一種應用於智能公交排班調度的仿真系統及方法與流程

2023-06-11 17:48:58 3

1.本發明屬於交通技術領域，具體涉及一種應用於智能公交排班調度的仿真系統及方法。


背景技術：

2.智能排班場景是針對公交系統行車時刻表、行車計劃的編制以及車輛人的員配置問題，其將為公交運行提供整體調度方案，並將作為公交實時調度的基礎。
3.智能排班場景描述如下：由公交調度系統管理員根據公交運營計劃，規劃公交線路、錄入車輛及車輛人員信息，並通過調用調度系統智能排班算法，規劃制定出當日公交時刻表、行車計劃以及車輛人員配置計劃，將此作為公交調度基礎方案，指定車輛將基於該調度方案中的指令運行，從而實現當日公交系統多線路的高效運營。
4.智能調度算法是智能調度系統中的關鍵技術之一，其是否高效準確，決定著智能排班結果及公交運營的成敗。
5.因此，採用仿真手段或方式，基於智能排班場景，面向算法開發及實際應用需求，完善場景下的算法方案設計，並參考實際應用場景數據和參數配置建立仿真模型。進一步地，分析算法在不同場景及工況下的可行性及優越性，對比分析各調度優化方案的效益指標，為算法開發提供模型和方法支持，為實際應用提供參數配置方案參考，具有重大現實意義。
6.目前公交行業內，針對於公交運營的仿真測試方法或系統主要局限在公交線網的仿真上，尚未提出對智能排班調度功能的仿真方案。
7.所以，本方案提一種應用於智能公交排班調度的仿真系統及方法，旨在解決上述的問題，填補智能排班調度仿真方案的空白。


技術實現要素：

8.針對上述技術問題，本發明提供一種應用於智能公交排班調度的仿真系統及方法，旨在參考實際應用場景數據和參數配置建立仿真模型，填補智能排班調度仿真方案的空白。
9.第一方面，本發明提供了一種應用於智能公交排班調度的仿真方法，該方法包括如下步驟：
10.步驟1、調度管理平臺根據公交車載系統和公交站臺系統採集的數據，整理採集到的站點客流量數據和乘車客流量數據，統計出公交線路各時段內各站點乘客到達率。
11.步驟2、調度管理平臺根據站點客流量數據、乘車客流量數據和車輛運營數據，對智能公交排班調度場景進行工況分解。
12.步驟3、公交調度仿真系統的調度仿真平臺根據步驟2中分解的工況，制定出各工況的輸入條件與預期結果。
13.步驟4、調度仿真平臺對智能公交排班調度算法的仿真參數進行設定。
14.步驟5、調度仿真平臺對智能公交排班調度算法仿真過程中的公交車輛發車規則和乘客到站規則進行設定。
15.步驟6、引入三種目標函數進行比較和評估，目標函數1隻考慮公交車輛的運營收益最大，目標函數2隻考慮乘客等待時間最小，目標函數3同時考慮公交車輛的運營收益最大和乘客等待時間最小，分別比較三種目標函數下公交車輛的運行效益及乘客的出行體驗，
16.其中，目標函數1為其中，f為當日客流達到率特徵時段編號，tf為第f個特徵時段的時間跨度，r
k,f
為第f個特徵時段在第k個站點的乘客到達率，p為統一票價，c
t
為t型公交車輛單位運營成本，l為運營平均裡程，為決策變量，目標函數2為其中，λ
i,k
為在k站臺的第i個班次上車的乘客人數，w
i,k
為在k站臺的第i個班次上車的乘客最大等待時間，目標函數3為minf＝w2f2』‑
w1f1』
，其中，w1、w2為加權係數，f1』
、f2』
分別為f1和f2歸一化後的目標函數值，歸一化公式為
17.步驟7、分析在不同理想滿載下的各項運營指標。
18.步驟8、根據仿真結果調整智能公交排班調度算法的參數，使公交運營模式達到期望模式，其中，公交運營模式包括服務型模式、均衡型模式、經濟型模式。
19.具體地，步驟1包括：
