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】
本专利技术涉及景区车船智能排班,尤其涉及一种景区车船的智能排班方法、装置以及设备。
技术介绍
1、在旅游行业蓬勃发展的今天,景区观光车与游船作为连接游客与景区各个景点的关键交通工具,其运营效率直接影响着游客的游览体验及景区的整体管理水平。然而,传统景区在车船排班方面仍面临诸多挑战。首先,排班过程高度依赖人工经验,缺乏科学的数据支撑,导致排班结果往往难以精准匹配实际客流需求。其次,景区客流受季节、天气、节假日等多种因素影响,波动较大,传统排班方式难以灵活应对这些变化,往往造成资源过剩或不足的问题。最后,由于缺乏有效的预测与调整机制,景区在高峰期时往往出现游客长时间等待、车辆调度混乱等现象,而在低峰期则可能出现车辆闲置、资源浪费的情况。
技术实现思路
1、有鉴于此,本专利技术的目的在于提出一种景区车船的智能排班方法、装置以及设备,旨在解决现有技术中景区的车船排班精度低和车船使用效率低等问题。
2、为实现上述目的,本专利技术提供一种景区车船的智能排班方法,所述方法包括:
3、获取历史客流数据,对所述历史客流数据进行统计分析,生成历史入园客流信息;
4、获取当天售票数据,通过预设的随机森林模型根据所述当天售票数据以及同期的所述历史入园客流信息进行预测,得到第二天每n分钟的未来入园客流信息;
5、根据所述未来入园客流信息以及预设的景区运营参数生成第二天的发车时刻表;
6、根据所述未来入园客流信息计算客流波峰时段,根据所述客流波峰时段
7、根据所述最小配车数以及所述备用车数并结合所述第二天的发车时刻表生成目标人车班次时刻表。
8、优选的,所述对所述历史客流数据进行统计分析,生成历史入园客流信息,包括:
9、按照节假日、天气对所述历史客流数据进行统计分析,生成包括入园时间、客流人数、当天的天气情况、是否是节假日的所述历史入园客流信息。
10、优选的,所述景区运营参数包括景区的开闭园时间、发车间隔、备用车辆比例、班次满载率;所述未来入园客流信息包括对应不同时刻的客流人数。
11、优选的,所述根据所述未来入园客流信息以及预设的景区运营参数生成第二天的发车时刻表,包括:
12、s13-1,获取距离开园时间的第一时刻t的第一客流人数c以及上一班次滞留的滞留人数v,将所述第一客流人数c以及所述滞留人数v作为当前客流人数vc,判断所述当前客流人数vc大于车辆平均荷载x时,进入步骤s13-3,否则,进入步骤s13-2;
13、s13-2,判断所述滞留人数v小于0时,进入步骤s13-4,否则,生成一班发车时间信息,并进入步骤s13-4,所述发车时间信息包括发车时间以及预计载客数量;
14、s13-3,根据所述当前客流人数vc与车辆平均荷载x计算所述第一时刻的所需车辆数,根据发车间隔以及所需车辆数生成对应所述第一时刻的发车计划,以及根据v=vc-x*(vc/x)更新所述滞留人数v,并进入步骤s13-4;
15、s13-4,根据t=预设时间+t更新所述第一时刻t,判断更新后的所述第一时刻t小于闭园时间时,进入步骤s13-1,否则结束。
16、优选的,所述根据所述未来入园客流信息计算客流波峰时段,包括:
17、根据发车间隔的数量以及对应发车间隔的客流人数计算平均客流,根据平均客流确定所述客流波峰时段;其中,
18、平均客流
19、式中,n表示发车间隔的数量,xi表示第i个发车间隔的客流人数。
20、优选的,所述根据所述客流波峰时段确定最小配车数以及备用车数,包括:
21、根据所述客流波峰时段的周转时长/所述客流波峰时段的发车间隔进行计算,得到所述最小配车数;
22、根据所述最小配车数*备用车辆比例进行计算,得到所述备用车数;其中,
23、所述客流波峰时段的周转时长=车辆行驶一圈时长+景点平均候客时长+休息时长;
24、所述客流波峰时段的发车间隔=客流波峰时长/趟次数=客流波峰时长/(客流波峰人数/车辆平均荷载);
25、所述客流波峰时长=所述客流波峰时段的结束时间-所述客流波峰时段的开始时间。
26、优选的,判断所述客流波峰时段的周转时长大于所述客流波峰时长时,则令所述客流波峰时段的周转时长等于所述客流波峰时长。
27、为实现上述目的,本专利技术还提供一种景区车船的智能排班装置,所述装置包括:
28、统计单元,用于获取历史客流数据,对所述历史客流数据进行统计分析,生成历史入园客流信息;
29、预测单元,用于获取当天售票数据,通过预设的随机森林模型根据所述当天售票数据以及同期的所述历史入园客流信息进行预测,得到第二天每n分钟的未来入园客流信息;
30、生成单元,用于根据所述未来入园客流信息以及预设的景区运营参数生成第二天的发车时刻表;
31、计算单元,用户根据所述未来入园客流信息计算客流波峰时段,根据所述客流波峰时段确定最小配车数以及备用车数;
