面的时间间隔，单位为秒/每车次（s/Veh），车头时距与交通流组成、驾驶行为密切相关，是反映道路通行能力和服务水平的重要依据。
基于以上实施例，本方法还包括：
S2.根据若干第一车头时距计算标准时距和异常时距，所述标准时距为若干第一车头时距的数学期望，所述异常时距为若干第二车头时距的数学期望，所述第二车头时距为随机到站的乘客所经历公共交通车辆到站的时间间隔；
具体的，所述步骤S2包括：
S21.构建第一车头时距的第一概率密度函数
Figure SMS_1
，所述第一概率密度函数表示第一车头时距长度为/>
Figure SMS_2
的概率；
S22.根据第一概率密度函数确定第二车头时距的第二概率密度函数；
令
Figure SMS_3
表示第二车头/>
Figure SMS_4
的概率密度函数，由于在/>
Figure SMS_5
范围内到达车站的乘客数量与/>
Figure SMS_6
成正比，因此随机到达车站的乘客经历在/>
Figure SMS_7
车头时距的概率为：
Figure SMS_8
；（1）/>
其中，根据概率论中概率密度函数求期望的方法，随机变量X的n阶矩是X的n次方的数学期望，
Figure SMS_9
表示乘客随机到达率，即：
Figure SMS_10
；（2）
式中，X表示随机变量，x表示随机变量可能的取值，
Figure SMS_11
表示概率密度函数。
当n=1时，
Figure SMS_12
，则式（1）中/>
Figure SMS_13
，由此可以得到：
Figure SMS_14
；（3）
式中，
Figure SMS_15
表示第一车头时距h的数学期望，反映h的平均取值的大小。
S23.根据概率论概率密度函数数学期望公式，由第二概率密度函数计算得到异常时距。
式（3）两边同时乘上
Figure SMS_16
得到：
Figure SMS_17
；（4）
式（4）两边同时取积分：
Figure SMS_18
；（5）
根据概率论概率密度函数期望公式，可推导得到：
Figure SMS_19
；（6）
因此， h与
Figure SMS_20
的k次方的数学期望关系式满足：
Figure SMS_21
；（7）
式中，k为指数。
当k=1时,
Figure SMS_22
，式中，/>
Figure SMS_23
表示异常时距。
基于以上实施例，本方法还包括：
S3.基于标准时距和异常时距计算乘客的额外出行时间，所述额外出行时间至少包括额外等待时间和额外车程时间；
具体的，当所述乘客为没有预期到达目的站点时间的有约乘客时，所述步骤S3包括：
S31.在公共交通车辆服务异常情况下，利用所述异常时距计算无约乘客的预期等待时间
Figure SMS_24
；
本实施例中，所述无约乘客的预期等待时间为异常时距的一半，即：
Figure SMS_25
；（8）
式中，
Figure SMS_26
表示h的方差，表示h和/>
Figure SMS_27
之间的偏离程度，具体的，/>
Figure SMS_28
；（9）
如表1所示，表1中展示了公交线路的站点总数、第一车头时距的数学期望和方差。
表1
Figure SMS_29
S32.在公共交通车辆服务正常情况下，利用所述标准时距计算无约乘客的正常等待时间
Figure SMS_30
；
当Var[h]=0时，证明公共交通车辆服务完全规律且正常，得到以下公式：
Figure SMS_31
；（10）
S33.基于预期等待时间和正常等待时间计算得到无约乘客的额外等待时间
Figure SMS_32
；
Figure SMS_33
；（11）
S34.计算第二车头时距与标准时距的第一差值
Figure SMS_34
；
S35.根据无约乘客的平均途径站点的数量和第一差值确定无约乘客的额外车程时间
Figure SMS_35
；
Figure SMS_36
；（12）
将
Figure SMS_37
代入式中（12）得到：
Figure SMS_38
；（13）
式中，β表示远小于1的系数，S表示无约乘客的平均途径站点。
S36.利用额外等待时间和额外车程时间计算得到无约乘客的额外出行时间
Figure SMS_39
。
Figure SMS_40
；（14）/>
具体的，当所述乘客为有预期到达目的站点时间的有约乘客，所述步骤S3包括：
与无约乘客相比，有约乘客还需考虑额外约定时间。因此，乘客对时间更加敏感，对公共交通车辆不可靠性的重视程度更高，反之不可靠性对乘客的影响会越大，这种影响大大增加了行程的不确定性。
S31.获取第三车头时距Hc，所述第三车头时距为有约乘客在第一车头时距中满足预设条件的车头时距；
具体的，所述预设条件为：1、第一车头时距中的较长车头时距；2、在若干较长车头时距分布中占比最多的车头时距；
S32.在公共交通车辆服务异常情况下，根据第三车头时距计算有约乘客的总出行时间；
从乘客的历史出行经验中得到，在出行进程中，车辆的行程时间大约为
Figure SMS_41
，因此总出行时间为/>
Figure SMS_42
；
S33.在公共交通车辆服务正常情况下，基于标准时距和有约乘客的平均途径站点的数量计算有约乘客的正常出行时间
Figure SMS_43
；
