[發(fā)明專利]一種候選公交線路計算方法、系統(tǒng)及電子設備

在審

• 申請?zhí)枺?/td>: 201710701148.1
• 申請日: 2017-08-16
• 公開（公告）號: CN107657330A
• 公開（公告）日: 2018-02-02
• 發(fā)明（設計）人: 肖露艷;范小朋;須成忠
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/00
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙)44316
• 代理人: 趙勍毅

技術領域

本發(fā)明涉及智能公共交通技術領域，特別涉及一種候選公交線路計算方法、系統(tǒng)及電子設備。

背景技術

在我國的城市化建設進程中，隨著城市人口規(guī)模的日益擴張，愈來愈多的城市變成了“不夜城”。隨之而來的是，傳統(tǒng)的交通資源和交通服務已經不能滿足當前人們的夜間交通出行需求。很多城市也由于夜間公共交通服務的不完善，導致城市居民選擇出租車、黑車或私家車來滿足夜間出行需求。隨之也帶來一系列不容忽視的城市問題，例如交通費用昂貴、能源消耗大不利于節(jié)能環(huán)保、黑車存在人身安全隱患等等。為了更好地保障人們安全、經濟、便捷的出行，更好地保護城市環(huán)境，促進城市公共交通布局的優(yōu)化和城市的可續(xù)發(fā)展，很多城市或計劃或已推出夜間公交來滿足人們的夜間出行和活動需求。因此，如何設計合理的城市夜間公交線路，既能滿足大部分人群夜間出行和活動需求，又能通過運載較多的乘客使公交運營收支平衡成為問題的關鍵。

城市公交線路設計是國內外城市交通規(guī)劃研究領域中的熱點問題，但公交線網設計也是一個復雜的、非線性、非凸、多目標的NP-難問題。當前的研究工作主要是先構建公交網絡的目標函數，然后在預設的約束條件下求得目標函數的解來確定公交線路，從而簡化公交線路設計問題。當前流行的公交網絡設計目標包括最短路徑、最短行駛時間、最低運營成本、最大客流量、最大區(qū)域覆蓋率和最大服務質量等目標；當前流行的公交網絡設計約束條件主要包括行駛時間、線路長度、載客量和線路總站點個數等等(Zhao F,Zeng X.Optimization of transit route network,vehicle headways and timetables for large-scale transit networks[J].European Journal of Operational Research,2008,186(2):841-855.)。而實際上，由于公交運營公司的自身效益和市民的交通需求在大多數情況下是相悖的，因此，城市公交線路設計需要以便于市民出行為目的，同時兼顧公交運營公司的效益。

早期的公交線網設計主要是基于居民出行意愿調查或者人口普查來獲得公交客流和居民出行需求，依賴規(guī)劃師的直覺和經驗設計公交線路(Newell G F.Some Issues Relating to the Optimal Design of Bus Routes[J].Transportation Science,1979,13(1):20-35.)，容易生成主觀性強、不太符合民眾出行需求的線路。近年來的公交線網設計研究工作假定公交客流量大小來源于用戶調查或人口估計，許多復雜的基于啟發(fā)式搜索的線路優(yōu)化方法已經提出：Szetoa(Szetoa W Y.A simultaneous bus route design and frequency setting problem for Tin Shui Wai,Hong Kong[J].European Journal of Operational Research,2011,209(2):141-155.)研究了利用鄰域搜索策略改進遺傳算法進行公交網絡設計及優(yōu)化的方案，并通過實驗證明了該解決方案的魯棒性；葛等人(葛顯龍,許茂增,王偉鑫.多車型車輛路徑問題的量子遺傳算法研究[J].中國管理科學,2013,21(1):125-133.)將車輛配送費分為固定和油耗兩大類，并通過使用改進的量子遺傳算法來快速求解車輛總配送費最小這一問題；Yu等人(Yu B,Yang Z Z,Jin P H,et al.Transit route network design-maximizing direct and transfer demand density[J].Transportation Research Part C Emerging Technologies,2012,22(5):58-75.)基于道路的不同等級建立了道路直達客流密度最大模型，然后使用改進的蟻群優(yōu)化算法對模型進行求解，最后結合大連市的真實數據驗證了所提算法的可行性。

然而，上述基于遺傳算法或蟻群優(yōu)化算法的公交線路規(guī)劃方法仍存在以下不足：

1)遺傳算法參數很多，如群體大小、交叉率和變異率等，問題的解較為依賴這些參數的取值，然而目前參數的取值難以確定，通常又依賴于經驗；