CN116611554A - 需求响应公交调度的优化方法、装置、电子设备及介质 - Google Patents
需求响应公交调度的优化方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116611554A CN116611554A CN202310552917.1A CN202310552917A CN116611554A CN 116611554 A CN116611554 A CN 116611554A CN 202310552917 A CN202310552917 A CN 202310552917A CN 116611554 A CN116611554 A CN 116611554A
- Authority
- CN
- China
- Prior art keywords
- bus
- space
- station
- time
- route
- 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
Links
- 230000004044 response Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005457 optimization Methods 0.000 title claims description 35
- 230000006870 function Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000008901 benefit Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/04—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06315—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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (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
本申请涉及公共交通运营调度技术领域,特别涉及一种需求响应公交调度的优化方法、装置、电子设备及介质,其中,方法包括:确定提供需求响应公交服务的公交路线和公交路线对应的站点范围;采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据公交路线、站点范围和采集到所有行驶时间建立时空网络流模型;根据时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案。由此,解决了相关技术中公交服务供求不平衡、行驶路线和停靠站点灵活性低、乘坐时间和候车时间较长等问题。
Description
技术领域
本申请涉及公共交通运营调度技术领域,特别涉及一种需求响应公交调度的优化方法、装置、电子设备及介质。
背景技术
随着私家车保有量的持续增加,城市交通问题日益严重。目前,城市交通问题有两类解决方案:一是扩大供给,不断建设交通基础设施;二是从调整土地利用和交通结构的角度入手,建立地面和轨道公共交通导向的土地开发模式。
相关技术中,城市公共交通运营调度技术多是基于固定线路及固定站点顺序,对公交车派遣数量进行实时调配,但是和乘客的实际出行需求之间仍然存在差距,导致无法避免公交服务供求不平衡、行驶路线和停靠站点灵活性低、乘坐时间和候车时间较长等缺点,造成公交车使用率低下、资源浪费等现象的出现。
发明内容
本申请提供一种需求响应公交调度的优化方法、装置、电子设备及介质,以解决相关技术中公交服务供求不平衡、行驶路线和停靠站点灵活性低、乘坐时间和候车时间较长,导致公交车使用率低下、资源浪费等问题。
本申请第一方面实施例提供一种需求响应公交调度的优化方法,包括以下步骤:确定提供需求响应公交服务的公交路线和所述公交路线对应的站点范围;采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据所述公交路线、所述站点范围和采集到所有行驶时间建立时空网络流模型;根据所述时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入所述需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案。
可选地,所述根据所述公交路线、所述站点范围和采集到所有行驶时间建立时空网络流模型,包括:根据所述公交路线、所述站点范围和采集到所有行驶时间确定时空点;根据客流需求数据规划从时空点出发延伸得到包含公交车服务乘客的所有方案的子路径,根据基于所述时空点和子路径建立时空网络流模型。
可选地,所述时空点涉及起始站和终点站,其中,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;所有线路的公交站都从各路线的末站开往终点站,终点站只进不出;每个站点均包括地理位置信息和和时间信息。
