CN116311865A - 一种搭载式大气走航监测公交车的主动调度方法 - Google Patents

一种搭载式大气走航监测公交车的主动调度方法 Download PDF

Info

Publication number
CN116311865A
CN116311865A CN202211710029.XA CN202211710029A CN116311865A CN 116311865 A CN116311865 A CN 116311865A CN 202211710029 A CN202211710029 A CN 202211710029A CN 116311865 A CN116311865 A CN 116311865A
Authority
CN
China
Prior art keywords
bus
atmospheric
navigation
monitoring
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.)
Granted
Application number
CN202211710029.XA
Other languages
English (en)
Other versions
CN116311865B (zh
Inventor
代壮
韩科
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 Guolan Zhongtian Environmental Technology Group Co ltd
Original Assignee
Sichuan Guolan Zhongtian Environmental Technology Group 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 Sichuan Guolan Zhongtian Environmental Technology Group Co ltd filed Critical Sichuan Guolan Zhongtian Environmental Technology Group Co ltd
Priority to CN202211710029.XA priority Critical patent/CN116311865B/zh
Publication of CN116311865A publication Critical patent/CN116311865A/zh
Application granted granted Critical
Publication of CN116311865B publication Critical patent/CN116311865B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种搭载式大气走航监测公交车的主动调度方法，包括以下步骤：获取并处理实验数据；根据实验数据和车辆的等待边、车次边、空驶调度边和收车/发车边四种状态构建多线路公交运行时空网络；根据多线路公交运行时空网络建立搭载式大气走航监测公交车的主动调度模型；对搭载式大气走航监测公交车的主动调度模型进行求解，并将结果可视化处理，得到结果可视化的搭载式大气走航监测公交车的主动调度模型；使用结果可视化的搭载式大气走航监测公交车的主动调度模型进行搭载式大气走航监测公交车路线分配调度。本发明能够平衡大气走航公交车的空间监测广度和对同一网格的监测深度，使大气走航监测结果可控。

