一种基于贝叶斯网络模型的公交时刻表动态生成方法
【专利摘要】本发明涉及一种基于贝叶斯网络模型的公交时刻表动态生成方法，包括：筛选影响公交时刻表动态生成的微观和宏观因素；构建公交时刻表动态生成的二层微观和宏观贝叶斯网络模型，即：构建公交环境动态变化预报贝叶斯网络模型和公交时刻表动态生成贝叶斯网络模型；预测随机干扰下的各种线路运力运量发生概率以及它们失衡的原因；结合调度策略，围绕及时疏散乘客目标，生成可能的时刻表方案；从政府、企业和乘客角度出发，计算评估时刻表好坏的各种指标，评估它们的优劣。本发明能够实现根据公交环境变化动态调整时刻表的功能，为公交日常运营管理提供技术支撑。
【专利说明】-种基于贝叶斯网络模型的公交时刻表动态生成方法
【技术领域】
[0001] 本发明涉及公交信息化【技术领域】，具体地说是一种基于贝叶斯网络模型的公交时 刻表动态生成方法。
【背景技术】
[0002] 公交时刻表编制是公交日常运营的核心任务之一，根据居民出行时空分布特征， 合理组织安排各时段的发车频率及其类型，主要解决运力和运量的最大匹配问题。当现实 中的随机因素干扰致使公交客流或行驶时间变化时，这引起公交运力和运量失衡，从而公 交调度方案失效。因此，根据公交环境动态变化动态调整时刻表，极具有理论价值和现实意 义。
[0003] 直接决定公交时刻表失效的因素是上下行方向的运力和运量，它们受天气变化、 交通拥堵、大型活动等外部环境影响，当检测交通事件时，评估其分别影响客流或行驶时间 变化程度，进而分析时刻表的失效原因，据此动态调整时刻表。目前，众多国内外学者根据 公交环境动态变化动态调整时刻表，主要研究思路有二：
[0004] 一、预测客流或行驶时间变化，一方面，利用多元线性回归、结构方程等方法，定性 定量深入探讨影响客流或行驶时间变化的众多因素之间关联性，并进行相关灵敏度分析； 另一方面，利用时间序列法，将其视为一个黑匣子，直接揭示客流或行驶时间变化的演化趋 势，为编制时刻表提供数据支撑。
[0005] 二、编制时刻表，一方面，在上述工作基础上研究客流和行驶时间的统计规律，当 检测交通事件时，构建时刻表编制模型，利用最优化理论生成时刻表；另一方面，利用神经 网络等人工模拟技术，模拟调度人员的思维模式，根据环境变化，调整调整时刻表。
[0006] 由上可知，现有研究办法无法解决随机干扰引起的公交时刻表动态变化连锁反应 过程，应该从整体出发，揭示影响外部环境变化如何引起客流或行驶时间变化，进而影响时 刻表动态调整过程如何发生，以及它们之间相互引发、干涉、转化和耦合等复杂关系，预测 复杂交通环境变化情形下的公交时刻表生成及其发生概率。
[0007] 贝叶斯网络是一种刻画事物之间因果关系的概率图模型，非常适合对突发事件的 发生及其引起的链式反应过程进行建模分析。基于此，本发明分析影响公交时刻表动态生 成的运力和运量之间失衡原因，将外部环境因素视为输入，分析其如何影响客流或行驶时 间变化，进而如何引起公交运力和运量之间失衡，根据现有运力配置，输出是时刻表最大匹 配运量的结果，控制输入可以控制部分状态的变化，据此构建突发事件贝叶斯网络中的各 外部环境条件节点输入客流或行驶时间运力运量计算时刻表决策节点输出的四层拓扑网 络结构，实现预测复杂交通环境变化情形下的公交时刻表及其发生概率，为公交动态调度 提供可靠的技术支撑。
【发明内容】