可选地,所述子路径包括:任意公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点之间的路径;任意公交路线末站生成的任意时空点到对应公交路线或另一条公交路线首站生成的任意时空点之间的路径;从起始站到任意公交路线首站生成的任意时空点之间的路径;从任意公交站线路末站生成的任意时空点到终点站之间的路径。
可选地,所述需求响应公交优化调度模型的目标函数为:
其中,gr为访问子路径r所获得的收益,gj为服务乘客j所消耗的运营成本。
可选地,所述需求响应公交优化调度模型的约束条件包括流量平衡约束条件、乘客服务次数约束条件和公交车数量约束条件中一种或多种,其中,所述流量平衡约束条件为:
乘客服务次数约束条件为:
公交车数量约束条件为:
其中,zr约束为:
R为时空网络流模型中所有子路径的集合,为所有乘客的集合,Λ表示调度所用到的公交车总数,/>表示以时空点s为起点的子路径,/>表示以时空点s为的子路径,sO为起始站,sD为终点站,/>为可以调用的公交车总数。
本申请第二方面实施例提供一种需求响应公交调度的优化装置,包括:确定模块,用于确定提供需求响应公交服务的公交路线和所述公交路线对应的站点范围;采集模块,用于采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据所述公交路线、所述站点范围和采集到所有行驶时间建立时空网络流模型;建立模块,用于根据所述时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入所述需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案。
可选地,所述采集模块进一步用于:根据所述公交路线、所述站点范围和采集到所有行驶时间确定时空点;根据客流需求数据规划从时空点出发延伸得到包含公交车服务乘客的所有方案的子路径,根据基于所述时空点和子路径建立时空网络流模型。
可选地,所述时空点涉及起始站和终点站,其中,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;所有线路的公交站都从各路线的末站开往终点站,终点站只进不出;每个站点均包括地理位置信息和和时间信息。
可选地,所述子路径包括:任意公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点之间的路径;任意公交路线末站生成的任意时空点到对应公交路线或另一条公交路线首站生成的任意时空点之间的路径;从起始站到任意公交路线首站生成的任意时空点之间的路径;从任意公交站线路末站生成的任意时空点到终点站之间的路径。
可选地,所述需求响应公交优化调度模型的目标函数为:
其中,gr为访问子路径r所获得的收益,gj为服务乘客j所消耗的运营成本。
可选地,所述需求响应公交优化调度模型的约束条件包括流量平衡约束条件、乘客服务次数约束条件和公交车数量约束条件中一种或多种,其中,
所述流量平衡约束条件为:
乘客服务次数约束条件为:
公交车数量约束条件为:
其中,zr约束为:
R为时空网络流模型中所有子路径的集合,为所有乘客的集合,Λ表示调度所用到的公交车总数,/>表示以时空点s为起点的子路径,/>表示以时空点s为的子路径,sO为起始站,sD为终点站,/>为可以调用的公交车总数。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的需求响应公交调度的优化方法。
本申请第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的需求响应公交调度的优化方法。
由此,本申请至少具有如下有益效果:
本申请实施例考虑到了不同运营时段客流需求的不确定性,根据乘客需求数据,合理选择访问的站点,可以节省乘客的等待时间和出行时间;通过动态规划生成含有所有服务乘客方案的子路径,在调度时,多条子路径可以进行组合,以达到公交车服务更多乘客的目的;融合时空流网络模型与动态规划算法,引入时空点和子路径的概念,在求解模型的速度上相比于传统模型,时间复杂度显著降低,系统的总效益能够得到较大提升。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种需求响应公交调度的优化方法的流程图;
图2为根据本申请实施例提供的时空网络流模型子路径示意图;
图3为根据本申请实施例提供的基于时空网络流模型中子路径的公交路线调度示意图;
图4为根据本申请实施例提供的需求响应公交调度的优化方法的流程示意图;
图5为根据本申请实施例提供的需求响应公交调度的优化装置的示意图;
图6为根据本申请实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
随着私家车保有量的持续增加,城市交通问题日益严重。目前,城市交通问题有两类解决方案:一是扩大供给,不断建设交通基础设施;二是从调整土地利用和交通结构的角度入手,建立地面和轨道公共交通导向的土地开发模式。