Description

一种搭载式大气走航监测公交车的主动调度方法
技术领域
本发明涉及大气监测领域，具体包括一种搭载式大气走航监测公交车的主动调度方法。
背景技术
基于公交车的移动传感是大气环境监测的重要手段之一，现有技术主要通过传感器的车辆和线路布设实现大气走航监测，然而其车辆走航完全随机，导致大气走航效果差，不能满足特定的时空大气监测需求。移动走航监测是我国大气环境监测技术体系的重要组成部分，指通过在专有走航车、出租车和公交车等移动源上搭载大气监测传感器，从而实现高灵活、广范围、长时间的大气环境监测。当前，专有大气走航车行驶轨迹完全可控，能够实现对城市特定区域和街道的主动环境监测，然而，专有大气走航车的购置和维护成本极高(约10万/年)，导致其布设数量很小，不能实现对城市大范围的有效大气监测。对于基于出租车的移动大气监测，出租车受限于服务乘客的运营目标，车辆轨迹常在热点区域聚集，且轨迹动态随机，不能保证大气环境监测的可靠性。另一种移动监测方式是采用大气走航公交车，其具有低成本、线路可控和车辆运营时间长的优点，当前主要实现了大气走航公交车的线路分配优化，而车辆调度完全随机，缺乏主动调度方法以实现对特定时空分布的有效覆盖。
发明内容
针对现有技术中的上述不足，本发明提供的一种搭载式大气走航监测公交车的主动调度方法解决了现有技术不能主动调度大气走航公交车对特定时空分布的有效覆盖的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种搭载式大气走航监测公交车的主动调度方法，其特征在于，包括以下步骤：
S1、获取并处理实验数据；
S2、根据实验数据和车辆的等待边、车次边、空驶调度边和收车/发车边四种状态构建多线路公交运行时空网络；
S3、根据多线路公交运行时空网络建立搭载式大气走航监测公交车的主动调度模型，并得到目标函数；
S4、根据目标函数对搭载式大气走航监测公交车的主动调度模型进行求解，并将结果可视化处理，得到结果可视化的搭载式大气走航监测公交车的主动调度模型；
S5、使用结果可视化的搭载式大气走航监测公交车的主动调度模型进行搭载式大气走航监测公交车路线分配调度。
进一步地，步骤S1的具体实现方式如下：
获取并处理包括公交线路列表、线路发车时刻表、公交单程运行时间、栅格化网格大气感知权重的实验数据；其中：
公交线路列表：根据大气检测要求和公交公司的公交线路表确定布置搭载式大气走航监测公交车的公交线路表；
线路发车时刻表：根据公交公司的提供的数据直接得到；
公交单程运行时间：根据公交公司直接提供或者根据公交公司提供的GPS数据得到；
栅格化网格大气感知权重：将公交线路覆盖的城市区域栅格化为1km*1km的正方形，并依据网格的交通状况、建成环境、工业分布情况赋予时空感知权重。
进一步地，步骤S3的具体实现方式如下：
S3-1、建立大气走航公交车主动调度优化模型；S3-2、根据公式：
Figure BDA0004027197090000031
Figure BDA0004027197090000032
Figure BDA0004027197090000033
Figure BDA0004027197090000034
Figure BDA0004027197090000035
Figure BDA0004027197090000036
Figure BDA0004027197090000037
Figure BDA0004027197090000038
Figure BDA0004027197090000039
Figure BDA00040271970900000310
Figure BDA00040271970900000311
Figure BDA00040271970900000312
得到搭载式大气走航监测公交车的主动调度模型的目标函数min z；其中，
Figure BDA0004027197090000041
为运营成本；/>
Figure BDA0004027197090000042
为搭载式大气走航监测公交车的时空大气监测质量；δ为相对权重系数；b∈B表示公交车编号；/>
Figure BDA0004027197090000043
为多线路公交运行时空网络的边，i，j∈Θ为公交线路起终点站台，t，/>
Figure BDA0004027197090000044
为离散时间点；N为时空网络的节点集合；A为所有边的集合；/>
Figure BDA0004027197090000045
为边旅行成本；决策变量/>
Figure BDA0004027197090000046