[0008] 本发明提供了一种基于贝叶斯网络模型的公交时刻表动态生成方法，在分析影响 公交时刻表动态变化的各种影响因素基础上，结合实际的公交动态数据，刻画它们之间的 因果关系，当根据智能公交调度平台检测外部环境变化时，推理各种复杂交通环境下的运 力和运量失衡原因及其发生概率，据此计算发车频率及其调度类型，本发明主要用于根据 公交外部环境变化动态生成时刻表，为公交日常运营管理提供技术支撑。
[0009] 本发明方案是通过以下技术方案实现的：
[0010] 本发明提供一种基于贝叶斯网络模型的公交时刻表动态生成方法，包括以下步 骤：
[0011] (1)采用定量和定性相结合的方法筛选影响公交时刻表动态生成的众多外部环境 因素，包括交通事故引起行驶时间变化，进而引起运力不足或大型活动致使客流波动，进而 引起运量不足；
[0012](2)构建公交时刻表动态生成的上下两层贝叶斯网络模型，其中：上层模型刻画 引起客流或行驶时间变化的外部环境随机干扰，是下层模型的输入条件，下层模型描述致 使运力和运量失衡的外部环境随机干扰，为时刻表生成提供数据支撑；
[0013] (3)当交通事件发生时，结合智能公交调度平台的实时运营数据，利用步骤（2)微 宏观模型预测的各种线路运力运量发生概率以及失衡的原因，结合调度策略，围绕以最小 成本及时疏散乘客为目标，生成多种时刻表方案；
[0014] (4)计算步骤（3)中的每种时刻表方案的乘客等车时间、站点滞留情况、运营成本 各项指标，评估其优劣。
[0015] 作为一种改进，采用定量和定性相结合的方法，筛选影响公交时刻表动态生成的 众多因素过程，包括 ：
[0016](1)从微观上，分析N个外部环境随机因素X= (X1,X2,...，Xn)在时间t如何干 扰客流波动Pft (X)或行驶时间变化ptt(x)，如：道路类型、路况、交通事故、大型活动、交通 管制和天气变化等，进而影响时刻表所需的用车需求和可用车辆数；
[0017] ⑵从宏观上，揭示当前T时段时刻表生成的线路上行直接决定因素Fng(JT) 和线路下行直接影响因素：TWpi5(I),当前T时段的上行用车需求下行用车需求 p/fPO,上行可用车辆数/η'「(Λ?和下行可用车辆数声f(.V),以及在下Τ+1时段内上行 用车需求，下行用车需求/w/丨,(Α?,上行可用车辆数/,,(.V):和下行可用车辆数 /<丨(几
[0018] 作为进一步改进，根据筛选出的影响公交时刻表生成的微观和宏观因素，构建公 交时刻表动态生成的二层贝叶斯网络模型，包括：
[0019] (1)节点抽象定义，
[0020] 在公交环境动态变化预报贝叶斯网络模型中，它的条件结点为N个外部环境随机 因素X= (X1,X2, ...，Xn)，包括道路类型、路况、交通事故、大型活动、交通管制和天气变化 等；它的决策结点为时间t的客流波动或行驶时间变化Y= {pft (X)，ptt (X)}。
[0021] 在公交时刻表动态生成贝叶斯网络模型中，它的条件结点为线路上或下 行方向在当前T时段和下一T+1时段内的用车需求，以及它们的可用车辆数，即 z爿(1 飞/)A幻;(幻，(z),gj 点为当前T时段某线路上或下行的发车频率S-丨7>//^(1),7>//^(幻丨
[0022] (2)结构学习，
[0023] 利用条件独立性检验方法，分别对公交环境动态变化预报和公交时刻表动态生成 贝叶斯网络模型的所有结点，若任意两个结点和之间相互依赖，存在有向边相连接，构建一 个有向无环图，建立它们的贝叶斯网络结构图S。
[0024] (3)参数学习，
[0025] 利用最大似然估计方法，分别对公交环境动态变化预报和公交时刻表动态生成贝 叶斯网络模型，在它们各自给定网络拓扑结构S和训练样本集D，利用先验知识，确定各自 贝叶斯网络模型各结点处的条件概率密度为：
