CN116151538A - 一种应用于智能公交需求均衡式调度的仿真系统及方法 - Google Patents

一种应用于智能公交需求均衡式调度的仿真系统及方法 Download PDF

Info

Publication number
CN116151538A
CN116151538A CN202211446043.3A CN202211446043A CN116151538A CN 116151538 A CN116151538 A CN 116151538A CN 202211446043 A CN202211446043 A CN 202211446043A CN 116151538 A CN116151538 A CN 116151538A
Authority
CN
China
Prior art keywords
bus
line
dispatching
simulation
demand
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
Application number
CN202211446043.3A
Other languages
English (en)
Inventor
张利
鲁骥
滕鹏
董士琦
邝勇
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.)
Dongfeng Yuexiang Technology Co Ltd
Original Assignee
Dongfeng Yuexiang Technology Co Ltd
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 Dongfeng Yuexiang Technology Co Ltd filed Critical Dongfeng Yuexiang Technology Co Ltd
Priority to CN202211446043.3A priority Critical patent/CN116151538A/zh
Publication of CN116151538A publication Critical patent/CN116151538A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q50/10—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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于智能交通技术领域，公开了一种应用于智能公交需求均衡式调度的仿真系统及方法：公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；公交调度仿真系统包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据和车辆运营数据，运行需求均衡式调度算法，输出行车计划，调度仿真平台为需求均衡式调度算法的仿真环境；公交站台系统统计公交站点的站点客流量数据、乘客等待时间；公交场站系统统计公交车辆发车间隔数据、公交车辆发车车次。本发明解决了公交行业内缺少智能公交需求均衡式调度仿真方案的问题。

Description

一种应用于智能公交需求均衡式调度的仿真系统及方法
技术领域
本发明属于智能交通技术领域，具体涉及一种应用于智能公交需求均衡式调度的仿真系统及方法。
背景技术
在多线路公交运营场景中，由于外部运营环境的随机性及不确定因素，每条线路均可能出现当前运力与实时客流不匹配的情况，即当线路当前运力过大时，后方车辆将出现空载的情况，反之则出现大量满载及站点乘客长时间等待的情况。因此，公交调度系统需满足均衡式灵活调度以应对上述问题，将运力存在富余线路的空车通过线路交换点向运力匮乏线路转移，使多线路系统保持运力均衡状态，进而提升多线路公交运营系统整体效率进而充分发挥多线路协同运营、公交灵活运行及系统统筹调度的优势。
所以，需求均衡式实时调度算法是该项功能的关键核心，其是否快速、高效、准确，决定着需求均衡式调度的成功，从而决定上述实际运营中的问题是否能够有效解决。
因此，采用仿真手段或方式，基于智能公交中需求均衡式调度场景，面向算法开发及实际应用需求，完善场景下的算法方案设计，并参考实际应用场景数据和参数配置建立仿真模型。进一步地，分析算法在不同场景及工况下的可行性及优越性，对比分析各方案优及优化方案的效益指标，为算法开发提供模型和方法支持，并为实际应用提供参数配置方案参考。具有重大的现实意义。
目前公交行业内，针对于公交运营的仿真测试方法或系统主要局限在公交线网的仿真上，尚未提出对智能公交需求均衡式调度功能的仿真方案及系统。
所以，本方案提一种应用于智能公交调度的需求均衡式仿真测试系统及方法，旨在解决上述的问题，填补该领域的空白。
发明内容
针对上述提出的技术问题，本发明提供一种应用于智能公交需求均衡式调度的仿真系统及方法，旨在参考实际应用场景数据和参数配置建立仿真模型，填补智能公交需求均衡式调度仿真方案的空白。
第一方面，本发明提供了一种应用于智能公交需求均衡式调度的仿真系统，该系统包括：公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、4G/5G移动通信网络；
公交车载系统，包括车载移动通信终端、摄像头、乘车客流量数据采集设备，实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
公交调度仿真系统，包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据和车辆运营数据，运行需求均衡式调度算法，输出行车计划，调度仿真平台为需求均衡式调度算法的仿真环境，其中，行车计划包括时刻表、公交车辆、人员安排；
公交站台系统，通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；
公交场站系统，通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
