System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及公交线路生成相关,尤其是涉及一种公交线路生成方法、系统、设备及存储介质。
技术介绍
1、公交车已经成为市民市内出行的重要交通工具之一,公交线路的合理性也直接影响广大市民的出行。
2、现有方案中,公交线路设计人员收集市民的站点需求,根据个人经验以及收集的站点需求设置公交线路。然而,受设计人员的经验影响,设计的公交线路可能过长导致司机驾驶全程过于疲劳,又或者,设计的线路可能并不符合市民的实际需求,存在绕路的问题,也即现有方案中设计的公交线路不合理的问题。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题。为此,本专利技术提出一种公交线路生成方法、系统、设备及存储介质,能够融合用户需求,提升用户出行效率,提高公交线路的生成效率。
2、本专利技术的第一方面,提供了一种公交线路生成方法,包括如下步骤:
3、获取用户出行需求od和所有站点的历史预设周期内出行用户数;
4、根据所述用户出行需求od通过预设规则得到第一公交线路;
5、根据正常站点群和低用户站点群建立蚁群,其中,所述正常站点群为所述第一公交线路的预设周期内出行用户数大于或等于预设值的站点,所述低用户站点群为第一公交线路的预设周期内出行用户数小于所述预设值的站点;
6、对所述蚁群进行分化,得到分化后蚁群;
7、根据所述分化后蚁群通过蚁群算法进行信息素计算,得到信息素矩阵;
8、根据所述信息素矩阵进行路径寻优,得
9、根据预设筛选因子计算所述最优公交线路的第一函数值,当所述第一函数值大于或等于预设函数值,则所述最优公交线路为最终公交线路。
10、根据本专利技术实施例的控制方法,至少具有如下有益效果:
11、本方法通过获取用户出行需求od和所有站点的历史预设周期内出行用户数;根据用户出行需求od通过预设规则得到第一公交线路;根据正常站点群和低用户站点群建立蚁群,其中,正常站点群为第一公交线路的预设周期内出行用户数大于或等于预设值的站点,低用户站点群为第一公交线路的预设周期内出行用户数小于预设值的站点;对蚁群进行分化,得到分化后蚁群;根据分化后蚁群通过蚁群算法进行信息素计算,得到信息素矩阵;根据信息素矩阵进行路径寻优,得到最优公交线路及其他所有公交线路;根据预设筛选因子计算最优公交线路的第一函数值,当第一函数值大于或等于预设函数值,则最优公交线路为最终公交线路,融合了用户需求,提升了用户出行效率,提高了公交线路的生成效率。
12、根据本专利技术的一些实施例,所述预设规则包括预设od数量、预设线路距离和预设站点数;所述根据所述用户出行需求od通过预设规则得到第一公交线路,包括:
13、根据所述用户出行需求od生成第一需求公交线路;
14、根据所述预设od数量对所述第一需求公交线路进行筛选,得到第二需求公交线路;
15、根据所述预设线路距离对所述第二需求公交线路进行筛选,得到第三需求公交线路;
16、根据所述预设站点数对所述第三需求公交线路进行筛选,得到所述第一公交线路。
17、根据本专利技术的一些实施例,所述根据所述分化后蚁群通过蚁群算法进行信息素计算,得到信息素矩阵的计算公式为:
18、
19、τij(t+1)=(1-ρ)τij(t)+δτij
20、
21、
22、其中,为第t代蚂蚁中第k只蚂蚁从城市i至城市j的概率,ω为信息素的重要程度,为启发因子的相对重要程度,τij(t)为第t代蚂蚁中从城市i至城市j的信息素,nij(t)为第t代蚂蚁中从城市i至城市j的启发因子,jk(i)为蚂蚁k当前可以选择的城市,dij(t)为城市i至城市j的距离,δτij为m只蚂蚁对在城市i至城市j这条路径上留下的信息素总和,为第k只蚂蚁在城市i至城市j这条路径上留下的信息素,q为第k只蚂蚁所拥有的信息素总和,ρ为取值为0至1的信息素稀释程度,lk为第k只蚂蚁走过的路径总距离。
23、根据本专利技术的一些实施例,所述根据预设筛选因子计算所述最优公交线路的第一函数值,包括:
24、构建初始神经网络模型,根据历史公交线路的历史预设周期内出行总用户数、连通曲折率和公交线路总长度对所述初始神经网络模型进行训练,得到训练好的神经网络模型;
25、根据所述最优公交线路和所述训练好的神经网络模型得到所述预设筛选因子;
26、根据所述预设筛选因子和所述最优公交线路的历史预设周期内出行总用户数、连通曲折率和公交线路总长度进行函数值计算,得到所述第一函数值。
27、根据本专利技术的一些实施例,所述公交线路生成方法还包括:
28、计算历史公交线路的预设时间段的路线函数值均值;