由于已有的公交路网的站点和路线都已固定,和乘客的实际出行需求之间存在差距,公共交通的到达率尚且存在很大的优化空间,这也促进了共享汽车的发展。相比传统公交系统,基于需求响应的共享汽车的接送位置和行驶路线更具灵活性,但此类服务也具有出行费用较高、汽车合乘率较低等缺点。
在城市公共交通营运调度技术领域中,相关技术(1)公开了一种公交调度系统及调度方法,其通过采集的客流数据来增派公交车;相关技术(2)公开了一种现针对实时空驶调度的实时公交调度方法,决策不依赖调度员的个人工作经验,具有抗外部干扰能力强、实时性强等特点;相关技术(3)公开了一种公交车调度方法、装置、系统、计算机设备和存储介质,通过接收预设公交路线上公交车的定位数据,判断拥堵路段并实时调整最优路径;相关技术(4)公开了一种模块化公交运营调度优化方法、装置及存储介质,考虑了客流到达的不确定性和随机延误,根据客流需求数据和公交运营特性获得系统总成本最低的情况下的运营调度方案。
在共享汽车运营调度技术领域中,相关技术(1)公开了一种基于无人驾驶技术的共享汽车调度方法及系统,通过获取各个共享汽车网点的车辆信息,对各网点实现车辆的均衡分配,并控制车辆自动行驶至对应的待调入点;相关技术(2)公开了一种基于用户需求分析的共享汽车调度方法,解决了共享汽车调度依赖于车辆静态数据进行调度所导致的车辆利用率较低、调度效率较低的问题;相关技术(3)公开了一种共享自动驾驶汽车动态合乘调度方法、装置及存储介质,通过合乘约束条件从乘客的出行请求信息和车辆信息确定出多乘车匹配方案,极大提高了共享自动驾驶汽车的合乘率。
但是,现有的城市公共交通运营调度技术多是基于固定线路及固定站点顺序,对公交车派遣数量进行实时调配。因此,在交通高峰期乘客需求量较大时调度系统需要承担的计算量往往很大,而在乘客需求相对较小的时段,公交车通常仍然按照传统的定时发车、固定线路模式运行,会造成公交车使用率低下等资源浪费的现象。因此,现有技术仍然无法避免公交服务供求不平衡、行驶路线和停靠站点灵活性低、乘坐时间和候车时间较长等缺点。
现有的共享汽车运营调度技术虽然可以满足需求响应特性,但多在解决服务车辆和乘客需求量的匹配问题,这类技术在共享汽车使用率及合乘率较低、共享汽车行程路径规划无法满足合乘条件等方面存在缺陷。
因此,更加智能、高效的公共交通系统将融合共享汽车出行服务所具有的需求响应特性和站点、路线灵活特性,以及轨道和地面公共交通所具有的合乘特性和高使用率,成为面向城市交通拥堵问题、提升用户出行效率、最大化运营商与乘客效益的重要解决方案。
下面参考附图描述本申请实施例的需求响应公交调度的优化方法、装置、电子设备及介质。具体而言,图1为本申请实施例所提供的一种需求响应公交调度的优化方法流程示意图。
如图1所示,该需求响应公交调度的优化方法包括以下步骤:
在步骤S101中,确定提供需求响应公交服务的公交路线和公交路线对应的站点范围。
可以理解的是,本申请实施例可以基于高精地图等方式确定提供需求响应公交服务的公交路线和公交路线对应的站点范围,以便于后续采集不同公交路线各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间。
在步骤S102中,采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据公交路线、站点范围和采集到所有行驶时间建立时空网络流模型。
可以理解的是,本申请实施例采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据公交路线、站点范围和采集到所有行驶时间建立时空网络流模型,以便于后续根据时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型。
具体地,根据所涉及的公交线路和站点建立时空网络流模型包括:(1)时间-空间模型中,假设存在两个场站时空点,时空点涉及起始站和终点站;(2)时空网络流模型中的时空点涉及所有公交线路的首站和末站,每个点包含两类信息:地理位置(经度和纬度)和时间;(3)时空网络流模型中的子路径的起点和终点是不同的时空点,要求公交车按照一条路线上站点的实际顺序对站点进行访问,不能改变行驶的方向;(4)时空网络流模型由时空点和子路径组成,公交车可以选择是否访问时空网络流模型中的任意一条子路径,由此决定在某个时刻以何种站点访问顺序服务到哪些乘客。
在本申请实施例中,根据公交路线、站点范围和采集到所有行驶时间建立时空网络流模型,包括:根据公交路线、站点范围和采集到所有行驶时间确定时空点;根据客流需求数据规划从时空点出发延伸得到包含公交车服务乘客的所有方案的子路径,根据基于时空点和子路径建立时空网络流模型。
可以理解的是,本申请实施例根据公交路线、站点范围和采集到所有行驶时间确定时空点,根据客流需求数据规划从时空点出发延伸得到包含公交车服务乘客的所有方案的子路径,根据基于时空点和子路径建立时空网络流模型,引入时空点和子路径的概念,在求解模型的速度上相比于传统模型,时间复杂度显著降低,系统的总效益能够得到较大提升。
