一種基於貝葉斯網絡模型的公交時刻表動態生成方法

2023-05-22 05:36:01 1

一種基於貝葉斯網絡模型的公交時刻表動態生成方法
【專利摘要】本發明涉及一種基於貝葉斯網絡模型的公交時刻表動態生成方法，包括：篩選影響公交時刻表動態生成的微觀和宏觀因素；構建公交時刻表動態生成的二層微觀和宏觀貝葉斯網絡模型，即：構建公交環境動態變化預報貝葉斯網絡模型和公交時刻表動態生成貝葉斯網絡模型；預測隨機幹擾下的各種線路運力運量發生概率以及它們失衡的原因；結合調度策略，圍繞及時疏散乘客目標，生成可能的時刻表方案；從政府、企業和乘客角度出發，計算評估時刻表好壞的各種指標，評估它們的優劣。本發明能夠實現根據公交環境變化動態調整時刻表的功能，為公交日常運營管理提供技術支撐。
【專利說明】-種基於貝葉斯網絡模型的公交時刻表動態生成方法

【技術領域】
[0001] 本發明涉及公交信息化【技術領域】，具體地說是一種基於貝葉斯網絡模型的公交時 刻表動態生成方法。

【背景技術】
[0002] 公交時刻表編制是公交日常運營的核心任務之一，根據居民出行時空分布特徵， 合理組織安排各時段的發車頻率及其類型，主要解決運力和運量的最大匹配問題。當現實 中的隨機因素幹擾致使公交客流或行駛時間變化時，這引起公交運力和運量失衡，從而公 交調度方案失效。因此，根據公交環境動態變化動態調整時刻表，極具有理論價值和現實意 義。
[0003] 直接決定公交時刻表失效的因素是上下行方向的運力和運量，它們受天氣變化、 交通擁堵、大型活動等外部環境影響，當檢測交通事件時，評估其分別影響客流或行駛時間 變化程度，進而分析時刻表的失效原因，據此動態調整時刻表。目前，眾多國內外學者根據 公交環境動態變化動態調整時刻表，主要研究思路有二：
[0004] 一、預測客流或行駛時間變化，一方面，利用多元線性回歸、結構方程等方法，定性 定量深入探討影響客流或行駛時間變化的眾多因素之間關聯性，並進行相關靈敏度分析； 另一方面，利用時間序列法，將其視為一個黑匣子，直接揭示客流或行駛時間變化的演化趨 勢，為編制時刻表提供數據支撐。
[0005] 二、編制時刻表，一方面，在上述工作基礎上研究客流和行駛時間的統計規律，當 檢測交通事件時，構建時刻表編制模型，利用最優化理論生成時刻表；另一方面，利用神經 網絡等人工模擬技術，模擬調度人員的思維模式，根據環境變化，調整調整時刻表。
[0006] 由上可知，現有研究辦法無法解決隨機幹擾引起的公交時刻表動態變化連鎖反應 過程，應該從整體出發，揭示影響外部環境變化如何引起客流或行駛時間變化，進而影響時 刻表動態調整過程如何發生，以及它們之間相互引發、幹涉、轉化和耦合等複雜關係，預測 複雜交通環境變化情形下的公交時刻表生成及其發生概率。
[0007] 貝葉斯網絡是一種刻畫事物之間因果關係的概率圖模型，非常適合對突發事件的 發生及其引起的鏈式反應過程進行建模分析。基於此，本發明分析影響公交時刻表動態生 成的運力和運量之間失衡原因，將外部環境因素視為輸入，分析其如何影響客流或行駛時 間變化，進而如何引起公交運力和運量之間失衡，根據現有運力配置，輸出是時刻表最大匹 配運量的結果，控制輸入可以控制部分狀態的變化，據此構建突發事件貝葉斯網絡中的各 外部環境條件節點輸入客流或行駛時間運力運量計算時刻表決策節點輸出的四層拓撲網 絡結構，實現預測複雜交通環境變化情形下的公交時刻表及其發生概率，為公交動態調度 提供可靠的技術支撐。


【發明內容】

