CN116993131A - 一种基于公共交通线路管理的优化方法及系统 - Google Patents
一种基于公共交通线路管理的优化方法及系统 Download PDFInfo
- Publication number
- CN116993131A CN116993131A CN202311253401.3A CN202311253401A CN116993131A CN 116993131 A CN116993131 A CN 116993131A CN 202311253401 A CN202311253401 A CN 202311253401A CN 116993131 A CN116993131 A CN 116993131A
- Authority
- CN
- China
- Prior art keywords
- time period
- traffic
- departure frequency
- unit
- segment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 230000011218 segmentation Effects 0.000 claims abstract description 10
- 238000007405 data analysis Methods 0.000 claims description 12
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 16
- 238000013461 design Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/06—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
- G06Q10/04—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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于公共交通线路管理的优化方法及系统,涉及交通线路管理技术领域,包括数据汇总模块、分析优化模块以及车辆调度模块;数据采集模块包括分段单元和数据汇总单元,通过分段单元将一天分割为四个时间段,在同一线路上,由数据汇总单元采集四个时间段内的相关数据信息;其技术要点为:通过综合考虑了学生数量因素、天气因素以及交通因素来生成发车频率评估值,并结合设定的阈值来获取预计发车频率,实现对发车频率的动态调整,应对车辆故障这类突发的状况时也能借助车辆调度模块完成车辆的调度,以确保交通线路运行时的稳定性。
Description
技术领域
本发明涉及交通线路管理技术领域,具体为一种基于公共交通线路管理的优化方法及系统。
背景技术
交通线路管理是指对城市或地区的交通网络进行规划、组织、监管和调控的一项管理工作,它包括对道路、铁路、水路、航空等交通要素进行布局和设计,以确保交通系统的高效运营和安全性,交通线路管理的目标是优化交通流量,减少拥堵和事故的发生,提高出行效率,提供便捷的交通服务,这一工作通常由交通部门、城市规划部门或相关机构负责进行,交通线路管理涉及交通规划、交通设施建设、交通信号灯控制、交通监管等多个方面的工作。
现有申请号为201811432227.8,名称为一种城市接驳公交系统的一体化规划决策支持系统的中国发明专利中公开的技术方案为:融合大数据、GIS、运筹优化和人工智能等技术,通过手机信令数据和GIS分析居民出行时空聚集点,考虑道路的实际拓扑结构,自动筛选任意居民出行聚集点周边可行的接驳站点,根据交通网络运行状态,利用智能化决策技术,从备选接驳站点集合中选择最佳居民上车位置,将需求点分配给接驳站点,据此计算接驳线路访问接驳站点的顺序,以及它们的发车频率,通过对比不同情形下的设计方案辅助城市接驳公交系统设计。
然而,针对上述专利结合现有技术而言,在大学校园中通常也需要加入公共交通线路,以保证学生在偌大的校园中能够及时的抵达教学区,为应对大学校园中各个上下课的高峰期,对于公共交通线路的设计通常需要针对高峰期进行调整,通常在对交通线路进行优化设计时只是依据历史数据来调整对应线路上的发车频率,抑或是根据学生数量和客流量来进行发车频率的调整,对于道路拥堵的情况或是某个线路上出现若干车辆故障的情况下,对应线路的发车频率无法做出及时的动态调整,从而影响整个交通线路运行时的稳定性。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于公共交通线路管理的优化方法及系统,通过综合考虑了学生数量因素、天气因素以及交通因素来生成发车频率评估值,并结合设定的阈值来获取预计发车频率/>,实现对发车频率的动态调整,应对车辆故障这类突发的状况时也能借助车辆调度模块完成车辆的调度,以确保交通线路运行时的稳定性,解决了背景技术中提出的关于传统交通线路运行不够稳定性、无法应对车辆故障这类突发状况的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种基于公共交通线路管理的优化方法及系统,包括数据汇总模块、分析优化模块以及车辆调度模块;