具体地,时空网络流模型由时空点和子路径组成,公交车可以选择是否访问时空网络流模型中的任意一条子路径,由此决定在某个时刻以何种站点访问顺序服务到哪些乘客。
在本申请实施例中,时空点涉及起始站和终点站,其中,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;所有线路的公交站都从各路线的末站开往终点站,终点站只进不出;每个站点均包括地理位置信息和和时间信息。
可以理解的是,本申请实施例的时空点涉及起始站和终点站,当时空点为起始站时,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进,当时空点为终始站时,所有线路的公交站都从各路线的末站开往终点站,终点站只进不出,以便根据实际情况建立时刻网络流模型。
具体地,根据所涉及的公交线路和站点建立时空网络流模型的时间-空间模型中,假设存在两个场站时空点;第一个为起始站,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;第二个为终点站,所有线路的公交站都从各路线的末站开往终点站,终点站只进不出。
在本申请实施例中,子路径包括:任意公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点之间的路径;任意公交路线末站生成的任意时空点到对应公交路线或另一条公交路线首站生成的任意时空点之间的路径;从起始站到任意公交路线首站生成的任意时空点之间的路径;从任意公交站线路末站生成的任意时空点到终点站之间的路径。
可以理解的是,本申请实施例的子路径包括四种情况,任意公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点之间的路径;任意公交路线末站生成的任意时空点到对应公交路线或另一条公交路线首站生成的任意时空点之间的路径;从起始站到任意公交路线首站生成的任意时空点之间的路径;从任意公交站线路末站生成的任意时空点到终点站之间的路径,考虑到提高乘客出行的合乘率,通过动态规划生成含有所有服务乘客方案的子路径,在调度时多条子路径可以进行组合,以达到公交车服务更多乘客的目的。
需要说明的是,子路径包含有公交车在该路线服务乘客的所有可能,包括车上有无乘客、车上乘客上下车等各种可能性,不做具体限定。
举例说明,如图2所示,一定数量的公交车从起始站出发,车上无乘客。
(1)访问子路径1;子路径1表示公交车在线路3运行时,从线路3的首站出发,在线路3站点2接到客人4名,在线路3站点4接到客人3名,线路3站点7放下客人5名,在线路3站点11放下客人2名,最后来到线路3的末站。此时公交车上没有乘客。
(2)访问子路径2;子路径2表示公交车在线路1运行时,从线路1的首站出发,在线路1站点3接到客人4名,在线路1站点7放下客人4名,最后来到线路1的末站。此时公交车上没有乘客。
(3)公交车从子路径2的终点(即线路1的末站)出发,回到终点站,此时车上无乘客。
(4)图中没有标注出的站点,公交车在运行过程中不会访问。例如,若从线路3站点3到站点7,必须经过站点4、站点5和站点6,则公交车途径这些站点而不停靠;若从线路3站点3到站点7有其他更近路径,公交车不会途径站点4、站点5和站点6。
在步骤S103中,根据时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案。
其中,需求响应公交优化调度模型的约束条件包括流量平衡约束条件,乘客服务次数约束条件和公交车数量约束条件中一种或多种,其中,
流量平衡约束条件为:
乘客服务次数约束条件为:
公交车数量约束条件为:
其中,zr约束为:
R为时空网络流模型中所有子路径的集合,为所有乘客的集合,Λ表示调度所用到的公交车总数,/>表示以时空点s为起点的子路径,/>表示以时空点s为的子路径,sO为起始站,sD为终点站,/>为可以调用的公交车总数。
其中,需求响应公交优化调度模型的目标函数为:
其中,gr为访问子路径r所获得的收益,gj为服务乘客j所消耗的运营成本。
可以理解的是,本申请实施例根据时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案,从而能够根据乘客需求数据,合理选择访问的站点,可以节省乘客的等待时间和出行时间,提高了公交车的使用效率。
具体地,如图3所示,图中方形节点表示两个场站时空点:起始站和终点站;圆形节点均表示其他时空点,时空点之间的连线为子路径,两个时空点之间可以有多条子路径,每条子路径包含不同的服务该线路上乘客的方案,所有的调度路线均从起始站出发,访问若干子路径,最终回到终点站。
根据本申请实施例提出的需求响应公交调度的优化方法,基于公交路线、站点范围和采集到所有行驶时间建立时空网络流模型,根据时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案,从而能够根据乘客需求数据,合理选择访问的站点,可以节省乘客的等待时间和出行时间,实现了车辆利用率和合乘率较高、运营效益最大化。
