[发明专利]用于早乘车者和晚乘车者的调度的系统和方法

说明书

用于在多模态运输网络(MTN)中将早乘车者(ER)和晚乘车者(LR)调度给交通工具的系统和方法。所存储的指令在被执行时使得处理器执行预测有限场景集合的动作，各个场景具有预测LR(FLR)行程请求的可能集合。基于到达目的地的期望时间来为各个场景迭代地生成ER组和FLR组。在各个场景中为各个ER和FLR组指派通勤交通工具(CV)。为各个ER和FLR组迭代地确定指派了该ER和FLR组的对应CV中的开车时间和到达目的地的时间。继续迭代，直至来自各个场景的ER和FLR的联合时间表使目标函数最小化。用公式表示指派信息并且将该指派信息发送至ER和所指派的CV。

技术领域

本公开总体上涉及用于调度多模态运输网络的系统和方法，更具体地，涉及用于将具有通勤交通工具(CV)和固定时间表交通工具的多模态运输网络中的CV指派给已知乘客和未知乘客的系统和方法。

背景技术

通过多模态运输网络获得多模态路线提出了某些挑战。这些运输网络通常包括不同类型的子网络，即，与不同的运输模式关联。不同类型的网络的这些性质差异使得难以跨两种类型的网络生成多模态路线，因为传统路线和/或调度方法往往是某一类型的运输网络所特定的。目前获得多模态路线的尝试涉及单独地探索不同网络以确定通过其的路线。例如，可确定从通过与一个运输模式关联的网络的出发点到另一运输模式的出发点的路线，然后确定从另一运输模式的出发点到通过与另一运输模式关联的网络确定的目的地的路线。

私人交通路线(例如，汽车路线算法)和公共运输路线往往由于这些网络的不同性质而有所不同，因此它们无法轻易整合以提供真正的多模态路线规划器。通过多模态运输网络的一些多模态路线方法基于关于乘客的所有信息事先可用的假设优化公共和私人运输网络。然而，这些类型的方法未能提及或解决不确定信息下的优化，其中，并非所有乘客均事先透露他们的预期旅行信息(即，如同已知安排乘客一样)。

因此，需要生成多模态路线，其允许提供用于乘客(即，乘车者)的系统整合他们在感兴趣的始发地和目的地之间对私人交通工具和公共交通工具的使用。其中，一部分乘客(即，已知乘客/乘车者)事先透露其预期调度信息，一组乘客(即，不确定乘客(即，未知乘客))在对已知乘客的调度时间没有透露这些预期调度信息。

发明内容

本公开涉及用于针对多模态运输网络(MTN)的多个运输模式联合控制乘客/乘车者的时间表的系统和方法。具体地，利用两级随机规划公式来调度乘客/乘车者，其中，乘客被表征为通过有限场景集合预测的早乘车者/已知乘客和晚乘车者/不确定乘客的集合。本公开的系统和方法使用基于决策图的优化方法来帮助解决调度问题。

本公开通过优化不确定信息下的乘客调度而解决了传统调度方法的一些调度问题。例如，并非所有乘客均事先透露其旅行行程(即，不确定信息)，而已知乘客在通过MTN旅行之前透露其旅行行程，这允许MTN调度已知乘客。在已知乘客已及时提供其旅行行程之后，这些不确定乘客可及时向MTN请求运输调度。例如，不确定乘客可在旅行之前(即，在已知乘客已及时提出其运输调度请求之后)及时提交其旅行行程。可以想到，一些不确定乘客可在已经在MTN中旅行的同时提出其对运输调度的旅行请求。

作为非限制性示例，在MTN中调度乘客时解决“不确定信息或不确定乘客”的至少一个原因可以是提供更高效的总旅程/旅行和/或减少环境影响。作为非限制性示例，一些不确定乘客未事先透露其预期旅行信息的一些后果可导致MTN的超载，从而导致所有乘客旅行时间增加，这导致所有乘客的总旅行效率降低。大多数传统调度方法在MTN中调度乘客时未能解决不确定乘客的出现，这导致关于乘客旅行时间、设备使用、燃料消耗增加和交通工具群规模过大的许多问题。当乘客的调度没有预料到包含更多乘客时，晚请求服务的乘客可能导致其他乘客的服务时间更长。当许多这样的乘客被拒绝服务时，如果他们的时间表根本不可能，可能错误地认为需要更大的CV交通工具群以在MTN中针对晚请求确保服务。