一种基于智能网联的需求响应公交实时调度方法及系统

本发明涉及智能交通控制，尤其涉及一种基于智能网联的需求响应公交实时调度方法及系统。

背景技术：

1、智能网联公交技术近年来发展迅速并获得广泛研究，应用网联技术能使车与车、车与路之间的动态信息实时交互，实现多种资源的耦合协同，可以为公交运营调度提供强大支撑与保障。优先发展公共交通，打造智能网联公交，可以助力实现公交智能化，是提高城市公交出行方式比例、缓解交通拥堵的重要方法。早在20世纪80年代，欧美国家已开始启动智能公共交通系统项目。然而与其他发达国家相比，我国发展智能公交系统的起步时间较晚。

2、在这种背景下，需求响应公交是一种以乘客需求为基础的交通系统，乘客利用互联网通过手机或电脑提出乘车请求，使得公交可及时响应乘客乘车需求的运输方式。随着车辆技术和信息技术的发展，需求响应公交融合新技术、新装备成为未来公交的发展趋势，人们越来越重视提升公交的服务水平，因此可以采用需求响应型公交解决各城市低出行密度地区无法满足所有乘客出行问题的有效途径之一，但是需求响应公交在我国的发展参差不齐，其原因主要包括：

3、(1)我国乘客需求具有时空复杂性，大大提高了实施该服务的难度；(2)需求响应公交缺少相匹配的智能交通技术的支撑；(3)需求响应公交缺少符合其特点的科学的优化调度方法。

4、针对上述这种情况，本发明提出了一种基于智能网联的需求响应公交实时调度方法及系统，能够有效地对现有技术进行改进，克服其不足。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于智能网联的需求响应公交实时调度方法及系统，以解决现有技术存在的以上问题，其具体方案如下：

2、第一方面，本发明提供了一种基于智能网联的需求响应公交实时调度方法，所述方法包括：

3、基于改进的密度聚类算法得到需求响应公交站点，并对需求响应公交投放区域内乘客下车点与对应在路网上的地理坐标进行聚类；

4、在第一段静态调度中，从时间的角度出发，结合效用函数来考虑系统中两者各自满足程度，并根据平台获取的预约乘客需求通过路径规划算法制定出车辆线路方案；

5、基于所述第一阶段静态调度所建立的目标函数和约束条件基础上，在不改变已行驶路线及预约需求点的基础上对实时需求进行插入判断，对未能响应需求则利用惩罚函数进行惩罚，以得到合理高效的运行路线调整方案。

6、优选地，所述基于改进的密度聚类算法得到需求响应公交站点，并对需求响应公交投放区域内乘客下车点与对应在路网上的地理坐标进行聚类，所述方法包括：

7、步骤1.1将需求响应公交投放区域内乘客下车点集合n中所有坐标点标记为未处理状态，并计算所有原始坐标点之间的站点隔离度；

8、步骤1.2读取未遍历坐标点为圆心，通过站点隔离度β_sii为半径，将该坐标点领域集n中领域内包含的坐标点数量ni与领域密度阈值minpts进行比较；其中大于领域密度阈值minpts值则标记为核心点，否则为噪点；

9、所述站点隔离度β_sii公式如下：

10、

11、其中，β_sii为半径标准值；ci为以坐标点i为圆心、β为半径范围内的坐标点集合；dij为坐标点i与坐标点j之间的最短路径距离；n为ci内坐标点的个数；

12、步骤1.3遍历该点邻域内坐标点，将未分簇的坐标点归为新的新类簇；若遍历过程中访问到其他核心点，则遍历其邻居节点，并将该核心节点领域集纳入原集合n中；

13、步骤1.4若区域内所有坐标点均被访问完毕则转到步骤1.5，否则重新转到1.3；

14、步骤1.5若所有坐标点均被标记完毕则终止操作，统计各类簇内坐标点数量ni，并将各类簇核心点坐标整合到gis路网中作为需求响应公交服务区域乘客下车站点；否则，重新转入步骤1.1。

15、优选地，所述在第一段静态调度中，从时间的角度出发，结合效用函数来考虑系统中两者各自满足程度，并根据平台获取的预约乘客需求通过路径规划算法制定出车辆线路方案，所述方法包括：