其中,数据采集模块包括分段单元和数据汇总单元,通过分段单元将一天分割为四个时间段,在同一线路上,由数据汇总单元采集四个时间段内的相关数据信息;
分析优化模块包括一级分析单元、二级分析单元以及评估优化单元;
一级分析单元,搭建数据分析模型,依据相关数据信息分别生成同一线路上,各个时间段内的客流系数、天气系数/>以及交通系数/>,Q表示对应时间段的编号;
二级分析单元,二次搭建数据分析模型,依据一级分析单元获取的各个系数,生成同一线路上,各个时间段内的发车频率评估值;
评估优化单元,设置阈值Th,依据发车频率评估值获取各个时间段内的预计发车频率/>;
车辆调度模块,在某个线路中的交通车辆发生故障时,获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率,根据判断结果来选择对交通车辆的临时调度策略。
进一步的,在分段单元中的四个时间段分别为:早晨段,即7点~9点,中午段,即12点~14点,下午段,16点~18点,夜间段,即20点~22点。
进一步的,在数据汇总单元中的相关数据信息包括:同一线路上,起点周边区域的学生总量、各个时间段内的实际客流总量、对应时间段内的平均气温和平均风力值、同一线路上的交通流量和平均速度。
进一步的,在一级分析单元中各个系数中的Q表示对应时间段的编号,且Q=1、2、3、4,1表示早晨段,2表示中午段,3表示下午段,4表示夜间段;
其中,获取客流系数的公式如下:
式中,表示起点周边区域的学生总量,/>表示对应时间段内的实际客流量,分别为起点周边区域的学生总量和对应时间段内的实际客流量的预设比例系数,且。
进一步的,在一级分析单元中获取天气系数的公式如下:
式中,表示对应时间段内的平均气温,/>表示对应时间段内的平均风力值,分别为对应时间段内的平均气温和平均风力值的预设比例系数,且/>。
进一步的,在一级分析单元中获取交通系数的公式如下:
式中,表示同一线路上的交通流量,/>表示同一线路上的平均速度,/>分别为对应时间段内的平均气温和平均风力值的预设比例系数,且/>。
进一步的,在二级分析单元中生成各个时间段内的发车频率评估值所依据的公式如下:
式中,分别为对应时间段内的客流系数、交通系数以及天气系数的预设比例系数,且/>,/>,/>为常数修正系数,其具体值可由用户调整设置,或者由分析函数拟合生成。
进一步的,在评估优化单元中获取预计发车频率的公式如下:
式中,预计发车频率的最终值需要去除小数点后的数。
进一步的,车辆调度模块包括评测对比单元和临时调度单元;
在某个线路中的交通车辆发生故障时,通过评测对比单元获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率;
将对比结果输入临时调度单元,若是,则根据故障交通车辆的数量,完成从对应线路中临时调度相同数量的交通车辆;若不是,则从外界调度相同数量的交通车辆。
一种基于公共交通线路管理的优化方法,包括如下步骤:
步骤一、将一天分割为四个时间段,分别为早晨段,即7点~9点,中午段,即12点~14点,下午段,16点~18点,夜间段,即20点~22点;
在同一线路上,采集四个时间段内的相关数据信息,且相关数据信息包括同一线路上,起点周边区域的学生总量、各个时间段内的实际客流总量、对应时间段内的平均气温和平均风力值、同一线路上的交通流量和平均速度;
步骤二、搭建数据分析模型,依据相关数据信息分别生成同一线路上,各个时间段内的客流系数、天气系数/>以及交通系数/>,Q表示对应时间段的编号,且Q=1、2、3、4,1表示早晨段,2表示中午段,3表示下午段,4表示夜间段;
二次搭建数据分析模型,依据一级分析单元获取的各个系数,生成同一线路上,各个时间段内的发车频率评估值;
设置阈值Th,并依据发车频率评估值获取各个时间段内的预计发车频率;
步骤三、在某个线路中的交通车辆发生故障时,获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率;
若是,则根据故障交通车辆的数量,完成从对应线路中临时调度相同数量的交通车辆;
若不是,则从外界调度相同数量的交通车辆。
(三)有益效果
本发明提供了一种基于公共交通线路管理的优化方法及系统,具备以下有益效果:
1、 本发明针对大学校园内从宿舍区到教学区的公共交通线路进行优化设计,将一天分割为四个时间段,对应四个上下课的高峰期,在建立对应时间段的发车频率评估值时,综合考虑了学生数量因素、天气因素以及交通因素,为后续获取具体的发车频率提供了准确的指导数据;
