[發(fā)明專利]優(yōu)化公交運(yùn)行效率的方法

有效

• 申請?zhí)枺?/td>: 202010211200.7
• 申請日: 2020-03-24
• 公開（公告）號: CN111341138B
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 王澤庭;張永昌;楊海濤;朱桂清;尚春琳
• 申請（專利權(quán)）人: 北方工業(yè)大學(xué)
• 主分類號: G08G1/123
• 分類號: G08G1/123;G06F17/15;G06Q10/04;G06Q50/26
• 代理公司: 北京久維律師事務(wù)所 11582
• 代理人: 杜權(quán)

1.一種優(yōu)化公交運(yùn)行效率的方法，包括：

獲取車站客流到達(dá)分布：以1min為統(tǒng)計間隔，統(tǒng)計每分鐘到達(dá)公交站臺的人數(shù)，構(gòu)建目標(biāo)時段的客流到達(dá)情況，連續(xù)統(tǒng)計30天，采用相位型分布算法，通過對時間及該時間段的客流到達(dá)量進(jìn)行擬合分析，確定客流到站分布為Q＝H(t)；

獲取候車客流數(shù)：若公交發(fā)車頻率為f輛/時，因此同一公交站的公交到站時刻表間隔為t_p＝60/fmin；第n輛車經(jīng)過第i個車站時的站臺候車人數(shù)為其中表示第n-1輛車在第i個車站經(jīng)過后的站臺滯留人數(shù)，1≤n≤f；

獲取公交乘客剩余容納量：依照下車刷卡數(shù)據(jù)獲取第i個車站的下車人數(shù)為上車人數(shù)為車內(nèi)客流承載為

預(yù)測下一個車站的上車人數(shù)：令公交車最大承載為Q_max，公交車在第i個車站時車內(nèi)富裕承載為

若說明候車客流可以全部登車，即此種情況下登車人數(shù)為此時站臺滯留人數(shù)Q_i-zhi＝0；

若此時說明候車客流不能全部登車，即此種情況下登車人數(shù)為此時站臺滯留人數(shù)為

預(yù)測下一個車站的下車人數(shù)：利用神經(jīng)網(wǎng)絡(luò)算法對歷史同期數(shù)據(jù)和歷史同期公交車內(nèi)承載關(guān)聯(lián)性分析，并確定其關(guān)聯(lián)關(guān)系為其中ξ(i)為第i個車站的下車人數(shù)同車內(nèi)承載之間的關(guān)聯(lián)系數(shù)，綜合分析歷史同期下車人數(shù)、ξ(i)以及殘差補(bǔ)償修正確定下車客流人數(shù)預(yù)測模型為：其中為第i個車站的預(yù)測下車人數(shù)，α,β為模型參數(shù),α,β∈R，具體求解可以根據(jù)多組帶入求得不同車內(nèi)承載情況下的αξ(i)+β值，可以確定方程組

求解可以獲取α,β的值；

確定上下車客流最大值：上下車客流最大值為

駐站時長預(yù)測：基于歷史數(shù)據(jù)中的各車站的上下車客流最大值同公交車輛在各站的駐站時長tⁱ_dwell，經(jīng)過相關(guān)性檢驗是否存在線性相關(guān)關(guān)系，并確定各車站的關(guān)聯(lián)性關(guān)系為

其中λ₁,λ₂分別為常態(tài)分量系數(shù)和細(xì)節(jié)分量系數(shù)，λ₁,λ₂∈R，根據(jù)和值確定二元一次方程組求解。

2.根據(jù)權(quán)利要求1所述的方法，還包括：

確定站間行程時間：獲取公交車輛路段平均速度v_i，并結(jié)合交叉口配時信號狀態(tài)，獲取公交車輛在交叉口的等待耗時t_red，獲得站間公交車輛的行程時間為其中為站間行程時間，s_i為站間距離；

構(gòu)建客運(yùn)效率函數(shù)：令其中A,B為權(quán)重系數(shù)，A+B＝1，該客運(yùn)效率函數(shù)的物理含義為獲取載客量最高和行程時間最短的最優(yōu)組合；

計算最佳函數(shù)效率：采用遺傳算法對上述客運(yùn)效率函數(shù)求最優(yōu)，獲取載客量和行程時間的最佳組合；

其中，遺傳算法具體步驟如下：

步驟1：依照公交駐站時間預(yù)測步驟和公交運(yùn)行時刻表優(yōu)化步驟建立優(yōu)化模型；

步驟2：優(yōu)化變量，變量為行程時間和載客量；

步驟3：確定編碼方式，使用實數(shù)編碼方式；

步驟4：確定個體評價方法，適應(yīng)度函數(shù)即為目標(biāo)函數(shù)，即

步驟5：設(shè)計遺傳算子，選擇運(yùn)算使用比例選擇算子，交叉運(yùn)算使用單點交叉算子，變異運(yùn)算使用基本位變異算子；

步驟6：確定遺傳算法運(yùn)行參數(shù)，種群大小M，迭代次數(shù)G，交叉概率P_e，變異概率P_m。