一种实时响应式定制公交递阶调度方法技术

本发明专利技术公开了一种实时响应式定制公交递阶调度方法，分为两个递进的优化阶段：首先，以分时段流向间相似度的逐级合并的乘客出行规律为依据规划定制公交车辆初始线路；然后，以事先规划的初始线路为参考，选择其部分或全部站点作为车辆实际行驶的必经站点，进一步根据实时乘客需求对车辆和乘客进行匹配、计算车辆行程时间并动态调度车辆实时调整其行驶路线，从而为乘客提供个性化、高品质的公交出行服务。本发明专利技术的递进结构，使得定制公交车辆调度既能满足实时出行需求的要求，又能够兼顾车辆后续行驶过程中最可能出现的需求，即本发明专利技术既能应对高度随机和分散的乘客需求，又可以避免仅仅依靠实时乘客需求进行决策而可能产生的决策短视行为。决策短视行为。决策短视行为。

【技术实现步骤摘要】
一种实时响应式定制公交递阶调度方法


[0001]本专利技术涉及智能公交的
，尤其涉及到一种实时响应式定制公交递阶调度方法。

技术介绍

[0002]迅速增长的个性化、高品质出行需求使得城市交通供给和需求之间的矛盾日益凸显，传统的固定线路公交由于其车内空间拥挤、灵活性不足、出行时间长且不可控等缺点备受乘客诟病。而随着移动互联网技术的迅速发展，多种新型的共享交通方式(如定制公交等)开始出现并迅速弥补传统公共交通方式的不足。定制公交依靠移动互联网技术，利用大/中运量的交通工具，通过整合个体交通出行需求，为出行起终点、出行时间、服务需求相同或相似的人群提供个性化定制出行服务，是一种可持续的新型交通模式。定制公交具有“舒适、准时、便捷、个性化服务”等优势，自该服务推出起即深受市民的追捧；由于其服务的集约性，其在减少车辆总行驶里程、减少出行车辆总数、降低机动车尾气排放等方面都具有显著作用，并且在高峰期或交通资源紧缺的情况下，也可以更有效的利用现有道路资源。
[0003]按照对乘客需求处理方式的差异，定制公交可以分为静态预约式定制公交和实时响应式定制公交。在后一种方式中，定制公交系统须及时将实时提交的乘客需求与车辆进行匹配，根据可以响应的乘客需求规划新的定制公交线路或调整处于运营状态的定制公交车辆的行驶线路，计算车辆到站时间。由于允许将实时提交的乘客需求加入到正在运营的线路中，故实时响应式定制公交车辆的行驶路线以及停靠站点是随着实际响应的乘客需求动态变化的。鉴于实时响应式定制公交面对的实时乘客需求具有较强的随机性且在时空分布上高度分散，其调度决策面临两方面的挑战：(1)由于乘客需求可在定制公交车辆行驶过程中陆续提交，运输企业只能基于部分已知的乘客需求进行车辆调度优化，而该调度决策有可能无法较好地满足车辆后续行驶途中产生的乘客需求；(2)在动态乘客需求及实时响应的条件下，平衡运输企业和乘客双方利益存在较大的困难。
[0004]国内外部分学者对动态乘客需求情形下的定制公交线路优化进行了研究。其中，文献[1]Wang C.,Ma C.,Xu X.,Multi
‑
objective optimization of real
‑
time customized bus routes based on two
‑
stage method,Physica A,2020,537,1
‑
24.将地理位置人为地划分为单独的上车区域和下车区域，建立了定制公交线路规划多目标优化模型，在该模型中，首先根据静态需求进行线路规划，然后再根据接收的动态需求调整线路；文献[2]Huang D.,Gu Y.,Wang S.,et al.,A two
‑
phase optimization model for the demand
‑
responsive customized bus network design,Transportation Research Part C,2020,111,1
‑
21则事先设定乘客需求接收截止时间，然后将该截止时间之前接收的乘客需求插入定制公交线路中，最后再以响应的乘客需求为依据优化定制公交线路。
[0005]但文献[1]中，无法兼顾未来最可能出现的乘客需求，并且乘客上下车地点需要遵循人为设定的上下车区域划分规则。而文献[2]中，直至车辆到达终点前，车辆行驶线路不能根据实际需求动态调整。