20.步驟11、基於公交車輛的運行班次在各站點的上下車乘客數量，制定每日乘車客流量模板。
21.步驟12、基於公交車輛的gps數據，統計公交車輛在各站點間的平均行駛時長，基於各站點間的平均行駛時長和公交車輛班次的發車時刻，計算每個班次到達各個站點的時刻。
22.步驟13、基於統計的公交線路的各站點的站點客流數據，按節假日和工作日劃分日期，分析兩類日期內基於實際運營數據的站點客流數據，將公交線路的運營時間劃分為多個時間段，統計公交線路各時段內各站點的乘客到達率。
23.具體地，步驟2包括：
24.步驟21、工況1，首班車發車之前判斷當天日期類型為工作日還是節假日，對過去同類型日期各站點的站點客流數據進行統計，提取客流規律，結合客流規律和實際運營信息對當天的發車班次數和發車時間進行分配，調用智能公交排班調度算法制定基本行車計劃，按照基本行車計劃進行排班發車；
25.步驟22、工況2，後臺調用時刻表編制接口後，獲取各公交線路的時刻表，若出現異常情況，則基於時刻表，結合實時量數據和車輛運營數據，調用實時調度算法對基本行車計劃進行調整，否則，則按照基本行車計劃進行排班發車。
26.具體地，步驟4具體包括：
27.步驟41、線路參數設定，將公交線路分為雙向線路和單向循環線路，設定公交線路的站點數量、站點編號、站間行駛距離和時間、線路運營時段、發車間隔限制；
28.步驟42、車輛參數設定，設定公交車輛的可投放的公交數量、平均行駛速度額定
載客量、滿電可行駛裡程數、單車固定成本、每公裡行駛成本；
29.步驟43、客流參數設定，設定各時段、各站點的乘客到達率以及對應的目的站點的分布概率。
30.具體地，步驟5具體包括：
31.步驟51、公交車輛發車規則為，根據計算出的每個班次的發車間隔和相應配車，班次j的發車時間為當時間時，從始發站點發出班次j的相應配車；
32.步驟52、乘客到站規則為，班次j的公交車輛到達站點k時站點k處的累計到達乘客數量按如下規則更新：
[0033][0034]
其中，表示t時刻站點k處累積到達的乘客數量，λ
k,f
表示站點k的乘客到達率，f表示時間t到時間t+1的時間段。
[0035]
具體地，公交車載系統實時採集車輛位置信息、車輛運營狀態信息，實時統計車輛上下車乘客數量；
[0036]
公交站臺系統通過視頻監控設備統計公交站點的站點客流量數據、乘客等待時間；
[0037]
公交場站系統通過視頻監控設備統計公交車輛發車間隔數據、公交車輛發車車次；
[0038]
公交調度仿真系統的調度管理平臺記錄實時客流量數據、管理歷史客流量數據、車輛運營數據，運行智能公交排班調度算法，輸出公交車輛基本行車計劃，其中，基本行車計劃包括時刻表、公交車輛、人員安排。
[0039]
第二方面，本發明還提供了一種應用於智能公交排班調度的仿真系統，該系統包括：公交車載系統、公交調度仿真系統、公交站臺系統、公交場站系統、4g/5g移動通信網絡；
[0040]
公交車載系統，包括車載移動通信終端、攝像頭、乘車客流量數據採集設備，實時採集車輛位置信息、車輛運營狀態信息，實時統計車輛上下車乘客數量；
[0041]
公交調度仿真系統，包括調度管理平臺和調度仿真平臺，調度管理平臺記錄實時客流量數據、管理歷史客流量數據、車輛運營數據，運行智能公交排班調度算法，輸出公交車輛基本行車計劃，調度仿真平臺為智能公交排班調度算法的仿真環境，其中，基本行車計劃包括時刻表、公交車輛、人員安排；
[0042]
公交站臺系統，通過視頻監控設備統計公交站點的站點客流量數據、乘客等待時間；
[0043]
公交場站系統，通過視頻監控設備統計公交車輛發車間隔數據、公交車輛發車車次；
[0044]
