[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

说明书

本发明公开了一种用于智能公交系统的多车型时刻表设计方法及系统，其包括：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；步骤6，从Pareto最优解集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。本发明能够基于既定资源配置和历史客流数据制定出单一公交线路的多车型发车时刻表。

技术领域

本发明涉及智能交通技术领域，特别是关于一种用于智能公交系统的多车型时刻表设计方法及系统。

背景技术

随着城市经济与技术的快速发展，智能网联车辆技术被逐步应用到城市公共交通系统中，为城市公交出行所面临的资源利用不充分、服务质量和成本投入不平衡等问题提供了新的解决思路。相较于传统公交系统，自动驾驶公交系统在降低能耗、提升运营效率及公交出行吸引力等方面具有更大的潜力，被认为是智慧城市建设中的重要一环。

在现有自动驾驶公交运营场景中，调度系统通常可指派不同类型的车辆执行班次任务，以满足运营时段内时变的客流需求，进而实现运力供给与服务需求的匹配。因此，在给定线路布局及资源配置下，合理的公交线路发车时刻表是自动驾驶公交系统的运营及后续调度的基础，其在提升服务满意度和可靠性方面有着至关重要的作用。

然而，传统的公交调度系统在发车时刻表设计环节通常采用固定的发车频率和单一的车型，少有的改进型方案也只是将发车时刻与车型划分为两阶段问题进行计算。这类时刻表设计方法在对时变客流的适应性、不同类型运力资源的合理利用以及不同出行参与者效益的权衡等方面存在一定不足，难以充分发挥自动驾驶公交系统在效率、灵活性、自主性上的优势。

一专利文献公开了一种基于遗传算法的公交排班调度方法及系统，其将一天划分为六个时段，并对线路交通出行量进行计算及分析，得到线路不同时段的初始化班次；再以最小平均候车时间及所有候车时间标准差为目标，在发车班次一定的情况下，利用遗传算法对班次偏移列表进行优化，并得到最终的不同时段的发车频次和时刻表。但是，该专利技术仅考虑了单一车型运营场景下的发车时刻表设计问题，该方案无法用于拥有两种及以上不同车型的公交运营系统，且对优化目标的考虑较为单一、计算较为简化。因此，在实际应用过程中存在较大的局限性。

另一专利文献公开了一种基于遗传算法的公交发车时间间隔优化方法，其以车辆满载率最大和乘客等待时间最小为优化目标，并将二者加权求和转化为单目标，再通过遗传算法优化发车时间间隔，进而根据间隔序列制定出发车时刻表方案。但是，该技术将两个目标通过加权求和的方式转换为单目标问题求解，实际使用时需要通过调整权重系数来权衡两个冲突的目标，而对于复杂多变的实际场景而言该调整过程是繁琐且耗时的，将对方案的实施产生影响。仅对发车间隔优化，并未考虑发车车型的异质性。

现有技术中还有一种多车型发车时刻表两阶段设计方法，其是将公交线路班次发车时刻与车型作为两个阶段的决策问题。第一阶段先以最大断面客流量及所有车型额定载客量的平均值为依据确定每个时段内的发车频次，并以均匀间隔的方式确定班次发车时刻序列；第二阶段则基于元启发式算法优化与发车时刻序列对应的发车车型序列。最终得到整个运营周期内的多车型发车时刻表。该设计方法在对不同车型的处理上，仅考虑车型平均载客量来确定发车频次，而忽略不同车型在行驶成本和可用车辆数量的影响，因此在计算上存在局限性，无法保证所得时刻表方案的实际性能。此外，该方法以两阶段方式设计多车型时刻表，依次计算发车时刻和车型，而由于不同车型车辆在运力水平上存在较大差异，班次车型的容量将直接影响其最优的发车时刻。因此，该技术方案存在所得方案最优性缺失的问题，在最优性上仍有较大优化空间。

发明内容