公交车辆配置与路径设计方法、装置及电子设备

1.本发明涉及公共交通运营管理技术领域，尤其涉及一种公交车辆配置与路径设计方法、装置及电子设备。


背景技术：

2.为满足居民差异化、个性化出行需求，各城市陆续开通定制公交线路，为乘客提供舒适便捷、快速直达的公共交通运输服务。线路开通运营前，公交运营企业需根据居民在互联网网站、智能手机app等信息平台提交的线路定制请求(含出发地、目的地、期望出发时间与到达时间等)，精准设计定制化的公交服务。
3.定制出行需求规划公交线路是一个复杂的决策优化问题，涉及需求选择、路径设计(车辆途径站点及到站时刻)以及车辆配置等问题。既有研究中对上述优化问题进行了探索与研究，但仅聚焦理论模型构建与算法设计。由于缺乏有效方法处理大量的出行需求数据，实际中公交运营企业仍多借助实地踏勘手动完成定线、定站工作，无法更好地设计定制公交服务以覆盖更多潜在用户以及提升线路开通后的运营效益。


技术实现要素：

4.本发明提供一种公交车辆配置与路径设计方法、装置及电子设备，用以解决现有技术中难以设计更好的定制公交路线来满足更多潜在需求的缺陷，实现对更多潜在用户的覆盖以及运营效益的最大化。
5.本发明提供一种公交车辆配置与路径设计方法，包括：
6.确定聚类得到的各出行需求信息和各可用运营车辆信息；所述出行需求信息包括乘客数量、上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间；所述可用运营车辆信息包括可用运营车辆的数量以及各运营车辆的载客数量；
7.将各出行需求信息划分为m个目标运营组；m个目标运营组内的各出行需求信息互不重合，且各目标运营组内最大的目标出行需求信息数量与各目标运营组内最小的目标出行需求信息数量的差值小于预设值；m为正整数；
8.基于各运营车辆信息，向所述m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
9.根据本发明提供的一种公交车辆配置与路径设计方法，所述将各出行需求信息划分为m个目标运营组，包括：
10.从各出行需求信息中确定各目标运营组的样本出行需求信息；
11.基于各目标运营组的样本出行需求信息与各出行需求信息之间的时空差异度，从各出行需求信息中确定各目标运营组的各出行需求信息；
12.所述时空差异度用于表示各出行需求信息之间的时间差异度和空间差异度，所述时间差异度用于表示各出行需求信息之间乘客最早离站时间和乘客最晚到站时间的差异度，所述空间差异度用于表示各出行需求信息之间乘客上车站点与乘客下车站点的差异
度。
13.根据本发明提供的一种公交车辆配置与路径设计方法，所述基于各运营车辆信息，向所述m个目标运营组分配运营车辆并确定各运营车辆的运营路径，包括：
14.确定各目标运营组的总出行距离，各目标运营组的总出行距离为各目标运营组内各出行需求的出行距离之和；
15.按照总出行距离由大到小的顺序对各目标运营组分配运营车辆并确定各运营车辆的运营路径。
16.根据本发明提供的一种公交车辆配置与路径设计方法，所述按照总出行距离由大到小的顺序对各目标运营组分配运营车辆并确定各运营车辆的运营路径，包括：
17.将m个目标运营组的各出行需求信息、各出行需求信息对应的乘客可接受最长乘车时间以及各可用运营车辆信息输入至路径规划模型，得到所述路径规划模型输出的各出行需求信息的各路径以及各路径的车辆配置信息；
18.其中，所述路径规划模型为混合整数线性规划模型，所述路径规划模型是以按照总出行距离由大到小的顺序，依次对各目标运营组分配运营车辆并确定各运营车辆的运营路径为目标建立的，各出行需求信息的各路径包括经过的各站点以及到达各站点的时间，各路径的车辆配置信息包括配置的车辆数量。
19.根据本发明提供的一种公交车辆配置与路径设计方法，所述路径规划模型可以表示为：
[0020][0021][0022][0023][0024][0025]
其中，用于表示第m个目标运营组的出行需求信息集合，用于表示当前运营线路集合，是运营线路集合中可服务出行需求信息(i)的运营线路构成的子集，f(i)是向出行需求信息(i)收取的票价，是运营线路k所载出行需求信息(i)的乘客数；ck是运营线路k的运营成本，可根据线路长度与企业运营数据估算；yk是运营线路k的配车数，q(i)是出行需求信息(i)的乘客数，是由当前运营线路集合中途径弧e的线路构成的子集；为第m组出行需求信息中被途径弧e的线路k服务的出行需求信息构成的子集；s是运营车辆单车的载客数量；v是运营企业所有可用运营车辆的数量。