4g/5g移動通信網絡，為公交車載系統、公交調度仿真系統、公交站臺系統、公交場站系統提供通信連接。
[0045]
智能公交排班調度的仿真流程如下：
[0046]
步驟1、調度管理平臺根據公交車載系統和公交站臺系統採集的數據，整理採集到的站點客流量數據和乘車客流量數據，統計出公交線路各時段內各站點乘客到達率。
[0047]
步驟2、調度管理平臺根據站點客流量數據、乘車客流量數據和車輛運營數據，對智能公交排班調度場景進行工況分解。
[0048]
步驟3、調度仿真平臺根據步驟2中分解的工況，制定出各工況的輸入條件與預期結果。
[0049]
步驟4、調度仿真平臺對智能公交排班調度算法的仿真參數進行設定。
[0050]
步驟5、調度仿真平臺對智能公交排班調度算法仿真過程中的公交車輛發車規則和乘客到站規則進行設定。
[0051]
步驟6、引入三種目標函數進行比較和評估，目標函數1隻考慮公交車輛的運營收益最大，目標函數2隻考慮乘客等待時間最小，目標函數3同時考慮公交車輛的運營收益最大和乘客等待時間最小，分別比較三種目標函數下公交車輛的運行效益及乘客的出行體驗，
[0052]
其中，目標函數1為其中，f為當日客流達到率特徵時段編號，tf為第f個特徵時段的時間跨度，r
k,f
為第f個特徵時段在第k個站點的乘客到達率，p為統一票價，c
t
為t型公交車輛單位運營成本，l為運營平均裡程，為決策變量，目標函數2為其中，λ
i,k
為在k站臺的第i個班次上車的乘客人數，w
i,k
為在k站臺的第i個班次上車的乘客最大等待時間，目標函數3為minf＝w2f2』‑
w1f1』
，其中，w1、w2為加權係數，f1』
、f2』
分別為f1和f2歸一化後的目標函數值，歸一化公式為
[0053]
步驟7、分析在不同理想滿載下的各項運營指標。
[0054]
步驟8、根據仿真結果調整智能公交排班調度算法的參數，使公交運營模式達到期望模式，其中，公交運營模式包括服務型模式、均衡型模式、經濟型模式。
[0055]
具體地，步驟1包括：
[0056]
步驟11、基於公交車輛的運行班次在各站點的上下車乘客數量，制定每日乘車客流量模板。
[0057]
步驟12、基於公交車輛的gps數據，統計公交車輛在各站點間的平均行駛時長，基於各站點間的平均行駛時長和公交車輛班次的發車時刻，計算每個班次到達各個站點的時刻。
[0058]
步驟13、基於統計的公交線路的各站點的站點客流數據，按節假日和工作日劃分日期，分析兩類日期內基於實際運營數據的站點客流數據，將公交線路的運營時間劃分為多個時間段，統計公交線路各時段內各站點的乘客到達率。
[0059]
具體地，步驟2包括：
[0060]
步驟21、工況1，首班車發車之前判斷當天日期類型為工作日還是節假日，對過去同類型日期各站點的站點客流數據進行統計，提取客流規律，結合客流規律和實際運營信息對當天的發車班次數和發車時間進行分配，調用智能公交排班調度算法制定基本行車計劃，按照基本行車計劃進行排班發車；
[0061]
步驟22、工況2，後臺調用時刻表編制接口後，獲取各公交線路的時刻表，若出現異常情況，則基於時刻表，結合實時量數據和車輛運營數據，調用實時調度算法對基本行車計
划進行調整，否則，則按照基本行車計劃進行排班發車。
[0062]
具體地，步驟4包括：
[0063]
步驟41、線路參數設定，將公交線路分為雙向線路和單向循環線路，設定公交線路的站點數量、站點編號、站間行駛距離和時間、線路運營時段、發車間隔限制。
[0064]
步驟42、車輛參數設定，設定公交車輛的可投放的公交數量、平均行駛速度額定載客量、滿電可行駛裡程數、單車固定成本、每公裡行駛成本。
[0065]