而后将发车频率评估值和设定的阈值相对比,从而得到一个可行的预计发车频率,可根据具体情况,优化传统的交通线路的发车频率,实现对发车频率的动态调整,以确保交通线路得以稳定的运行。
2、 本发明通过设计车辆调度模块,以应对车辆故障这类突发的状况,为了维持高峰期的发车频率,可在同一时间段中,对不同线路上对应的预计发车频率与原本发车频率做出对比,在同一区域内完成对车辆的临时调度处理,避免在高峰期出现车辆不够的情况,进一步的保证了交通线路运行时的稳定性。
附图说明
图1为本发明基于公共交通线路管理的优化系统的模块化原理结构图。
具体实施方式
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、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
实施例1:请参阅图1,本发明提供一种基于公共交通线路管理的优化系统,该系统是针对大学校园内从宿舍区到教学区的公共交通线路优化系统,包括数据汇总模块、分析优化模块以及车辆调度模块;
其中,数据采集模块包括分段单元和数据汇总单元;
通过分段单元将一天分割为四个时间段,分别为早晨段,即7点~9点,中午段,即12点~14点,下午段,16点~18点,夜间段,即20点~22点;针对大学内学生的作息和课程、学习安排而言,上述设定的四个时间段均为固定的用车高峰期,故本申请对交通线路的管理优化也集中于上述的四个时间段,能够起到良好的管理作用。
在同一线路上,由数据汇总单元采集四个时间段内的相关数据信息,且相关数据信息包括同一线路上,起点周边区域的学生总量、各个时间段内的实际客流总量、对应时间段内的平均气温和平均风力值、同一线路上的交通流量和平均速度;
其中,同一线路上,起点周边区域的学生总量表示以对应线路的起始站点为中心,直径1公里内所有宿舍楼内的学生总数量,通过获取各个宿舍楼内的寄宿学生统计名单,该统计名单用于统计对应宿舍楼内不同宿舍的在住学生及学生的档案信息,例如:615宿舍内在住学校6人,XX学生,XX专业,XX班级等,通过计算累加各个宿舍楼内寄宿学生的人数,从而得到起点周边区域的学生总量;
同一线路上,各个时间段内的实际客流总量表示同一公交线路上,在各个时间段内实际客流量累计量,客流量可以通过在公交车上安装客流量计数器获取,例如:类似于在传统公交车的下车门口上方安装的设备,用于记录客流量;
对应时间段内的平均气温通过手机软件自带的天气软件,用于实时显示当地的各个时间段的气温信息,通过计算各个整点时刻的气温平均值即可得到对应时间段内的平均气温;例如:手机软件上显示中午12点时刻的温度为9°,13点时刻的温度为9°,14点时刻的温度为8°,则中午段的平均温度为8.67°;
对应时间段内的平均风力值也采用手机软件自带的天气软件获取,与计算平均气温相同的原理获取平均风力值,具体过程在此不多做不多做赘述;
同一线路上的交通流量(车辆流量)表示单位时间内通过线路上某一点的车辆数量,获取交通流量是方式为通过车辆检测器直接获取,车辆检测器是一种电子设备,用于检测道路上行驶的车辆,它通常安装在道路上或路口的交通信号灯上,以便监测车辆流量和速度,并帮助交通管理部门控制交通流量,车辆检测器可以使用多种技术来检测车辆,包括电磁感应、红外线、超声波和视频图像等;
同一线路上的平均速度表示单位时间内车辆在线路上行驶的平均速度,交通流量监测器,该设备通常使用电磁感应线圈或雷达技术来检测车辆的通过,并测量车辆经过设备位置的时间,通过将车辆通过的时间和车辆行驶的距离关联计算,可以得出车辆在该区段上的平均速度,并以该车辆为代表,表示同一线路上的平均速度。
分析优化模块,其包括一级分析单元、二级分析单元以及评估优化单元;
一级分析单元,搭建数据分析模型,依据相关数据信息分别生成同一线路上,各个时间段内的客流系数、天气系数/>以及交通系数/>,其中的Q表示对应时间段的编号,且Q=1、2、3、4,1表示早晨段,2表示中午段,3表示下午段,4表示夜间段;
其中,获取客流系数的公式如下:
式中,表示起点周边区域的学生总量,/>表示对应时间段内的实际客流量,分别为起点周边区域的学生总量和对应时间段内的实际客流量的预设比例系数,且;其中的/>,在使用起点周边区域的学生总量/>和对应时间段内的实际客流量/>之前,需要对其做无量纲化处理,去除单位后才能代入获取客流系数的公式中。
获取天气系数的公式如下:
式中,表示对应时间段内的平均气温,/>表示对应时间段内的平均风力值,分别为对应时间段内的平均气温和平均风力值的预设比例系数,且/>;其中的/>,在使用对应时间段内的平均气温/>和对应时间段内的平均风力值之前,需要对其做无量纲化处理,去除单位后才能代入获取天气系数/>的公式中。
获取交通系数的公式如下:
