[发明专利]基于互联网和车路协同的起讫点集定制公交开行优化方法

权利要求书

1.一种基于互联网和车路协同的起讫点集定制公交开行优化方法，其特征在于，所述基于互联网和车路协同的起讫点集定制公交开行优化方法包括：

首先利用互联网创建起讫点集定制公交平台，利用平台采集乘客发布的出行需求：出行时间、出行起点、出行讫点；采取基于客户群的相邻起点集到相邻讫点集的定制公交开行方式，扩大定制公交的覆盖范围增加潜在乘客的数量，同一线路出行乘客数增多，使乘客数更易达到定制公交的开行条件，并且利用重心法将乘客发布在起讫点集定制公交平台上的多条出发时间、出行起点、出行讫点相近的出行需求整合为一条能同时满足多位乘客需求的定制公交线路；

然后对基于互联网和车路协同的的起讫点集定制公交的起点集内部和讫点集内部分别进行接、送乘客的最优路径规划；

最后在出行起点集与讫点集之间的长距离不停靠的行车过程中，利用路网实时交通信息和车路协同系统进行的动态路径规划，灵活选择行驶线路；

所述灵活选择行驶线路中，起讫点集定制公交的起点和讫点根据出行者通过发布在定制公交平台的出行信息，进行筛选，确定出的由多个不同的出行相邻起点和出行相邻讫点构成的起讫点集；

模型的构建方法包括：

确定起讫点集客户群：

首先，取各个值的平均值，根据实际的情况，以最接近的一个整数值作为重心值；根据定制公交运行时间的限制，得到其能变化的最大半径；以最大的半径为起点逐步压缩，就得到最佳的半径，确定潜在的客户；

根据定制公交的开行条件，首先根据乘客的申请出发时间进行第一轮筛选；首先取某一时间段乘客的申请出发时间数据，取其平均值，得到了重心，删除掉距离重心较远的特殊点值，重新求平均值，得到新的重心；根据乘客等车时间的满意度，进行交通调查确定乘客出发时间的可变动幅度a；则在时间幅度上，可变化的范围为(0，a)；以重心为圆心，从0开始，以一定步长逐渐增加半径，直到找到满足开行定制公交人数限制的半径为止，记该半径为b；以b值或最大半径a值作为时间范围内的初始值；从时间上进行了筛选后，再从空间位置上进行筛选，根据每一乘客起点的经纬度，求出空间重心坐标；为保持定制公交吸引力，定制公交在起点区域接乘客的时间存在一个极限值，通过交通调查获得，该时间限制对应一个以重心为圆心，所能够达到的最大半径；

首先判断最大半径内的人数是否达到开行条件，未达到，则结束，若达到了，则进入下一环节；将经过压缩后的乘客集在终点运用同样的方法进行筛选，同样也存在一个最大的半径；若不符合开行条件则停止，若符合，就确定；若人数超过了车辆准载人数；则调整时间半径或者起点空间半径，使乘客人数达到规定的范围；

所述灵活选择行驶线路中，在行车途中根据道路路网交通信息实时规划调整行车线路，避开交通拥堵路段，节省出行时间，模型的构建方法还包括：

起点集与讫点集客户群间的长距离动态路径优化：

诱导模型动态路径诱导过程中，客户群间的最优出行路径一直在不断变化；

最优路径与时间的关系表示：

(1)式中，为t时刻OD对rs间最优路径的出行时间；Q^t为t时刻所有路段的交通流集合；

引入时间变量建立动态路径诱导模型如式：

(2)式中，为t时刻OD对rs间第k条路径的出行时间，可通过：

计算求得；

(3)式中，c_a^t为t时刻路段a的行程时间；表示路段与路径相关变量，即0-1变量，如果路段a在连接OD对rs间第k条路径上，则否则K_rs表示OD对rs间所有可行路径的集合且k∈K_rs。

2.如权利要求1所述的基于互联网和车路协同的起讫点集定制公交开行优化方法，其特征在于，确定起讫点集客户群后规划最优路径接送出行需求发布者，模型的构建方法包括：

采用启发式算法中的最远插入法进行接送乘客的路线选择，首先选取出行起讫点集客户群间的最小距离点为两个初始点，在出行起点集客户群和出行讫点客户群中分别选取离初始点最远的需求点作为线路的种子点，再根据最邻近点插入法的概念，以插入值最小者作为下一个插入点，最后再用一般化节省值公式，以其中节省值最大者来决定插入的位置，重复进行选取与插入的步骤，直到起点集客户群、讫点集客户群的所有出行需求点都被完全覆盖，分别得到起点集客户群和讫点集客户群内部的路径优化。

3.一种利用权利要求1所述基于互联网和车路协同的起讫点集定制公交开行优化方法的基于互联网和车路协同的定制公交开行优化系统。