[发明专利]一种MaaS背景下面向高铁站接驳的DRT车辆路径生成方法

权利要求书

1.一种针对DRT离站方向的静态调度路径生成方法，其特征在于，所述静态调度路径生成方法包括如下步骤：

步骤A1，乘客乘坐高铁到达目的高铁站出站前，获取选择DRT接驳服务的乘客需求信息；

所述乘客需求信息包括：乘坐DRT下车的位置、期望DRT车辆最早到达时间、期望DRT车辆最晚到达时间、所能接受的最大步行距离以及当日申请次数；

步骤A2，根据乘客需求信息，建立离站方向DRT静态调度模型；具体过程如下：

步骤A2-1，根据乘客乘坐DRT下车的位置生成本次调度计划的需求公交站点，用C表示需求公交站点集合，需求公交站点共n个，不包括始发站点和最终停车/调度站点，i,j表示响应的需求公交站点编号，ij，共K班DRT车辆，以k作为索引，为0-1决策变量，当站点i、j在线路上相邻时取1，否则取0；

步骤A2-2，离站方向DRT静态调度模型的目标函数由目标函数1和目标函数2组成；

目标函数1为使公交企业运营成本最低：

其中，为第k班车执行一次离站方向调度计划产生的总运营成本的最小值；为每班车每公里的总运营成本；m为车辆编组数；d_ij为从站点i到站点j之间的运行距离；

目标函数2为使乘客总行程时间成本最低：

其中，为离站乘客乘坐一次DRT的总行程时间成本的最小值；δ为每个车内乘客的单位时间成本；t_ij为站点i到站点j之间的行车时间；t₁为站点内每位乘客的平均服务时间；Q_j为到达需求站点j前的车内人数；Q_j+1为到达需求站点j+1前的车内人数；为在需求站点j的下车人数；

步骤A2-3，离站方向DRT静态调度模型的约束条件包括容量约束、时间窗约束、服务约束和其他约束；

公交的容量约束为：

其中，Q^(m)为编组为m的车内容量；

公交运营的时间窗约束为：

其中，T_max为乘客能接受的单程最大旅行时间；t_ej为DRT在需求站点j的最早到达时间；t_lj为DRT在需求站点j的最晚到达时间；t_j为DRT到达需求站点j的实际时间，t_j由以下公式获得：

其中，为第k班车在始发站点的出发时间；

公交在站点的服务约束为：

其中，第一个公式表示每班车都从始发站点出发，最后都到达最后一个需求站点n；第二和第三个公式表示每个需求站点都被同一班车访问且只能访问一次；第四个公式表示每班车到达需求站点后确保又从该站点离开；和均为0-1决策变量；

公交运营时的其它约束为：

其中，第一个公式表示每班车从需求站点i到需求站点j服从时间关联约束；第二个公式表示每班车从需求站点i到需求站点j服从载重量关联约束；第三个公式表示决策变量满足0-1整数约束；为在需求站点i的下车人数；

步骤A3，利用改进式遗传算法，计算最佳行驶路径；

步骤A4，生成调度计划，根据调度计划生成调度指令并下达至相应DRT车辆，同时向选择DRT接驳服务的乘客反馈信息。

2.根据权利要求1所述的静态调度路径生成方法，其特征在于，所述步骤A3中，利用改进式遗传算法针对两个目标优化问题，采用效用最优化法，对每个目标赋予一定的权重后合并，公式为：

其中，Z表示合并后的目标函数，ω₁、ω₂为各目标函数的效用系数，且ω₁+ω₂＝1，ω₁、ω₂的值取决于DRT运营过程中基于运营成本和乘客出行时间成本的偏好；

改进式遗传算法在设计选择算子时，采用基于精英保留的选择策略，将个体按照适应度的大小排序，将适应度最高的个体直接复制到下一代，其余个体则采用轮盘赌选择方法，计算个体的相对适应度，对相对适应度由大到小排序，选择排序前N的相对适应度对应的个体进入下一代，N为预先设定的值，保证每一代的最优基因得以保留。