式中,表示同一线路上的交通流量,/>表示同一线路上的平均速度,/>分别为对应时间段内的平均气温和平均风力值的预设比例系数,且/>;其中的,在使用同一线路上的交通流量/>和同一线路上的平均速度/>之前,需要对其做无量纲化处理,去除单位后才能代入获取交通系数/>的公式中。
二级分析单元,二次搭建数据分析模型,依据一级分析单元获取的各个系数,生成同一线路上,各个时间段内的发车频率评估值;
生成各个时间段内的发车频率评估值所依据的公式如下:
式中,分别为对应时间段内的客流系数、交通系数以及天气系数的预设比例系数,且/>,/>,/>为常数修正系数,其具体值可由用户调整设置,或者由分析函数拟合生成,且/>的取值范围具体为:1.1~1.5。
需要说明的是:本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数;将设定的预设比例系数,可以是预设比例系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到的取值;系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数,也可说是根据实际进行预设规定的,只要不影响参数与量化后数值的比例关系即可,对于其他公式中说明的预设比例系数、常数修正系数中,也同样采取上述的说明
评估优化单元,设置阈值Th,并依据公式获取预计发车频率,公式如下:
式中,预计发车频率的最终值需要去除小数点后的数,其目的是保证预计发车频率/>为一个正整数,将发车频率评估值/>与阈值Th之间的比值加1的目的是:避免预计发车频率/>过小,保证整个交通线路正常运作;
需要说明的是:上述提及的阈值是根据历史数据获取设置的;
预计发车频率、预计发车频率/>、预计发车频率/>以及预计发车频率分别依次对应同一线路上,早晨段、中午段、下午段以及夜间段的发车频率,而/>为原本的发车频率,在加入该优化系统后,可使得原本的发车频率Dep均动态调整为预计发车频率/>。
例如:在得到某一个线路中,早晨段的预计发车频率后,该/>为12,则表示发车频率为12辆/小时,由于发车频率=总开放时间(小时)/发车间隔时间(小时),总开放时间为2小时,发车频率为12辆/小时,则发车间隔时间为15分钟,表示在早晨段时的发车间隔时间为15分钟。
本发明针对大学校园内从宿舍区到教学区的公共交通线路进行优化设计,将一天分割为四个时间段,对应四个上下课的高峰期,在建立对应时间段的发车频率评估值时,综合考虑了学生数量因素、天气因素以及交通因素,为后续获取具体的发车频率提供了准确的指导数据,而后将发车频率评估值/>和设定的阈值相对比,从而得到一个可行的预计发车频率,可事实根据具体情况,优化传统的交通线路的发车频率,实现对发车频率的动态调整,以确保交通线路得以稳定的运行。
车辆调度模块,其包括评测对比单元和临时调度单元;
在某个线路中的交通车辆发生故障时,通过评测对比单元获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率;
将对比结果输入临时调度单元,若是,则根据故障交通车辆的数量,完成从对应线路中临时调度相同数量的交通车辆;若不是,则从外界调度相同数量的交通车辆;
需要说明的是:在原始车辆调度调整时,若是对应的预计发车频率小于原本的发车频率,则多余的交通车辆进行保养检修,故临时调度的交通车辆为正在进行保养检修的交通车辆,且该部分车辆在大学校园内,后续进行外界调度时所需的交通车辆为大学校园外的闲置公共交通车辆。
本发明通过设计车辆调度模块,以应对车辆故障这类突发的状况,为了维持高峰期的发车频率,可在同一时间段中,对不同线路上对应的预计发车频率与原本发车频率做出对比,在同一区域内完成对车辆的临时调度处理,避免在高峰期出现车辆不够的情况,进一步的保证了交通线路运行时的稳定性。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
实施例2:以实施例1为基础,本发明提供一种基于公共交通线路管理的优化方法,包括如下步骤:
步骤一、将一天分割为四个时间段,分别为早晨段,即7点~9点,中午段,即12点~14点,下午段,16点~18点,夜间段,即20点~22点;
在同一线路上,采集四个时间段内的相关数据信息,且相关数据信息包括同一线路上,起点周边区域的学生总量、各个时间段内的实际客流总量、对应时间段内的平均气温和平均风力值、同一线路上的交通流量和平均速度;
步骤二、搭建数据分析模型,依据相关数据信息分别生成同一线路上,各个时间段内的客流系数、天气系数/>以及交通系数/>,Q表示对应时间段的编号,且Q=1、2、3、4,1表示早晨段,2表示中午段,3表示下午段,4表示夜间段;
二次搭建数据分析模型,依据一级分析单元获取的各个系数,生成同一线路上,各个时间段内的发车频率评估值;
