[發(fā)明專利]一種基于移動互聯(lián)的定制公交方法

在審

• 申請?zhí)枺?/td>: 201910178296.9
• 申請日: 2019-03-09
• 公開（公告）號: CN109934401A
• 公開（公告）日: 2019-06-25
• 發(fā)明（設(shè)計）人: 劉圣月;張紅麗;吳艷紅;許隊三;蕭家恒
• 申請（專利權(quán)）人: 吉林大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06K9/62;G06N3/12;G06Q50/26;G06Q50/30
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 杜森垚

1.一種基于移動互聯(lián)的定制公交方法，其特征在于，包括以下步驟：

步驟一、站點的時空規(guī)劃，其包括：

1)站點的空間規(guī)劃：采用用戶網(wǎng)上提交信息的方式，進行出行需求信息的收集；空間規(guī)劃即交通小區(qū)的劃分，選擇層次聚類的方法對交通小區(qū)進行劃分；

2)站點的時間規(guī)劃，包括兩部分：

第一部分為對站點時間窗的約束，通過上一步空間規(guī)劃實現(xiàn)了空間上的聚類，針對已聚類的中心，基于每個聚類區(qū)域包含的信息，確定該中心的時間區(qū)間，通過對一個站點的信息統(tǒng)計，確定用戶選擇頻數(shù)最高的時段為該站點的乘車時間；

第二部分為線路優(yōu)化，如果當一條線路存在一個站點不滿足乘客對于出行時間的需求時，則對判斷該線路優(yōu)越性的指標值進行改動；

步驟二、公交線路的優(yōu)化：根據(jù)公交線路的約束條件和公交線路開通指標，構(gòu)建線路開通標準模型，確定優(yōu)化目標函數(shù)，并通過遺傳算法對定制的路線進行求解及優(yōu)化，得到最優(yōu)線路。

2.如權(quán)利要求1所述的一種基于移動互聯(lián)的定制公交方法，其特征在于，所述步驟一中選擇層次聚類的方法對交通小區(qū)進行劃分包括以下具體過程：

1)出行需求數(shù)據(jù)層次聚類：

首先分別計算起始出行需求數(shù)據(jù)集和終到出行需求數(shù)據(jù)集中所有點間的歐式距離；

對兩個數(shù)據(jù)集合分別按最大距離法進行層次聚類，直到所有點都合并為一類為止，生成聚類樹；

2)確定類別數(shù)和初始聚類中心：結(jié)合常規(guī)公交交通小區(qū)覆蓋范圍要求，確定定制公交交通小區(qū)劃分半徑，從而確定最大類間距離，然后確定起始交通小區(qū)的類別數(shù)、終到交通小區(qū)的類別數(shù)，計算得初始聚類中心；

3)根據(jù)所得的類別數(shù)，通過程序運行出該分類數(shù)下的乘客聚類情況交通小區(qū)劃分情況，最后檢驗城市的公交站點分布情況，將距離初始聚類中心最近的公交站點設(shè)為定制公交的停靠站點。

3.如權(quán)利要求1所述的一種基于移動互聯(lián)的定制公交方法，其特征在于，所述步驟二公交線路的優(yōu)化包括以下步驟：

以公交公司利益最大化為目標，基于以下四個約束條件建立模型

優(yōu)化目標函數(shù)：

式中Z表示公司所收到的利益，p表示各個站點乘客的數(shù)目，f表示各個站點間的票價來代替站點間的收益；

T_ik為車型為k的公交車輛到達站點i的時間；

st_i為站點i所需要的上車或下車時間，i∈P；

e(i)為在上車點i的乘客所對應(yīng)的下車點，i∈P⁺且e(i)∈P^-；

P⁺為上車站點集合；

P^-為下車站點集合；

k為線網(wǎng)規(guī)劃的線路編號；

M為車型集合；

L_ik為車型為k的公交車輛到達站點i的時間；

D為公交場站；

T為乘客最大乘車時間；

為站點的最早到達時間；

為站點的最晚到達時間；

V為所有站點；

最后通過遺傳算法對定制的路線進行求解及優(yōu)化。

4.如權(quán)利要求3所述的一種基于移動互聯(lián)的定制公交方法，其特征在于，所述遺傳算法對定制的路線進行求解及優(yōu)化包括以下具體過程：

假設(shè)聚類出m個上車站點，n個下車站點。站點間的距離按直線距離計算，定制公交勻速行駛，行駛時間與路線長度成正比；

1)初始群體生成：

在單路線優(yōu)化模型中，每一條染色體對應(yīng)一條線路；在路網(wǎng)優(yōu)化模型中，每一條染色體對應(yīng)多條路線；

一條合格的路線需要滿足以下初始約束：

1.車輛必須先經(jīng)過上車站點，在經(jīng)過下車站點；

2.車輛所載乘客不能超過其容量；

3.車輛在滿足運行成本的前提下才能開通；

2)適應(yīng)度計算：

適應(yīng)度函數(shù)取為模型的目標函數(shù)，即：

對于一條染色體來說，乘客數(shù)量越多，票價越高，就代表著這條染色體所代表的路線收益越大，該染色體的適應(yīng)度也越高；

同時，本模型將時間約束作為懲罰項，針對每個站點的時間窗約束進行檢驗，如果路線不滿足任何一個站點的時間窗約束，該路線對應(yīng)染色體的適應(yīng)度將會減去一個極大值Q，作為對不滿足約束條件的懲罰；

3)選擇操作：

采用輪盤賭法進行選擇操作，本模型中，直接采用適應(yīng)度值來進行選擇：

4)交叉、變異操作：

采用單點交叉法。將群體中的染色體進行兩兩配對，每對配對染色體將生成[0,1]之間的隨機數(shù)α，指定交叉概率Pc。若α≤Pc，則對該對染色體中表示運行線路編號與站點停靠順序的基因值進行互相交叉；若α＞Pc，則該對染色體不進行交叉操作，直接進入到下一步；

對變異種群中每個染色體都以變異概率Pm進行下列操作：逐一針對每一個染色體，產(chǎn)生[0,1]之間的隨機數(shù)β，若β≤Pm，對染色體的基因值進行改變順序的操作，改變的基因值序列由隨機數(shù)產(chǎn)出確定；若β>Pm，則染色體保持不變。