下面将结合图4对本申请的需求响应公交调度的优化方法进行详细阐述,具体如下:
1、确定提供需求响应公交服务的路线和涉及站点范围,采集不同线路上各个站点之间的行驶时间,采集某条线路终点站至其他线路始发站的行驶时间;
2、采集一定时间范围内,涉及的公交线路上各个站点之间的客流需求数据,其中包括乘客的搭乘线路,在该线路的上车站点和上车时间,下车站点和下车时间;
3、根据所涉及的公交线路和站点,建立时空网络流模型;
(1)时间-空间模型中,假设存在两个场站时空点。第一个为起始站,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;第二个为终点站,所有线路的公交站都从各路线的末站开往终点站,终点站只进不出。
(2)时空网络流模型中的时空点涉及所有公交线路的首站和末站,每个点包含两类信息:地理位置(经度和纬度)和时间。其中,先根据2中选择的时间范围T(单位:小时),将时间T离散为(0,T*60*60)共T*60*60个单位时间,每一个带有地理位置信息的站点都分别赋予(0,T*60*60)的单位时间,即一个实际站点可以生成T*60*60个带有地理位置信息和时间信息的时空点。
根据客流需求数据中乘客的上车站点和上车时间,将上车时间同样处理为(0,T*60*60)区间的某时刻,可以确定对应的时空点处等待服务的乘客数;
(3)时空网络流模型中的子路径的起点和终点是不同的时空点。子路径有四种情况:1)某一条公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点,2)某一条公交路线末站生成的任意时空点到该条公交路线或另一条公交路线首站生成的任意时空点;3)从起始站到某条公交路线首站生成的任意时空点;4)从某条公交站线路末站生成的任意时空点到终点站。空点出发,可以延伸得到一条公交线路上所有可能的子路径。规定子路径中
根据客流需求数据,使用动态规划算法,从已经生成的时空点出发,延伸得到包含公交车服务乘客的所有可能方案的子路径。要求公交车按照一条路线上站点的实际顺序对站点进行访问,不能改变行驶的方向。
(4)时空网络流模型由时空点和子路径组成,公交车可以选择是否访问时空网络流模型中的任意一条子路径,由此决定在某个时刻以何种站点访问顺序服务到哪些乘客。
4、根据公交线路的运营特性,确定调度优化模型参数值并搭建模型;
约束条件中流量平衡约束表示为:
约束条件中乘客服务次数约束指每个乘客只能被服务一次,表示为:
约束条件中公交车数量约束表示为:
约束条件中zr约束为:
其中,
R为时空网络流模型中所有子路径的集合,为所有乘客的集合,Λ表示调度所用到的公
交车总数,表示以时空点s为起点的子路径,/>表示以时空点s为的子路径,so为起始站,sD为终点站,/>为可以调用的公交车总数。
5、根据客流需求数据,求解模型,获取在系统总效益最高的情况下的运营调度方案;
系统总效益包含乘客被某条子路径服务的费用与公交车单位时间内的出行距离,目标函数表达为:
其中,gr为访问子路径r所获得的收益,gj为服务乘客j所消耗的运营成本。
综上,本申请与其他公共交通调度技术相比,考虑到了不同运营时段客流需求的不确定性,根据乘客需求数据,合理选择访问的站点,可以节省乘客的等待时间和出行时间;与其他共享汽车调度技术相比,考虑到提高乘客出行的合乘率,通过动态规划生成含有所有服务乘客方案的子路径,在调度时,多条子路径可以进行组合,以达到公交车服务更多乘客的目的;融合时空流网络模型与动态规划算法,引入时空点和子路径的概念,在求解模型的速度上相比于传统模型,时间复杂度显著降低,系统的总效益能够得到较大提升。
其次参照附图描述根据本申请实施例提出的需求响应公交调度的优化装置。
图5是本申请实施例的需求响应公交调度的优化装置的方框示意图。
如图5所示,该需求响应公交调度的优化装置10包括:确定模块100、采集模块200和建立模块300。
其中,确定模块100用于确定提供需求响应公交服务的公交路线和公交路线对应的站点范围;采集模块200用于采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据公交路线、站点范围和采集到所有行驶时间建立时空网络流模型;建立模块300用于根据时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案。
在本申请实施例中,采集模块200进一步用于:根据公交路线、站点范围和采集到所有行驶时间确定时空点;根据客流需求数据规划从时空点出发延伸得到包含公交车服务乘客的所有方案的子路径,根据基于时空点和子路径建立时空网络流模型。
在本申请实施例中,时空点涉及起始站和终点站,其中,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;所有线路的公交站都从各路线的末站开往终点站,终点站只进不出;每个站点均包括地理位置信息和和时间信息。