[0026]
根据本发明提供的一种公交车辆配置与路径设计方法，所述路径规划模型的求解通过以下过程实现：
[0027]
构建定价子问题模型，将所述路径规划模型的对偶变量输入至所述定价子问题模型，得到解；
[0028]
将得到的解作为新的备选运营线路输入至所述路径规划模型，得到更新后的对偶变量，并不断迭代，直至通过求解器求解出当前目标运营组的运营车辆分配方式和运营路径。
[0029]
本发明还提供一种公交车辆配置与路径设计装置，包括：
[0030]
第一处理模块，用于确定聚类得到的各出行需求信息和各可用运营车辆信息；所述出行需求信息包括乘客数量、上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间；所述可用运营车辆信息包括可用运营车辆的数量以及各运营车辆的载客数量；
[0031]
第二处理模块，用于将各出行需求信息划分为m个目标运营组；m个目标运营组内的各出行需求信息互不重合，且各目标运营组内最大的目标出行需求信息数量与各目标运营组内最小的目标出行需求信息数量的差值小于预设值；m为正整数；
[0032]
第三处理模块，用于基于各运营车辆信息，向所述m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0033]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述公交车辆配置与路径设计方法。
[0034]
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述公交车辆配置与路径设计方法。
[0035]
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述公交车辆配置与路径设计方法。
[0036]
本发明提供的公交车辆配置与路径设计方法、装置及电子设备，通过将已经聚类得到的出行需求信息再进行分组，得到各个目标运营组，再以各个目标运营组为单位进行运营车辆分配与运营路径设计，降低了运算量，进而便于根据大量的出行需求数据自动配置车辆并设计路径，从而满足更多潜在用户的需求并提高运营效益。
附图说明
[0037]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]
图1是本发明提供的公交车辆配置与路径设计方法的流程示意图之一；
[0039]
图2是本发明提供的公交车辆配置与路径设计方法的流程示意图之二；
[0040]
图3是本发明提供的公交车辆配置与路径设计装置的结构示意图；
[0041]
图4是本发明提供的电子设备的结构示意图。
具体实施方式
[0042]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本
发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0043]
下面结合图1-图4描述本发明的公交车辆配置与路径设计方法、装置及电子设备。
[0044]
本发明实施例的公交车辆配置与路径设计方法的执行主体可以是处理器，当然，在一些实施例中，执行主体还可以是服务器，此处对执行主体的具体类型不作限制。下面以处理器为例，来对本发明实施例的公交车辆配置与路径设计方法进行说明。
[0045]
如图1所示，本发明实施例的公交车辆配置与路径设计方法主要包括步骤110、步骤120和步骤130。
[0046]
步骤110，确定聚类得到的各出行需求信息和各可用运营车辆信息。
[0047]
可以理解的是，在一定的区域内，存在大量个人出行需求。由于每个潜在定制公交用户的家庭住址、活动范围、上班地址、出行习惯、通勤时间以及附近站点的交通环境都不尽相同，因此每个潜在定制公交用户的出行需求也不相同。若直接根据最原始的出行需求进行线路设计以及车辆分配，则运算量巨大。
[0048]