步驟43、客流參數設定，設定各時段、各站點的乘客到達率以及對應的目的站點的分布概率。
[0066]
本發明公開一種應用於智能公交排班調度的仿真系統及方法，針對於實際公交運營中智能排班調度仿真的問題，該方案參考實際應用場景數據和參數配置建立仿真模型，仿真分析智能公交排班調度算法在不同場景及工況下的可行性及優越性，對比分析各調度優化方案的效益指標，為智能公交排班調度算法按運營期望模式進行調整，提供模型和方法支持，並為實際應用提供參數配置方案參考。從而達成智能公交排班調度算法能被應用到實際運營中，達成運營的乘客與運營單位各自需求的目標。
附圖說明
[0067]
圖1為本發明的一種應用於智能公交排班調度的仿真方法的流程圖；
[0068]
圖2為本發明的期望滿載率的靈敏性分析圖；
[0069]
圖3為本發明的一種應用於智能公交排班調度的仿真系統的結構示意圖。
具體實施方式
[0070]
為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明經行進一步的詳細說明。顯然，此處所描述的具體實施例僅僅用於解釋本發明，是本發明的一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域技術普通人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
[0071]
圖1所示是本發明提供的一種應用於智能公交排班調度的仿真方法的流程，包括如下步驟：
[0072]
步驟1、調度管理平臺根據公交車載系統和公交站臺系統採集的數據，整理採集到的站點客流量數據和乘車客流量數據，統計出公交線路各時段內各站點乘客到達率。
[0073]
步驟2、調度管理平臺根據站點客流量數據、乘車客流量數據和車輛運營數據，對智能公交排班調度場景進行工況分解。
[0074]
步驟3、調度仿真平臺根據步驟2中分解的工況，制定出各工況的輸入條件與預期結果。
[0075]
步驟4、調度仿真平臺對智能公交排班調度算法的仿真參數進行設定。
[0076]
步驟5、調度仿真平臺對智能公交排班調度算法仿真過程中的公交車輛發車規則和乘客到站規則進行設定。
[0077]
步驟6、引入三種目標函數進行比較和評估，目標函數1隻考慮公交車輛的運營收益最大，目標函數2隻考慮乘客等待時間最小，目標函數3同時考慮公交車輛的運營收益最大和乘客等待時間最小，分別比較三種目標函數下公交車輛的運行效益及乘客的出行體
驗，
[0078]
其中，目標函數1為其中，f為當日客流達到率特徵時段編號，tf為第f個特徵時段的時間跨度，r
k,f
為第f個特徵時段在第k個站點的乘客到達率，p為統一票價，c
t
為t型公交車輛單位運營成本，l為運營平均裡程，為決策變量，目標函數2為其中，λ
i,k
為在k站臺的第i個班次上車的乘客人數，w
i,k
為在k站臺的第i個班次上車的乘客最大等待時間，目標函數3為minf＝w2f2』‑
w1f1』
，其中，w1、w2為加權係數，f1』
、f2』
分別為f1和f2歸一化後的目標函數值，歸一化公式為
[0079]
具體地，目標函數1各變量的描述和單位如表1所示。
[0080]
表1
[0081][0082]
具體地，歸一化公式中，f為目標函數值，f
max
為目標函數的最大可能取值，對於公交車輛的運營收益，可以通過考慮所有乘客都上車且所有班次都正常執行時來計算，對於乘客等待時間，可以默認所有乘客的等待時間都為最大發車間隔，f
min
為目標函數的最小可能取值，對於公交車輛的運營收益和乘客等待時間，都可以取0，f,為歸一化後的目標函數值。
[0083]