技术实现思路

[0006]本专利技术的目的在于克服现有技术的不足，提供一种实时响应式定制公交递阶调度方法，可以实现定制公交车辆与动态实时乘客需求的匹配，为实时响应式定制公交调度提供决策支持。
[0007]为实现上述目的，本专利技术所提供的技术方案为：
[0008]一种实时响应式定制公交递阶调度方法，包括两个递进的阶段；
[0009]第一阶段，基于分时段的高概率乘客出行需求，并基于流向间的相似性进行逐级合并；在确保对所有高概率出行需求点全覆盖的基础上，以定制公交车辆运营里程最小为目标，对相应时段所需的定制公交车辆数及其初始线路进行整体优化；
[0010]第二阶段，对第一阶段已经过整体优化的初始线路为参考，将初始线路中部分或全部站点作为定制公交车辆的必经站点，基于实际接收的实时乘客需求，对定制车辆的实际行驶路线和到站时间进行优化调整，使得乘客总出行成本、运输企业运营成本以及未服务的乘客数量最小。
[0011]进一步地，所述第一阶段，采用定制公交初始线路决策模型进行优化，具体如下：
[0012][0013]受约束于：
[0014][0015][0016][0017][0018][0019][0020][0021][0022][0023]公式(1)表示所有定制公交初始线路的总长度最小；式中，d
lij
为线路l中站点i和j之间的实际行驶距离；a
lij
为0
‑
1决策变量，线路l中车辆从站点i开往j时取值为1，否则取值为0；L为服务区域内生成的定制公交初始线路集合，L＝{1,
…
,l1}，l1为服务区域内生成的定制公交初始线路总数；N为服务区域内高概率乘车站点集合，N＝N
+
∪N
‑
且其中N
+
＝{1,2，
…
,n1}为上车点集合，N
‑
＝{n1+1,
…
,n2}为下车点集合，n1和n2分别为上车点总
数和下车点总数；
[0024]公式(2)表示单条定制公交初始线路总长度在限值范围内；式中，d
min
、d
max
分别为定制公交初始线路的最短和最长距离；
[0025]公式(3)表示单条线路的最大站点数不超过给定的常数M；
[0026]公式(4)表示每条线路在每个站点最多停一次；
[0027]公式(5)表示定制公交线路必须覆盖所有上车站点；
[0028]公式(6)表示线路中间站点的流量平衡，驶入中间站点的车辆必须驶离；a
ljk
为0
‑
1决策变量，线路l中车辆从站点j开往k时取值为1，否则取值为0；
[0029]公式(7)表示每条线路必须访问上车站点对应的下车站点；o
jk
为决策变量，若站点j与k为对应的上下车站点，则o
jk
为1，否则o
jk
为0；
[0030]公式(8)表示定制公交线路必须先访问上车点再访问其对应的下车点；d
lj
为线路l从起点到站点j的行驶距离；d
lk
为线路l从起点到站点k的行驶距离；o
jk
为决策变量，若站点j与k为对应的上下车站点，则o
jk
为1，否则o
jk
为0；
[0031]公式(9)表示初始线路本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时响应式定制公交递阶调度方法，其特征在于，包括两个递进的阶段；第一阶段，基于分时段的高概率乘客出行需求，并基于流向间的相似性进行逐级合并；在确保对所有高概率出行需求点全覆盖的基础上，以定制公交车辆运营里程最小为目标，对相应时段所需的定制公交车辆数及其初始线路进行整体优化；第二阶段，对第一阶段已经过整体优化的初始线路为参考，将初始线路中部分或全部站点作为定制公交车辆的必经站点，基于实际接收的实时乘客需求，对定制车辆的实际行驶路线和到站时间进行优化调整，使得乘客总出行成本、运输企业运营成本以及未服务的乘客数量最小。2.根据权利要求1所述的一种实时响应式定制公交递阶调度方法，其特征在于，所述第一阶段，采用定制公交初始线路决策模型进行优化，具体如下：受约束于：受约束于：受约束于：受约束于：受约束于：受约束于：受约束于：受约束于：受约束于：公式(1)表示所有定制公交初始线路的总长度最小；式中，d
