[发明专利]面向实时需求的城市定制公交调度方法

权利要求书

1.一种面向实时需求的定制公交调度方法，其特征在于，包括以下步骤：

步骤一，实时需求定制公交调度模型的建立

所生成的实时需求定制公交线路对两种类型的乘车请求做出响应，车辆在行驶过程中根据乘车请求时间上的差异，将接客过程分为两个阶段：

所面向乘客实时需求的车辆路径问题涉及时间窗，即车辆在载客能力范围内根据请求点的乘客服务时间，形成面向乘客的服务路径，决策变量表示为：

第一阶段，车辆按调度中心给出的初始路径出发并有序接客，该阶段的线路生成是个OVRPTW问题；

每个乘车请求的出行行为集合O表示为：

乘客在上车区域站点的动态和静态信息集合SJ表示为：

乘客在下车区域站点的动态和静态信息集合SD表示为：

定制车辆信息集合V表示为：

V＝{C,N_on} (5)

第一阶段初始路径优化的目标函数：

s.t.

Σ_q∈Nx_0q＝1 (10)

Σ_p∈Nx_p,n+m+1＝1 (11)

上述各式中，式(7)代表N^*中必然经过的站点，式(8)代表N^*中必然离开的站点；式(9)代表车辆的载客量限制，式(10)代表载客起点，式(11)代表载客终点；

所述第一阶段，车辆选择在第一个乘客发出乘车请求后间隔T发车，或选择先后有N个乘客发出乘车请求后再发车，乘客的乘车请求发车信息经过调度中心核算，车辆综合乘客的位置信息形成一条初始路径，进入第二阶段；

第二阶段，车辆行驶过程中根据第一阶段乘客的位置以及结合时间信息形成最优化动态行驶路径，若乘客的乘车请求信息不在响应范围内，则系统及时做出反馈；

第二阶段实时响应路径优化的目标函数：

s.t.

Σ_q∈Nx_0q＝1 (20)

Σ_p∈Nx_p,n+m+1＝1 (21)

上述各式中，式(16)代表N^*中必然经过的站点，式(17)代表车辆未达到满载时必然被访问到N^-中的点，式(18)代表车辆会离开的站点，式(19)代表车辆的载客量限制，式(20)代表载客起点，式(21)代表载客终点；

其中：

为第i个乘客请求产生的时间；

为第i个乘客期望的最早服务时间；

为第i个乘客可接受的最晚服务时间；

σ_o为单位时间乘客候车成本；

b为每响应一个请求企业所产生的收益；

为第i个乘客请求的x坐标；

为第i个乘客请求的y坐标；

为第i个乘客请求的目的地的x坐标；

为第i个乘客请求的目的地的y坐标；

为车辆预计到达站点q时间；

为车辆响应动态请求后预计到达站点q时间；

为第j个站点期望的最早服务时间；

为第j个站点可接受的最晚服务时间；

为车辆到达站点j前站内乘客数；

为车辆到达站点q前车上乘客数；

为车辆到达站点j下车乘客数；

σ_w为单位时间的站内候车成本；

为第j个站点的x坐标；

为第j个站点的y坐标；

v为车辆的行驶速度；

σ_v为行驶单位时间车辆产生的成本；

C为车辆的最大载客量；

N_on为当前在车人数；

t_ad为车辆的启停时间；

t_pq为公交车从站点p运行至站点q的时间；

步骤二、设计遗传算法输出最优路径

采用遗传算法进行求解，并且将第一阶段的决策应用到第二阶段中；第二阶段的目标函数最终作为单目标优化问题进行求解；

为提高遗传算法效率，适应度函数采用以自然常数为底的指数函数，表示为：

f_i＝exp(2000/G_i) (22)

式中：G_i为第二阶段目标函数值；

个体被选择的概率为：

p_i＝f_i/Σf_i (23)

发车前的第一阶段目标函数是寻找一条包含必须经由站点的最优化线路，发车后的第二阶段目标函数是根据乘客的乘车请求形成的合乘站点及固定站点，形成一条贯穿上述站点的最优路径。