16、步骤2.1通过获得的预约乘客时间窗设置，可以确定需求响应公交到达需求点的时间，进而利用需求响应公交车辆和乘客的早到和晚到效应，构建需求响应公交的系统总效用函数，包括运营公司效用f1和需求响应公交乘客效用f2，结合效用函数来考虑系统中两者各自满足程度，对两个对象进行权重设置w1、w2，建立需求响应公交的系统总效用最大化模型：

17、max u＝w1f1+w2f2

18、运营公司效用f1是运营公司的总收入和运营成本之间的差额，其中总收入即需求响应公交票价收入总和，而运营成本包括需求响应公交行驶成本、站点停留成本、车辆闲置成本和惩罚函数对被更改下车点的乘客给予相应补偿成本cc之间的差额：

19、

20、

21、

22、其中：

23、k—预约总乘客集合

24、k1—第一阶段静态调度预约乘客集合

25、cp—每位乘客对应的票价

26、r—drt线路数

27、λ1—需求响应公交行驶时间与成本之间的转化系数

28、a—需求区域内静态需求点集合

29、i、j—需求响应公交上下车需求点

30、i′—乘客上车需求点i对应的下车需求点

31、—需求响应公交线路r在需求点i,j路段之间的行驶时间

32、—0-1变量(若需求响应公交线路r经过i、j路段，为1；否则为0)

33、λs—需求响应公交站点停留时间与成本之间的转化系数集合，λs＝{λ2,λ3,λ4}

34、—需求响应公交离开线路r需求点i的时间

35、—需求响应公交达到线路r需求点i的时间

36、λ5—需求响应公交闲置时间与成本之间的转化系数

37、r—需求响应公交车厂保有车辆数

38、r0—需求响应公交实际运行车辆数

39、hk—乘客到达下车点的时间

40、hk—下车点聚类后更改的乘客k到达原目的地的时间

41、eik、lik—乘客nk到达下车点i设置时间窗的上界和下界值

42、λ2、λ3、λ4—考虑到乘客下车时间窗和需求响应公交的达到时间之间关系，不同情况下需求响应公交站点停留时间与成本之间的转化系数

43、α—第一阶段惩罚函数算子，与下车站点聚类被更改乘客对应更改的距离成正比

44、—预约需求被接受但下车点被聚类更改的乘客

45、乘客效用函数f2考虑的是乘客行程总时间，包括乘客提前到达所造成的等待时间、车内的行程时间、乘客从聚合下车点下车后到达目的地的时间：

46、

47、其中：

48、λ6、λ7、λ8—乘客等待时间、车内行驶时间和聚合下车点到原目的地的时间与成本之间的转化系数

49、—乘客k乘坐需求响应公交r离开需求i时间

50、—乘客k到达需求i时间

51、步骤2.2对第一阶段静态调度模型线路规划做出相关限制，约束条件包括对需求点服务进行约束、对需求响应公交的载客量进行约束、对预约乘客上下车需求点时间窗进行约束、对需求响应公交的行程时间时长进行约束和需求响应公交的车场内车辆数进行约束；

52、若需求响应公交线路r经过乘客上车需求点i、乘客需求对应的下车点i′路段，为1；否则为0：

53、

54、需求响应公交所选车型载客量进行约束：

55、

56、其中：

57、—需求响应公交线路r到达需求点i时车上乘客人数

58、—需求响应公交线路r到达需求点i时等待上下乘客人数，即站点i的上车人数减去下车人数

59、q—需求响应公交的车辆额定载客数

60、需求响应公交到达时间进行约束：

61、

62、

63、总行程时长进行约束：

64、

65、其中：

66、tmin—需求响应公交最小单程时间

67、tmax—需求响应公交最大单程时间

68、l—需求响应公交最大行驶里程

69、v—需求响应公交平均行驶时间

70、投入运营使用的车辆数量进行约束：

71、

72、其中：

73、—0-1变量，若需求响应公交在线路r上运营则为1，否则为0；

74、步骤2.3需求响应公交第一阶段的调度问题属于车辆路径问题中的一类，通过遗传算法求解模型，获得预约需求下需求响应公交最优路径；其中，遗传算法是借鉴自然界生物进化机制而开发的随即全局搜索优化方法，能在搜索过程中自动获取搜索空间知识，并自适应地控制搜索过程以求得最佳解。