[0008] 本發明提供了一種基於貝葉斯網絡模型的公交時刻表動態生成方法，在分析影響 公交時刻表動態變化的各種影響因素基礎上，結合實際的公交動態數據，刻畫它們之間的 因果關係，當根據智能公交調度平臺檢測外部環境變化時，推理各種複雜交通環境下的運 力和運量失衡原因及其發生概率，據此計算發車頻率及其調度類型，本發明主要用於根據 公交外部環境變化動態生成時刻表，為公交日常運營管理提供技術支撐。
[0009] 本發明方案是通過以下技術方案實現的：
[0010] 本發明提供一種基於貝葉斯網絡模型的公交時刻表動態生成方法，包括以下步 驟：
[0011] (1)採用定量和定性相結合的方法篩選影響公交時刻表動態生成的眾多外部環境 因素，包括交通事故引起行駛時間變化，進而引起運力不足或大型活動致使客流波動，進而 引起運量不足；
[0012](2)構建公交時刻表動態生成的上下兩層貝葉斯網絡模型，其中：上層模型刻畫 引起客流或行駛時間變化的外部環境隨機幹擾，是下層模型的輸入條件，下層模型描述致 使運力和運量失衡的外部環境隨機幹擾，為時刻表生成提供數據支撐；
[0013] (3)當交通事件發生時，結合智能公交調度平臺的實時運營數據，利用步驟（2)微 宏觀模型預測的各種線路運力運量發生概率以及失衡的原因，結合調度策略，圍繞以最小 成本及時疏散乘客為目標，生成多種時刻表方案；
[0014] (4)計算步驟（3)中的每種時刻表方案的乘客等車時間、站點滯留情況、運營成本 各項指標，評估其優劣。
[0015] 作為一種改進，採用定量和定性相結合的方法，篩選影響公交時刻表動態生成的 眾多因素過程，包括 ：
[0016](1)從微觀上，分析N個外部環境隨機因素X= (X1,X2,...，Xn)在時間t如何幹 擾客流波動Pft (X)或行駛時間變化ptt(x)，如：道路類型、路況、交通事故、大型活動、交通 管制和天氣變化等，進而影響時刻表所需的用車需求和可用車輛數；
[0017] ⑵從宏觀上，揭示當前T時段時刻表生成的線路上行直接決定因素Fng(JT) 和線路下行直接影響因素：TWpi5(I),當前T時段的上行用車需求下行用車需求 p/fPO,上行可用車輛數/η'「(Λ?和下行可用車輛數聲f(.V),以及在下Τ+1時段內上行 用車需求，下行用車需求/w/丨,(Α?,上行可用車輛數/,,(.V):和下行可用車輛數 /<丨(幾
[0018] 作為進一步改進，根據篩選出的影響公交時刻表生成的微觀和宏觀因素，構建公 交時刻表動態生成的二層貝葉斯網絡模型，包括：
[0019] (1)節點抽象定義，
[0020] 在公交環境動態變化預報貝葉斯網絡模型中，它的條件結點為N個外部環境隨機 因素X= (X1,X2, ...，Xn)，包括道路類型、路況、交通事故、大型活動、交通管制和天氣變化 等；它的決策結點為時間t的客流波動或行駛時間變化Y= {pft (X)，ptt (X)}。
[0021] 在公交時刻表動態生成貝葉斯網絡模型中，它的條件結點為線路上或下 行方向在當前T時段和下一T+1時段內的用車需求，以及它們的可用車輛數，即 z爿(1 飛/)A幻;(幻，(z),gj 點為當前T時段某線路上或下行的發車頻率S-丨7>//^(1),7>//^(幻丨
[0022] (2)結構學習，
[0023] 利用條件獨立性檢驗方法，分別對公交環境動態變化預報和公交時刻表動態生成 貝葉斯網絡模型的所有結點，若任意兩個結點和之間相互依賴，存在有向邊相連接，構建一 個有向無環圖，建立它們的貝葉斯網絡結構圖S。
[0024] (3)參數學習，