4G/5G移动通信网络，为公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统提供通信连接。
具体地，智能公交需求均衡式调度的仿真流程如下：
步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求均衡式调度仿真线路布局图、设置需求均衡式调度场景的仿真参数；
步骤2、调度管理平台根据车辆运营数据、行车计划、实时客流量数据，对需求均衡式调度场景进行工况分解；
步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件和预期结果；
步骤4、调度仿真平台对需求均衡式调度算法的仿真过程进行模型假设；
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑乘客平均等待时间，目标函数2只考虑线路运力评价，
目标函数1为：
Figure BDA0003949621100000031
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，Nj为线路j沿途站点数量，
Figure BDA0003949621100000032
为调度决策时域内线路j上第n个站点的乘客到达率，ΔHj为决策时域内线路j班次间时距，PH为调度决策时域内多线路中最大循环时长，
目标函数2为：
Figure BDA0003949621100000033
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，
Figure BDA0003949621100000034
为调度决策时域内线路j的运量等效里程，/>
Figure BDA0003949621100000035
为调度决策时域内线路j的运力等效里程；
步骤6、引入约束条件，用于仿真验证需求均衡式调度算法的实施效果；
步骤7、基于步骤1至步骤6的仿真条件参数设置，对需求均衡式调度算法进行仿真，获取第一仿真结果，将仿真结果与不采用需求均衡式调度的第二仿真结果进行对比；
步骤8、对第一仿真结果和第二仿真结果进行统计分析。
具体地，步骤1包括：
步骤11、从调度管理平台的数据库中选取两条公交线路，生成需求均衡式调度仿真线路布局图；
步骤12、基于需求均衡式调度仿真线路布局图，从两条公交线路、公交车辆两个方面设置需求均衡式调度场景的仿真参数。
具体地，步骤2包括：
步骤21、工况1为空车均衡调度，当公交车辆M在第一公交线路上运营，车上乘客数量为0时，调度管理平台实时统计第一公交线路上所有站点的第一站点客流量数据和第一公交线路相邻公交线路上所有站点的第二站点客流量数据，若第一站点客流量数据小于等于A，且第二站点客流量数据大于等于B，则为公交车辆M选择目的公交线路上的目的站点，向公交车辆M发送换线指令，公交车辆M在第一公交线路上的行车计划结束，选择交换路口规划路径开始在目的公交线路上的行车计划，前往目的站点；
步骤22、工况2为非空车均衡调度，当公交车辆N在第三公交线路上运营，车上乘客数量大于1，调度管理平台实时统计第三公交线路上所有站点的第三站点客流量数据和第三公交线路相邻公交线路上所有站点的第四站点客流量数据，若第三站点客流量数据小于等于C，且第四站点客流量数据大于等于D，则为公交车辆N选择目的公交线路上的目的站点，向公交车辆N发送换线指令，公交车辆N在第三公交线路上的行车计划结束，在目的公交线路上的行车计划开始。
具体地，步骤4包括：
假设1、两条公交线路上的客流量数据具有明显的时空不均衡性，且每日客流量数据较历史客流量数据变化小，不考虑突发情况；
假设2、跨线调度后，原公交线路和目的公交线路在实时控制策略下自行调整距离前车和后车的均匀时距；
假设3、将在多线路间换乘的乘客作为不同的乘客处理；
假设4、公交车辆在公交站点间的行驶时间、每个公交站点的乘客到达率设定为已知，且在特定时段内为恒定值；
假设5、公交车辆在每个公交站点都停靠，且行驶过程中不能超过前方公交车辆，不同公交线路间不能超车。
具体地，步骤6中的约束条件为：
条件1、车辆跨线限制：
跨线调度可行性：
Figure BDA0003949621100000041
车辆仅能跨入当前其行驶重叠区间的线路：
Figure BDA0003949621100000042
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明车辆i在线路交叉点不能驶入线路j执行运输服务，Aj,j′为1说明线路j上的车辆可跨线至线路j′，Aj,j′为0说明线路j上的车辆不可跨线至线路j′，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1,2,…,|I|)；
条件2、目标线路唯一性：
Figure BDA0003949621100000051
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明车辆i在线路交叉点不能驶入线路j执行运输服务，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1,2,…,|I|)；
条件3、线路运行车辆数限制：
为确保每条线路上都有车辆运行，则：
Figure BDA0003949621100000052
跨线后车辆间可调整至均衡时距：ΔHmin≤ΔHj≤ΔHmax，
进一步地，
Figure BDA0003949621100000053
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明车辆i在线路交叉点不能驶入线路j执行运输服务，J＝(j|j＝1,2,…,|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1,2,…,|I|)，Ij为线路j中可跨线调度的车辆集合，Ij∈I，Kj为线路j当前运营车辆数量，ΔHmin为线路运行班次间时距下限，ΔHmax为线路运行班次间时距上限，CHj为线路j的平均循环时长。
具体地，步骤8包括：
分别记录采用需求均衡式调度和不采用需求均衡式调度下的乘客平均等待时间、乘客候车超时率、班次平均满载率；