[0026] 描述外部环境变化和客流或行驶时间波动之间概率因果关系
[0027] P(U) =---；
[0028] 刻画外部环境随机干扰和线路上下行的发车频率之间状态转移关系 Γ π P(S)X P(ZlS)
[0029] p(S/Z) =---- P(Z)
[0030] 作为一种优选，预测随机干扰下的各种线路运力运量发生概率以及它们失衡的原 因，包括：
[0031] (1)对于某条线路来说，共有K个站点和M辆车，利用智能公交调度平台的实际数 据，结合每i辆车的经纬度坐标，估计在时间t到达k站点的客流到达人数//以及该车辆到 达首末站的行驶时间Λ;';
[0032] (2)当检测到交通事件时，确定N个外部环境随机因素X= (X1,X2，...，Xn)的取 值，利用团树传播算法，根据公交环境动态变化模型X-Y= {pft (X)，Ptt (X) }，预测它们的 波动时间Ptt(X)和变化客流pft (X)以及它们的发生概率；
[0033] (3)在上述基础上，汇总线路上下行在某T时段的用车需求 Ρ}'τ'(Χ ) =ΣΣ[Λ,,；,,,,.V, +Pf.，a,-,,,.V ,(a^] ' ,,?.ν, ^Pfl ar；-,μΛ ' I r-l k-=iι=Ι 可用车辆数/<(I)二?/(<十二?/(<十M(I))以及它们的概率，分 /=1 /=1 析运力和运量之间是否匹配，为公交时刻表编制提供数据支撑。
[0034] 作为另一种优先，结合调度策略，围绕及时疏散乘客目标，生成可能的时刻表方 案，包括：
[0035](1)采用均匀均衡发车策略，考虑单一调度模式，在满足公交车的能力 约束c、拥挤程度γe[Ymin，Ymax]、政府发车间隔F基础上，确定发车频率范围 = 和:Tripf(Z) = 以及它们的概率； γ-Cγ-c
[0036] (2)根据运力运量间失衡，利用团树传播算法，利用时刻表生成贝叶斯网络 模 型 2 = -> S=?Γφ^(.Υ)，Γφ》++(Ι)丨.生成可能的时刻表方案。
[0037] 作为进一步优先，从政府、企业和乘客角度出发，计算评估时刻表好坏的各种指 标，评估它们的优劣，包括：
[0038] (1)在时刻表方案基础上，考虑单位里程运营费用1，计算每种方案的总乘客 T-IpkiClt T-Ipk^di" 等车时间、站点滞留情况Σ[7冲;w.rc-运营成本Trip；(^)Tnp1 (A) 卜! f L[7V//4+(Ih7>，7w)]·/等各项指标；
[0039] (2)从政府、企业和乘客角度出发，综合评价上述每个时刻表方案的优劣，为公交 管理部门选择最佳时刻表方案提供决策支持。
[0040] 本发明由于采用了上述几种措施进行改进，利用贝叶斯网络刻画外部环境变化如 何引起客流或行驶时间变化，进而影响公交时刻表的动态调整的过程，避免了现有方法无 法解决突发事件引起的运力和运量失衡连锁反应过程，能够从原始样本数据中挖掘公交外 部环境变化、客流或行驶时间波动、时刻表动态调整之间的耦合关系，从事前、事中和事后 全过程多方位实时分析交通事件如何引起公交时刻表变化的原因及其发展趋势，为公交动 态调度提供数据支撑。
【专利附图】
【附图说明】
[0041] 图1是本发明涉及的公交时刻表生成贝叶斯网络的结构示意图；
[0042] 图2是本发明实施的流程图。
【具体实施方式】
[0043] 下面结合本发明所提供的附图作进一步说明：