S34.利用总出行时间和正常出行时间计算得到有约乘客的额外出行时间，所述额外出行时间包括有约乘客的额外等待时间、额外车程时间和额外约定时间，所述额外约定时间为有约乘客实际到达目的站点与数学期望到达目的站点的时间间隔。
Figure SMS_44
；（15）
式中，
Figure SMS_45
表示有约乘客的额外出行时间，其中，/>
Figure SMS_46
中/>
Figure SMS_47
为额外等待时间，/>
Figure SMS_48
为额外约定时间、/>
Figure SMS_49
为额外车程时间。
本实施例中，令
Figure SMS_50
，由此可以得到：
Figure SMS_51
；（16）
将式（16）代入式（15）中，得到：
Figure SMS_52
；（17）
基于以上实施例，本方法还包括：
S4.根据往返循环时间和标准时距计算公交线路的额外车队规模，所述往返循环时间包括巡航时间、站点延误时间和站点间的干扰时间；
基于以上实施例，所述步骤S4包括：
S41.根据巡航时间、站点延误时间和站点间的干扰时间计算高峰期的异常往返时间；
本实施例中，车队规模表示在一个往返循环时间内必须在发车时刻参与服务的公共交通车辆数。当公交公司希望车队规模满足大多数时间的需求时，就需要考虑到特殊情况，例如早晚高峰发车间隔较密，因此所需公共交通车辆数量较多。
高峰期的异常往返时间为：
Figure SMS_53
；（18）
式中，Tq表示往返循环时间，Tc表示巡航时间，
Figure SMS_54
为在第S个站点的延误时间，/>
Figure SMS_55
为在第S个站点的随机干扰，N为公交航线的站点总数。
S42.在公共交通车辆服务异常的情况下，基于所述异常往返时间和标准时距计算公交线路的第一车队规模；
Figure SMS_56
；（19）
式中，F1表示第一车队规模，
Figure SMS_57
表示Tq的标准差。
其中，
Figure SMS_58
，/>
Figure SMS_59
，表示公共交通车辆完成一个周期运行，在相邻两站点间的随机干扰集合，由此可以得到：
Figure SMS_60
；（20）
S43.根据巡航时间和站点间的干扰时间计算平稳期的正常往返时间；
平稳期的正常往返时间仅包括巡航时间和站点间的干扰时间：
Figure SMS_61
；（21）
S44.在公共交通车辆服务的情况下，基于所述正常往返时间和标准时距计算公交线路的第二车队规模；
Figure SMS_62
；（22）
其中，
Figure SMS_63
；
S45.由第一车队规模和第二车队规模计算得到公交线路的额外车队规模F。
Figure SMS_64
；（23）
如表2所示，表中展示了多条公交线路所需的额外车队规模；
表2
Figure SMS_65
基于以上实施例，本方法还包括：
S5.基于额外出行时间和额外车队规模，由预设单位时间成本和预设单位车辆成本计算公交线路的不可靠性成本。
具体的，所述步骤S5包括：
S51.获取乘客的数量，所述乘客包括无约乘客和有约乘客；
S52.基于额外出行时间和乘客的数量分别计算无约乘客的第一额外出行时间和有约乘客的第二额外出行时间；
具体的，所述第一额外出行时间=无约乘客的数量*无约乘客的额外出行时间；所述第二额外出行时间=有约乘客的数量*有约乘客的额外出行时间，具体计算结果如表3所示：
表3
Figure SMS_66
S53.根据预设单位时间成本、第一额外出行时间和第二额外出行时间计算的乘客的总额外时间成本；
具体的，所述乘客的总额外时间成本=预设单位时间成本*（第一额外出行时间+第二额外出行时间）；
本实施例中，所述预设单位时间成本为1.085元/分钟；
S54.根据预设单位车辆成本和额外车队规模计算公交公司的车辆额外购买成本；
具体的，公交公司的车辆额外购买成本=预设单位车辆成本*额外车队规模，优选的，所述预设单位车辆成本为50万/车辆：
S55.由乘客的额外时间成本和公交公司的车辆额外购买成本计算得到公交线路的不可靠性成本。
具体的，公交线路的不可靠性成本=乘客的额外时间成本+公交公司的车辆额外购买成本，如表4所示：
表4
Figure SMS_67
实施例2：
如图2、图3所示，本实施例提供了一种公交运营不可靠性成本计算装置，所述装置包括：
获取模块01：获取公交线路的往返循环时间和若干第一车头时距，所述第一车头时距为运营在公交线路的相邻两辆公共交通车辆到站的时间间隔；
第一计算模块02：根据若干第一车头时距计算标准时距和异常时距，所述标准时距为若干第一车头时距的数学期望，所述异常时距为若干第二车头时距的数学期望，所述第二车头时距为随机到站的乘客所经历的公共交通车辆到站的时间间隔；
第二计算模块03：基于标准时距和异常时距计算乘客的额外出行时间，所述额外出行时间至少包括额外等待时间和额外车程时间；
第三计算模块04：根据往返循环时间和标准时距计算公交线路的额外车队规模；
第四计算模块05：基于额外出行时间和额外车队规模，由预设单位时间成本和预设单位车辆成本计算公交线路的不可靠性成本。
基于以上实施例,第一计算模块02包括：
第一构建单元021：构建第一车头时距的第一概率密度函数；
第一确定单元022：根据第一概率密度函数确定第二车头时距的第二概率密度函数；
第一计算单元023：根据概率论概率密度函数数学期望公式，由第二概率密度函数计算得到异常时距。