在本申请实施例中,子路径包括:任意公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点之间的路径;任意公交路线末站生成的任意时空点到对应公交路线或另一条公交路线首站生成的任意时空点之间的路径;从起始站到任意公交路线首站生成的任意时空点之间的路径;从任意公交站线路末站生成的任意时空点到终点站之间的路径。
在本申请实施例中,需求响应公交优化调度模型的目标函数为:
其中,gr为访问子路径r所获得的收益,gj为服务乘客j所消耗的运营成本。
可选地,需求响应公交优化调度模型的约束条件包括流量平衡约束条件、乘客服务次数约束条件和公交车数量约束条件中一种或多种,其中,
流量平衡约束条件为:
/>
乘客服务次数约束条件为:
公交车数量约束条件为:
其中,zr约束为:
R为时空网络流模型中所有子路径的集合,为所有乘客的集合,Λ表示调度所用到的公交车总数,/>表示以时空点s为起点的子路径,/>表示以时空点s为的子路径,sO为起始站,sD为终点站,/>为可以调用的公交车总数。
需要说明的是,前述对需求响应公交调度的优化方法实施例的解释说明也适用于该实施例的需求响应公交调度的优化装置,此处不再赘述。
根据本申请实施例提出的需求响应公交调度的优化装置,基于公交路线、站点范围和采集到所有行驶时间建立时空网络流模型,根据时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案,从而能够根据乘客需求数据,合理选择访问的站点,可以节省乘客的等待时间和出行时间,实现了车辆利用率和合乘率较高、运营效益最大化。
图6为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的需求响应公交调度的优化方法。
进一步地,电子设备还包括:
通信接口603,用于存储器601和处理器602之间的通信。
存储器601,用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现,则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器601、处理器602及通信接口603,集成在一块芯片上实现,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的需求响应公交调度的优化方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种需求响应公交调度的优化方法,其特征在于,包括以下步骤:
确定提供需求响应公交服务的公交路线和所述公交路线对应的站点范围;
采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据所述公交路线、所述站点范围和采集到所有行驶时间建立时空网络流模型;
根据所述时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入所述需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案。
2.根据权利要求1所述的需求响应公交调度的优化方法,其特征在于,所述根据所述公交路线、所述站点范围和采集到所有行驶时间建立时空网络流模型,包括:
根据所述公交路线、所述站点范围和采集到所有行驶时间确定时空点;
根据客流需求数据规划从时空点出发延伸得到包含公交车服务乘客的所有方案的子路径,根据基于所述时空点和子路径建立时空网络流模型。
3.根据权利要求2所述的需求响应公交调度的优化方法,其特征在于,所述时空点涉及起始站和终点站,其中,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;所有线路的公交站都从各路线的末站开往终点站,终点站只进不出;每个站点均包括地理位置信息和和时间信息。
4.根据权利要求2所述的需求响应公交调度的优化方法,其特征在于,所述子路径包括:
任意公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点之间的路径;
任意公交路线末站生成的任意时空点到对应公交路线或另一条公交路线首站生成的任意时空点之间的路径;
从起始站到任意公交路线首站生成的任意时空点之间的路径;
从任意公交站线路末站生成的任意时空点到终点站之间的路径。
5.根据权利要求1所述的需求响应公交调度的优化方法,其特征在于,所述需求响应公交优化调度模型的目标函数为:
其中,gr为访问子路径r所获得的收益,gj为服务乘客j所消耗的运营成本。
6.根据权利要求1所述的需求响应公交调度的优化方法,其特征在于,所述需求响应公交优化调度模型的约束条件包括流量平衡约束条件、乘客服务次数约束条件和公交车数量约束条件中一种或多种,其中,
所述流量平衡约束条件为:
乘客服务次数约束条件为:
公交车数量约束条件为:
其中,zr约束为:
R为时空网络流模型中所有子路径的集合,P为所有乘客的集合,Λ表示调度所用到的公交车总数,表示以时空点s为起点的子路径,/>表示以时空点s为的子路径,sO为起始站,sD为终点站,V为可以调用的公交车总数。