[0044] 如图1所示，本发明提供一种基于贝叶斯网络模型的公交时刻表动态生成方法， 按照交通事件发生、发展和演化的过程，构建公交时刻表动态生成的二层微观和宏观贝叶 斯网络模型，分析影响公交时刻表动态生成的运力和运量之间失衡原因，将外部环境因素 视为输入，分析其如何影响客流或行驶时间变化，进而如何引起公交运力和运量之间失衡， 输出是时刻表最大匹配运量的结果。控制输入可以控制部分状态的变化，据此构建突发事 件贝叶斯网络中的各外部环境条件节点输入客流或行驶时间预测运力运量计算时刻表决 策节点输出的四层拓扑网络结构，实现预测复杂交通环境变化情形下的公交时刻表及其发 生概率，为公交动态调度提供可靠的技术支撑。
[0045] 如图2所示，本发明提供一种基于贝叶斯网络模型的公交时刻表动态生成方法， 包括机理分析、模型设计、模型验证及模型分析运用等四个步骤，【具体实施方式】如下。
[0046] 步骤1 :机理分析，采用定量和定性相结合方法筛选影响公交时刻表动态生成的 众多外部环境因素，建立影响公交时刻表失效的因素库。
[0047] 步骤I. 1 :从微观上，分析N个外部环境随机因素X= (XpX2,. . .，XN)在时间t如 何干扰客流波动Pft(X)或行驶时间变化Ptt(X),如：道路类型、路况、交通事故、大型活动、 交通管制和天气变化等，进而影响时刻表所需的用车需求和可用车辆数；
[0048] 步骤I.I. 1 :邀请专家座谈，分别选择客流波动或行驶时间变化的所有η个可能影 响因素，前者涉及季节、节假日、时段、大型活动、交通管制、车辆故障、天气等，后者蕴含道 路类型、交通流、交通拥堵、站点类型、客流和天气等。
[0049]步骤I. 1. 2:结合智能公交调度平台，动态获取某j个外部环境影响因素在任意时 亥IJi的数值Sij，以及它们相应的客流或行驶时间yi，将总共m条数据记录作为样本D，形成 条件矩阵A= (Bij)mn和决策向量Y= (y^。
[0050] 步骤I. 1. 3:根据AB=Y，基于最小二乘法，计算B=Od1,b2，…，bn)= (A'ΑΓ(Α'Y)，对若h大于人工阀值〇,该因素决定客流或行驶时间，获取η个 影响因素变量。
[0051] 步骤1.2 :从宏观上，揭示当前T时段时刻表生成的线路上行直接决定因素 Frig(I)和线路下行直接影响因素(X),当前T时段的上行用车需求/;/f(幻，下行用 车需求/<(幻，上行可用车辆数/4α)和下行可用车辆数，以及在下τ+1时段内上 行用车需求,,(-Y)，下行用车需求/.r/丨,(I)，上行可用车辆数,(Λ')和下行可用车辆数
[0052] 步骤1. 2. 1 :根据线路的运营时间范围，将其划分为N个时段，分别计算上下行方 向在当前T时段和下一T+1时段内的用车需求pr/IYKpr/liQ，以及它们的可用车辆数 Pvir(X)^pvf(X)0
[0053] 步骤1. 2. 2 :结合智能公交调度平台，对于某条线路来说，共有K个站点和M辆车， 结合每i辆车的经纬度坐标，估计在时间t到达k站点的客流到达人数:A4以及该车辆到达 首末站的行驶时间si广
[0054] 步骤1. 2. 3 :汇总线路在T时段的用车需求 i=ii=i^=I/=1 M M 用车辆数/4:(I) =Σ/(< +Md)) = +PIi(JO)，分析运力和运量之间是 ?=1 否匹配，为公交时刻表编制提供数据支撑。