在此种情况下，考虑到运算的可实现度，可以先将大量的个人出行需求进行聚类，得到出行需求信息。
[0049]
需要说明的是，出行需求信息包括乘客数量、上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间；可用运营车辆信息包括可用运营车辆的数量以及各运营车辆的载客数量。在本实施方式中，各运营车辆的载客数量均相同。
[0050]
每一个出行需求信息包括至少一个乘客的出行需求。在出行需求信息中的乘客数量为两个或者两个以上时，每一个出行需求信息中各乘客的上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间均是相同的。
[0051]
例如，在出行需求信息a1中，存在b1、b2、b3、b4以及b5共计五位乘客，五位乘客的上车站点均为甲地，五位乘客的下车地点均为乙地。虽然五位乘客的理想上车时间和理想下车时间并不相同，但是五位乘客的乘客最早离站时间和乘客最晚到站时间均相同。
[0052]
步骤120，将各出行需求信息划分为m个目标运营组。
[0053]
可以理解的是，存在多个出行需求信息时，将多个出行需求信息划分到m个目标运营组内。
[0054]
m个目标运营组内的各出行需求信息互不重合，且各目标运营组内最大的目标出行需求信息数量与各目标运营组内最小的目标出行需求信息数量的差值小于预设值。
[0055]
可以理解的是，m为正整数。m的大小可以根据出行需求信息的总数来进行设置，此处对m的具体大小不作限制。
[0056]
预设值可以是1、2或者3，预设值可以根据实际情况进行设置。设置预设值是为了保证各个目标运营组内出行需求信息的数量相近。
[0057]
在本实施方式中，通过将各个出行需求信息划分至m个目标运营组内，可以进一步将多个出行需求信息进行聚类，进一步降低数据的处理难度，进而降低线路设计以及车辆分配的难度。
[0058]
在一些实施例中，步骤120：将各出行需求信息划分为m个目标运营组，可以包括：从各出行需求信息中确定各目标运营组的样本出行需求信息。
[0059]
可以理解的是，可以为每个目标运营组选取样本出行需求信息，即确定出m个样本出行需求信息，每个目标运营组对应一个样本出行需求信息。
[0060]
需要说明的是，样本出行需求信息可以从各出行需求信息中随机选择，或者，还可以对比不同样本出行需求信息下的分组方案，最终择优确定样本出行需求信息。
[0061]
在确定出m个样本出行需求信息后，可以计算剩余的其他出行需求信息与m个样本出行需求信息之间的时空差异度。
[0062]
换言之，可以基于各目标运营组的样本出行需求信息与各出行需求信息之间的时空差异度，从各出行需求信息中确定各目标运营组的各出行需求信息。
[0063]
时空差异度用于表示各出行需求信息之间的时间差异度和空间差异度，时间差异度用于表示各出行需求信息之间乘客最早离站时间和乘客最晚到站时间的差异度，空间差异度用于表示各出行需求信息之间乘客上车站点与乘客下车站点的差异度。
[0064]
可以理解的是，时间差异度可以直接通过出行需求信息所能接受的运营车辆最早离开其上车站点的时刻以及出行需求信息所能接受的运营车辆最晚到达其下车站点的时刻来进行确定。空间差异度可以根据路径中需同时响应两个目标出行需求信息时产生的绕行时间来进行确定。
[0065]
在一些实施例中，两个出行需求信息之间的时空差异度可以通过以下公式确定：
[0066][0067][0068][0069][0070][0071]
其中，d
(i)(j)
表征出行需求信息(i)和出行需求信息(j)的时空差异度；k为自定义数，在本实施方式中，k的值为1、2、3和4；a用于表示出行需求信息所能接受的运营车辆最早离开其上车站点的时刻，b用于表示出行需求信息所能接受的运营车辆最晚到达其下车站点的时刻，例如，ai和b
n+i
分别是出行需求信息(i)所能接受的运营车辆最早离开其上车站点i的时刻和最晚到达其下车站点n+i的时刻；n是出行需求信息总数；t用于表征运营车辆在两个站点之间的行驶时间，例如，t
i,j
是运营车辆在站点i和站点j间的行驶时间，t可以根据常规公交历史运行数据或利用地图导航软件估计。
[0072]