为1，表示公交车辆b使用了边/>
Figure BDA0004027197090000047
否则决策变量/>
Figure BDA0004027197090000048
为0；g∈G为多线路公交运行时空网络网格编号；k∈Ts表示大气监测的时间序列；μgk为网格感知权重；qgk为运营时间[k，k+1)内所有大气走航公交对网格g的覆盖次数；/>
Figure BDA0004027197090000049
为有效的大气传感监测次数；
Figure BDA00040271970900000410
i∈Θ表示公交车辆从给定的分配站台驶出；s表示调度周期的开始时间；e为调度周期结束时间；决策变量vbi为1时，表示将公交车辆分配至公交线路站台i，否则决策变量vbi为0；决策变量xb为1时，表示公交车b是为大气走航公交车，否则为普通公交；M为搭载式大气走航监测公交车的规模；Ap表示发车/收车边集合；Ar为跨线调度边；Ad为车次任务集合；/>
Figure BDA00040271970900000411
为0-1参数，为1时表示网络边/>
Figure BDA00040271970900000412
在时间段k覆盖了网格g，否则未覆盖网格g；Ts为大气监测的时间；/>
Figure BDA0004027197090000051
表示满足运营需求。
进一步地，步骤S4的具体实现方式如下：
S4-1、根据公式：
Figure BDA0004027197090000052
Figure BDA0004027197090000053
Figure BDA0004027197090000054
Figure BDA0004027197090000055
得到约束条件
Figure BDA0004027197090000056
的线性化表达结果，实现模型线性化；
S4-2、根据公式：
Figure BDA0004027197090000057
rgk≤ml·qgk+cl l＝1，…，L
得到线性拟合的有效大气传感次数rgk；其中，L表示共有L个线段拟合；ml为线段的斜率；cl为线段的截距；l表示第l个拟合线段；
S4-3、将搭载式大气走航监测公交车的主动调度模型线性拟合得到整数线性规划模型，并对模型使用Gurobi软件进行求解得到最优决策变量
Figure BDA0004027197090000058
和/>
Figure BDA0004027197090000059
S4-4、根据Gurobi软件求解结果计算下列公式：
Figure BDA0004027197090000061
Figure BDA0004027197090000062
Figure BDA0004027197090000063
得到车队规模X，运营成本Y，大气走航时空覆盖质量Z；其中，
Figure BDA0004027197090000064
Figure BDA0004027197090000065
和/>
Figure BDA0004027197090000066
为最优决策变量；/>
Figure BDA0004027197090000067
为车辆调度过程，/>
Figure BDA0004027197090000068
为大气走航监测公交车的网格覆盖次数；
S4-5、对车辆调度过程
Figure BDA0004027197090000069
和大气走航监测公交车的网格覆盖次数/>
Figure BDA00040271970900000610
可视化，其中包括对车辆调动过程可视化和对大气走航监测公交车的覆盖次数可视化；
S4-6、将车队规模、运营成本和大气走航时空覆盖质量带入整数线性规划模型，得到结果可视化的搭载式大气走航监测公交车的主动调度模型。
进一步地，步骤S4-5的具体实现方式如下：
对车辆调动过程可视化建立车辆调度时空网络图，横坐标为离散时间，纵坐标为所有公交线路的起点/终点站集合，连接不同时空节点表示车辆调度过程，用不同颜色标识车辆ID；
对大气走航监测公交车的覆盖次数可视化建立大气走航检测栅格化热力图，横坐标为经度，纵坐标为维度，栅格化图像为1km*1km的正方形，通过正方形颜色深浅表示大气走航监测公交车对该网格的覆盖次数。
本发明的有益效果为：本发明提供的一种搭载式大气走航公交车的主动调度方法，同时考虑了公交车的运营目标和大气走航目标，能在不损害公交车运营服务水平基础上，进一步提升公交车的大气走航针对性和质量；在大气走航监测质量测定方面，考虑了网格覆盖的边际递减效应，即当同一监测网格覆盖次数越多，其感知收益提升越小，这能很好平衡大气走航公交车的空间监测广度和对同一网格的监测深度；所提供的系统质量指标及可视化方法，能帮助环境管理部门准确评估大气走航监测的时空覆盖效果，使大气走航监测结果可控。