当采用需求均衡式调度以增大公交班次平均满载率时，若乘客平均等待时间未减少10％以上，且乘客候车超时率未减少30％以上，则调整需求均衡式调度算法以达成班次预计到达时刻目标，其中，预计到达时刻目标为乘客平均等待时间减少10％以上，且乘客候车超时率减少30％以上。
第二方面，本发明还提供了一种应用于智能公交需求均衡式调度的仿真方法，该方法包括如下步骤：
公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
公交站台系统通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；
公交场站系统通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
公交调度仿真系统包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行需求均衡式调度算法，输出行车计划，调度仿真平台为需求均衡式调度算法的仿真环境，其中，行车计划包括时刻表、公交车辆、人员安排。
具体地，智能公交需求均衡式调度的仿真流程如下：
步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求均衡式调度仿真线路布局图、设置需求均衡式调度场景的仿真参数；
步骤2、调度管理平台根据车辆运营数据、行车计划、实时客流量数据，对需求均衡式调度场景进行工况分解；
步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件和预期结果；
步骤4、调度仿真平台对需求均衡式调度算法的仿真过程进行模型假设；
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑乘客平均等待时间，目标函数2只考虑线路运力评价，
目标函数1为：
Figure BDA0003949621100000061
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，Nj为线路j沿途站点数量，
Figure BDA0003949621100000062
为调度决策时域内线路j上第n个站点的乘客到达率，ΔHj为决策时域内线路j班次间时距，PH为调度决策时域内多线路中最大循环时长，
目标函数2为：
Figure BDA0003949621100000071
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，
Figure BDA0003949621100000072
为调度决策时域内线路j的运量等效里程，/>
Figure BDA0003949621100000073
为调度决策时域内线路j的运力等效里程；
步骤6、引入约束条件，用于仿真验证需求均衡式调度算法的实施效果；
步骤7、基于步骤1至步骤6的仿真条件参数设置，对需求均衡式调度算法进行仿真，获取第一仿真结果，将仿真结果与不采用需求均衡式调度的第二仿真结果进行对比；
步骤8、对第一仿真结果和第二仿真结果进行统计分析。
具体地，步骤1包括：
步骤11、从调度管理平台的数据库中选取两条公交线路，生成需求均衡式调度仿真线路布局图；
步骤12、基于需求均衡式调度仿真线路布局图，从两条公交线路、公交车辆两个方面设置需求均衡式调度场景的仿真参数。
本发明公开一种应用于智能公交需求均衡式调度的仿真系统及方法，针对于实际公交运营中需求均衡式调度仿真的问题，参考实际应用场景数据和参数配置建立仿真模型，仿真分析需求均衡式调度算法在不同场景及工况下的可行性及优越性，对比分析各调度优化方案的效益指标，为需求均衡式调度功能算法按运营期望模式进行调整，提供模型和方法支持，并为实际应用提供参数配置方案参考，从而达成需求均衡式调度算法能被应用到实际运营中，达成运营的乘客与运营单位各自需求的目标。
附图说明
图1为本发明的一种应用于智能公交需求均衡式调度的仿真系统的结构示意图；
图2为本发明的实施例的需求均衡式调度仿真线路布局图；
图3为本发明的一种应用于智能公交需求均衡式调度的仿真方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明经行进一步的详细说明。显然，此处所描述的具体实施例仅仅用于解释本发明，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，本领域技术普通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。
图1所示是本发明提供的一种应用于智能公交需求均衡式调度的仿真系统的一个实施例的结构示意图，具体包括：公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、4G/5G移动通信网络。
公交车载系统，包括车载移动通信终端、摄像头、乘车客流量数据采集设备，实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量。
公交调度仿真系统，包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据和车辆运营数据，运行需求均衡式调度算法，输出行车计划，调度仿真平台为需求均衡式调度算法的仿真环境，其中，行车计划包括时刻表、公交车辆、人员安排。
实时客流量数据包括站点客流量数据与乘车客流量数据。
优选地，智能公交排班调度算法的仿真环境利用MATLAB R2021a在Windows 10环境下实现，最低硬件要求为处理器Intel(R)Core(TM)i5-7200U CPU，8G运行内存。
公交站台系统，通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间。
公交场站系统，通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次。
4G/5G移动通信网络，为公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统提供通信连接。
具体地，智能公交需求均衡式调度的仿真流程如下：
步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求均衡式调度仿真线路布局图、设置需求均衡式调度场景的仿真参数。