在一些实施例中，在确定出m个样本出行需求信息后，可以通过构建分组模型将出行需求信息分为m个目标运营组，使得组内出行需求信息时空差异度最小且各组间出行需求信息数量相近，分组模型定义可以如下：
[0073][0074]
[0075][0076][0077]
其中，是包含所有出行需求信息的集合；是包含m个样本出行需求信息的集合，g
(i)(j)
为二元变量：当出行需求信息(i)被分到出行需求信息(j)所在组时等于1，反之为0；ε用于保证分组间出行需求信息数量偏差在可接受范围，ε与预设值关联；n是出行需求信息总数，即为集合内出行需求信息数；m是目标运营组的数量。
[0078]
在本实施方式中，可以通过对分组模型进行求解，得到m个目标运营组的分组结果。
[0079]
步骤130，基于各运营车辆信息，向m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0080]
需要说明的是，在确定出m个目标运营组后，可以向m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0081]
例如，可以构建混合整数规划模型或者设计启发式算法为m个目标运营组分配运营车辆并规划运营路径。
[0082]
可以理解的是，在划分出m个目标运营组后，有效地将已经聚类得到的出行需求信息再进行分组。在分组的过程中，可以根据各个出行需求信息的时空差异度进行划分，或者还可以根据其他标准来进行划分，此处对划分标准不作限制。在进行分组后，以目标运营组为单位来进行运营车辆分配以及运营路径设计，可以有效减少运算量。
[0083]
根据本发明实施例提供的公交车辆配置与路径设计方法，通过将已经聚类得到的出行需求信息再进行分组，得到各个目标运营组，再以各个目标运营组为单位进行运营车辆分配与运营路径设计，降低了运算量，进而便于根据大量的出行需求数据自动配置车辆并设计路径，从而满足更多潜在用户的需求并提高运营效益。
[0084]
在一些实施例中，步骤130：基于各运营车辆信息，向m个目标运营组分配运营车辆并确定各运营车辆的运营路径，包括：确定各目标运营组的总出行距离，各目标运营组的总出行距离为各目标运营组内各出行需求的出行距离之和。
[0085]
可以理解的是，可以先统计每个目标运营组内每个出行需求信息的出行距离。每个出行需求信息的出行距离可以是乘客数乘以上车站点以及下车站点之间的距离。在此基础上，再将各个出行需求信息的出行距离相加，得到各目标运营组内各出行需求的出行距离之和，进而得到各目标运营组的总出行距离。
[0086]
在确定出各目标运营组的总出行距离后，按照总出行距离由大到小的顺序对各目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0087]
可以理解的是，总出行距离越大的目标运营组往往出行路径更远，且乘客数量可能更多。由于可用运营车辆的数量有限，不一定能够覆盖全部出行需求信息中的所有乘客。
[0088]
在本实施方式中，按照总出行距离由大到小的顺序对各目标运营组分配运营车辆能够优先考虑到更多出行路径更远的乘客，能够保证覆盖更多更有需求的乘客，且长距离的运营路径也有利于获取更高的运营利润。
[0089]
在本实施方式中，如图2所示，本发明实施例的公交车辆配置与路径设计方法，先
确定聚类得到的各出行需求信息和各可用运营车辆信息，再定义时空差异度的具体指标，并构建模型将各出行需求信息分成m组并排序，再根据当前可用运营车辆信息判断是否存在可用运营车辆。
[0090]
若当前存在可用运营车辆，则设计基于列生成法的贪婪算法为第m个目标运营组配置车辆并设计运营路径，并不断根据m与m的大小判断是否还剩余目标运营组需要配置车辆，进而给第m+1组进行配置，不断循环。
[0091]
若当前不存在可用运营车辆，直接得到已确定车辆配置以及运营路径的各目标运营信息对应的运营车辆数、运营路径以及各站点上、下车的乘客数。
[0092]
在一些实施例中，按照总出行距离由大到小的顺序对各目标运营组分配运营车辆并确定各运营车辆的运营路径，包括：将m个目标运营组的各出行需求信息、各出行需求信息对应的乘客可接受最长乘车时间以及各可用运营车辆信息输入至路径规划模型，得到路径规划模型输出的各出行需求信息的各路径以及各路径的车辆配置信息。