附图说明
图1为本发明流程图；
图2为多线路公交运行时空网络图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，一种搭载式大气走航监测公交车的主动调度方法，包括以下步骤：
S1、获取并处理实验数据；
S2、根据实验数据和车辆的等待边、车次边、空驶调度边和收车/发车边四种状态构建多线路公交运行时空网络；
S3、根据多线路公交运行时空网络建立搭载式大气走航监测公交车的主动调度模型，并得到目标函数；
S4、根据目标函数对搭载式大气走航监测公交车的主动调度模型进行求解，并将结果可视化处理，得到结果可视化的搭载式大气走航监测公交车的主动调度模型；
S5、使用结果可视化的搭载式大气走航监测公交车的主动调度模型进行搭载式大气走航监测公交车路线分配调度。
步骤S1的具体实现方式如下：
获取并处理包括公交线路列表、线路发车时刻表、公交单程运行时间、栅格化网格大气感知权重的实验数据；其中：
公交线路列表：根据大气检测要求和公交公司的公交线路表确定布置搭载式大气走航监测公交车的公交线路表；
线路发车时刻表：根据公交公司的提供的数据直接得到；
公交单程运行时间：根据公交公司直接提供或者根据公交公司提供的GPS数据得到；
栅格化网格大气感知权重：将公交线路覆盖的城市区域栅格化为1km*1km的正方形，并依据网格的交通状况、建成环境、工业分布情况赋予时空感知权重。
步骤S3的具体实现方式如下：
S3-1、建立大气走航公交车主动调度优化模型；
S3-2、根据公式：
Figure BDA0004027197090000081
Figure BDA0004027197090000082
Figure BDA0004027197090000091
Figure BDA0004027197090000092
Figure BDA0004027197090000093
Figure BDA0004027197090000094
Figure BDA0004027197090000095
Figure BDA0004027197090000096
Figure BDA0004027197090000097
Figure BDA0004027197090000098
Figure BDA0004027197090000099
Figure BDA00040271970900000910
得到搭载式大气走航监测公交车的主动调度模型的目标函数min z；其中，
Figure BDA00040271970900000911
为运营成本；/>
Figure BDA00040271970900000912
为搭载式大气走航监测公交车的时空大气监测质量；δ为相对权重系数；b∈B表示公交车编号；/>
Figure BDA00040271970900000913
为多线路公交运行时空网络的边，i，.j∈Θ为公交线路起终点站台，t，/>
Figure BDA00040271970900000914
为离散时间点；N为时空网络的节点集合；A为所有边的集合；/>
Figure BDA0004027197090000101
为边旅行成本；决策变量/>
Figure BDA0004027197090000102
为1，表示公交车辆b使用了边/>
Figure BDA0004027197090000103
否则决策变量/>
Figure BDA0004027197090000104
为0；g∈G为多线路公交运行时空网络网格编号；k∈Ts表示大气监测的时间序列；μgk为网格感知权重；qgk为运营时间[k，k+1)内所有大气走航公交对网格g的覆盖次数；/>
Figure BDA0004027197090000105
为有效的大气传感监测次数；
Figure BDA0004027197090000106
i∈Θ表示公交车辆从给定的分配站台驶出；s表示调度周期的开始时间；e为调度周期结束时间；决策变量vbi为1时，表示将公交车辆分配至公交线路站台i，否则决策变量vbi为0；决策变量xb为1时，表示公交车b是为大气走航公交车，否则为普通公交；M为搭载式大气走航监测公交车的规模；Ap表示发车/收车边集合；Ar为跨线调度边；Ad为车次任务集合；/>
Figure BDA0004027197090000107
为0-1参数，为1时表示网络边/>
Figure BDA0004027197090000108
在时间段k覆盖了网格g，否则未覆盖网格g；Ts为大气监测的时间；/>