[0025] 利用最大似然估計方法，分別對公交環境動態變化預報和公交時刻表動態生成貝 葉斯網絡模型，在它們各自給定網絡拓撲結構S和訓練樣本集D，利用先驗知識，確定各自 貝葉斯網絡模型各結點處的條件概率密度為：
[0026] 描述外部環境變化和客流或行駛時間波動之間概率因果關係
[0027] P(U) =---；
[0028] 刻畫外部環境隨機幹擾和線路上下行的發車頻率之間狀態轉移關係 Γ π P(S)X P(ZlS)
[0029] p(S/Z) =---- P(Z)
[0030] 作為一種優選，預測隨機幹擾下的各種線路運力運量發生概率以及它們失衡的原 因，包括：
[0031] (1)對於某條線路來說，共有K個站點和M輛車，利用智能公交調度平臺的實際數 據，結合每i輛車的經緯度坐標，估計在時間t到達k站點的客流到達人數//以及該車輛到 達首末站的行駛時間Λ;';
[0032] (2)當檢測到交通事件時，確定N個外部環境隨機因素X= (X1,X2，...，Xn)的取 值，利用團樹傳播算法，根據公交環境動態變化模型X-Y= {pft (X)，Ptt (X) }，預測它們的 波動時間Ptt(X)和變化客流pft (X)以及它們的發生概率；
[0033] (3)在上述基礎上，匯總線路上下行在某T時段的用車需求 Ρ}'τ'(Χ ) =ΣΣ[Λ,,；,,,,.V, +Pf.，a,-,,,.V ,(a^] ' ,,?.ν, ^Pfl ar；-,μΛ ' I r-l k-=iι=Ι 可用車輛數/<(I)二?/(<十二?/(<十M(I))以及它們的概率，分 /=1 /=1 析運力和運量之間是否匹配，為公交時刻表編制提供數據支撐。
[0034] 作為另一種優先，結合調度策略，圍繞及時疏散乘客目標，生成可能的時刻表方 案，包括：
[0035](1)採用均勻均衡發車策略，考慮單一調度模式，在滿足公交車的能力 約束c、擁擠程度γe[Ymin，Ymax]、政府發車間隔F基礎上，確定發車頻率範圍 = 和:Tripf(Z) = 以及它們的概率； γ-Cγ-c
[0036] (2)根據運力運量間失衡，利用團樹傳播算法，利用時刻表生成貝葉斯網絡 模 型 2 = -> S=?Γφ^(.Υ)，Γφ》++(Ι)丨.生成可能的時刻表方案。
[0037] 作為進一步優先，從政府、企業和乘客角度出發，計算評估時刻表好壞的各種指 標，評估它們的優劣，包括：
[0038] (1)在時刻表方案基礎上，考慮單位裡程運營費用1，計算每種方案的總乘客 T-IpkiClt T-Ipk^di" 等車時間、站點滯留情況Σ[7衝;w.rc-運營成本Trip；(^)Tnp1 (A) 卜! f L[7V//4+(Ih7>，7w)]·/等各項指標；
[0039] (2)從政府、企業和乘客角度出發，綜合評價上述每個時刻表方案的優劣，為公交 管理部門選擇最佳時刻表方案提供決策支持。
[0040] 本發明由於採用了上述幾種措施進行改進，利用貝葉斯網絡刻畫外部環境變化如 何引起客流或行駛時間變化，進而影響公交時刻表的動態調整的過程，避免了現有方法無 法解決突發事件引起的運力和運量失衡連鎖反應過程，能夠從原始樣本數據中挖掘公交外 部環境變化、客流或行駛時間波動、時刻表動態調整之間的耦合關係，從事前、事中和事後 全過程多方位實時分析交通事件如何引起公交時刻表變化的原因及其發展趨勢，為公交動 態調度提供數據支撐。

【專利附圖】

【附圖說明】
[0041] 圖1是本發明涉及的公交時刻表生成貝葉斯網絡的結構示意圖；
[0042] 圖2是本發明實施的流程圖。

【具體實施方式】