具体地，步骤1包括：
步骤11、从调度管理平台的数据库中选取两条公交线路，生成需求均衡式调度仿真线路布局图。
需求均衡式调度仿真线路布局图如图2所示。
步骤12、基于需求均衡式调度仿真线路布局图，从两条公交线路、公交车辆两个方面设置需求均衡式调度场景的仿真参数。
需求均衡式调度场景的仿真参数设置如表1所示。
表1
Figure BDA0003949621100000091
步骤2、调度管理平台根据车辆运营数据、行车计划、实时客流量数据，对需求均衡式调度场景进行工况分解。
具体地，步骤2包括：
步骤21、工况1为空车均衡调度，当公交车辆M在第一公交线路上运营，车上乘客数量为0时，调度管理平台实时统计第一公交线路上所有站点的第一站点客流量数据和第一公交线路相邻公交线路上所有站点的第二站点客流量数据，若第一站点客流量数据小于等于A，且第二站点客流量数据大于等于B，则为公交车辆M选择目的公交线路上的目的站点，向公交车辆M发送换线指令，公交车辆M在第一公交线路上的行车计划结束，选择交换路口规划路径开始在目的公交线路上的行车计划，前往目的站点。
优选地，若第一站点客流量数据小于等于A，客流量分布较少，使所有乘客都乘车后公交车辆M的满载率≤10％，且第二站点客流量数据大于等于B，使第一公交线路相邻公交线路上公交车辆的平均满载率≥90％时，为公交车辆M选择目的公交线路上的目的站点。
步骤22、工况2为非空车均衡调度，当公交车辆N在第三公交线路上运营，车上乘客数量大于1，调度管理平台实时统计第三公交线路上所有站点的第三站点客流量数据和第三公交线路相邻公交线路上所有站点的第四站点客流量数据，若第三站点客流量数据小于等于C，且第四站点客流量数据大于等于D，则为公交车辆N选择目的公交线路上的目的站点，向公交车辆N发送换线指令，公交车辆N在第三公交线路上的行车计划结束，在目的公交线路上的行车计划开始。
因为上述工况2会降低乘客满意度，故在实际运营中公交运营单位一般不使用。故不作为需求均衡式调度仿真工况。
步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件和预期结果。
具体地，根据工况1，制定空车均衡调度工况的输入条件及预期结果。
空车均衡调度工况的输入条件与预期结果如表2所示。
表2
Figure BDA0003949621100000111
步骤4、调度仿真平台对需求均衡式调度算法的仿真过程进行模型假设。
具体地，步骤4包括：
假设1、两条公交线路上的客流量数据具有明显的时空不均衡性，且每日客流量数据较历史客流量数据变化小，不考虑突发情况.
假设2、跨线调度后，原公交线路和目的公交线路在实时控制策略下自行调整距离前车和后车的均匀时距。
优选地，控制策略包括驻站、调整车速等。
假设3、将在多线路间换乘的乘客作为不同的乘客处理；
假设4、公交车辆在公交站点间的行驶时间、每个公交站点的乘客到达率设定为已知，且在特定时段内为恒定值；
假设5、公交车辆在每个公交站点都停靠，且行驶过程中不能超过前方公交车辆，不同公交线路间不能超车。
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑乘客平均等待时间，目标函数2只考虑线路运力评价，
目标函数1为：
Figure BDA0003949621100000121
/>
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，Nj为线路j沿途站点数量，
Figure BDA0003949621100000122
为调度决策时域内线路j上第n个站点的乘客到达率，ΔHj为决策时域内线路j班次间时距，PH为调度决策时域内多线路中最大循环时长，
目标函数2为：
Figure BDA0003949621100000123
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，
Figure BDA0003949621100000124
为调度决策时域内线路j的运量等效里程，/>
Figure BDA0003949621100000125
为调度决策时域内线路j的运力等效里程。
总成本为：
Z＝ω1·Z1+ω2·Z2
优化目标有两个，分别为乘客平均等待时间Z1和线路运力评价Z2。对于这两个目标，分别归一化后赋予权重ω1(一般取值为0.5)和ω2(一般取值为0.5)，加和后即可得到总成本Z。
具体地，调度决策时域内多线路系统中线路最大循环时长：PH＝maxj(CHj)，
其中：PH为调度决策时域(Planning horizon)，多线路中最大循环时长；CHj为多线路系统中线路j平均循环时长；
调度决策时域内站点乘客到达率由历史数据(决策时域内站点历史客流到达率的平均值)与实时状态决定：
Figure BDA0003949621100000131
其中，
Figure BDA0003949621100000132
为调度决策时域内线路j上第n个站点的乘客到达率，/>
Figure BDA0003949621100000133
为第f个时段内线路j上第n个站点的历史乘客到达率，/>
Figure BDA0003949621100000134
为线路j上第n个站点的实时乘客到达率(过去20min的平均值)；
决策时域内线路j运营车辆数量
Figure BDA0003949621100000135
与当前各线路车辆分布以及跨线调度决策有关，线路运行公交数影响线路班次间时距ΔHj，二者计算方式如下：
Figure BDA0003949621100000136
Figure BDA0003949621100000137
其中，Kj为线路j当前运营车辆数量，车辆索引kj＝1,2,…,Kj，Ij为当前线路j中可跨线调度的车辆集合，Ij∈I，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明车辆i在线路交叉点不能驶入线路j执行运输服务，CHj为多线路系统中线路j平均循环时长，I为当前可跨线调度的车辆集合，I＝(i|i＝1,2,…,|I|)，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，ΔHj为决策时域内线路j班次间时距；
以均匀到达率到达各站点的乘客等待时间为：