设置阈值Th,并依据发车频率评估值获取各个时间段内的预计发车频率;
步骤三、在某个线路中的交通车辆发生故障时,获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率;
若是,则根据故障交通车辆的数量,完成从对应线路中临时调度相同数量的交通车辆;
若不是,则从外界调度相同数量的交通车辆,该处的外界为大学校园外。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种基于公共交通线路管理的优化系统,其特征在于:包括数据汇总模块、分析优化模块以及车辆调度模块;
其中,数据采集模块包括分段单元和数据汇总单元,通过分段单元将一天分割为四个时间段,在同一线路上,由数据汇总单元采集四个时间段内的相关数据信息;
分析优化模块包括一级分析单元、二级分析单元以及评估优化单元;
一级分析单元,搭建数据分析模型,依据相关数据信息分别生成同一线路上,各个时间段内的客流系数、天气系数/>以及交通系数/>,Q表示对应时间段的编号;
二级分析单元,二次搭建数据分析模型,依据一级分析单元获取的各个系数,生成同一线路上,各个时间段内的发车频率评估值;
评估优化单元,设置阈值Th,依据发车频率评估值获取各个时间段内的预计发车频率/>;
车辆调度模块,在某个线路中的交通车辆发生故障时,获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率,根据判断结果来选择对交通车辆的临时调度策略。
2.根据权利要求1所述的一种基于公共交通线路管理的优化系统,其特征在于:在分段单元中的四个时间段分别为:早晨段,即7点~9点,中午段,即12点~14点,下午段,16点~18点,夜间段,即20点~22点。
3.根据权利要求2所述的一种基于公共交通线路管理的优化系统,其特征在于:在数据汇总单元中的相关数据信息包括:同一线路上,起点周边区域的学生总量、各个时间段内的实际客流总量、对应时间段内的平均气温和平均风力值、同一线路上的交通流量和平均速度。
4.根据权利要求3所述的一种基于公共交通线路管理的优化系统,其特征在于:在一级分析单元中各个系数中的Q表示对应时间段的编号,且Q=1、2、3、4,1表示早晨段,2表示中午段,3表示下午段,4表示夜间段;
其中,获取客流系数的公式如下:
,
式中,表示起点周边区域的学生总量,/>表示对应时间段内的实际客流量,/>分别为起点周边区域的学生总量和对应时间段内的实际客流量的预设比例系数,且。
5.根据权利要求4所述的一种基于公共交通线路管理的优化系统,其特征在于:在一级分析单元中获取天气系数的公式如下:
,
式中,表示对应时间段内的平均气温,/>表示对应时间段内的平均风力值,分别为对应时间段内的平均气温和平均风力值的预设比例系数,且/>。
6.根据权利要求5所述的一种基于公共交通线路管理的优化系统,其特征在于:在一级分析单元中获取交通系数的公式如下:
,
式中,表示同一线路上的交通流量,/>表示同一线路上的平均速度,/>分别为对应时间段内的平均气温和平均风力值的预设比例系数,且/>。
7.根据权利要求6所述的一种基于公共交通线路管理的优化系统,其特征在于:在二级分析单元中生成各个时间段内的发车频率评估值所依据的公式如下:
,
式中,分别为对应时间段内的客流系数、交通系数以及天气系数的预设比例系数,且/>,/>,/>为常数修正系数,其具体值可由用户调整设置,或者由分析函数拟合生成。
8.根据权利要求7所述的一种基于公共交通线路管理的优化系统,其特征在于:在评估优化单元中获取预计发车频率的公式如下:
,
式中,预计发车频率的最终值需要去除小数点后的数。
9.根据权利要求8所述的一种基于公共交通线路管理的优化系统,其特征在于:车辆调度模块包括评测对比单元和临时调度单元;
在某个线路中的交通车辆发生故障时,通过评测对比单元获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率;
将对比结果输入临时调度单元,若是,则根据故障交通车辆的数量,完成从对应线路中临时调度相同数量的交通车辆;若不是,则从外界调度相同数量的交通车辆。
10.一种基于公共交通线路管理的优化方法,使用所述权利要求1至9中的任一种所述系统,其特征在于:包括如下步骤:
步骤一、将一天分割为四个时间段,分别为早晨段,即7点~9点,中午段,即12点~14点,下午段,16点~18点,夜间段,即20点~22点;
在同一线路上,采集四个时间段内的相关数据信息,且相关数据信息包括同一线路上,起点周边区域的学生总量、各个时间段内的实际客流总量、对应时间段内的平均气温和平均风力值、同一线路上的交通流量和平均速度;
步骤二、搭建数据分析模型,依据相关数据信息分别生成同一线路上,各个时间段内的客流系数、天气系数/>以及交通系数/>,Q表示对应时间段的编号,且Q=1、2、3、4,1表示早晨段,2表示中午段,3表示下午段,4表示夜间段;