[0093]
需要说明的是，路径规划模型为混合整数线性规划模型，路径规划模型是以按照总出行距离由大到小的顺序，依次对各目标运营组分配运营车辆并确定各运营车辆的运营路径为目标建立的，各出行需求信息的各路径包括经过的各站点以及到达各站点的时间，各路径的车辆配置信息包括配置的车辆数量。
[0094]
在本实施方式中，考虑到一个目标运营组内存在不同的出行需求信息，需要照顾不同出行需求信息，一个目标运营组内可能存在不同的运营路径。考虑到不同运营路径会产生不同的乘车时间，因此需要考虑各出行需求信息对应的乘客可接受最长乘车时间，以避免超出乘客乘车时间预期，进而影响用户体验。
[0095]
可以理解的是，各出行需求信息对应的乘客可接受最长乘车时间可以根据各出行需求信息对应的上车点以及下车点之间其他交通方式的出行时间来进行确定。例如，上车点以及下车点之间通过私家车出行的时间为t1，则可以将乘客可接受最长乘车时间确定为1.5t1。
[0096]
当然，在另一些实施例中，还可以直接向各出行需求信息对应的乘客收集乘客可接受最长乘车时间，此处对乘客可接受最长乘车时间的获取方式不作限制。
[0097]
需要说明的是，在路径规划模型为混合整数线性规划模型的情况下，路径规划模型可以表示为：
[0098][0099][0100][0101][0102][0103]
其中，用于表示第m个目标运营组的出行需求信息集合，用于表示当前运营
线路集合，是运营线路集合中可服务出行需求信息(i)的运营线路构成的子集，f(i)是向出行需求信息(i)收取的票价，是运营线路k所载出行需求信息(i)的乘客数；ck是运营线路k的运营成本，可根据线路长度与企业运营数据估算；yk是运营线路k的配车数，q(i)是出行需求信息(i)的乘客数，是由当前运营线路集合中途径弧e的线路构成的子集；为第m组出行需求信息中被途径弧e的线路k服务的出行需求信息构成的子集；s是运营车辆单车的载客数量；v是运营企业所有可用运营车辆的数量。
[0104]
可以理解的是，在构建路径规划模型这个限制主问题模型前，可以创建由上下车站点节点集合和弧集合组成的网络拓扑图集合包含1个公交场站和|rm|个出行需求信息的上车站点、下车站点。为区分出发和回程过程，设置节点0和2|rm|+1表征同一公交场站；出行需求信息(i)上车站点、下车站点分别表示为节点i和|rm|+i；集合中任意两个节点间连接弧e构成集合
[0105]
可以理解的是，在建立松弛的限制主问题模型后，可以基于当前线路集为第m组出行需求信息筛选运营线路与配置车辆。
[0106]
在此种情况下，可以调用求解器求解限制主问题模型，确定其对偶变量λ(i)、πe和θ的取值。可以通过构建定价子问题模型，将确定的对偶变量作为参数输入至定价子问题模型，得到解，再将得到的解作为新的备选运营线路输入至主问题模型，得到更新后的对偶变量，并不断迭代，直至求解出m个运营组的运营车辆分配方式和运营路径。
[0107]
定价子问题模型具体如下：
[0108][0109][0110][0111][0112][0113][0114][0115][0116][0117]
其中，δ为总损失利润；α是预设的权重系数；是由集合中服务出行需求信
息(i)的线路k所包含弧构成的子集；为集合中线路k所包含弧构成的子集；为二元变量：当线路k包含连接站点i和j的弧时，等于1，反之，等于0；为集合中上车站点构成的子集；为集合中下车站点构成的子集；是线路k到达站点j的时刻；td是车辆在站点停留时间，可根据常规公交历史运行数据估计其取值；r(i)是出行需求信息(i)最长可接受的行程时间，可根据实际情况和期望提供的公交服务水平，将其设为出行需求信息(i)最短行程时间的倍数；是公交线路所允许的单程最长行程时间，可根据实际情况或所允许的司机连续驾驶时间设置的取值。
[0118]
在网络图中利用标号法求解定价子问题模型，找到需加入主问题模型线路集的线路k
*
，具体方法如下：
[0119]
可以为图中节点i设置标签以代表一条从节点0至节点i的可行线路k，其中，是线路k途径站点集合；是线路k途径上车站点集合；是集合的子集，由尚未途径其对应下车站点的上车站点构成；是线路k到达i的时刻；是若线路k未加入线路集产生的总损失利润；初始化节点0处标签按给定原则更新标签，直至节点2|rm|+1处节点更新完毕，最终返回拥有最大总损失利润的标签将该标签所对应线路k