Figure BDA0003949621100000138
断面累积客流：
Figure BDA0003949621100000139
其中，
Figure BDA00039496211000001310
为调度决策时域内线路j上第n个到第n+1个站点间断面累积客流(n∈[1,Kj-1])，pj,为线路j上站点第1个站点当前候车人数，/>
Figure BDA00039496211000001311
为调度决策时域内线路j上第1个站点的乘客到达率，PH为调度决策时域(Planning horizon)，多线路中最大循环时长，
Figure BDA0003949621100000141
为调度决策时域内线路j上到达第n个站点的班次下车乘客占比，Kj为线路j当前运营车辆数量，车辆索引kj＝1,2,…,Kj；
决策时域内，线路运量等效里程
Figure BDA0003949621100000142
及运力等效里程/>
Figure BDA0003949621100000143
Figure BDA0003949621100000144
Figure BDA0003949621100000145
其中，
Figure BDA0003949621100000146
为调度决策时域内线路j上第n个到第n+1个站点间断面累积客流(n∈[1,Kj-1])，djn为线路j上第n个到第n+1个站点间行驶里程，/>
Figure BDA0003949621100000147
为决策时域内线路j运营车辆数量，c为运营公交额定载客量，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)；
则多线路系统总运力-运量匹配度偏差(多线路运力评价)为：
Figure BDA0003949621100000148
步骤6、引入约束条件，用于仿真验证需求均衡式调度算法的实施效果。
具体地，步骤6中的约束条件为：
条件1、车辆跨线限制：
跨线调度可行性：
Figure BDA0003949621100000149
车辆仅能跨入当前其行驶重叠区间的线路：
Figure BDA00039496211000001410
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明车辆i在线路交叉点不能驶入线路j执行运输服务，Aj,j′为1说明线路j上的车辆可跨线至线路j′，Aj,j′为0说明线路j上的车辆不可跨线至线路j′，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1,2,…,|I|)。
跨线调度可行性，保证车辆仅能在共站线路间跨线行驶。
条件2、目标线路唯一性：
Figure BDA0003949621100000151
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明车辆i在线路交叉点不能驶入线路j执行运输服务，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1,2,…,|I|)。
单车目标线路唯一，每辆公交有且仅有一条目标线路，若目标线路与当前线路相同，表示该公交按原线路行驶，不执行跨线调度。
条件3、线路运行车辆数限制：
为确保每条线路上都有车辆运行，则：
Figure BDA0003949621100000152
跨线后车辆间可调整至均衡时距：ΔHmin≤ΔHj≤ΔHmax，
进一步地，
Figure BDA0003949621100000153
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明车辆i在线路交叉点不能驶入线路j执行运输服务，J＝(j|j＝1,2,…,|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1,2,…,|I|)，Ij为线路j中可跨线调度的车辆集合，Ij∈I，Kj为线路j当前运营车辆数量，ΔHmin为线路运行班次间时距下限，ΔHmax为线路运行班次间时距上限，CHj为线路j的平均循环时长。
步骤7、基于步骤1至步骤6的仿真条件参数设置，对需求均衡式调度算法进行仿真，获取第一仿真结果，将仿真结果与不采用需求均衡式调度的第二仿真结果进行对比。
运力均衡式调度效益对比如表3所示。
表3
Figure BDA0003949621100000154
步骤8、对第一仿真结果和第二仿真结果进行统计分析。
具体地，步骤8包括：
分别记录采用需求均衡式调度和不采用需求均衡式调度下的乘客平均等待时间、乘客候车超时率、班次平均满载率；
当采用需求均衡式调度以增大公交班次平均满载率时，若乘客平均等待时间未减少10％以上，且乘客候车超时率未减少30％以上，则调整需求均衡式调度算法以达成班次预计到达时刻目标，其中，预计到达时刻目标为乘客平均等待时间减少10％以上，且乘客候车超时率减少30％以上。
优选地，乘客候车超时率为乘客候车超过10min的乘客占有率。
图3所示是本发明提供的一种应用于智能公交需求均衡式调度的仿真方法的一个实施例的流程图。如图3所示，该流程图包括：
S1、公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
S2、公交站台系统通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；
S3、公交场站系统通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
S4、公交调度仿真系统包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行需求均衡式调度算法，输出行车计划，调度仿真平台为异常客流调度算法的仿真环境，其中，行车计划包括时刻表、公交车辆、人员安排。
具体地，智能公交需求均衡式调度的仿真流程如下：
步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求均衡式调度仿真线路布局图、设置需求均衡式调度场景的仿真参数；
步骤2、调度管理平台根据车辆运营数据、行车计划、实时客流量数据，对需求均衡式调度场景进行工况分解；
步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件和预期结果；
步骤4、调度仿真平台对需求均衡式调度算法的仿真过程进行模型假设；
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑乘客平均等待时间，目标函数2只考虑线路运力评价，
目标函数1为：
Figure BDA0003949621100000171
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，Nj为线路j沿途站点数量，
Figure BDA0003949621100000172
为调度决策时域内线路j上第n个站点的乘客到达率，ΔHj为决策时域内线路j班次间时距，PH为调度决策时域内多线路中最大循环时长，
目标函数2为：
Figure BDA0003949621100000173
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，
Figure BDA0003949621100000174
为调度决策时域内线路j的运量等效里程，/>
Figure BDA0003949621100000175
为调度决策时域内线路j的运力等效里程；
步骤6、引入约束条件，用于仿真验证需求均衡式调度算法的实施效果；
步骤7、基于步骤1至步骤6的仿真条件参数设置，对需求均衡式调度算法进行仿真，获取第一仿真结果，将仿真结果与不采用需求均衡式调度的第二仿真结果进行对比；
步骤8、对第一仿真结果和第二仿真结果进行统计分析。
具体地，步骤1包括：
步骤11、从调度管理平台的数据库中选取两条公交线路，生成需求均衡式调度仿真线路布局图；
步骤12、基于需求均衡式调度仿真线路布局图，从两条公交线路、公交车辆两个方面设置需求均衡式调度场景的仿真参数。
以上上述的实施例仅表达了本发明的实施优选方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种应用于公交多线路需求均衡式调度的仿真系统，其特征在于，包括公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、4G/5G移动通信网络；
所述公交车载系统，包括车载移动通信终端、摄像头、乘车客流量数据采集设备，实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
所述公交调度仿真系统，包括调度管理平台和调度仿真平台，所述调度管理平台记录实时客流量数据、管理历史客流量数据和车辆运营数据，运行需求均衡式调度算法，输出行车计划，所述调度仿真平台为所述需求均衡式调度算法的仿真环境，其中，所述行车计划包括时刻表、公交车辆、人员安排；
所述公交站台系统，通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；
所述公交场站系统，通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
所述4G/5G移动通信网络，为所述公交车载系统、所述公交调度仿真系统、所述公交站台系统、所述公交场站系统提供通信连接。
2.根据权利要求1所述的一种应用于智能公交需求均衡式调度的仿真系统，其特征在于，所述智能公交需求均衡式调度的仿真流程如下：
步骤1、所述调度仿真平台根据所述调度管理平台中的公交线路和所述行车计划，构建需求均衡式调度仿真线路布局图、设置需求均衡式调度场景的仿真参数；
步骤2、所述调度管理平台根据所述车辆运营数据、所述行车计划、所述实时客流量数据，对所述需求均衡式调度场景进行工况分解；
步骤3、所述调度仿真平台根据所述步骤2中分解的工况，制定出各工况的输入条件和预期结果；
步骤4、所述调度仿真平台对所述需求均衡式调度算法的仿真过程进行模型假设；
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑乘客平均等待时间，目标函数2只考虑线路运力评价，
所述目标函数1为：
Figure FDA0003949621090000021
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，Nj为线路j沿途站点数量，
Figure FDA0003949621090000022
为调度决策时域内所述线路j上第n个站点的乘客到达率，ΔHj为决策时域内所述线路j班次间时距，PH为调度决策时域内多线路中最大循环时长，
所述目标函数2为：
Figure FDA0003949621090000023
其中，J为多线路系统线路集合，J＝(j|j＝1,2,…,|J|)，
Figure FDA0003949621090000024
为调度决策时域内线路j的运量等效里程，/>
Figure FDA0003949621090000025
为调度决策时域内所述线路j的运力等效里程；
步骤6、引入约束条件，用于仿真验证所述需求均衡式调度算法的实施效果；
步骤7、基于所述步骤1至所述步骤6的仿真条件参数设置，对所述需求均衡式调度算法进行仿真，获取第一仿真结果，将所述仿真结果与不采用需求均衡式调度的第二仿真结果进行对比；
步骤8、对所述第一仿真结果和所述第二仿真结果进行统计分析。
3.根据权利要求2所述的一种应用于智能公交需求均衡式调度的仿真系统，其特征在于，所述步骤1包括：
步骤11、从所述调度管理平台的数据库中选取两条公交线路，生成所述需求均衡式调度仿真线路布局图；
步骤12、基于所述需求均衡式调度仿真线路布局图，从所述两条公交线路、所述公交车辆两个方面设置所述需求均衡式调度场景的仿真参数。
4.根据权利要求2所述的一种应用于智能公交需求均衡式调度的仿真系统，其特征在于，所述步骤2包括：
步骤21、工况1为空车均衡调度，当公交车辆M在第一公交线路上运营，车上乘客数量为0时，所述调度管理平台实时统计所述第一公交线路上所有站点的第一站点客流量数据和所述第一公交线路相邻公交线路上所有站点的第二站点客流量数据，若所述第一站点客流量数据小于等于A，且所述第二站点客流量数据大于等于B，则为所述公交车辆M选择目的公交线路上的目的站点，向所述公交车辆M发送换线指令，所述公交车辆M在所述第一公交线路上的行车计划结束，选择交换路口规划路径开始在所述目的公交线路上的行车计划，前往所述目的站点；