[0043] 下面結合本發明所提供的附圖作進一步說明：
[0044] 如圖1所示，本發明提供一種基於貝葉斯網絡模型的公交時刻表動態生成方法， 按照交通事件發生、發展和演化的過程，構建公交時刻表動態生成的二層微觀和宏觀貝葉 斯網絡模型，分析影響公交時刻表動態生成的運力和運量之間失衡原因，將外部環境因素 視為輸入，分析其如何影響客流或行駛時間變化，進而如何引起公交運力和運量之間失衡， 輸出是時刻表最大匹配運量的結果。控制輸入可以控制部分狀態的變化，據此構建突發事 件貝葉斯網絡中的各外部環境條件節點輸入客流或行駛時間預測運力運量計算時刻表決 策節點輸出的四層拓撲網絡結構，實現預測複雜交通環境變化情形下的公交時刻表及其發 生概率，為公交動態調度提供可靠的技術支撐。
[0045] 如圖2所示，本發明提供一種基於貝葉斯網絡模型的公交時刻表動態生成方法， 包括機理分析、模型設計、模型驗證及模型分析運用等四個步驟，【具體實施方式】如下。
[0046] 步驟1 :機理分析，採用定量和定性相結合方法篩選影響公交時刻表動態生成的 眾多外部環境因素，建立影響公交時刻表失效的因素庫。
[0047] 步驟I. 1 :從微觀上，分析N個外部環境隨機因素X= (XpX2,. . .，XN)在時間t如 何幹擾客流波動Pft(X)或行駛時間變化Ptt(X),如：道路類型、路況、交通事故、大型活動、 交通管制和天氣變化等，進而影響時刻表所需的用車需求和可用車輛數；
[0048] 步驟I.I. 1 :邀請專家座談，分別選擇客流波動或行駛時間變化的所有η個可能影 響因素，前者涉及季節、節假日、時段、大型活動、交通管制、車輛故障、天氣等，後者蘊含道 路類型、交通流、交通擁堵、站點類型、客流和天氣等。
[0049]步驟I. 1. 2:結合智能公交調度平臺，動態獲取某j個外部環境影響因素在任意時 亥IJi的數值Sij，以及它們相應的客流或行駛時間yi，將總共m條數據記錄作為樣本D，形成 條件矩陣A= (Bij)mn和決策向量Y= (y^。
[0050] 步驟I. 1. 3:根據AB=Y，基於最小二乘法，計算B=Od1,b2，…，bn)= (A'ΑΓ(Α'Y)，對若h大於人工閥值〇,該因素決定客流或行駛時間，獲取η個 影響因素變量。
[0051] 步驟1.2 :從宏觀上，揭示當前T時段時刻表生成的線路上行直接決定因素 Frig(I)和線路下行直接影響因素(X),當前T時段的上行用車需求/;/f(幻，下行用 車需求/<(幻，上行可用車輛數/4α)和下行可用車輛數，以及在下τ+1時段內上 行用車需求,,(-Y)，下行用車需求/.r/丨,(I)，上行可用車輛數,(Λ')和下行可用車輛數
[0052] 步驟1. 2. 1 :根據線路的運營時間範圍，將其劃分為N個時段，分別計算上下行方 向在當前T時段和下一T+1時段內的用車需求pr/IYKpr/liQ，以及它們的可用車輛數 Pvir(X)^pvf(X)0
[0053] 步驟1. 2. 2 :結合智能公交調度平臺，對於某條線路來說，共有K個站點和M輛車， 結合每i輛車的經緯度坐標，估計在時間t到達k站點的客流到達人數:A4以及該車輛到達 首末站的行駛時間si廣
[0054] 步驟1. 2. 3 :匯總線路在T時段的用車需求 i=ii=i^=I/=1 M M 用車輛數/4:(I) =Σ/(< +Md)) = +PIi(JO)，分析運力和運量之間是 ?=1 否匹配，為公交時刻表編制提供數據支撐。