*
纳入线路集重新求解限制主问题模型，更新其对偶变量，再次利用标号法求解定价子问题，直至无法找到需纳入线路集的新线路，列生成法运算结束。
[0120]
换言之，可以基于列生成法确定的线路集利用cplex、gurobi等求解器求解线路筛选模型，从线路集中为第m组出行需求信息筛选最优线路，并确定线路配车数。线路筛选模型定义如下：
[0121][0122][0123][0124][0125][0126][0127]
其中，表示整数集合。
[0128]
可以理解的是，可以根据各目标运营组的各出行需求信息所设计运营路径、各运营路径配车数、车辆行车路径以及各站点上、下车乘客数，将所有运营路径的配车数相加即
为企业为响应所有目标运营组所需配置车队规模。
[0129]
而在本实施方式中，由于可用运营车辆的数量以及各运营车辆的载客数量有限，按照总出行距离由大到小的顺序对各目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0130]
下面对本发明提供的公交车辆配置与路径设计装置进行描述，下文描述的公交车辆配置与路径设计装置与上文描述的公交车辆配置与路径设计方法可相互对应参照。
[0131]
如图3所示，本发明实施例的公交车辆配置与路径设计装置主要包括第一处理模块310、第二处理模块320和第三处理模块330。
[0132]
第一处理模块310用于确定聚类得到的各出行需求信息和各可用运营车辆信息；出行需求信息包括乘客数量、上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间；可用运营车辆信息包括可用运营车辆的数量以及各运营车辆的载客数量；
[0133]
第二处理模块320用于将各出行需求信息划分为m个目标运营组；m个目标运营组内的各出行需求信息互不重合，且各目标运营组内最大的目标出行需求信息数量与各目标运营组内最小的目标出行需求信息数量的差值小于预设值；m为正整数；
[0134]
第三处理模块330用于基于各运营车辆信息，向m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0135]
根据本发明实施例提供的公交车辆配置与路径设计装置，通过将已经聚类得到的出行需求信息再进行分组，得到各个目标运营组，再以各个目标运营组为单位进行运营车辆分配与运营路径设计，降低了运算量，进而便于根据大量的出行需求数据自动配置车辆并设计路径，从而满足更多潜在用户的需求并提高运营效益。
[0136]
在一些实施例中，第二处理模块320还用于从各出行需求信息中确定各目标运营组的样本出行需求信息；基于各目标运营组的样本出行需求信息与各出行需求信息之间的时空差异度，从各出行需求信息中确定各目标运营组的各出行需求信息；时空差异度用于表示各出行需求信息之间的时间差异度和空间差异度，时间差异度用于表示各出行需求信息之间乘客最早离站时间和乘客最晚到站时间的差异度，空间差异度用于表示各出行需求信息之间乘客上车站点与乘客下车站点的差异度。
[0137]
在一些实施例中，第三处理模块330还用于确定各目标运营组的总出行距离，各目标运营组的总出行距离为各目标运营组内各出行需求的出行距离之和；按照总出行距离由大到小的顺序对各目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0138]
在一些实施例中，第三处理模块330还用于将m个目标运营组的各出行需求信息、各出行需求信息对应的乘客可接受最长乘车时间以及各可用运营车辆信息输入至路径规划模型，得到路径规划模型输出的各出行需求信息的各路径以及各路径的车辆配置信息；其中，路径规划模型为混合整数线性规划模型，路径规划模型是以按照总出行距离由大到小的顺序对各目标运营组分配运营车辆为目标建立的，各出行需求信息的各路径包括经过的各站点以及到达各站点的时间，各路径的车辆配置信息包括配置的车辆数量。
[0139]
在一些实施例中，路径规划模型可以表示为：
[0140]
[0141][0142][0143][0144][0145]