lij
为线路l中站点i和j之间的实际行驶距离；a
lij
为0
‑
1决策变量，线路l中车辆从站点i开往j时取值为1，否则取值为0；L为服务区域内生成的定制公交初始线路集合，L＝{1,
…
,l1}，l1为服务区域内生成的定制公交初始线路总数；N为服务区域内高概率乘车站点集合，N＝N
+
∪N
‑
且其中N
+
＝{1,2，
…
,n1}为上车点集合，N
‑
＝{n1+1,
…
,n2}为下车点集合，n1和n2分别为上车点总数和下车点总数；公式(2)表示单条定制公交初始线路总长度在限值范围内；式中，d
min
、d
max
分别为定制公交初始线路的最短和最长距离；公式(3)表示单条线路的最大站点数不超过给定的常数M；
公式(4)表示每条线路在每个站点最多停一次；公式(5)表示定制公交线路必须覆盖所有上车站点；公式(6)表示线路中间站点的流量平衡，驶入中间站点的车辆必须驶离；a
ljk
为0
‑
1决策变量，线路l中车辆从站点j开往k时取值为1，否则取值为0；公式(7)表示每条线路必须访问上车站点对应的下车站点；o
jk
为决策变量，若站点j与k为对应的上下车站点，则o
jk
为1，否则o
jk
为0；公式(8)表示定制公交线路必须先访问上车点再访问其对应的下车点；d
lj
为线路l从起点到站点j的行驶距离；d
lk
为线路l从起点到站点k的行驶距离；o
jk
为决策变量，若站点j与k为对应的上下车站点，则o
jk
为1，否则o
jk
为0；公式(9)表示初始线路中任意OD点对间的绕行率不超过α；d
ljk
为线路l中站点j和k之间的实际行驶距离；d
jk
为站点j与k间的直达行驶距离；公式(10)是决策变量的取值约束。3.根据权利要求2所述的一种实时响应式定制公交递阶调度方法，其特征在于，在求解第一阶段的定制公交初始线路决策模型中，采用融合最小插入距离的改进遗传算法，具体步骤如下：S1、通过试算确定算法参数：初始种群规模、最大迭代次数、交叉概率、变异概率；S2、采用最小插入距离算法生成初始种群；S3、计算个体适应度；S4、进行遗传操作；S5、输出优化结果。4.根据权利要求3所述的一种实时响应式定制公交递阶调度方法，其特征在于，所述步骤S2采用最小插入距离算法生成初始种群的具体过程如下：S2
‑
1、随机选择一对OD站点[O,T
o
]，按照上车站点O——下车站点T
o
的顺序生成一条线路；S2
‑
2、在余下的OD点对中随机选择一对[O,T
o
]，分别将O和T
o
插入所有线路中的所有可能位置，并计算插入新OD后线路长度的增量；S2
‑
3、检查插入新OD点对的线路是否满足约束条件，记录满足约束的所有插入位置及线路长度增量；S2
‑
4、插入OD点对：如果仅有一条线路在插入新OD后满足要求，则将该OD点对插入相关位置；如果有多条线路满足要求，则选择线路长度增量最小的位置插入该OD点对；如果没有一条现有线路...

【专利技术属性】
技术研发人员：韩霜，陈牛，傅惠，赵佳虹，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：