[0055] 步骤二：模型设计，构建公交时刻表动态生成的上下二层微观和宏观贝叶斯网络 模型，包括节点变量定义、确定各条件和决策变量的取值范围及先验概率分布、结构学习和 参数学习四部分，其中上层模型刻画引起客流或行驶时间变化的外部环境随机干扰，是下 层模型的输入条件，下层模型描述致使运力和运量失衡的外部环境随机干扰，为时刻表生 成提供数据支撑；。
[0056] 步骤2. 1 :变量节点定义，
[0057] 在公交环境动态变化预报贝叶斯网络模型中，共有n+2个节点变量X= (X1, X2,. . .，Xn}UY= {pft (X)，ptt (X)}，分为η个条件和2个决策变量节点。前者是公交外部 环境随机干扰输入要素，后者是客流或行驶时间输出结果，关注公交外部环境随机干扰输 入要素之间相互影响，以及它们的变化如何引起客流或行驶时间变化。
[0058] 在公交时刻表动态生成贝叶斯网络模型中，它的条件结点为线路上或下 行方向在当前T时段和下一Τ+1时段内的用车需求，以及它们的可用车辆数，即 ζ= !pr,r(.np，f(-np4.(-np、+f(.n 点为当前T时段某线路上或下行的发车频率S= {7h>f(X)，7h>〖(X)}
[0059] 步骤2. 2 :分别确定微观和宏观模型的上述条件和决策变量节点的取值范围及它 们之间先验概率分布。
[0060] 步骤2. 2. 1 :对微（宏）观模型的任意结点eIuF(SUZ)的取 值范围吩/?) - .将其离散化K个特征取值状态空间为（?，...,.<+)， -V: = + (./ - 1+) * -A:J' 農'
[0061] 步骤2. 2. 2:统计微（宏）观模型的任意结点Vif,.eZuF(SUZ)取值状态1：/的 概率 / 心-/) = Σ(+'灘"(彳）》以及两个变量VI，e:uF(SUZ)和 uΓ /=1 ^□2)在不同它们状态值之间的先验概率分布/办//5/；) = 0>_(>/)/0)1〃!办丨）》其中Count(·)表示事件?在样本集D出现的次数。
[0062] 步骤2. 3:分别构建微观和宏观贝叶斯网络各节点之间拓扑结构。
[0063] 步骤2. 3. 1:采用K2算法，在训练集上进行无监督的机器学习，分别得到微（宏） 观模型的初始网络结构。
[0064] 步骤2.3.2 :利用专家的先验知识，基于条件独立性检验方法，若微（宏）观模型 的任意两个结点eXuF(SUZ)和VA，.eXuK(SUZ)之间相互依赖，存在有向边 相连接对微（宏）模型的网络结构进行微调。
[0065] 步骤2.3.3 :检测获得调整后的微（宏）观模型网络结构是否符合要求，若满足要 求，输出公交动态环境预报（时刻表生成）的贝叶斯网络结构图S;否则返回步骤2. 3. 2,继 续微（宏）观模型的网络结构。
[0066]步骤2. 4 :在上述网络结构基础上，利用最大似然估计方法，估计微观和宏观模型 中各结点之间条件概率分布表。
[0067]步骤2. 4. 1 :对微宏观模型的任意结点VI,EXuF(SUZ)，将先验分布和似然 函数相结合，估计参数0=?ΚΑ?U? ?=1
[0068]步骤2. 4. 2:假设Θ是Dirichlet函数的随机分布，令Θ的似然函数为 W丨λ,) =p(:rI奶=如汽I」…的ρ(讽），因为，碼丨幻=明 据￡(Μ￡]) = (Κ推导出eU ，从而估计微宏观模型的任意结点VZ1eXυΓ CUk-\ (SUZ)之间p(XiIXn+1)。其中：^为Xi的特征值数目；Nijk为节点Xi取第k个特征值时，在 父节点取值第j个特征值的数量。