其中，用于表示第m个目标运营组的出行需求信息集合，用于表示当前运营线路集合，是运营线路集合中可服务出行需求信息(i)的运营线路构成的子集，f(i)是向出行需求信息(i)收取的票价，是运营线路k所载出行需求信息(i)的乘客数；ck是运营线路k的运营成本，可根据线路长度与企业运营数据估算；yk是运营线路k的配车数，q(i)是出行需求信息(i)的乘客数，是由当前运营线路集合中途径弧e的线路构成的子集；为第m组出行需求信息中被途径弧e的线路k服务的出行需求信息构成的子集；s是运营车辆单车的载客数量；v是运营企业所有可用运营车辆的数量。
[0146]
在一些实施例中，第三处理模块330还用于构建定价子问题模型，将路径规划模型的对偶变量输入至定价子问题模型，得到解；将得到的解作为新的备选运营线路输入至路径规划模型，得到更新后的对偶变量，并不断迭代，直至通过求解器求解出m个目标运营组的运营车辆分配方式和运营路径。
[0147]
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communications interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行公交车辆配置与路径设计方法，该方法包括：确定聚类得到的各出行需求信息和各可用运营车辆信息；出行需求信息包括乘客数量、上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间；可用运营车辆信息包括可用运营车辆的数量以及各运营车辆的载客数量；将各出行需求信息划分为m个目标运营组；m个目标运营组内的各出行需求信息互不重合，且各目标运营组内最大的目标出行需求信息数量与各目标运营组内最小的目标出行需求信息数量的差值小于预设值；m为正整数；基于各运营车辆信息，向m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0148]
此外，上述的存储器430中的逻辑指令通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以
存储程序代码的介质。
[0149]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的公交车辆配置与路径设计方法，该方法包括：确定聚类得到的各出行需求信息和各可用运营车辆信息；出行需求信息包括乘客数量、上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间；可用运营车辆信息包括可用运营车辆的数量以及各运营车辆的载客数量；将各出行需求信息划分为m个目标运营组；m个目标运营组内的各出行需求信息互不重合，且各目标运营组内最大的目标出行需求信息数量与各目标运营组内最小的目标出行需求信息数量的差值小于预设值；m为正整数；基于各运营车辆信息，向m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0150]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的公交车辆配置与路径设计方法，该方法包括：确定聚类得到的各出行需求信息和各可用运营车辆信息；出行需求信息包括乘客数量、上车站点信息、下车站点信息、乘客最早离站时间和乘客最晚到站时间；可用运营车辆信息包括可用运营车辆的数量以及各运营车辆的载客数量；将各出行需求信息划分为m个目标运营组；m个目标运营组内的各出行需求信息互不重合，且各目标运营组内最大的目标出行需求信息数量与各目标运营组内最小的目标出行需求信息数量的差值小于预设值；m为正整数；基于各运营车辆信息，向m个目标运营组分配运营车辆并确定各运营车辆的运营路径。
[0151]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0152]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0153]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。