二次搭建数据分析模型,依据一级分析单元获取的各个系数,生成同一线路上,各个时间段内的发车频率评估值;
设置阈值Th,并依据发车频率评估值获取各个时间段内的预计发车频率/>;
步骤三、在某个线路中的交通车辆发生故障时,获取在同一时间段上不同线路中对应的预计发车频率,并判断预计发车频率/>是否小于原本的发车频率;
若是,则根据故障交通车辆的数量,完成从对应线路中临时调度相同数量的交通车辆;
若不是,则从外界调度相同数量的交通车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311253401.3A CN116993131B (zh) | 2023-09-27 | 2023-09-27 | 一种基于公共交通线路管理的优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311253401.3A CN116993131B (zh) | 2023-09-27 | 2023-09-27 | 一种基于公共交通线路管理的优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116993131A true CN116993131A (zh) | 2023-11-03 |
CN116993131B CN116993131B (zh) | 2024-01-02 |
Family
ID=88530572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311253401.3A Active CN116993131B (zh) | 2023-09-27 | 2023-09-27 | 一种基于公共交通线路管理的优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993131B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118334863A (zh) * | 2024-06-06 | 2024-07-12 | 深圳市海成智联科技有限公司 | 一种车辆调度方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376716A (zh) * | 2014-11-28 | 2015-02-25 | 南通大学 | 一种基于贝叶斯网络模型的公交时刻表动态生成方法 |
CN105719476A (zh) * | 2016-03-28 | 2016-06-29 | 深圳市佳信捷技术股份有限公司 | 公交系统调度信息的更新方法及装置 |
JP2016176903A (ja) * | 2015-03-23 | 2016-10-06 | 株式会社日本総合研究所 | 交通手段情報提供サーバ及び交通手段情報提供方法 |
CN107274670A (zh) * | 2017-07-06 | 2017-10-20 | 盐城工学院 | 校园交通评估方法及装置 |
CN110070705A (zh) * | 2019-04-26 | 2019-07-30 | 阳光学院 | 一种以ai校车为载体的全校园信息共享平台 |
CN116050742A (zh) * | 2022-12-19 | 2023-05-02 | 永安行科技股份有限公司 | 一种共享车辆运维人员智能调度配置方法及系统 |
-
2023
- 2023-09-27 CN CN202311253401.3A patent/CN116993131B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376716A (zh) * | 2014-11-28 | 2015-02-25 | 南通大学 | 一种基于贝叶斯网络模型的公交时刻表动态生成方法 |
JP2016176903A (ja) * | 2015-03-23 | 2016-10-06 | 株式会社日本総合研究所 | 交通手段情報提供サーバ及び交通手段情報提供方法 |
CN105719476A (zh) * | 2016-03-28 | 2016-06-29 | 深圳市佳信捷技术股份有限公司 | 公交系统调度信息的更新方法及装置 |
CN107274670A (zh) * | 2017-07-06 | 2017-10-20 | 盐城工学院 | 校园交通评估方法及装置 |
CN110070705A (zh) * | 2019-04-26 | 2019-07-30 | 阳光学院 | 一种以ai校车为载体的全校园信息共享平台 |