具體地，目標函數3中，w1、w2的一般取值為0.5，兩者的比值表示兩個優化目標的比重。
[0084]
步驟7、分析在不同理想滿載下的各項運營指標。
[0085]
基於1-6步驟仿真條件設置，按調度管理平臺採集到的最近30天的歷史客流數據樣本，仿真智能公交排班調度算法的結果。對於同一組歷史客流數據。為權衡公交服務質量(由乘客等待時間、乘坐舒適性表徵)和運營成本(由發車班次總數表徵)分析在不同理想滿載下的各項運營指標。並按圖2所示，完成仿真結果結論。
[0086]
1)若40％滿載率被認為對乘坐舒適度較優但不利用運營公司的效益。
[0087]
2)若100％滿載率則認為是影響乘客乘坐體驗但高效利用車輛的經濟最優狀態。
[0088]
3)若60％-80％滿載率則認為是影響乘客乘坐體驗但高效利用車輛的經濟最優狀態。
[0089]
步驟8、根據仿真結果調整智能公交排班調度算法的參數，使公交運營模式達到期望模式，其中，公交運營模式包括服務型模式、均衡型模式、經濟型模式。
[0090]
具體地，步驟1包括：
[0091]
步驟11、基於公交車輛的運行班次在各站點的上下車乘客數量，制定每日乘車客流量模板。具體地，班次一般包含公交車輛、駕駛員的信息等。
[0092]
每日乘車客流量模板如表2所示。
[0093]
表2
[0094][0095][0096]
步驟12、基於公交車輛的gps數據，統計公交車輛在各站點間的平均行駛時長，基於各站點間的平均行駛時長和公交車輛班次的發車時刻，計算每個班次到達各個站點的時刻。
[0097]
統計公交在各站點間平均行駛時長如表3所示。
[0098]
表3
[0099][0100]
步驟13、基於統計的公交線路的各站點的站點客流數據，按節假日和工作日劃分日期，分析兩類日期內基於實際運營數據的站點客流數據，將公交線路的運營時間劃分為多個時間段，統計公交線路各時段內各站點的乘客到達率。
[0101]
分析兩類日期內基於實際運營數據的站點客流，兩類日期分別統計10天的數據量。客流數據樣本，其數據結構如表4所示。
[0102]
表4
[0103][0104][0105]
具體地，步驟2包括：
[0106]
步驟21、工況1，首班車發車之前判斷當天日期類型為工作日還是節假日，對過去同類型日期各站點的站點客流數據進行統計，提取客流規律，結合客流規律和實際運營信息對當天的發車班次數和發車時間進行分配，調用智能公交排班調度算法制定基本行車計劃，按照基本行車計劃進行排班發車。
[0107]
具體地，實際運營信息為當時或當天的車輛運營信息，主要包含能夠投入運營的公交車輛以及運營的時間段(比如6：30—22：00)。
[0108]
步驟22、工況2，後臺調用時刻表編制接口後，獲取各公交線路的時刻表，若出現異常情況，則基於時刻表，結合實時量數據和車輛運營數據，調用實時調度算法對基本行車計劃進行調整，否則，則按照基本行車計劃進行排班發車。
[0109]
具體地，步驟3包括：
[0110]
步驟31：工況1，基於行車時刻表工況的輸入條件及預期結果如表5所示。
[0111]
表5
[0112][0113][0114]
步驟32：工況2，行車計劃編制工況的輸入條件及預期結果如表6所示。
[0115]
表6
[0116][0117]
具體地，步驟4包括：
[0118]
步驟41、線路參數設定，將公交線路分為雙向線路和單向循環線路，設定公交線路
的站點數量、站點編號、站間行駛距離和時間、線路運營時段、發車間隔限制。
[0119]
線路參數設定的主要參數還包括線路運營相關的其他約束條件，比如班次休息時間等。對於特定場景的仿真，為了凸顯算法的效果，設定參數將基於實際配置並結合仿真需求調整。