Figure BDA0004027197090000109
表示满足运营需求。
步骤S4的具体实现方式如下：
S4-1、根据公式：
Figure BDA00040271970900001010
Figure BDA00040271970900001011
Figure BDA0004027197090000111
Figure BDA0004027197090000112
得到约束条件
Figure BDA0004027197090000113
的线性化表达结果，实现模型线性化；
S4-2、根据公式：
Figure BDA0004027197090000114
rgk≤ml·qgk+cl l＝1，…，L
得到线性拟合的有效大气传感次数rgk；其中，L表示共有L个线段拟合；ml为线段的斜率；cl为线段的截距；l表示第l个拟合线段；
S4-3、将搭载式大气走航监测公交车的主动调度模型线性拟合得到整数线性规划模型，并对模型使用Gurobi软件进行求解得到最优决策变量
Figure BDA0004027197090000115
和/>
Figure BDA0004027197090000116
S4-4、根据Gurobi软件求解结果计算下列公式：
Figure BDA0004027197090000117
Figure BDA0004027197090000118
Figure BDA0004027197090000119
得到车队规模X，运营成本Y，大气走航时空覆盖质量Z；其中，
Figure BDA00040271970900001110
Figure BDA0004027197090000121
和/>
Figure BDA0004027197090000122
为最优决策变量；/>
Figure BDA0004027197090000123
为车辆调度过程，/>
Figure BDA0004027197090000124
为大气走航监测公交车的网格覆盖次数；
S4-5、对车辆调度过程
Figure BDA0004027197090000125
和大气走航监测公交车的网格覆盖次数/>
Figure BDA0004027197090000126
可视化，其中包括对车辆调动过程可视化和对大气走航监测公交车的覆盖次数可视化；
S4-6、将车队规模、运营成本和大气走航时空覆盖质量带入整数线性规划模型，得到结果可视化的搭载式大气走航监测公交车的主动调度模型。
步骤S4-5的具体实现方式如下：
对车辆调动过程可视化建立车辆调度时空网络图，横坐标为离散时间，纵坐标为所有公交线路的起点/终点站集合，连接不同时空节点表示车辆调度过程，用不同颜色标识车辆ID；
对大气走航监测公交车的覆盖次数可视化建立大气走航检测栅格化热力图，横坐标为经度，纵坐标为维度，栅格化图像为1km*1km的正方形，通过正方形颜色深浅表示大气走航监测公交车对该网格的覆盖次数。
如图2所示，其中横坐标表示离散时间，纵坐标为公交站台。设计4类边以描述公交车辆的运行过程和跨线感知过程，包括：等待边，表示公交车辆在站台的等待过程；车次边，表示一个发车班次，该班次必须有一辆普通公交或大气走航公交覆盖；空驶调度边，表示车辆的空驶调度过程，包括单线空驶调度和跨线空驶调度；发车/收车边，表示公交车辆从初始站台发出，以及回到初始站台的过程。
在本发明的一个实施例中，可指定第1辆大气走航监测公交车的路径为：(场站0→线路1终点→线路1起点→线路1起点→线路1终点→线路1终点→线路1起点→线路1起点→场站0’)；第2辆大气走航监测公交车的路径为：(场站2→线路2终点→线路2起点→线路1终点→线路1起点→线路1起点→线路1终点→线路1终点→场站2’)；第1辆普通公交的路径为：(场站0→线路1起点→线路1终点→线路2起点→线路2起点→线路2终点→线路2起点→场站0’)；第2辆普通公交的路径为：(场站2→线路2起点→线路2终点→线路2起点→线路2终点→场站2’)。通过该行驶路径，能一方面覆盖时刻表的所有车次调度任务；另一方面，最大化大气走航监测公交车的空间覆盖广度和深度。
本发明提供的一种搭载式大气走航公交车的主动调度方法，同时考虑了公交车的运营目标和大气走航目标，能在不损害公交车运营服务水平基础上，进一步提升公交车的大气走航针对性和质量；在大气走航监测质量测定方面，考虑了网格覆盖的边际递减效应，即当同一监测网格覆盖次数越多，其感知收益提升越小，这能很好平衡大气走航公交车的空间监测广度和对同一网格的监测深度；所提供的系统质量指标及可视化方法，能帮助环境管理部门准确评估大气走航监测的时空覆盖效果，使大气走航监测结果可控。

Claims (5)

1.一种搭载式大气走航监测公交车的主动调度方法，其特征在于，包括以下步骤：
S1、获取并处理实验数据；
S2、根据实验数据和车辆的等待边、车次边、空驶调度边和收车/发车边四种状态构建多线路公交运行时空网络；
S3、根据多线路公交运行时空网络建立搭载式大气走航监测公交车的主动调度模型，并得到目标函数；
S4、根据目标函数对搭载式大气走航监测公交车的主动调度模型进行求解，并将结果可视化处理，得到结果可视化的搭载式大气走航监测公交车的主动调度模型；
S5、使用结果可视化的搭载式大气走航监测公交车的主动调度模型进行搭载式大气走航监测公交车路线分配调度。
2.根据权利要求1所述的一种搭载式大气走航监测公交车的主动调度方法，其特征在于，步骤S1的具体实现方式如下：
获取并处理包括公交线路列表、线路发车时刻表、公交单程运行时间、栅格化网格大气感知权重的实验数据；其中：
公交线路列表：根据大气检测要求和公交公司的公交线路表确定布置搭载式大气走航监测公交车的公交线路表；
线路发车时刻表：根据公交公司提供的数据直接得到；
公交单程运行时间：根据公交公司直接提供或者根据公交公司提供的GPS数据得到；
栅格化网格大气感知权重：将公交线路覆盖的城市区域栅格化为1km*1km的正方形，并依据网格的交通状况、建成环境、工业分布情况赋予时空感知权重。
3.根据权利要求2所述的一种搭载式大气走航监测公交车的主动调度方法，其特征在于，步骤S3的具体实现方式如下：
S3-1、建立大气走航公交车主动调度优化模型；
S3-2、根据公式：
Figure FDA0004027197080000021
Figure FDA0004027197080000022
Figure FDA0004027197080000023
Figure FDA0004027197080000024
Figure FDA0004027197080000025
Figure FDA0004027197080000026
Figure FDA0004027197080000027
Figure FDA0004027197080000028
Figure FDA0004027197080000029
Figure FDA00040271970800000210
Figure FDA0004027197080000031
Figure FDA0004027197080000032
得到搭载式大气走航监测公交车的主动调度模型的目标函数min z；其中，
Figure FDA0004027197080000033
为运营成本；/>
Figure FDA0004027197080000034
为搭载式大气走航监测公交车的时空大气监测质量；δ为相对权重系数；b∈B表示公交车编号；/>
Figure FDA0004027197080000035
为多线路公交运行时空网络的边，i，j∈Θ为公交线路起终点站台，t，/>
Figure FDA0004027197080000036
为离散时间点；N为时空网络的节点集合；A为所有边的集合；/>
Figure FDA0004027197080000037
为边旅行成本；决策变量/>
Figure FDA0004027197080000038
为1，表示公交车辆b使用了边
Figure FDA0004027197080000039
否则决策变量/>
Figure FDA00040271970800000310
为0；g∈G为多线路公交运行时空网络网格编号；k∈Ts表示大气监测的时间序列；μgk为网格感知权重；qgk为运营时间[k，k+1)内所有大气走航公交对网格g的覆盖次数；/>
Figure FDA00040271970800000311
为有效的大气传感监测次数；
Figure FDA00040271970800000312
表示公交车辆从给定的分配站台驶出；s表示调度周期的开始时间；e为调度周期结束时间；决策变量vbi为1时，表示将公交车辆分配至公交线路站台i，否则决策变量vbi为0；决策变量xb为1时，表示公交车b是为大气走航公交车，否则为普通公交；M为搭载式大气走航监测公交车的规模；Ap表示发车/收车边集合；Ar为跨线调度边；Ad为车次任务集合；/>
Figure FDA0004027197080000041
为0-1参数，为1时表示网络边/>
Figure FDA0004027197080000042
在时间段k覆盖了网格g，否则未覆盖网格g；Ts为大气监测的时间；/>
Figure FDA0004027197080000043
表示满足运营需求。
4.根据权利要求3所述的一种搭载式大气走航监测公交车的主动调度方法，其特征在于，步骤S4的具体实现方式如下：
S4-1、根据公式：
Figure FDA0004027197080000044
Figure FDA0004027197080000045
Figure FDA0004027197080000046
Figure FDA0004027197080000047
得到约束条件
Figure FDA0004027197080000048
的线性化表达结果，实现模型线性化；
S4-2、根据公式：
Figure FDA0004027197080000049
rgk≤ml·qgk+cl，l＝1，...，L
得到线性拟合的有效大气传感次数rgk；其中，L表示共有L个线段拟合；ml为线段的斜率；cl为线段的截距；l表示第l个拟合线段；
S4-3、将搭载式大气走航监测公交车的主动调度模型线性拟合得到整数线性规划模型，并对模型使用Gurobi软件进行求解得到最优决策变量
Figure FDA0004027197080000051
和/>
Figure FDA0004027197080000052
S4-4、根据Gurobi软件求解结果计算下列公式：
Figure FDA0004027197080000053
Figure FDA0004027197080000054
Figure FDA0004027197080000055
得到车队规模X，运营成本Y，大气走航时空覆盖质量Z；其中，
Figure FDA0004027197080000056
Figure FDA0004027197080000057
和/>
Figure FDA0004027197080000058
为最优决策变量；/>
Figure FDA0004027197080000059
为车辆调度过程，/>
Figure FDA00040271970800000510
为大气走航监测公交车的网格覆盖次数；
S4-5、对车辆调度过程
Figure FDA00040271970800000511
和大气走航监测公交车的网格覆盖次数/>
Figure FDA00040271970800000512
可视化，其中包括对车辆调动过程可视化和对大气走航监测公交车的覆盖次数可视化；
S4-6、将车队规模、运营成本和大气走航时空覆盖质量带入整数线性规划模型，得到结果可视化的搭载式大气走航监测公交车的主动调度模型。
5.根据权利要求4所述的一种搭载式大气走航监测公交车的主动调度方法，其特征在于，步骤S4-5的具体实现方式如下：
对车辆调动过程可视化建立车辆调度时空网络图，横坐标为离散时间，纵坐标为所有公交线路的起点/终点站集合，连接不同时空节点表示车辆调度过程，用不同颜色标识车辆ID；
对大气走航监测公交车的网格覆盖次数可视化建立大气走航检测栅格化热力图，横坐标为经度，纵坐标为维度，栅格化图像为1km*1km的正方形，通过正方形颜色深浅表示大气走航监测公交车对该网格的覆盖次数。
CN202211710029.XA 2022-12-29 2022-12-29 一种搭载式大气走航监测公交车的主动调度方法 Active CN116311865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211710029.XA CN116311865B (zh) 2022-12-29 2022-12-29 一种搭载式大气走航监测公交车的主动调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211710029.XA CN116311865B (zh) 2022-12-29 2022-12-29 一种搭载式大气走航监测公交车的主动调度方法