CN116050742A (zh) * | 2022-12-19 | 2023-05-02 | 永安行科技股份有限公司 | 一种共享车辆运维人员智能调度配置方法及系统 |
Non-Patent Citations (1)
Title |
---|
许梦菲: ""单线公交发车频率优化及行车时刻表编制研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 034 - 273 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118334863A (zh) * | 2024-06-06 | 2024-07-12 | 深圳市海成智联科技有限公司 | 一种车辆调度方法、装置及设备 |
CN118334863B (zh) * | 2024-06-06 | 2024-08-13 | 深圳市海成智联科技有限公司 | 一种车辆调度方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116993131B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110533885B (zh) | 城市内涝监测预警系统及预警方法 | |
El-Geneidy et al. | Effects of bus stop consolidation on passenger activity and transit operations | |
Hamilton et al. | The evolution of urban traffic control: changing policy and technology | |
WO2019047905A1 (zh) | 一种交通路况分析系统、方法以及装置 | |
CN106530762A (zh) | 交通信号控制方法和装置 | |
CN104809112B (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
CN113723659B (zh) | 一种城市轨道交通全场景客流预测方法及系统 | |
CN116993131B (zh) | 一种基于公共交通线路管理的优化方法及系统 | |
CN109272175A (zh) | 一种基于城市流动网络的数据采集系统及方法 | |
CN104318324A (zh) | 基于出租车gps记录的机场巴士站点及路线规划方法 | |
AU2024201521A1 (en) | Predictive traffic management system | |
CN110400462B (zh) | 基于模糊理论的轨道交通客流监测预警方法及其系统 | |
CN107180270A (zh) | 客流预测方法及系统 | |
CN117593167B (zh) | 基于大数据的智能城市规划管理方法及系统 | |
Li | Predicting short-term traffic flow in urban based on multivariate linear regression model | |
Samoili et al. | Investigation of lane flow distribution on hard shoulder running freeways | |
CN210865032U (zh) | 城市内涝监测预警系统 | |
Liu et al. | Understanding urban bus travel time: Statistical analysis and a deep learning prediction | |
CN106558217A (zh) | 一种获取路边停车场信息的方法、装置及服务器 | |
CN118230546A (zh) | 一种基于多源数据的城市绿色交通管理系统及方法 | |
CN116359656B (zh) | 一种基于人工智能的充电车道设备测试管理系统及方法 | |
CN117334042A (zh) | 一种基于人工智能的智慧交通管理系统及方法 | |
Makhloga | IMPROVING INDIA’S TRAFFIC MANAGEMENT USING INTELLIGENT TRANSPORTATION SYSTEMS | |
Deng et al. | Research on bus passenger traffic forecasting model based on gps and ic card data | |
CN112418492A (zh) | 一种基于人工智能的客流数据采集分析系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |