[发明专利]基于预约数据的多车型区域定制公交调度方法

权利要求书

1.一种基于预约数据的多车型区域定制公交调度方法，包括两个步骤；

步骤一，利用乘客APP终端动态预约出行需求数据和调度中心响应选派车型进行乘客服务的数据，来设计多线路多车型定制公交动态调度模型；

其中，乘客APP终端动态预约出行需求数据包括预约起点、预约人数、目的站点，经由进站闸机刷卡可获取乘客预约时间段内到达站点人数、时间节点信息；

选派车型包括三种定额的车型；

区域内通过A～L分别代表其车站编号，每两个站点的距离已知；

乘客可在任意一个站点预约上/下车；

其中，以企业运营成本及乘客候车成本最低为最优化目标，设计多线路多车型定制公交动态调度模型如下：

1)公交企业最低运营成本：

min f₁(x)＝∑_i∑_j∑_km_kx_ijk+∑_i∑_j∑_kn_kx_ijks； (1)

2)各站乘客最低候车成本：

min f₂(x)＝∑_ipt′_oir； (2)

3)总成本最低：

min f(x)＝min f₁(x)+min f₂(x)； (3)

目标函数中：公式(3)表示该模型以公交企业最低运营成本及各站乘客最低候车成本总和为目标；

s.t.

∑x_ijk＝∑x_jh(i)k； (5)

∑x_ijkk≥r； (6)

r≤A_ik≤L_k； (7)

0≤A_h(i)k≤L_k-r′； (8)

t′_oi＝T_o-t_oi； (9)

r≤r_l≤1408； (10)

r≤r_h≤3520； (11)

T′+T″＝T′₀(T′≤T′₀)； (13)

∑_i∑_j∑_kq≤300； (14)

约束条件中：公式(4)表示进站的车辆必须离开；公式(5)表示上车的乘客必须送到目的地；公式(6)表示所有乘客全部有车载；公式(7)表示每种车型上客量限制；(8)表示乘客在目的地下车；(9)表示各乘客在各站点候车时间；(10)地面站站点高峰每小时最大乘客量；(11)表示高架站站点高峰每小时最大乘客量；

(12)每条线路乘客的最大候车时间由乘客预约时间、计算机迭代时间及实际派车时间三部分组成；

(13)调度响应总时间包含计算机迭代时间及实际派车时间；

(14)表示总车辆数限额，q表示各个车站每种车型的车辆数；

参数注解：

k——车型；

m——开行车辆的固定成本(元/辆)；

n——开行车辆的单位距离成本(元/辆)；

s——行驶距离(m)；

i——上车站点；

h(i)——对应下车站点；

x_ijk——若车辆k从i点行驶到j点，则x_ijk取1，否则取0；

Z——所有站点集合；

L——车型(载客量)集合；

A——车辆在某站点载客或卸客后的乘客数量(个)；

r——在某站点乘客上车的数量(个)；

r′——在某站点乘客下车的数量(个)；

r_l——地面站站点高峰每小时最大乘客量(个)；

r_h——高架站站点高峰每小时最大乘客量(个)；

t_oi——乘客到达各站点时间(min)；

t′_oi——乘客在各站点候车时间(min)；

T₀——APP设定乘客预约时间间隔(min)；

T′——计算机迭代时间(min)；

T″——实际派车时间(min)；

T′₀——调度响应总时间(min)；

p——乘客候车时间成本(元/min)；

q——各站点派发各车型数量(辆)；

步骤二，设计最优算法输出最优方案：

采用遗传算法自然数双层编码策略求解车辆调度模型，对多线路多车型定制公交动态调度模型运用遗传算法求解：

1).双层编码

第一层编码：长度g＝所有OD对数,其意义为该OD对所属的线路编号；线路编号中1表示经停，0表示不停车，除起讫点外，中间至多经停一站；

第二层编码：长度h＝所有OD对数K*，其意义为该OD对所对应的车型编号,如果基因为0表示不选择该车型,否则选择该车型；

2).变异及交叉

(1)采用单点变异

(2)采用两点交叉

3).计算目标函数

根据设定的目标函数计算目标函数和约束，适应度函数表示为：

y_i＝min f(x) (16)

其中F_i是染色体i的适应度值,y_i是染色体i的目标函数,P_i是染色体i的惩罚值；

4).轮盘赌选择

通过遗传算法计算，求解输出区域内多线路多车型的公交动态调度方案；且通过预约时间段的合理设置，不断接收预约数据并通过编码设计不断输出迭代更新的动态调度方案。