[发明专利]基于OD客流的公交动态编排模型的实现方法及系统

权利要求书

1.一种基于OD客流的公交动态编排模型的实现方法，其特征在于，包括以下步骤：

S1：设计初始排班模型

S11：设定所述排班模型的约束条件；

S12：构建初始排班模型，具体步骤包括：

S121：获取基础数据，其中，所述基础数据包括静态基础数据和动态基础数据，所述静态基础数据包括线路起始终止时间、线路站点信息、线路站间里程、车身容量、时段满载率，所述动态基础数据包括时段站台车内断面客流、周转时间、客流高断面、高断面客流计算、时段发班班次和发班间隔计算、配车数计算预测值；

S122：根据所述基础数据计算时段站台车内断面客流；S123：根据时段客流计算上下行时段发班班次；S124：计算上下行时段配车数；S125：判断配车数量最高时段是否在早高峰，若为是，执行S127；若为否，则加密早高峰时段满载率最高的时段班次，并返回步骤S123；S126：预计总配车数；S127：生成预发车时刻表；S128：根据预发车时刻表和所述约束条件进行车辆排班；S129：生成初始排班结果表；

S2：排班模型筛选

S21：计算乘客等车成本和公交运行成本，构建目标函数：

（公式一），

其中，α、β为权重系数，α+β=1，minC为最小总成本，Cp为乘客等车成本，Ce为公交运营成本，Cup为上行乘客等车成本，Cdp为下行乘客等车成本，Cue为上行公交运营成本，Cde为下行公交运营成本，为空程运营成本；

S22：如果算出客流大于单车最大满载率客流，则往所述目标函数中引入惩罚函数，将乘客候车成本按照客流比例成倍增长，即：

（公式二），然后将公式一中的Cp替换为公式二中的Cpp；

其中，Cpp表示调整后的乘客等车成本，O表示车辆最大容量，表示J站点S时段断面客流；

S23：调整所述静态基础数据和所述动态基础数据中的各因子，利用多目标优化算法最终计算出在所述目标函数下最优的多个排班模型；

S3：输出最优的多个排班模型供用户选择;

其中，步骤S123中上下行时段发班班次的计算方法包括：

（1）生成长线班次数

S1231：获取高断面通过班次，高断面通过班次=高断面客流通过量/(车辆核载人数*满载率)；

S1232：查找高断面站点后面连续5站满载率低于30%的站点，则在第一个低于30%的站点后搜索客流通过量最大的站点，得到长线班次数：

长线班次数=客流通过量最大的站点的客流/(车辆核载人数*满载率)；

S1233：计算时段长线发班数=max(客流应发长线班次，最低发班标准)；

（2）生成短线班次数

S1234：在客流高端面站点后的连续5个站点低于30%的第1个站点作为调头的初始站点，搜索第一个预设可调头的站点，得到短线班次数为：

短线班次数=高断面通过班次-时段长线发班数；

和/或，步骤S124中计算上下行时段配车数的方法包括：S1241：计算周转时间=上行运行时间+上行停站时间+下行运行时间+下行停站时间；S1242：计算配车数=周转时间内班次数之和；

和/或，步骤S127中生成预发车时刻表的方法包括：根据半小时班次数生成发班时刻表，先生成长线班次的时间表，然后短线班次安排在长线班次之前。