[0055] 步驟二：模型設計，構建公交時刻表動態生成的上下二層微觀和宏觀貝葉斯網絡 模型，包括節點變量定義、確定各條件和決策變量的取值範圍及先驗概率分布、結構學習和 參數學習四部分，其中上層模型刻畫引起客流或行駛時間變化的外部環境隨機幹擾，是下 層模型的輸入條件，下層模型描述致使運力和運量失衡的外部環境隨機幹擾，為時刻表生 成提供數據支撐；。
[0056] 步驟2. 1 :變量節點定義，
[0057] 在公交環境動態變化預報貝葉斯網絡模型中，共有n+2個節點變量X= (X1, X2,. . .，Xn}UY= {pft (X)，ptt (X)}，分為η個條件和2個決策變量節點。前者是公交外部 環境隨機幹擾輸入要素，後者是客流或行駛時間輸出結果，關注公交外部環境隨機幹擾輸 入要素之間相互影響，以及它們的變化如何引起客流或行駛時間變化。
[0058] 在公交時刻表動態生成貝葉斯網絡模型中，它的條件結點為線路上或下 行方向在當前T時段和下一Τ+1時段內的用車需求，以及它們的可用車輛數，即 ζ= !pr,r(.np，f(-np4.(-np、+f(.n 點為當前T時段某線路上或下行的發車頻率S= {7h>f(X)，7h>〖(X)}
[0059] 步驟2. 2 :分別確定微觀和宏觀模型的上述條件和決策變量節點的取值範圍及它 們之間先驗概率分布。
[0060] 步驟2. 2. 1 :對微（宏）觀模型的任意結點eIuF(SUZ)的取 值範圍吩/?) - .將其離散化K個特徵取值狀態空間為（?，...,.<+)， -V: = + (./ - 1+) * -A:J' 農'
[0061] 步驟2. 2. 2:統計微（宏）觀模型的任意結點Vif,.eZuF(SUZ)取值狀態1：/的 概率 / 心-/) = Σ(+'灘"(彳）》以及兩個變量VI，e:uF(SUZ)和 uΓ /=1 ^□2)在不同它們狀態值之間的先驗概率分布/辦//5/；) = 0>_(>/)/0)1〃!辦丨）》其中Count(·)表示事件?在樣本集D出現的次數。
[0062] 步驟2. 3:分別構建微觀和宏觀貝葉斯網絡各節點之間拓撲結構。
[0063] 步驟2. 3. 1:採用K2算法，在訓練集上進行無監督的機器學習，分別得到微（宏） 觀模型的初始網絡結構。
[0064] 步驟2.3.2 :利用專家的先驗知識，基於條件獨立性檢驗方法，若微（宏）觀模型 的任意兩個結點eXuF(SUZ)和VA，.eXuK(SUZ)之間相互依賴，存在有向邊 相連接對微（宏）模型的網絡結構進行微調。
[0065] 步驟2.3.3 :檢測獲得調整後的微（宏）觀模型網絡結構是否符合要求，若滿足要 求，輸出公交動態環境預報（時刻表生成）的貝葉斯網絡結構圖S;否則返回步驟2. 3. 2,繼 續微（宏）觀模型的網絡結構。
[0066]步驟2. 4 :在上述網絡結構基礎上，利用最大似然估計方法，估計微觀和宏觀模型 中各結點之間條件概率分布表。
[0067]步驟2. 4. 1 :對微宏觀模型的任意結點VI,EXuF(SUZ)，將先驗分布和似然 函數相結合，估計參數0=?ΚΑ?U? ?=1
[0068]步驟2. 4. 2:假設Θ是Dirichlet函數的隨機分布，令Θ的似然函數為 W丨λ,) =p(:rI奶=如汽I」…的ρ(諷），因為，碼丨幻=明 據￡(Μ￡]) = (Κ推導出eU ，從而估計微宏觀模型的任意結點VZ1eXυΓ CUk-\ (SUZ)之間p(XiIXn+1)。其中：^為Xi的特徵值數目；Nijk為節點Xi取第k個特徵值時，在 父節點取值第j個特徵值的數量。
