智能公交調度排班計算方法

2023-06-13 07:31:46 2

專利名稱：智能公交調度排班計算方法
技術領域：
本發明屬於城市智能公共運輸系統技術領域，具體涉及一種智能公交調度排班計算方法。
背景技術：
公交系統調度排班是保證公交系統正常運行的基本保證，公交智能排班是一類典型的運輸排班組合優化問題，其求解具有一定的複雜性，對其研究一直是一個前沿研究課題。傳統的公交排班研究方法主要採用數學解析、模擬仿真以及數學規劃等方法，但是隨著問題求解難度與問題求解規模的增加，傳統方法遇到了極大地挑戰，已不能保證目標解的精確性。

發明內容
本發明的目的是提供一種智能公交調度排班計算方法，能綜合考慮公交公司與乘客間的綜合利益，解決了傳統公交排班算法在多目標、非線性問題求解中的不足。本發明所採用的技術方案是，一種智能公交調度排班計算方法，其特徵在於，具體包括以下步驟首先，建立遺傳算法的數學模型步驟I、制定假設條件如下同一線路車輛採用同一型號，公交車經過後無乘客滯留現象，車輛勻速行駛且進出站時間一定，每條線路運行時間一定，乘客到站服從均勻分布；步驟2、定義如下系統參數m :公交運行時段集(m=l，2，……，M)，M為線路運行時間段個數，S :線路車站編號(S=I,…s)，s為公交線路站點數，B :線路公交集(B=l，2，……b)，Atm m時段的發車間隔，Tni :m時段的時間長度，K :總發車次數，rmS M m時段，第s站乘客到達率，tmBS :第s站上車乘客乘坐第B輛車時的等待時間，P :—天平均載客量，L :線路總長度，Q :公交車能搭載的乘客數；步驟3、確定各參數與基本發車間隔A tffl之間的函數關係第m時段內的發車次數可以由(式I)計算得到Kffl = Tffl/Atffl (式 1)，一天運行中總的發車次數可以由(式2)計算得到
權利要求
1.一種智能公交調度排班計算方法，其特徵在於，具體包括以下步驟 首先，建立遺傳算法的數學模型 步驟I、制定假設條件如下 同一線路車輛採用同一型號，公交車經過後無乘客滯留現象，車輛勻速行駛且進出站時間一定，每條線路運行時間一定，乘客到站服從均勻分布； 步驟2、定義如下系統參數 m :公交運行時段集(m=l，2，……，M)，M為線路運行時間段個數， S :線路車站編號(S=l，…s)，s為公交線路站點數， B :線路公交集(B=I, 2,……b)， Atffl m時段的發車間隔， Tm m時段的時間長度， K :總發車次數， rmS M m時段，第s站乘客到達率， tBS :第S站上車乘客乘坐第B輛車時的等待時間， P :一天平均載客量， L :線路總長度， Q :公交車能搭載的乘客數； 步驟3、確定各參數與基本發車間隔間的函數關係 第m時段內的發車次數可以由(式I)計算得到 Km=VAtffl (式 1)， 一天運行中總的發車次數可以由(式2)計算得到 K = y, Km (式 2)， m = \ 第m時段，第S站乘客到達率可由(式3)計算Mms rms = —~ (式 3)， m 其中，Mms為第m時段第S站乘客數量統計， 乘客在某時段內第S站乘坐上第B輛車所花費平均時間表示為(式4) t=Ti * Atfll 12 (式 4), 每天乘客花費在等車上的經濟損失可以表示為(式5) C乘客=」 * E t Z [ rmS * ^iV1 ](式 5 )， m=l B=-I 5-1 VJ 其中，n為市民的平均每分鐘的工資收入水平， 每天公交公司運營費用為(式6): h / /M (式 M=I , m 其中，y為公交每次運行公交公司的花費，將上述(式5)與(式6)兩個約束條件分別乘以不同的加權因子a，將多目標優化轉化為單目標優化，最終問題求解的目標函數為 其次，利用得到的數學模型設計遺傳算法具體求解步驟，算法終止條件為當遺傳代數Gen達到規定最大遺傳代數 步驟4、獲得線路客流歷史統計信息，將其表示為矩陣A，A矩陣為M*s的二維矩陣，行向量表示某一時間段內各個站點的客流量數據，列向量表示同一站點在不同時間段內的客流統計信息； 步驟5、初始種群編碼，編碼採用便於操作的二進位編碼方式編碼，選取長度PRECI為4，則染色體編碼長度為PRECI*M，選取種群規模POP為20 200，遺傳代數Gen選取為50 100 a、生成種群規模為POP，染色體編碼長度為PRECI*M的初始二進位編碼種群InitPopBinary, b、利用二進位編碼與實數間的轉換公式=，將二進位編碼種群 InitPopBinary轉化為實數數組InitPop,其大小為P0P*M, C、求解矩陣A的列向量和,記為數組Num,數組大小為1*M,表示各個時間段內的客流統計， d、將數組Num排序,用其大小排列序號來調整初始InitPop與InitPopBinary,使其大小按照數組Num的大小順序排列；步驟6、利用公式=聲!計算各個 編碼序列的適應度函數值f(t)； 步驟7、計算編碼序列的選擇概率，計算公式為g/w其中Fint(t)為第t 條染色體的選擇概率，f(t)為第t條染色體的適應度； 步驟8、利用合適選擇算子以一定的概率Psel選擇適應度高的個體，形成子代種群SubPop ； 步驟9、利用較小的變異概率Pmig對子代種群SubPop進行變異操作； 步驟10、進行種群的重組，將子代種群中的適應度高的個體插入到初始種群中； 步驟11、利用上述步驟5中的c，d兩個步驟對染色體進行重新的排序； 步驟12、檢驗是否達到算法終止條件的最大遺傳代數，如果達到則執行下一步，否則返回步驟7 ; 步驟13、取得適應度最高的染色體編碼，並通過公式~其轉化 為實數，作為算法最終預測結果； 步驟14、以該發車間隔制定公交調度中的發車時刻表，結束。
全文摘要
本發明公開了一種智能公交調度排班計算方法，首先，建立遺傳算法的數學模型，其次，利用得到的數學模型設計遺傳算法具體求解步驟，算法終止條件為當遺傳代數Gen達到規定最大遺傳代數。本發明能綜合考慮公交公司與乘客間的綜合利益，解決了傳統公交排班算法在多目標、非線性問題求解中的不足。
文檔編號G06Q50/30GK102737356SQ201210194380
公開日2012年10月17日 申請日期2012年6月13日 優先權日2012年6月13日
發明者侯浩錄, 吳坤, 鄭莉平, 郭愛先 申請人:西安理工大學