[发明专利]一种基于蚁群算法的响应式公交服务规划方法

权利要求书

1.一种基于蚁群算法的响应式公交服务规划方法，其特征在于，包括以下步骤：

步骤S1：获取用户公交出行的需求数据；

步骤S2：基于需求数据构建响应式公交服务模型；

步骤S3：基于蚁群算法对响应式公交服务模型进行优化，得到响应式公交的服务方案；

步骤S4：根据响应式公交的服务方案求得响应式公交的服务方案的成本；求得响应式公交的服务方案的具体步骤如下：

利用蚁群算法中关于局部感知信息和全局指引信息的架构思想，将服务求解策略分为短期策略η及长期策略τ，其策略设计方式分别如下：

对于短期策略η，其作用是为单辆公交车在当前站点及当下系统状态中，选择最为合适的下一公交站点，以k表示公交车当前站点，k^*表示下一站点，根据短期策略即式(5)，计算公交车j在任意下一站点k^*的表现：

其中，

Board_k*为站点k^*的上车人数，通过需求端信息获得；

Aligh_k*为站点k^*的下车人数，通过需求端信息获得；

Δt_k,k*为公交车在站点k及k^*间的行驶时间，由实测获得；

对于长期策略τ，其作用是结合以往公交车服务方案经验，为当下公交车生成服务方案提供支持的策略；对于以往每一辆服务的公交车，依据其车辆运营成本，在其所经过的站点区段上会留下成本信息，以指引后续公交车进行服务路线规划，计算方法如式(6)所示，表示公交车j从站点k开往站点k^*的次数，为公交车j的运营总成本：

长短期策略的结合方法如式(7)所示，其中代表公交车j在站点k时，选择开往站点k^*的概率，α为在每一次选择时长期策略τ的重要程度，β为在每一次选择时短期策略η的重要程度，通过公交车j就能够在站点k时，做出下一站点的行驶选择，直至最终完成服务

步骤S5：判断响应式公交的服务方案的成本是否收敛，若是，以该方案作为最优响应式公交服务方案进行输出，若否，重新调整蚁群算法，返回步骤S3。

2.根据权利要求1所述的一种基于蚁群算法的响应式公交服务规划方法，其特征在于，步骤S1的具体步骤如下：

用户公交出行的需求数据包括用户ID、出行的起点站点、终点站点、出行需求发出的时刻及已等候服务的时间。

3.根据权利要求2所述的一种基于蚁群算法的响应式公交服务规划方法，其特征在于，步骤S2的具体步骤如下：响应式公交服务模型将响应式公交服务中四大内容进行数学的抽象化描述，所述的四大内容包括：响应式公交服务的输入、输出、目标函数及约束条件。

4.根据权利要求3所述的一种基于蚁群算法的响应式公交服务规划方法，其特征在于，获得响应式公交服务的输入的具体步骤如下：

搭建响应式公交服务的输入模型：根据步骤S1所获取到的户公交出行的需求数据；从中分别搜集用户ID、出行的起点站点、终点站点、出行需求发出的时刻及已等候服务的时间，并存储入后台数据库。

5.根据权利要求4所述的一种基于蚁群算法的响应式公交服务规划方法，其特征在于，获得响应式公交服务的目标函数的具体步骤如下：

设计响应式公交服务模型的目标函数：在侧重考虑了运营成本的情况下，定义公交车每公里燃油成本C_f，其单位为元/公里，每公里司机人力成本C_d，其单位为元/公里，每公里车辆损耗成本，其单位为元/公里，将上述单位成本与公交服务里程相乘得到总运营成本，总运营成本的计算方法如式(1)所示，l_j为第j辆公交服务里程，m为公交车数量；