7.一种需求响应公交调度的优化装置,其特征在于,包括:
确定模块,用于确定提供需求响应公交服务的公交路线和所述公交路线对应的站点范围;
采集模块,用于采集不同公交路线上各个站点之间的行驶时间以及公交路线终点站至其他公交路线始发站的行驶时间,根据所述公交路线、所述站点范围和采集到所有行驶时间建立时空网络流模型;
建立模块,用于根据所述时空网络流模型和公交线路的运营特性建立需求响应公交优化调度模型,将客流需求数据输入所述需求响应公交优化调度模型,输出提供需求响应公交服务的公交路线的最优运营调度方案。
8.根据权利要求7所述的装置,其特征在于,所述采集模块进一步用于:
根据所述公交路线、所述站点范围和采集到所有行驶时间确定时空点;
根据客流需求数据规划从时空点出发延伸得到包含公交车服务乘客的所有方案的子路径,根据基于所述时空点和子路径建立时空网络流模型。
9.根据权利要求8所述的装置,其特征在于,所述时空点涉及起始站和终点站,其中,所有线路的公交车都从起始站出发开往各路线的首站,起始站只出不进;所有线路的公交站都从各路线的末站开往终点站,终点站只进不出;每个站点均包括地理位置信息和和时间信息。
10.根据权利要求8所述的装置,其特征在于,所述子路径包括:
任意公交路线首站生成的任意时空点到该公交路线末站生成的任意时空点之间的路径;
任意公交路线末站生成的任意时空点到对应公交路线或另一条公交路线首站生成的任意时空点之间的路径;
从起始站到任意公交路线首站生成的任意时空点之间的路径;
从任意公交站线路末站生成的任意时空点到终点站之间的路径。
11.根据权利要求7所述的装置,其特征在于,所述需求响应公交优化调度模型的目标函数为:
其中,gr为访问子路径r所获得的收益,gj为服务乘客j所消耗的运营成本。
12.根据权利要求7所述的装置,其特征在于,所述需求响应公交优化调度模型的约束条件包括流量平衡约束条件、乘客服务次数约束条件和公交车数量约束条件中一种或多种,其中,
所述流量平衡约束条件为:
乘客服务次数约束条件为:
公交车数量约束条件为:
其中,zr约束为:
R为时空网络流模型中所有子路径的集合,为所有乘客的集合,Λ表示调度所用到的公交车总数,/>表示以时空点s为起点的子路径,/>表示以时空点s为的子路径,sO为起始站,sD为终点站,/>为可以调用的公交车总数。
13.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-6任一项所述的需求响应公交调度的优化方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-6任一项所述的需求响应公交调度的优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310552917.1A CN116611554B (zh) | 2023-05-16 | 2023-05-16 | 需求响应公交调度的优化方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310552917.1A CN116611554B (zh) | 2023-05-16 | 2023-05-16 | 需求响应公交调度的优化方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116611554A true CN116611554A (zh) | 2023-08-18 |
CN116611554B CN116611554B (zh) | 2024-04-30 |
Family
ID=87677542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310552917.1A Active CN116611554B (zh) | 2023-05-16 | 2023-05-16 | 需求响应公交调度的优化方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611554B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409599A (zh) * | 2018-10-24 | 2019-03-01 | 天津市市政工程设计研究院 | 基于实时需求的定制公交线路开通优化方法 |
CN111754039A (zh) * | 2020-06-23 | 2020-10-09 | 北京交通大学 | 纯电动公交线网综合集成优化设计的方法 |
CN113592215A (zh) * | 2021-05-28 | 2021-11-02 | 东南大学 | 一种常规公交与可变线路公交组合调度的方法 |
WO2022161144A1 (zh) * | 2021-01-28 | 2022-08-04 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种公交线网的备选线路集生成、线路规划方法及装置 |