步骤22、工况2为非空车均衡调度，当公交车辆N在第三公交线路上运营，车上乘客数量大于1，所述调度管理平台实时统计所述第三公交线路上所有站点的第三站点客流量数据和所述第三公交线路相邻公交线路上所有站点的第四站点客流量数据，若所述第三站点客流量数据小于等于C，且所述第四站点客流量数据大于等于D，则为所述公交车辆N选择目的公交线路上的目的站点，向所述公交车辆N发送换线指令，所述公交车辆N在所述第三公交线路上的行车计划结束，在所述目的公交线路上的行车计划开始。
5.根据权利要求3所述的一种应用于智能公交需求均衡式调度的仿真系统，其特征在于，所述步骤4包括：
假设1、所述两条公交线路上的客流量数据具有明显的时空不均衡性，且每日客流量数据较所述历史客流量数据变化小，不考虑突发情况；
假设2、跨线调度后，原公交线路和目的公交线路在实时控制策略下自行调整距离前车和后车的均匀时距；
假设3、将在多线路间换乘的乘客作为不同的乘客处理；
假设4、所述公交车辆在所述公交站点间的行驶时间、每个公交站点的乘客到达率设定为已知，且在特定时段内为恒定值；
假设5、所述公交车辆在所述每个公交站点都停靠，且行驶过程中不能超过前方公交车辆，不同公交线路间不能超车。
6.根据权利要求2所述的一种应用于智能公交需求均衡式调度的仿真系统，其特征在于，所述步骤6中的所述约束条件为：
条件1、车辆跨线限制：
跨线调度可行性：
Figure FDA0003949621090000041
车辆仅能跨入当前其行驶重叠区间的线路：
Figure FDA0003949621090000042
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明所述车辆i在线路交叉点不能驶入所述线路j执行运输服务，Aj，j′为1说明所述线路j上的车辆可跨线至线路j′，Aj，j′为0说明所述线路j上的车辆不可跨线至所述线路j′，J为多线路系统线路集合，J＝(j|j＝1，2，…，|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1，2，…，|I|)；
条件2、目标线路唯一性：
Figure FDA0003949621090000043
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明所述车辆i在线路交叉点不能驶入所述线路j执行运输服务，J为多线路系统线路集合，J＝(j|j＝1，2，…，|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1，2，…，|I|)；
条件3、线路运行车辆数限制：
为确保每条线路上都有车辆运行，则：
Figure FDA0003949621090000044
跨线后车辆间可调整至均衡时距：ΔHmin≤ΔHj≤ΔHmax，
进一步地，
Figure FDA0003949621090000045
其中，xij为1说明车辆i在线路交叉点驶入线路j执行运输服务，xij为0说明所述车辆i在线路交叉点不能驶入所述线路j执行运输服务，J＝(j|j＝1，2，…，|J|)，I为当前可跨线调度的车辆集合，I＝(i|i＝1，2，…，|I|)，Ij为所述线路j中可跨线调度的车辆集合，Ij∈I，Kj为所述线路j当前运营车辆数量，ΔHmin为线路运行班次间时距下限，ΔHmax为线路运行班次间时距上限，CHj为所述线路j的平均循环时长。
7.根据权利要求2所述的一种应用于智能公交需求均衡式调度的仿真系统，其特征在于，所述步骤8包括：
分别记录采用需求均衡式调度和不采用需求均衡式调度下的所述乘客平均等待时间、乘客候车超时率、班次平均满载率；
当采用所述需求均衡式调度以增大公交班次平均满载率时，若所述乘客平均等待时间未减少10％以上，且所述乘客候车超时率未减少30％以上，则调整所述需求均衡式调度算法以达成班次预计到达时刻目标，其中，所述预计到达时刻目标为所述乘客平均等待时间减少10％以上，且所述乘客候车超时率减少30％以上。
8.一种应用于智能公交需求均衡式调度的仿真方法，其特征在于，包括如下步骤：
公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
公交站台系统通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；
公交场站系统通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
公交调度仿真系统包括调度管理平台和调度仿真平台，所述调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行需求均衡式调度算法，输出行车计划，所述调度仿真平台为所述需求均衡式调度算法的仿真环境，其中，所述行车计划包括时刻表、公交车辆、人员安排。
9.根据权利要求8所述的一种应用于智能公交需求均衡式调度的仿真方法，其特征在于，所述智能公交需求均衡式调度的仿真流程如下：
步骤1、所述调度仿真平台根据所述调度管理平台中的公交线路和所述行车计划，构建需求均衡式调度仿真线路布局图、设置需求均衡式调度场景的仿真参数；
步骤2、所述调度管理平台根据所述车辆运营数据、所述行车计划、所述实时客流量数据，对所述需求均衡式调度场景进行工况分解；
步骤3、所述调度仿真平台根据所述步骤2中分解的工况，制定出各工况的输入条件和预期结果；
步骤4、所述调度仿真平台对所述需求均衡式调度算法的仿真过程进行模型假设；
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑乘客平均等待时间，目标函数2只考虑线路运力评价，
所述目标函数1为：
Figure FDA0003949621090000061
其中，J为多线路系统线路集合，J＝(j|j＝1，2，…，|J|)，Nj为线路j沿途站点数量，
Figure FDA0003949621090000062
为调度决策时域内所述线路j上第n个站点的乘客到达率，ΔHj为决策时域内所述线路j班次间时距，PH为调度决策时域内多线路中最大循环时长，
所述目标函数2为：
Figure FDA0003949621090000063
其中，J为多线路系统线路集合，J＝(j|j＝1，2，…，|J|)，