[0069] 步驟2. 4. 3:根據上述公式推導過程，可計算微觀和宏觀模型中各結點之間條件 概率分布表，即公交外部環境隨機幹擾要素和客流或行駛時間波動之間條件概率，進而影 響運力和運量波動（時刻表動態調整）之間條件概率。
[0070] 描述外部環境變化和客流或行駛時間波動之間概率因果關係：
[則P(Y P(A)
[0072] 刻畫外部環境隨機幹擾和線路上下行的發車頻率之間狀態轉移關係： Γ?P(S)XplZS)
[0073] P(SfZ) =?-< ρ(Ζ)
[0074] 步驟三：將部分訓練集的作為測試樣本，檢驗上微觀和宏觀模型的精度，若模型結 果達不到預期目標，返回步驟二。
[0075] 步驟四：模型分析運用，推理預測各種複雜交通環境的公交時刻表動態生成過程。
[0076] 步驟4. 1:結合智能公交調度平臺，當公交外部環境變化，動態監測各個影響 因素的實測值X= (Xl，x2, ...，xn)，對計算其特徵狀態= (如果11在 a:十(./-Dn-m:和丨+jh- 復之間），確定網絡模型的當前所 有節點狀態。
[0077] 步驟4. 2:利用團樹傳播算法，根據微觀模型X-Y= {pft⑴，ptt⑴}，對於某條 線路的K個站點和M輛車來說，結合每i輛車的經緯度坐標，估計在時間t到達k站點的客 流到達人數/<以及該車輛到達首末站的行駛時間屯。
[0078] 步驟4. 3:在上述基礎上，匯總線路上下行在某T時段的用車需求 Pfipf,/Λ(Λ^Χ)?' tK,iXrpf,?.,： ' ^-?r-\ ' ' k-\r-\ ' ' M M 可用車輛數|對+ (X) =Σ/?十聲,(I)h/nf(幻=Σ/1K+Λ(Χ))以及它們的發生概 f=i#-ι 率，分析運力和運量之間是否匹配，為分析公交時刻表失衡原因提供數據支撐。
[0079] 步驟4. 4:採用均勻均衡發車策略，考慮單一調度模式，在滿足公交車的能力 約束c、擁擠程度Ye[Ymin，Υ_]、政府發車間隔F基礎上，初步確定發車頻率範圍 Fr封+(J〇 =max(i^^,F>和rn^(J〇 =maX(i^^，m及其概率，利用團樹傳播算 Y^cγ-c 法，根據Z二ip/< (Ikprji1(I)JJVtr (Λ?.ρ 5'二+!FrgmrrW〇￥}丨，生成可能的時刻表方案。
[0080] 步驟4. 5 :在時刻表方案基礎上，考慮單位裡程運營費用1，計算每種方案的總乘 & r.jVfrfiT-^pklA κ一 客等車時間[[J7-+^7-]、站點滯留情況;fi/剩、運營成本HTrip1l(X)TripiZ(X)Ft(''
[[7h>》(XH7>/>f(A1l·/等指標,從政府、企業和乘客角度出發，綜合評價上述每個時刻表 方案的優劣，並進行反向推理其時刻表失效可能的變化原因，為公交管理部門選擇最佳時 刻表方案提供決策支持。
[0081] 以上列舉的僅是本發明的具體實施例。顯然，本發明不限於以上實施例，還可以有 許多變形，如：本發明改變貝葉斯網絡的結構設計和參數學習方法，可拓展影響客流或行駛 時間的影響因素，如：道路類型等，運用不同的調度策略和評估方法。本領域的普通技術人 員能從本發明公開的內容直接導出或聯想到的所有變形，均應認為是本發明的保護範圍。
【權利要求】