75、优选地，所述需求响应公交第一阶段的调度问题属于车辆路径问题中的一类，通过遗传算法求解模型，获得预约需求下需求响应公交最优路径，所述方法包括：

76、step1：对于本调度模型的染色体编码考虑到待接驳乘客数据和所使用车场数据两个部分，设需求响应公交系统中乘客需求为n，车场可用车辆数为r0，则染色体中各基因片段编码从需求响应公交系统点集{1,2…n+r0-2}中选取，对于大于n的点位均赋为s，即车场编号，最终按照赋值情况进行切分；

77、step2：采用随机函数实现初始种群的生成，当种群规模达到m后，对结果进行约束条件分析没通过算法程序对各片段进行校验，滔天不符合条件的染色体，并将种群重新补充至原规模，继续判断直至获取符合条件的染色体种群；

78、step3：设置最大进化代数以及代数计数器，根据建立的第一阶段静态调度模型目标函数确定遗传算法适应度函数，即遗传算法适应度函数为模型目标函数；确定遗传算法中的遗传代数t、交叉率pc和变异率pm；

79、step4：通过选择、交叉、变异，产生出代表新的解集的群体；

80、step5：算法的终止条件是由于设的遗传代数t来确定，当迭代值达到最大值t时，算法终止，以进化中过程中得到的具有最大适应度值的个体作为最优解输出，即输出最优发车时刻和需求响应公交发车路径调度方案矩阵；否则，返回step3。

81、优选地，所述通过选择、交叉、变异，产生出代表新的解集的群体，所述方法包括以下任一算法：

82、采用轮盘赌选择法，根据个体适应度计算每个个体在子代中出现的概率，并按照此概率随机选择个体构成子代种群，按照优胜劣汰的原则，淘汰不合理的个体；

83、

84、采用单点交叉法，根据给定的交叉概率pc决定每对染色体是否需要进行交叉操作；对于需要交叉操作的染色体，随机设置一个交叉点进行分割，交换右侧部分，得到两个不同的染色体；

85、根据预设的变异率pm对个体的部分基因进行改变，对个染色体中非车场编号s的基因点位生成随机数值，当该值小于pm/2时，在该染色体中随机选取任意其他非车场编号值将两者调换；若均在pm/2和pm之间时，随机选取任意其他染色体中的某一非车场编号点位置进行调换，操作时需要保证乘客需求点编号在该染色体中的唯一性。

86、优选地，所述基于所述第一阶段静态调度所建立的目标函数和约束条件基础上，在不改变已行驶路线及预约需求点的基础上对实时需求进行插入判断，对未能响应需求则利用惩罚函数进行惩罚，以得到合理高效的运行路线调整方案，所述方法包括：

87、步骤3.1建立需求响应公交第二阶段动态调度模型，车辆拒绝实时预约需求会给乘客出行造成不便，且影响公交公司信誉和可靠性，需求响应公交第二阶段动态调度的惩罚函数算子c′c与拒绝该出行需求给乘客造成的实际损失成正比：

88、

89、其中：

90、c—对应服务区域内拒绝接驳动态需求点集合，c∈b；

91、b—对应服务区域内动态需求点集合；

92、β—第二阶段惩罚函数算子；

93、综上所述，则二阶段动态调度目标函数表示形式为：

94、maxδu＝u′-u＝w1(f′1-f1)-w2(f′2-f2)

95、其中：

96、u′—响应实时需求情况下需求效应公交系统总效用；

97、u—拒绝实时需求情况下需求效应公交系统总效用；

98、需求响应公交运营公司效用f′1、f1函数表达式如下，乘客效用函数f′2、f2对乘客需求点集合做出相应的更改即可，最终需求响应公交第二阶段动态调度的系统总效用最大化模型如下：

99、

100、

101、

102、其中：

103、b—对应服务区域内动态需求点集合；

104、b′—对应服务区域内能响应待接驳需求点集合；

105、步骤3.2对于当前正在实时运行的需求响应公交线路链集合，通过动态插入算法选择已有的需求响应公交线路链和插入位置，其中动态插入算法包括两个步骤，第一步是判断插入区间，第二步是确定插入点位：