Figure FDA0003949621090000064
为调度决策时域内线路j的运量等效里程，/>
Figure FDA0003949621090000065
为调度决策时域内所述线路j的运力等效里程；
步骤6、引入约束条件，用于仿真验证所述需求均衡式调度算法的实施效果；
步骤7、基于所述步骤1至所述步骤6的仿真条件参数设置，对所述需求均衡式调度算法进行仿真，获取第一仿真结果，将所述仿真结果与不采用需求均衡式调度的第二仿真结果进行对比；
步骤8、对所述第一仿真结果和所述第二仿真结果进行统计分析。
10.根据权利要求9所述的一种应用于智能公交需求均衡式调度的仿真方法，其特征在于，所述步骤1包括：
步骤11、从所述调度管理平台的数据库中选取两条公交线路，生成所述需求均衡式调度仿真线路布局图；
步骤12、基于所述需求均衡式调度仿真线路布局图，从所述两条公交线路、所述公交车辆两个方面设置所述需求均衡式调度场景的仿真参数。
CN202211446043.3A 2022-11-18 2022-11-18 一种应用于智能公交需求均衡式调度的仿真系统及方法 Pending CN116151538A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211446043.3A CN116151538A (zh) 2022-11-18 2022-11-18 一种应用于智能公交需求均衡式调度的仿真系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211446043.3A CN116151538A (zh) 2022-11-18 2022-11-18 一种应用于智能公交需求均衡式调度的仿真系统及方法

Publications (1)

Publication Number Publication Date
CN116151538A true CN116151538A (zh) 2023-05-23

Family

ID=86357201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211446043.3A Pending CN116151538A (zh) 2022-11-18 2022-11-18 一种应用于智能公交需求均衡式调度的仿真系统及方法

Country Status (1)

Country Link
CN (1) CN116151538A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117314504A (zh) * 2023-11-28 2023-12-29 智达信科技术股份有限公司 一种公共交通客流预测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117314504A (zh) * 2023-11-28 2023-12-29 智达信科技术股份有限公司 一种公共交通客流预测方法及系统
CN117314504B (zh) * 2023-11-28 2024-03-29 智达信科技术股份有限公司 一种公共交通客流预测方法及系统

Similar Documents

Publication Publication Date Title
CN110288821B (zh) 一种人工驾驶公交和自动驾驶公交联合调度优化方法
CN107330547B (zh) 一种城市公交动态调度优化方法及系统
CN108831151B (zh) 无人驾驶公交车应急调度系统及方法
Dakic et al. On the design of an optimal flexible bus dispatching system with modular bus units: Using the three-dimensional macroscopic fundamental diagram
CN108622142A (zh) 一种基于实时客流的列车智能运行调整系统及方法
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
CN106504516A (zh) 一种基于公交站点信息化的多形式公交动态调度方法
CN113920769B (zh) 一种基于公交多源数据分析的智能排班表生成方法
CN111815189A (zh) 模块化公交调度系统
CN111898909A (zh) 一种基于实时需求的无人驾驶公交派车方法
CN113628473B (zh) 一种智能公交车辆响应式停站计划与动态调度系统
CN111161560B (zh) 一种公交廊道营运秩序管理方法及装置
CN112465213B (zh) 一种地铁乘客信息服务系统的辅助装置及方法
CN111859718B (zh) 一种区域多制式轨道交通车站拥挤系数计算方法及系统
CN115860594A (zh) 一种应用于智能公交排班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
CN109523064B (zh) 一种基于多网融合的智能微枢纽
CN113450242B (zh) 一种路径偏离式公交调度系统及存储介质和设备
CN114707709A (zh) 铁路综合客运枢纽安全预警方法及系统
CN114971136A (zh) 一种公交及巡游小巴调度方法
Sadrani et al. Designing limited-stop bus services for minimizing operator and user costs under crowding conditions
CN113935595A (zh) 一种城市轨道交通路网高峰大客流疏导系统
Mátrai et al. Route planning based on urban mobility management
CN115795861A (zh) 一种应用于智能公交路阻调度的仿真系统及方法
CN116153060A (zh) 一种应用于智能公交的乘客周期性行为模式的需求响应车辆调度方法及系统

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