1. 本發明涉及一種基於貝葉斯網絡模型的公交時刻表動態生成方法，其特徵在於，包 括以下步驟： (1) 採用定量和定性相結合的方法篩選影響公交時刻表動態生成的眾多外部環境因 素，包括交通事故引起行駛時間變化，進而引起運力不足或大型活動致使客流波動，進而引 起運量不足； (2) 構建公交時刻表動態生成的上下兩層貝葉斯網絡模型，其中：上層模型刻畫引起 客流或行駛時間變化的外部環境隨機幹擾，是下層模型的輸入條件，下層模型描述致使運 力和運量失衡的外部環境隨機幹擾，為時刻表生成提供數據支撐； (3) 當交通事件發生時，結合智能公交調度平臺的實時運營數據，利用步驟（2)微宏觀 模型預測的各種線路運力運量發生概率以及失衡的原因，結合調度策略，圍繞以最小成本 及時疏散乘客為目標，生成多種時刻表方案； (4) 計算步驟（3)中的每種時刻表方案的乘客等車時間、站點滯留情況、運營成本各項 指標，評估其優劣。
2. 根據權利要求1所述的一種基於貝葉斯網絡模型的公交時刻表動態生成方法，其特 徵在於：所述步驟（1)中定量和定性相結合的方法，包括從微觀上，分析N個外部環境隨機 因素 X= (X1, X2，...，Xn)在時間t如何幹擾客流波動pft⑴或行駛時間變化pt t⑴；從宏 觀上，揭示當前T時段時刻表生成的線路上行直接決定因素和線路下行直接影響 因素 Fripf(X)?當前T時段的上行用車需求F(H)，下行用車需求,上行可用車輛 數/η·).#)和下行可用車輛數以及在下T+1時段內上行用車需求JBf tl(Z),下行 用車需求，上行可用車輛數/^i:u(A〇和下行可用車輛數/Wfll(I),,
3. 根據權利要求2所述的基於貝葉斯網絡模型的公交時刻表動態生成方法，其特徵 在於：所述步驟（2)將步驟（1)篩選出的影響公交時刻表生成的微觀和宏觀因素，分別構 建公交環境動態變化貝葉斯網絡模型X -Y = {pft(X)，Ptt(X)}和公交時刻表生成貝葉 斯網絡模型 Z = .!/Kr(AwfaaznfuapAX)JAiGnW S = (Λ1,Γ/7>「(ΧΗ，描述外部環境變化和客流或行駛時間波動之間概率因果關係
迕而刻畫外部環境隨機幹擾和線路的用車需求和可用車輛數之 間狀態轉移關係
4. 根據權利要求1所述的基於貝葉斯網絡模型的公交時刻表動態生成方法，其特徵 在於：所述步驟（3)利用智能公交調度平臺的實際數據，共有K個站點和M輛車，當檢測到 交通事件時，根據公交環境動態變化模型，結合每i輛車在時間t到達k站點的客流到達 人數Pf以及該車輛到達首末站的行駛時間4，預測它們的波動時間Ptt(X)和變化客流 Pft (X)，據此根據公交時刻表生成模型，匯總線路上下行在某T時段的用車需求
可用車輛數
以及它們的概 率，為公交時刻表編制提供數據支撐。
5. 根據權利要求1所述的基於貝葉斯網絡模型的公交時刻表動態生成方法，其特 徵在於：所述步驟⑷在步驟（3)的數據基礎上，圍繞及時疏散乘客為目標，採用均勻 均衡發車策略，考慮單一調度模式，在滿足公交車的能力約束c、擁擠程度Y e [Ymin， YmJ、政府發車間隔F基礎上，確定上下行發車頻率範圍
和
9以及它們的概率，生成可能的時刻表方案。
6. 根據權利要求1所述的基於貝葉斯網絡模型的公交時刻表動態生成方法，其特徵在 於：所述步驟（5)在步驟（4)的時刻表方案基礎上，考慮單位裡程運營費用1，計算每種方

案的總乘客等車時 站點滯留情 % 運營成本U7W/i(X)+ Fripf(J〇>/的各項指標，並分析每個時刻表方案是否適於交通環境 變化，為公交管理部門選擇最佳時刻表方案提供決策支持。
【文檔編號】G06F19/00GK104376716SQ201410710551
【公開日】2015年2月25日 申請日期:2014年11月28日 優先權日:2014年11月28日
【發明者】魏明, 孫博, 周晨璨 申請人:南通大學