[0069] 步骤2. 4. 3:根据上述公式推导过程，可计算微观和宏观模型中各结点之间条件 概率分布表，即公交外部环境随机干扰要素和客流或行驶时间波动之间条件概率，进而影 响运力和运量波动（时刻表动态调整）之间条件概率。
[0070] 描述外部环境变化和客流或行驶时间波动之间概率因果关系：
[則P(Y P(A)
[0072] 刻画外部环境随机干扰和线路上下行的发车频率之间状态转移关系： Γ?P(S)XplZS)
[0073] P(SfZ) =?-< ρ(Ζ)
[0074] 步骤三：将部分训练集的作为测试样本，检验上微观和宏观模型的精度，若模型结 果达不到预期目标，返回步骤二。
[0075] 步骤四：模型分析运用，推理预测各种复杂交通环境的公交时刻表动态生成过程。
[0076] 步骤4. 1:结合智能公交调度平台，当公交外部环境变化，动态监测各个影响 因素的实测值X= (Xl，x2, ...，xn)，对计算其特征状态= (如果11在 a:十(./-Dn-m:和丨+jh- 复之间），确定网络模型的当前所 有节点状态。
[0077] 步骤4. 2:利用团树传播算法，根据微观模型X-Y= {pft⑴，ptt⑴}，对于某条 线路的K个站点和M辆车来说，结合每i辆车的经纬度坐标，估计在时间t到达k站点的客 流到达人数/<以及该车辆到达首末站的行驶时间屯。
[0078] 步骤4. 3:在上述基础上，汇总线路上下行在某T时段的用车需求 Pfipf,/Λ(Λ^Χ)?' tK,iXrpf,?.,： ' ^-?r-\ ' ' k-\r-\ ' ' M M 可用车辆数|对+ (X) =Σ/?十声,(I)h/nf(幻=Σ/1K+Λ(Χ))以及它们的发生概 f=i#-ι 率，分析运力和运量之间是否匹配，为分析公交时刻表失衡原因提供数据支撑。
[0079] 步骤4. 4:采用均匀均衡发车策略，考虑单一调度模式，在满足公交车的能力 约束c、拥挤程度Ye[Ymin，Υ_]、政府发车间隔F基础上，初步确定发车频率范围 Fr封+(J〇 =max(i^^,F>和rn^(J〇 =maX(i^^，m及其概率，利用团树传播算 Y^cγ-c 法，根据Z二ip/< (Ikprji1(I)JJVtr (Λ?.ρ<(Λ'}:ρ/^ -> 5'二+!FrgmrrW〇￥}丨，生成可能的时刻表方案。
[0080] 步骤4. 5 :在时刻表方案基础上，考虑单位里程运营费用1，计算每种方案的总乘 & r.jVfrfiT-^pklA κ一 客等车时间[[J7-+^7-]、站点滞留情况;fi/剩、运营成本HTrip1l(X)TripiZ(X)Ft(''
[[7h>》(XH7>/>f(A1l·/等指标,从政府、企业和乘客角度出发，综合评价上述每个时刻表 方案的优劣，并进行反向推理其时刻表失效可能的变化原因，为公交管理部门选择最佳时 刻表方案提供决策支持。
[0081] 以上列举的仅是本发明的具体实施例。显然，本发明不限于以上实施例，还可以有 许多变形，如：本发明改变贝叶斯网络的结构设计和参数学习方法，可拓展影响客流或行驶 时间的影响因素，如：道路类型等，运用不同的调度策略和评估方法。本领域的普通技术人 员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。
【权利要求】