[0120]
步驟42、車輛參數設定，設定公交車輛的可投放的公交數量、平均行駛速度額定載客量、滿電可行駛裡程數、單車固定成本、每公裡行駛成本。
[0121]
具體地，參考真實公交車輛參數設定。設置額定載客量時，無人公交不考慮站票情況，為除安全員位置外剩餘座位數。
[0122]
步驟43、客流參數設定，設定各時段、各站點的乘客到達率以及對應的目的站點的分布概率。
[0123]
仿真所採用的測試客流數據應不同於算法優化所使用的歷史客流樣本，因此客流參數將參考歷史客流數據樣本在時間和空間上的波動來生成。
[0124]
具體地，步驟5包括：
[0125]
步驟51、公交車輛發車規則為，根據計算出的每個班次的發車間隔和相應配車，班次j的發車時間為當時間時，從始發站點發出班次j的相應配車。
[0126]
步驟52、乘客到站規則為，班次j的公交車輛到達站點k時站點k處的累計到達乘客數量按如下規則更新：
[0127][0128]
其中，表示t時刻站點k處累積到達的乘客數量，λ
k,f
表示站點k的乘客到達率，f表示時間t到時間t+1的時間段。
[0129]
具體地，公交車載系統實時採集車輛位置信息、車輛運營狀態信息，實時統計車輛上下車乘客數量。
[0130]
公交車載系統為公交調度仿真系統提供車輛運行數據與客流od數據的來源。
[0131]
公交站臺系統通過視頻監控設備統計公交站點的站點客流量數據、乘客等待時間。
[0132]
優選地，為仿真系統提供站臺客流量數據、乘客等待時間等數據計算來源。
[0133]
公交場站系統通過視頻監控設備統計公交車輛發車間隔數據、公交車輛發車車次。
[0134]
公交調度仿真系統的調度管理平臺記錄實時客流量數據、管理歷史客流量數據、車輛運營數據，運行智能公交排班調度算法，輸出公交車輛基本行車計劃，其中，基本行車計劃包括時刻表、公交車輛、人員安排。
[0135]
實時客流量數據包括站點客流量數據與乘車客流量數據。
[0136]
優選地，智能公交排班調度算法的仿真環境利用matlabr2021a在windows10環境下實現，最低硬體要求為處理器intel(r)core(tm)i5-7200u cpu，8g運行內存。
[0137]
圖3所示是本發明提供的一種應用於智能公交排班調度的仿真系統的結構示意圖，該系統包括：公交車載系統、公交調度仿真系統、公交站臺系統、公交場站系統、4g/5g移動通信網絡。
[0138]
公交車載系統，包括車載移動通信終端、攝像頭、乘車客流量數據採集設備，實時採集車輛位置信息、車輛運營狀態信息，實時統計車輛上下車乘客數量；
[0139]
公交調度仿真系統，包括調度管理平臺和調度仿真平臺，調度管理平臺記錄實時客流量數據、管理歷史客流量數據、車輛運營數據，運行智能公交排班調度算法，輸出公交車輛基本行車計劃，調度仿真平臺為智能公交排班調度算法的仿真環境，其中，基本行車計劃包括時刻表、公交車輛、人員安排；
[0140]
公交站臺系統，通過視頻監控設備統計公交站點的站點客流量數據、乘客等待時間；
[0141]
公交場站系統，通過視頻監控設備統計公交車輛發車間隔數據、公交車輛發車車次；
[0142]
4g/5g移動通信網絡，為公交車載系統、公交調度仿真系統、公交站臺系統、公交場站系統提供通信連接；
[0143]
智能公交排班調度的仿真流程如下：
[0144]
步驟1、調度管理平臺根據公交車載系統和公交站臺系統採集的數據，整理採集到的站點客流量數據和乘車客流量數據，統計出公交線路各時段內各站點乘客到達率；
[0145]
步驟2、調度管理平臺根據站點客流量數據、乘車客流量數據和車輛運營數據，對智能公交排班調度場景進行工況分解；
