[发明专利]一种用于智能公交系统的多车型时刻表设计方法及系统

权利要求书

1.一种用于智能公交系统的多车型时刻表设计方法，其特征在于，包括：

步骤1，根据公交线路实际运营情况，设置线路运营参数及多车型公交资源配置；

步骤2，读取并处理对应线路多天的历史运营数据，统计分析对应运营周期内的客流需求规律及车辆站间行驶时长；

步骤3，构建用于评估生成的多车型发车时刻表方案的多目标优化函数；

步骤4，构建多车型时刻表的约束条件集；

步骤5，根据多目标优化函数和多车型时刻表的约束条件集，采用多目标优化算法求解得到该问题的Pareto最优解集TT^ps；

步骤6，从Pareto最优解集TT^ps中筛选代表不同效益偏好的解，生成对应的发车时刻表方案。

2.如权利要求1所述的用于智能公交系统的多车型时刻表设计方法，其特征在于，步骤2中的运营周期内的客流需求规律包括各站点的客流到达率α_kf和下车乘客占比ρ_kf，步骤2包括：

步骤21，将整个运营周期[t₀,t_e]按照特征周期长度τ划分为若干个特征时段f∈F＝{1,2,…,N^F}；其中，t₀、t_e分别为单日的运营起始时刻和终止时刻，F为特征时段集合，N^F为划分出的特征时段f的总数目；

步骤22，遍历单日运营数据中的每个发车班次，将每个到站时间对应至相应的特征时段，并累加每个特征时段内的上车人数、下车人数占比和站间行驶时长；

步骤23，通过将累加后的特征时段f内上车人数除以τ，得到单日该特征时段f内站点客流到达率；通过将累加后的下车人数占比除以单日发车班次数量，得到单日该特征时段f内平均站点下车人数占比；通过将累加后的站间行驶时长除以累加次数，得到线路相邻站点间的平均行驶时长；

步骤24，遍历读取到的所有单日运营数据，重复步骤22及步骤23，将所有单日运营数据对天数求平均，得到各特征时段f内各站点的客流到达率α_kf、下车乘客占比ρ_kf及站间行驶时长T_k。

3.如权利要求2所述的用于智能公交系统的多车型时刻表设计方法，其特征在于，步骤3中多目标优化函数包括整个运营周期内的乘客平均等待时间Z_AWT和总运营成本Z_TOC，Z_AWT、Z_TOC分别由如下公式(1)、式(7)计算得到：

式中，k为站点的索引；N^K为站点数目；m为班次索引；N^M为发车班次总数目；为步骤2分析得到的特征时段内站点k的客流到达率；α_k[f]为步骤2分析得到的特征时段f内站点k的客流到达率；表示对t_mk/τ向上取整；τ为特征周期长度；t_mk为班次m预计到达站点k的时间，t_(m-1)k为班次m-1次预计到达站点k的时间；

式中，N^I为车辆类型总数，i为车辆类型索引，NT_i为发车时刻表方案中车辆类型i的班次数量，R为线路总行驶里程；C_i为车辆类型i的单位行驶成本。

4.如权利要求2所述的用于智能公交系统的多车型时刻表设计方法，其特征在于，步骤4的约束条件集包括首末班次发车时刻约束、班次发车间隔约束、班次资源利用率约束、可用车辆资源约束和车辆额定载客量限制。