1. 本发明涉及一种基于贝叶斯网络模型的公交时刻表动态生成方法，其特征在于，包 括以下步骤： (1) 采用定量和定性相结合的方法筛选影响公交时刻表动态生成的众多外部环境因 素，包括交通事故引起行驶时间变化，进而引起运力不足或大型活动致使客流波动，进而引 起运量不足； (2) 构建公交时刻表动态生成的上下两层贝叶斯网络模型，其中：上层模型刻画引起 客流或行驶时间变化的外部环境随机干扰，是下层模型的输入条件，下层模型描述致使运 力和运量失衡的外部环境随机干扰，为时刻表生成提供数据支撑； (3) 当交通事件发生时，结合智能公交调度平台的实时运营数据，利用步骤（2)微宏观 模型预测的各种线路运力运量发生概率以及失衡的原因，结合调度策略，围绕以最小成本 及时疏散乘客为目标，生成多种时刻表方案； (4) 计算步骤（3)中的每种时刻表方案的乘客等车时间、站点滞留情况、运营成本各项 指标，评估其优劣。
2. 根据权利要求1所述的一种基于贝叶斯网络模型的公交时刻表动态生成方法，其特 征在于：所述步骤（1)中定量和定性相结合的方法，包括从微观上，分析N个外部环境随机 因素 X= (X1, X2，...，Xn)在时间t如何干扰客流波动pft⑴或行驶时间变化pt t⑴；从宏 观上，揭示当前T时段时刻表生成的线路上行直接决定因素和线路下行直接影响 因素 Fripf(X)?当前T时段的上行用车需求F(H)，下行用车需求,上行可用车辆 数/η·).#)和下行可用车辆数以及在下T+1时段内上行用车需求JBf tl(Z),下行 用车需求，上行可用车辆数/^i:u(A〇和下行可用车辆数/Wfll(I),,
3. 根据权利要求2所述的基于贝叶斯网络模型的公交时刻表动态生成方法，其特征 在于：所述步骤（2)将步骤（1)筛选出的影响公交时刻表生成的微观和宏观因素，分别构 建公交环境动态变化贝叶斯网络模型X -Y = {pft(X)，Ptt(X)}和公交时刻表生成贝叶 斯网络模型 Z = .!/Kr(AwfaaznfuapAX)JAiGnW S = (Λ1,Γ/7>「(ΧΗ，描述外部环境变化和客流或行驶时间波动之间概率因果关系
迕而刻画外部环境随机干扰和线路的用车需求和可用车辆数之 间状态转移关系
4. 根据权利要求1所述的基于贝叶斯网络模型的公交时刻表动态生成方法，其特征 在于：所述步骤（3)利用智能公交调度平台的实际数据，共有K个站点和M辆车，当检测到 交通事件时，根据公交环境动态变化模型，结合每i辆车在时间t到达k站点的客流到达 人数Pf以及该车辆到达首末站的行驶时间4，预测它们的波动时间Ptt(X)和变化客流 Pft (X)，据此根据公交时刻表生成模型，汇总线路上下行在某T时段的用车需求
可用车辆数
以及它们的概 率，为公交时刻表编制提供数据支撑。
5. 根据权利要求1所述的基于贝叶斯网络模型的公交时刻表动态生成方法，其特 征在于：所述步骤⑷在步骤（3)的数据基础上，围绕及时疏散乘客为目标，采用均匀 均衡发车策略，考虑单一调度模式，在满足公交车的能力约束c、拥挤程度Y e [Ymin， YmJ、政府发车间隔F基础上，确定上下行发车频率范围
和
9以及它们的概率，生成可能的时刻表方案。
6. 根据权利要求1所述的基于贝叶斯网络模型的公交时刻表动态生成方法，其特征在 于：所述步骤（5)在步骤（4)的时刻表方案基础上，考虑单位里程运营费用1，计算每种方
案的总乘客等车时 站点滞留情 % 运营成本U7W/i(X)+ Fripf(J〇>/的各项指标，并分析每个时刻表方案是否适于交通环境 变化，为公交管理部门选择最佳时刻表方案提供决策支持。
【文档编号】G06F19/00GK104376716SQ201410710551
【公开日】2015年2月25日 申请日期:2014年11月28日 优先权日:2014年11月28日
【发明者】魏明, 孙博, 周晨璨 申请人:南通大学