基于以上实施例,所述第二计算模块03包括：
第二计算单元031：在公共交通车辆服务异常情况下，利用所述异常时距计算无约乘客的预期等待时间；
第三计算单元032：在公共交通车辆服务正常情况下，利用所述标准时距计算无约乘客的正常等待时间；
第四计算单元033：基于预期等待时间和正常等待时间计算得到无约乘客的额外等待时间；
第五计算单元034：计算第二车头时距与标准时距的第一差值；
第二确定单元035：根据无约乘客的平均途径站点的数量和第一差值确定无约乘客的额外车程时间；
第六计算单元036：利用额外等待时间和额外车程时间计算得到无约乘客的额外出行时间。
基于以上实施例,所述第二计算模块03还包括：
第一获取单元037：获取第三车头时距，所述第三车头时距为有约乘客在第一车头时距中满足预设条件的车头时距；
第七计算单元038：在公共交通车辆服务异常情况下，根据第三车头时距计算有约乘客的总出行时间；
第八计算单元039：在公共交通车辆服务正常情况下，基于标准时距和有约乘客的平均途径站点的数量计算有约乘客的正常出行时间；
第九计算单元0310：利用总出行时间和正常出行时间计算得到有约乘客的额外出行时间，所述额外出行时间包括有约乘客的额外等待时间、额外车程时间和额外约定时间，所述额外约定时间为有约乘客实际到达目的站点与数学期望到达目的站点的时间间隔。
基于以上实施例,所述第三计算模块04包括：
第十计算单元041：根据巡航时间、站点延误时间和站点间的干扰时间计算高峰期的异常往返时间；
第十一计算单元042：在公共交通车辆服务异常的情况下，基于所述异常往返时间和标准时距计算公交线路的第一车队规模；
第十二计算单元043：根据巡航时间和站点间的干扰时间计算平稳期的正常往返时间；
第十三计算单元044：在公共交通车辆服务正常的情况下，基于所述正常往返时间和标准时距计算公交线路的第二车队规模；
第十四计算单元045：由第一车队规模和第二车队规模计算得到公交线路的额外车队规模。
基于以上实施例,所述第四计算模块05包括：
第二获取单元051：获取乘客的数量，所述乘客包括无约乘客和有约乘客；
第十五计算单元052：基于额外出行时间和乘客的数量分别计算无约乘客的第一额外出行时间和有约乘客的第二额外出行时间；
第十六计算单元053：根据预设单位时间成本、第一额外出行时间和第二额外出行时间计算的乘客的总额外时间成本；
第十七计算单元054：根据预设单位车辆成本和额外车队规模计算公交公司的车辆额外购买成本；
第十八计算单元055：由乘客的额外时间成本和公交公司的车辆额外购买成本计算得到公交线路的不可靠性成本。
需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例3：
相应于上面的方法实施例，本实施例中还提供了一种公交运营不可靠性成本计算设备，下文描述的一种公交运营不可靠性成本计算设备与上文描述的一种公交运营不可靠性成本计算方法可相互对应参照。
图4是根据示例性实施例示出的一种公交运营不可靠性成本计算设备800的框图。如图4所示，该公交运营不可靠性成本计算设备800可以包括：处理器801，存储器802。该公交运营不可靠性成本计算设备800还可以包括多媒体组件803， I/O接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该公交运营不可靠性成本计算设备800的整体操作，以完成上述的公交运营不可靠性成本计算方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该公交运营不可靠性成本计算设备800的操作，这些数据例如可以包括用于在该公交运营不可靠性成本计算设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该公交运营不可靠性成本计算设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearFieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，公交运营不可靠性成本计算设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital SignalProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的公交运营不可靠性成本计算方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的公交运营不可靠性成本计算方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由公交运营不可靠性成本计算设备800的处理器801执行以完成上述的公交运营不可靠性成本计算方法。
实施例4：
相应于上面的方法实施例，本实施例中还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种公交运营不可靠性成本计算方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的公交运营不可靠性成本计算方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述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。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种公交运营不可靠性成本计算方法，其特征在于，包括：
