[发明专利]一种基于串车现象分析的常规公交运行稳定性优化方法

权利要求书

1.一种基于串车现象分析的常规公交运行稳定性优化方法，其特征是：包括以下步骤：

1)时段划分；

根据公交线路相关道路上的道路交通的运行水平，将一天的时间划分为早高峰、平峰、晚高峰三个时段；

2)评价指标选取；

根据《公共交通通行能力和质量服务手册》中对串车现象的描述——当实时的车头时距大于计划车头时距的时，即可判断为串车现象；

选取车头时距变异系数Cov(h)对常规公交站点串车现象进行评价；

3)常规公交运行数据集搭建；

通过常规公交实际运行数据搭建常规公交运行数据集，包括每辆公交车在各站点的到发时间以及计算出的每相邻两辆公交车到达站点S的车头时距及其平均值和标准差；

4)构建常规公交串车现象判断模型；

根据选取的评价指标——车头时距变异系数Cov(h)构建常规公交串车现象判断模型，包括评价指标的计算方法以及判断是否发生串车现象的标准；

5)通过计算判断公交站点在某时段内是否发生串车现象；

根据已搭建数据集中的数据对所选取指标进行计算，再通过常规公交串车现象判断模型判断公交站点是否发生串车现象，若发生串车现象，则通过调整相应时段的发车间隔优化串车现象，若不发生串车现象，说明该时段内的公交运行可靠性高，无需进行优化。

2.根据权利要求1所述的一种基于串车现象的常规公交运行可靠性优化方法，其特征在于：所述步骤1)中的时段划分，具体为：

根据公交线路相关道路上的道路交通运行水平，将一天的时间划分为早高峰、平峰和晚高峰三个时段，早高峰为7:00-9:00，晚高峰为16:30-18:30，平峰为5:00-7:00，9:00-16:30，18:30-23:00。

3.根据权利要求1所述的一种基于串车现象的常规公交运行可靠性优化方法，其特征在于：所述步骤2)中的评价指标选取，选取车头时距变异系数Cov(h)对某时段内公交站点是否发生串车现象进行判断，其计算公式为：

其中，S_h为车头时距的标准差；D_h为车头时距的平均值。

4.根据权利要求1所述的一种基于串车现象的常规公交运行可靠性优化方法，其特征在于：所述步骤3)中的常规公交运行数据集搭建，对于三个不同时段需分别搭建数据集，分为早高峰常规公交运行数据集G₁、平峰常规公交运行数据集G₂和晚高峰常规公交运行数据集G₃，具体为：

通过常规公交实际运行数据搭建常规公交运行数据集G_i，

G_i＝{T_ij,M_ij,S_ij,D_h,S_h}

其中，G_i表示三个时段分别搭建的数据集，i取早高峰、平峰、晚高峰；T_ij表示第i辆公交车到达第j个公交站点的时间，M_ij表示第i辆公交车在第j个公交站点出发的时间，S_ij表示第i辆公交车和第i+1辆公交车到达第个公交站点的车头时距；D_h表示车头时距的平均值；S_h表示车头时距的标准差。

5.根据权利要求1所述的一种基于串车现象的常规公交运行可靠性优化方法，其特征在于：所述步骤4)中的构建常规公交串车现象判断模型，具体为：

4-1)车头时距变异系数Cov(h)的计算公式如下：

其中，S_h为车头时距的标准差；D_h为车头时距的平均值；

4-2)通过车头时距变异系数Cov(h)判断公交站点是否发生串车现象的标准如下表1所示：

表1

表中，P(abs[h_i-h]0.5h)表示给定车辆车头时距h_i偏离0.5倍规定车头时距h的概率；应用于计划发车时间间隔小于或等于10min的公交路线。

6.根据权利要求1所述的一种基于串车现象的常规公交运行可靠性优化方法，其特征在于：所述步骤5)中的通过计算判断公交站点在某时段内是否发生串车现象，具体为：

5-1)根据已搭建数据集中的数据通过步骤4-1)计算该时段内不同发车时间间隔下各公交站点的车头时距变异系数Cov(h)；

5-2)通过步骤4-2)判断在不同发车时间间隔下公交站点是否发生串车现象以及发生串车现象的频率；

5-3)若该时段内在所有发车时间间隔下各公交站点发生串车现象的频率较高，则选取发生串车现象最少的发车时间间隔作为该时段最佳发车时间间隔，将该时段内公交发车时间间隔统一为该最佳发车时间间隔；若该时段内在所有发车时间间隔下各公交站点发生串车现象的频率都很低，则说明该时段内该公交路线的公交运行可靠性高，无需进行优化。