Publications (2)

Publication Number Publication Date
CN116311865A true CN116311865A (zh) 2023-06-23
CN116311865B CN116311865B (zh) 2023-12-05

Family

ID=86776897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211710029.XA Active CN116311865B (zh) 2022-12-29 2022-12-29 一种搭载式大气走航监测公交车的主动调度方法

Country Status (1)

Country Link
CN (1) CN116311865B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116644868A (zh) * 2023-07-27 2023-08-25 四川国蓝中天环境科技集团有限公司 一种序列化的基于公交车队的大规模移动传感器布设方法
CN116702400A (zh) * 2023-08-07 2023-09-05 四川国蓝中天环境科技集团有限公司 一种基于公交车和移动传感器的移动式城市感知优化方法
CN117288206A (zh) * 2023-11-23 2023-12-26 四川国蓝中天环境科技集团有限公司 一种基于自适应大邻域搜索的无人机路线规划方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398975A (zh) * 2007-09-29 2009-04-01 南京汉德森科技股份有限公司 数字化公交信息发布与群控的方法及装置
KR102346602B1 (ko) * 2021-09-02 2022-01-03 키키아이 주식회사 자동 버스 배차 방법
CN114529192A (zh) * 2022-02-16 2022-05-24 河南海融软件有限公司 城市智慧交通安全出行监测分析方法、应急疏散决策平台
CN115062830A (zh) * 2022-06-02 2022-09-16 华南理工大学 考虑随机路网和乘客时空灵活性的需求响应公交调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398975A (zh) * 2007-09-29 2009-04-01 南京汉德森科技股份有限公司 数字化公交信息发布与群控的方法及装置
KR102346602B1 (ko) * 2021-09-02 2022-01-03 키키아이 주식회사 자동 버스 배차 방법
CN114529192A (zh) * 2022-02-16 2022-05-24 河南海融软件有限公司 城市智慧交通安全出行监测分析方法、应急疏散决策平台
CN115062830A (zh) * 2022-06-02 2022-09-16 华南理工大学 考虑随机路网和乘客时空灵活性的需求响应公交调度方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116644868A (zh) * 2023-07-27 2023-08-25 四川国蓝中天环境科技集团有限公司 一种序列化的基于公交车队的大规模移动传感器布设方法
CN116644868B (zh) * 2023-07-27 2023-10-03 四川国蓝中天环境科技集团有限公司 一种序列化的基于公交车队的大规模移动传感器布设方法
CN116702400A (zh) * 2023-08-07 2023-09-05 四川国蓝中天环境科技集团有限公司 一种基于公交车和移动传感器的移动式城市感知优化方法
CN116702400B (zh) * 2023-08-07 2023-10-13 四川国蓝中天环境科技集团有限公司 一种基于公交车和移动传感器的移动式城市感知优化方法
CN117288206A (zh) * 2023-11-23 2023-12-26 四川国蓝中天环境科技集团有限公司 一种基于自适应大邻域搜索的无人机路线规划方法
CN117288206B (zh) * 2023-11-23 2024-02-02 四川国蓝中天环境科技集团有限公司 一种基于自适应大邻域搜索的无人机路线规划方法

Also Published As

Publication number Publication date
CN116311865B (zh) 2023-12-05

Similar Documents

Publication Publication Date Title
CN116311865B (zh) 一种搭载式大气走航监测公交车的主动调度方法
CN104021667B (zh) 整合预约服务与实时打车的出租车合乘调度系统及调度方法
Lee et al. A roadside unit placement scheme for vehicular telematics networks
CN101470946B (zh) 城市公交系统中gps和客流数据处理方法
CN105679009B (zh) 一种基于出租车gps数据挖掘的打车/接单poi推荐系统及方法
CN104091467B (zh) 基于城市停车位信息的导航系统
US8903646B2 (en) Method and determining system for automatically determining emission locations, and method and traffic control system based thereon for immission-dependent traffic control
CN104951865B (zh) 一种基于电网gis的物资调拨追踪方法及系统
CN201804445U (zh) 一种智能公交营运管理系统
CN111401622A (zh) 一种物流路径配置方法及系统
CN113177742A (zh) 基于智能交通的公交服务方法、系统、终端及存储介质
Sotelo et al. Introduction to the special issue on emergent cooperative technologies in intelligent transportation systems
Symeonidis et al. Development of an emission inventory system from transport in Greece
CN102779406A (zh) 基于北斗授时技术的云计算智能交通调度平台
DE112015000924T5 (de) Zielabhängiger Geschwindigkeitsregler
JP2004185399A (ja) 交通環境管理サーバ
Trippner-Hrabi et al. Innovations in local public transport–significance for the local community
TWI569227B (zh) The system and method of real - time passenger traffic exploration
CN114723100B (zh) 一种基于离散随机性动态规划的空载出租车路径规划方法
Castillo-Calderón et al. Estimation of Traction Energy Consumption of Urban Service Buses in an Intermediate Andean City
Xu Individual and Environmental Determinants of Traffic Emissions and Near-Road Air Quality
Johnston et al. Effects of land use intensification and auto pricing policies on regional travel, emissions, and fuel use
CN117612363A (zh) 评估共享微型移动系统的车队规模和分布的碳效益的方法
Qi et al. Mobility data in urban road emission mitigation
Niebel et al. Telematics for the Analysis of Vehicle Fleet Fuel Consumption

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