32、排班单元,用于根据所述最小配车数以及所述备用车数并结合所述第二天的发车时刻表生成目标人车班次时刻表。
33、为了实现上述目的,本专利技术还提出一种景区车船的智能排班设备,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序被所述处理器执行以实现如上述实施例所述的一种景区车船的智能排班方法的步骤。
34、为了实现上述目的,本专利技术还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行以实现如上述实施例所述的一种景区车船的智能排班方法的步骤。
35、为了实现上述目的,本专利技术还提出一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如上述实施例所述的一种景区车船的智能排班方法的步骤。
36、有益效果:
37、以上方案,通过获取历史客流数据并进行统计分析,结合当天售票数据以及利用随机森林模型进行未来入园客流的预测,使得排班计划能够更加精准地匹配实际客流需求,减少因排班不当导致的资源浪费或游客等待时间过长的问题,不仅能够提升车船运营使用效率和车船排班精度,还能有效改善游客的游览体验,通过数据分析与预测,景区管理者能够更加科学地制定运营策略,提高管理效率和服务质量,提升景区整体管理水平,为景区的可持续发展奠定坚实基础。
38、以上方案,根据天气、节假日等实时因素动态调整排班计划,确保在客流波动较大的情况下仍能保持高效的运营状态。同时,通过预设的景区运营参数,如发车间隔、备用车辆比例等,进一步增强了排班的灵活性和可调整性。
39、以上方案,通过计算客流波峰时段并据此确定最小配车数及备用车数,实现了对车船资源的优化配置。在客流高峰期,能够确保有足够的车辆满足游客需求;而在低峰本文档来自技高网...
【技术保护点】
1.一种景区车船的智能排班方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种景区车船的智能排班方法,其特征在于,所述对所述历史客流数据进行统计分析,生成历史入园客流信息,包括:
3.根据权利要求1所述的一种景区车船的智能排班方法,其特征在于,所述景区运营参数包括景区的开闭园时间、发车间隔、备用车辆比例、班次满载率;所述未来入园客流信息包括对应不同时刻的客流人数。
4.根据权利要求3所述的一种景区车船的智能排班方法,其特征在于,所述根据所述未来入园客流信息以及预设的景区运营参数生成第二天的发车时刻表,包括:
5.根据权利要求1所述的一种景区车船的智能排班方法,其特征在于,所述根据所述未来入园客流信息计算客流波峰时段,包括:
6.根据权利要求5所述的一种景区车船的智能排班方法,其特征在于,所述根据所述客流波峰时段确定最小配车数以及备用车数,包括:
7.根据权利要求6所述的一种景区车船的智能排班方法,其特征在于,判断所述客流波峰时段的周转时长大于所述客流波峰时长时,则令所述客流波峰时段的周转时长等于所述
8.一种景区车船的智能排班装置,其特征在于,所述装置包括:
9.一种景区车船的智能排班设备,其特征在于,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序被所述处理器执行以实现如权利要求1至7任意一项所述的一种景区车船的智能排班方法的步骤。
10.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被所述处理器执行以实现如权利要求1至7任意一项所述的一种景区车船的智能排班方法的步骤。
...【技术特征摘要】
1.一种景区车船的智能排班方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种景区车船的智能排班方法,其特征在于,所述对所述历史客流数据进行统计分析,生成历史入园客流信息,包括:
3.根据权利要求1所述的一种景区车船的智能排班方法,其特征在于,所述景区运营参数包括景区的开闭园时间、发车间隔、备用车辆比例、班次满载率;所述未来入园客流信息包括对应不同时刻的客流人数。
4.根据权利要求3所述的一种景区车船的智能排班方法,其特征在于,所述根据所述未来入园客流信息以及预设的景区运营参数生成第二天的发车时刻表,包括:
5.根据权利要求1所述的一种景区车船的智能排班方法,其特征在于,所述根据所述未来入园客流信息计算客流波峰时段,包括:
6.根据权利要求5所述的一种...
【专利技术属性】
技术研发人员:林远明,谢清,林升元,巫扬辉,
申请(专利权)人:厦门蓝斯通信股份有限公司,
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。