[0146]
步驟3、調度仿真平臺根據步驟2中分解的工況，制定出各工況的輸入條件與預期結果；
[0147]
步驟4、調度仿真平臺對智能公交排班調度算法的仿真參數進行設定；
[0148]
步驟5、調度仿真平臺對智能公交排班調度算法仿真過程中的公交車輛發車規則和乘客到站規則進行設定；
[0149]
步驟6、引入三種目標函數進行比較和評估，目標函數1隻考慮公交車輛的運營收益最大，目標函數2隻考慮乘客等待時間最小，目標函數3同時考慮公交車輛的運營收益最大和乘客等待時間最小，分別比較三種目標函數下公交車輛的運行效益及乘客的出行體驗，
[0150]
其中，目標函數1為其中，f為當日客流達到率特徵時段編號，tf為第f個特徵時段的時間跨度，r
k,f
為第f個特徵時段在第k個站點的乘客到達率，p為統一票價，c
t
為t型公交車輛單位運營成本，l為運營平均裡程，為決策變量，目標函數2為其中，λ
i,k
為在k站臺的第i個班次上車的乘客人數，w
i,k
為在k站臺的第i個班次上車的乘客最大等待時間，目標函數3為minf＝w2f2』‑
w1f1』
，其中，w1、w2為加權係數，f1』
、f2』
分別為f1和f2歸一化後的目標函數值，歸一化公式為
[0151]
步驟7、分析在不同理想滿載下的各項運營指標；
[0152]
步驟8、根據仿真結果調整智能公交排班調度算法的參數，使公交運營模式達到期望模式，其中，公交運營模式包括服務型模式、均衡型模式、經濟型模式。
[0153]
具體地，步驟1具體包括：
[0154]
步驟11、基於公交車輛的運行班次在各站點的上下車乘客數量，制定每日乘車客流量模板；
[0155]
步驟12、基於公交車輛的gps數據，統計公交車輛在各站點間的平均行駛時長，基於各站點間的平均行駛時長和公交車輛班次的發車時刻，計算每個班次到達各個站點的時刻；
[0156]
步驟13、基於統計的公交線路的各站點的站點客流數據，按節假日和工作日劃分日期，分析兩類日期內基於實際運營數據的站點客流數據，將公交線路的運營時間劃分為多個時間段，統計公交線路各時段內各站點的乘客到達率。
[0157]
具體地，步驟2具體包括：
[0158]
步驟21、工況1，首班車發車之前判斷當天日期類型為工作日還是節假日，對過去同類型日期各站點的站點客流數據進行統計，提取客流規律，結合客流規律和實際運營信息對當天的發車班次數和發車時間進行分配，調用智能公交排班調度算法制定基本行車計劃，按照基本行車計劃進行排班發車；
[0159]
步驟22、工況2，後臺調用時刻表編制接口後，獲取各公交線路的時刻表，若出現異常情況，則基於時刻表，結合實時客流量數據和車輛運營數據，調用實時調度算法對基本行車計劃進行調整，否則，則按照基本行車計劃進行排班發車。
[0160]
具體地，步驟4具體包括：
[0161]
步驟41、線路參數設定，將公交線路分為雙向線路和單向循環線路，設定公交線路的站點數量、站點編號、站間行駛距離和時間、線路運營時段、發車間隔限制；
[0162]
步驟42、車輛參數設定，設定公交車輛的可投放的公交數量、平均行駛速度額定載客量、滿電可行駛裡程數、單車固定成本、每公裡行駛成本；
[0163]
步驟43、客流參數設定，設定各時段、各站點的乘客到達率以及對應的目的站點的分布概率。
[0164]
以上上述的實施例僅表達了本發明的實施優選方式，其描述較為具體和詳細，但並不能因此而理解為對本發明專利範圍的限制。應當指出的是，對於本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬於本發明的保護範圍。因此，本發明專利的保護範圍應以所附權利要求為準。