CN115689054A (zh) * | 2022-11-18 | 2023-02-03 | 华南理工大学 | 一种模块化公交营运调度优化方法、装置及存储介质 |
-
2023
- 2023-05-16 CN CN202310552917.1A patent/CN116611554B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409599A (zh) * | 2018-10-24 | 2019-03-01 | 天津市市政工程设计研究院 | 基于实时需求的定制公交线路开通优化方法 |
CN111754039A (zh) * | 2020-06-23 | 2020-10-09 | 北京交通大学 | 纯电动公交线网综合集成优化设计的方法 |
WO2022161144A1 (zh) * | 2021-01-28 | 2022-08-04 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种公交线网的备选线路集生成、线路规划方法及装置 |
CN113592215A (zh) * | 2021-05-28 | 2021-11-02 | 东南大学 | 一种常规公交与可变线路公交组合调度的方法 |
CN115689054A (zh) * | 2022-11-18 | 2023-02-03 | 华南理工大学 | 一种模块化公交营运调度优化方法、装置及存储介质 |
Non-Patent Citations (2)
Title |
---|
韩霜;傅惠;: "即时响应式定制公交调度优化", 公路交通科技, no. 06, 15 June 2020 (2020-06-15), pages 123 - 130 * |
马晓磊;沈宣良;张钊;栾森;陈汐;: "基于拉格朗日松弛算法的自动驾驶公交调度优化研究", 中国公路学报, no. 12, 15 December 2019 (2019-12-15), pages 14 - 28 * |
Also Published As
Publication number | Publication date |
---|---|
CN116611554B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109409599B (zh) | 基于实时需求的定制公交线路开通优化方法 | |
CN103956041B (zh) | 一种公交调度系统及其控制方法 | |
CN107103383B (zh) | 一种基于打车热点的动态拼车调度方法 | |
CN109673165A (zh) | 用于调度车辆的系统和方法 | |
US20220122011A1 (en) | Method and system for operating a fleet of vehicles | |
CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
CN107101643A (zh) | 一种拼车匹配方法 | |
JP7154831B2 (ja) | 車両管理システムおよび車両管理方法 | |
CN102819950A (zh) | 一种交通工具搭载辅助决策的系统和方法 | |
CN112561379A (zh) | 一种面向区域性网约车的调度方法 | |
CN115547052A (zh) | 改进自适应大领域算法的动态需求响应电动公交调度方法 | |
CN115641704B (zh) | 一种智能公交调度方法及系统 | |
JP7475985B2 (ja) | 配車管理装置及び配車管理方法 | |
CN115577818A (zh) | 一种用于智能公交的乘客需求响应式拼车调度方法及系统 | |
CN111932040A (zh) | 一种拼车路线规划的方法和系统 | |
CN113763695A (zh) | 一种自动驾驶车辆的调度方法和系统 | |
CN111931079A (zh) | 推荐网约车上车点的方法及系统 | |
CN113442778B (zh) | 基于车联网的电动汽车充电调配方法、装置和系统 | |
CN116611554B (zh) | 需求响应公交调度的优化方法、装置、电子设备及介质 | |
CN115083198B (zh) | 一种多车运力资源调度方法及装置 | |
CN116524705A (zh) | 一种城际出行车辆的调度方法及终端 | |
CN116307580A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
CN115907328A (zh) | 电池配送方法、充电规划方法、设备和介质 | |
CN113240897B (zh) | 车辆调度方法、系统和计算机可读存储介质 | |
EP4268164A1 (en) | Route-based digital service management |
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 |