获取公交线路的往返循环时间和若干第一车头时距，所述第一车头时距为运营在公交线路的相邻两辆公共交通车辆到站的时间间隔；
根据若干第一车头时距计算标准时距和异常时距，所述标准时距为若干第一车头时距的数学期望，所述异常时距为若干第二车头时距的数学期望，所述第二车头时距为随机到站的乘客所经历的公共交通车辆到站的时间间隔；
基于标准时距和异常时距计算乘客的额外出行时间，所述额外出行时间至少包括额外等待时间和额外车程时间；
根据往返循环时间和标准时距计算公交线路的额外车队规模；
基于额外出行时间和额外车队规模，由预设单位时间成本和预设单位车辆成本计算公交线路的不可靠性成本。
2.根据权利要求1所述的公交运营不可靠性成本计算方法，其特征在于,所述基于标准时距和异常时距计算乘客的额外出行时间，所述乘客为没有预期到达目的站点时间的无约乘客，包括：
在公共交通车辆服务异常情况下，利用所述异常时距计算无约乘客的预期等待时间；
在公共交通车辆服务正常情况下，利用所述标准时距计算无约乘客的正常等待时间；
基于预期等待时间和正常等待时间计算得到无约乘客的额外等待时间；
计算第二车头时距与标准时距的第一差值；
根据无约乘客的平均途径站点的数量和第一差值确定无约乘客的额外车程时间；
利用额外等待时间和额外车程时间计算得到无约乘客的额外出行时间。
3.根据权利要求1所述的公交运营不可靠性成本计算方法，其特征在于,所述基于标准时距和异常时距计算乘客的额外出行时间，所述乘客为有预期到达目的站点时间的有约乘客，包括：
获取第三车头时距，所述第三车头时距为有约乘客在第一车头时距中满足预设条件的车头时距；
在公共交通车辆服务异常情况下，根据第三车头时距计算有约乘客的总出行时间；
在公共交通车辆服务正常情况下，基于标准时距和有约乘客的平均途径站点的数量计算有约乘客的正常出行时间；
利用总出行时间和正常出行时间计算得到有约乘客的额外出行时间，所述额外出行时间包括有约乘客的额外等待时间、额外车程时间和额外约定时间，所述额外约定时间为有约乘客实际到达目的站点与数学期望到达目的站点的时间间隔。
4.根据权利要求1所述的公交运营不可靠性成本计算方法，其特征在于,所述根据往返循环时间和标准时距计算所述公交线路的额外车队规模，所述往返循环时间包括：巡航时间、站点延误时间和站点间的干扰时间，包括：
根据巡航时间、站点延误时间和站点间的干扰时间计算高峰期的异常往返时间；
在公共交通车辆服务异常的情况下，基于所述异常往返时间和标准时距计算公交线路的第一车队规模；
根据巡航时间和站点间的干扰时间计算平稳期的正常往返时间；
在公共交通车辆服务正常的情况下，基于所述正常往返时间和标准时距计算公交线路的第二车队规模；
由第一车队规模和第二车队规模计算得到公交线路的额外车队规模。
5.一种公交运营不可靠性成本计算装置，其特征在于，包括：
获取模块：获取公交线路的往返循环时间和若干第一车头时距，所述第一车头时距为运营在公交线路的相邻两辆公共交通车辆到站的时间间隔；
第一计算模块：根据若干第一车头时距计算标准时距和异常时距，所述标准时距为若干第一车头时距的数学期望，所述异常时距为若干第二车头时距的数学期望，所述第二车头时距为随机到站的乘客所经历的公共交通车辆到站的时间间隔；
第二计算模块：基于标准时距和异常时距计算乘客的额外出行时间，所述额外出行时间至少包括额外等待时间和额外车程时间；
第三计算模块：根据往返循环时间和标准时距计算公交线路的额外车队规模；
第四计算模块：基于额外出行时间和额外车队规模，由预设单位时间成本和预设单位车辆成本计算公交线路的不可靠性成本。
6.根据权利要求5所述的公交运营不可靠性成本计算装置，其特征在于，所述第二计算模块包括：
第二计算单元：在公共交通车辆服务异常情况下，利用所述异常时距计算无约乘客的预期等待时间；
第三计算单元：在公共交通车辆服务正常情况下，利用所述标准时距计算无约乘客的正常等待时间，所述无约乘客为没有预期到达目的站点时间的乘客；
第四计算单元：基于预期等待时间和正常等待时间计算得到无约乘客的额外等待时间；
第五计算单元：计算第二车头时距与标准时距的第一差值；
第二确定单元：根据无约乘客的平均途径站点的数量和第一差值确定无约乘客的额外车程时间；
第六计算单元：利用额外等待时间和额外车程时间计算得到无约乘客的额外出行时间。
7.根据权利要求5所述的公交运营不可靠性成本计算装置，其特征在于，所述第二计算模块还包括：
第一获取单元：获取第三车头时距，所述第三车头时距为有约乘客在第一车头时距中满足预设条件的车头时距；
第七计算单元：在公共交通车辆服务异常情况下，根据第三车头时距计算有约乘客的总出行时间，所述有约乘客为有预期到达目的站点时间的乘客；
第八计算单元：在公共交通车辆服务正常情况下，基于标准时距和有约乘客的平均途径站点的数量计算有约乘客的正常出行时间；
第九计算单元：利用总出行时间和正常出行时间计算得到有约乘客的额外出行时间，所述额外出行时间包括有约乘客的额外等待时间、额外车程时间和额外约定时间，所述额外约定时间为有约乘客实际到达目的站点与数学期望到达目的站点的时间间隔。