29、当所述预设时间段的路线函数值均值大于或等于预设范围,则预设函数值保持不变;
30、当所述预设时间段的路线函数值均值小于预设范围,则根据所述路线函数值均值更新所述预设函数值。
31、根据本专利技术的一些实施例,所述公交线路生成方法还包括:
32、当所述第一函数值小于预设函数值,则根据所述预设筛选因子计算第二优公交线路的第二函数值;
33、当所述第二函数值大于或等于预设函数值,则所述第二优公交线路为最终公交线路;
34、当所述第二函数值小于预设函数值,则根据所述预设筛选因子计算第三优公交线路的第三函数值,依次类推,直至得到函数值大于或等于预设函数值的最终公交线路。
35、根据本专利技术的一些实施例,所述获取用户出行需求od,包括:
36、获取用户出行需求;
37、根据所述用户出行需求进行聚合分析,得到所述用户出行需求od。
38、本专利技术的第二方面,提供一种公交线路生成系统,所述公交线路生成系统包括:
39、数据获取模块,用于获取用户出行需求od和所有站点的历史预设周期内出行用户数;
40、第一公交线路获取模块,用于根据所述用户出行需求od通过预设规则得到第一公交线路;
41、蚁群建立模块,用于根据正常站点群和低用户站点群建立蚁群,其中,所述正常站点群为所述第一公交线路的预设周期内出行用户数大于或等于预设值的站点,所述低用户站点群为第一公交线路的预设周期内出行用户数小于所述预设值的站点;
42、蚁群分化模块,用于对所述蚁群进行分化,得到分化后蚁群;
43、信息素计算模块,用于根据所述分化后蚁群通过蚁群算法进行信息素计算,得到信息素矩阵;
44、路径寻优模块,用于根据所述信息素矩阵进行路径寻优,得到最优公交线路及其他所有公交线路;
45、函数值计算模块,用于根据预设筛选因子计算所述最优公交线路的第一函数值,当所述第一函数值大于或等于预设函数值,则所述最优公交线路为最终公交线路。
...
【技术保护点】
1.一种公交线路生成方法,其特征在于,所述公交线路生成方法包括:
2.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述预设规则包括预设OD数量、预设线路距离和预设站点数;所述根据所述用户出行需求OD通过预设规则得到第一公交线路,包括:
3.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述根据所述分化后蚁群通过蚁群算法进行信息素计算,得到信息素矩阵的计算公式为:
4.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述根据预设筛选因子计算所述最优公交线路的第一函数值,包括:
5.根据权利要求4所述的一种公交线路生成方法,其特征在于,所述公交线路生成方法还包括:
6.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述公交线路生成方法还包括:
7.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述获取用户出行需求OD,包括:
8.一种公交线路生成系统,其特征在于,所述公交线路生成系统包括:
9.一种公交线路生成设备,其特征在于,包括至少一个控制处理器
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的一种公交线路生成方法。
...【技术特征摘要】
1.一种公交线路生成方法,其特征在于,所述公交线路生成方法包括:
2.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述预设规则包括预设od数量、预设线路距离和预设站点数;所述根据所述用户出行需求od通过预设规则得到第一公交线路,包括:
3.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述根据所述分化后蚁群通过蚁群算法进行信息素计算,得到信息素矩阵的计算公式为:
4.根据权利要求1所述的一种公交线路生成方法,其特征在于,所述根据预设筛选因子计算所述最优公交线路的第一函数值,包括:
5.根据权利要求4所述的一种公交线路生成方法,其特征在于,所述公交线路生成方法还包括:
6.根据权利要求1所述的一种公交线路生成方法,其特征...
【专利技术属性】
技术研发人员:刘克锋,彭琪,陈伟龙,陈静,龚进,廖超平,
申请(专利权)人:湖南智慧畅行交通科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。