[发明专利]一种基于遗传算法的公交排班调度方法及系统

权利要求书

1.一种基于遗传算法的公交排班调度方法，其特征在于，该方法包括以下步骤：

S1、按照客流量数量由高至低引入预设数量的上站和下站的交通出行量对进行计算及分析，得到不同线路的不同时段的初始化班次；

S2、统计每个站点的刷卡数量，并赋予不同站点不同的权重系数；

S3、依据每条线路不同时段进行不同的发班次数调整，并通过遗传算法计算每个站点最小平均候车时间和所有候车时间的标准差；

其中，所述S1中按照客流量数量由高至低引入预设数量的上站和下站的交通出行量对进行计算及分析，得到不同线路的不同时段的初始化班次包括以下步骤：

S11、按照客流量数量由高至低引入预设数量的上站和下站的交通出行量对进行计算；

S12、获取交通出行量对之间的所有线路，并根据历史过去7天中每条线路站点的平均刷卡数量将一天分为6个不同时段进行统计；

S13、根据每个时段的刷卡数量，并结合当前线路总的发班班次，得到不同线路的不同时段的初始化班次；

所述S13中初始化班次的计算公式如下：

；

其中，表示每个时段平均刷卡数量，表示当前线路总的发班班次，表示当前线路当天总的刷卡量；

所述S3中依据每条线路不同时段进行不同的发班次数调整，并通过遗传算法计算每个站点最小平均候车时间和所有候车时间的标准差包括以下步骤：

S31、确定互相影响候车时间的上站和下站交通出行量对及对应的线路组，并对互相影响的线路进行分组处理；

S32、依据出发时间，计算每个交通出行量对的到站时间；

S33、计算单个上站和下站交通出行量对的候车时间和候车时间标准差；

S34、计算全部上站和下站交通出行量对的带权重的候车时间和候车时间标准差；

S35、对于遗传算法调参互相影响的交通出行量对的所有线路的初始化班次列表的6个时段的发班班次，在保持总班次不变的情况下加上班次偏移列表，得到新的班次列表，并由新的班次列表得到新的带权重的候车时间标准差和带权重的候车时间，同时通过遗传算法不断迭代计算，最小化带权重的候车时间标准差和带权重的候车时间的两个参数；

S36、通过获取的班次偏移列表构建每条线路最佳的发班班次列表；

所述S34中计算全部上站和下站交通出行量对的带权重的候车时间和候车时间标准差包括以下步骤：

S341、设定全部上站和下站交通出行量对的带权重的候车时间为，其中，带权重的候车时间的计算公式如下：

；

其中，表示为第i个上站和下站交通出行量对的对应的权重系数，表示为第i个上站和下站交通出行量对的对应的平均候车时间，N1表示到达上站站点的时间的个数；

S342、计算全部上站和下站交通出行量对的带权重的候车时间标准差，其中，带权重的候车时间标准差的计算公式如下：

。

2.根据权利要求1所述的一种基于遗传算法的公交排班调度方法，其特征在于，所述S2中站点的权重系数的计算公式如下：

；

其中，表示站点的刷卡数量，表示当前线路当天总的刷卡量，S_i为表示交通出行量对的上站站点的含义。

3.根据权利要求1所述的一种基于遗传算法的公交排班调度方法，其特征在于，所述S32中到站时间的计算公式如下：

；

其中，表示发车时间，r表示上站站点距离发车点的线路长度，v表示公交平均时速。