8.根据权利要求5所述的公交运营不可靠性成本计算装置，其特征在于，所述第三计算模块包括：
第十计算单元：根据巡航时间、站点延误时间和站点间的干扰时间计算高峰期的异常往返时间；
第十一计算单元：在公共交通车辆服务异常的情况下，基于所述异常往返时间和标准时距计算公交线路的第一车队规模；
第十二计算单元：根据巡航时间和站点间的干扰时间计算平稳期的正常往返时间；
第十三计算单元：在公共交通车辆服务正常的情况下，基于所述正常往返时间和标准时距计算公交线路的第二车队规模；
第十四计算单元：由第一车队规模和第二车队规模计算得到公交线路的额外车队规模。
9.一种公交运营不可靠性成本计算设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述公交运营不可靠性成本计算方法的步骤。
10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述公交运营不可靠性成本计算方法的步骤。
CN202310075142.3A 2023-02-07 2023-02-07 一种公交运营不可靠性成本计算方法、装置、设备及介质 Active CN115860804B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310075142.3A CN115860804B (zh) 2023-02-07 2023-02-07 一种公交运营不可靠性成本计算方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310075142.3A CN115860804B (zh) 2023-02-07 2023-02-07 一种公交运营不可靠性成本计算方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115860804A true CN115860804A (zh) 2023-03-28
CN115860804B CN115860804B (zh) 2023-05-26

Family

ID=85657691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310075142.3A Active CN115860804B (zh) 2023-02-07 2023-02-07 一种公交运营不可靠性成本计算方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115860804B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150294430A1 (en) * 2014-04-15 2015-10-15 Tomorrow's Transportation Today Dynamic dispatching and schedule management methods for an intelligent transit system with electronic guided buses
CN106910336A (zh) * 2016-11-03 2017-06-30 中兴软创科技股份有限公司 用于获取车头时距稳定系数的方法
CN108831151A (zh) * 2018-06-25 2018-11-16 青岛智能产业技术研究院 无人驾驶公交车应急调度系统及方法
CN110070733A (zh) * 2019-05-30 2019-07-30 上海海事大学 一种车头时距建模方法及一种最小绿灯时间计算方法
CN110288821A (zh) * 2019-07-11 2019-09-27 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
CN111191900A (zh) * 2019-12-23 2020-05-22 北京航空航天大学合肥创新研究院 公共交通出行服务车头时距和可靠性价值评估方法和装置
CN111489552A (zh) * 2020-04-24 2020-08-04 科大讯飞股份有限公司 一种车头时距预测方法、装置、设备及存储介质
CN113763706A (zh) * 2021-08-19 2021-12-07 东南大学 一种考虑智能车队的道路阻抗函数计算方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150294430A1 (en) * 2014-04-15 2015-10-15 Tomorrow's Transportation Today Dynamic dispatching and schedule management methods for an intelligent transit system with electronic guided buses
CN106910336A (zh) * 2016-11-03 2017-06-30 中兴软创科技股份有限公司 用于获取车头时距稳定系数的方法
CN108831151A (zh) * 2018-06-25 2018-11-16 青岛智能产业技术研究院 无人驾驶公交车应急调度系统及方法
CN110070733A (zh) * 2019-05-30 2019-07-30 上海海事大学 一种车头时距建模方法及一种最小绿灯时间计算方法
CN110288821A (zh) * 2019-07-11 2019-09-27 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
WO2021004115A1 (zh) * 2019-07-11 2021-01-14 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
CN111191900A (zh) * 2019-12-23 2020-05-22 北京航空航天大学合肥创新研究院 公共交通出行服务车头时距和可靠性价值评估方法和装置
CN111489552A (zh) * 2020-04-24 2020-08-04 科大讯飞股份有限公司 一种车头时距预测方法、装置、设备及存储介质
CN113763706A (zh) * 2021-08-19 2021-12-07 东南大学 一种考虑智能车队的道路阻抗函数计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨德明: "城市公交运营成本分析及计算方法研究", 中国优秀硕士学位论文全文数据库经济与管理科学辑 *

Also Published As

Publication number Publication date
CN115860804B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
US20180156623A1 (en) Generating travel instructions in multimodal transportation scenarios
US6317686B1 (en) Method of providing travel time
JP4657728B2 (ja) トラフィック情報を提供するための装置および方法
US20120173136A1 (en) Advanced routing of vehicle fleets
JP6895325B2 (ja) 交通需要予測装置、交通需要予測方法、及び交通需要予測プログラム
CN105683716A (zh) 场境交通或通行警示
JP6190627B2 (ja) 情報処理システム、情報処理サーバ、情報処理方法、および、情報処理プログラム
CN107204124B (zh) 公交车推荐方法和装置
CN106228830A (zh) 一种公交车到站时间实时预测系统及方法
CN104680829A (zh) 基于多用户协同的公交车辆到站时间预测系统及方法
JP6999519B2 (ja) 輸送力調整装置、輸送力調整システムおよび輸送力調整方法
Shen et al. Fare strategy for flex-route transit services: Case study in Los Angeles
JP6687680B2 (ja) 情報処理システム、情報処理サーバ、情報処理方法、および、情報処理プログラム
CN115860804A (zh) 一种公交运营不可靠性成本计算方法、装置、设备及介质
CN110930079A (zh) 一种基于实绩图的高速铁路列车运行图综合评价方法
JP7425680B2 (ja) ナビゲーション装置、及びナビゲーション方法
Edara et al. Evaluation of dynamic message signs on rural freeways: Case study of a full freeway closure
CN112101677B (zh) 一种公共交通出行路径规划方法、装置、设备及存储介质
Li et al. How snowfalls affect the operation of taxi fleets? A case study from harbin, China
Cervero et al. Direct ridership model of bus rapid transit in Los Angeles County
TWI635447B (zh) 乘車需求量預測方法及系統
Pulugurtha et al. Average travel time, planning time index, and buffer time index thresholds for freeway weaving sections, merging areas, and diverging areas
JP6860941B1 (ja) プログラム及び情報処理装置
JP6905762B2 (ja) プログラム及び情報処理装置
JP6910667B2 (ja) 情報処理システム、情報処理サーバ、情報処理方法、および、情報処理プログラム

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