106、使用二叉树排序数数据结构对需求响应公交线路乘客数据进行储存，每个节点标记乘客需求点编号，将线路起始需求点作为根节点；若乘客时间窗上限小于父节点时间窗上限则将该需求点数据储存于左侧子节点，否则若乘客时间窗下限大于父节点时间窗则储存于右侧子节点；

107、在判断插入区间上，需要对不同给定线路上乘客时间窗的数据进行遍历对比，通过队列思想选择广度优先遍历算法，从顶点并行出发，向下逐层搜索判断可插入线路的需求点编号区间{xn，xm}；设当前线路需求响应公交车辆已行驶过的最新需求点编号为x0，当xn≤x0≤xm，则xn取值为x0；当x0>xm时，表明该线路无法进行实时响应；广度优先遍历算法过程如下：

108、step1：初始化所有乘客需求节点均未被访问，并初始化一个空队列q，；

109、step2：从起始节点x0开始出发，标记其已被访问，并将起始节点x0放入空队列q中；

110、step3：从队列中取出起始节点x0，输出起始节点x0；

111、step4：找出与起始节点x0邻接且尚且未遍历的点x1、x2，进行标记，将其全部放入队列中；依次遍历左子节点x1和右子节点x2；

112、step5：直到队伍为空，则终止操作，输出可插入线路的需求点编号区间，即可插入线路区间为{xn，xm}；否则，重新转入step3；

113、在确定具体插入点上，当实时需求判别能被当前线路车辆响应且该实时需求点坐标在原初始路径中，需求响应公交可按照当前线路方案继续行驶，否则需要求解该需求点在初始运营路径中的最佳插入位置，选择最节约插入算法进行实时需求插入点位的确定；若无法获得符合条件的弧(xi，xj)值，即该实时需求的插入使得需求响应公交总效用低于拒绝后的原调度方法或为满足模型约束条件，平台会对该实施需求实行拒绝响应操作，并根据惩罚函数值向该乘客返回一定补偿，最节约插入算法过程如下：

114、step1：选定一条初始线路，在线路上可插入区间各需求点间应用第一阶段静态调度模型求解算法寻找符合条件的弧(xi，xj)，使其满足第二阶段动态调度模型中目标函数值δu为正，并记录弧(xi，xj)和目标函数最大值；

115、step2：选定下一条初始线路，重复step1操作，若该线路目标函数最大值大于记录值，则更新记录值和弧(xi，xj)值；

116、step3：若所有线路访问完毕，则终止操作，输出弧(xi，xj)对应线路编号，将实时需求点插入至点xi和xj之间，由该需求响应公交按照更新后的线路提供服务，否则重新转入step2。

117、第二方面，本发明提供了一种基于智能网联的需求响应公交实时调度系统，所述系统包括：

118、聚类模块，用于基于改进的密度聚类算法得到需求响应公交站点，并对需求响应公交投放区域内乘客下车点与对应在路网上的地理坐标进行聚类；

119、规划模块，用于在第一段静态调度中，从时间的角度出发，结合效用函数来考虑系统中两者各自满足程度，并根据平台获取的预约乘客需求通过路径规划算法制定出车辆线路方案；

120、调整模块，用于基于所述第一阶段静态调度所建立的目标函数和约束条件基础上，在不改变已行驶路线及预约需求点的基础上对实时需求进行插入判断，对未能响应需求则利用惩罚函数进行惩罚，以得到合理高效的运行路线调整方案。

121、第三方面，本发明提供了一种基于智能网联的需求响应公交实时调度设备，所述设备包括：

122、通信总线，用于实现处理器与存储器间的连接通信；

123、存储器，用于存储计算机程序；

124、处理器，用于执行所述计算机程序以实现如下步骤：

125、基于改进的密度聚类算法得到需求响应公交站点，并对需求响应公交投放区域内乘客下车点与对应在路网上的地理坐标进行聚类；

126、在第一段静态调度中，从时间的角度出发，结合效用函数来考虑系统中两者各自满足程度，并根据平台获取的预约乘客需求通过路径规划算法制定出车辆线路方案；

127、基于所述第一阶段静态调度所建立的目标函数和约束条件基础上，在不改变已行驶路线及预约需求点的基础上对实时需求进行插入判断，对未能响应需求则利用惩罚函数进行惩罚，以得到合理高效的运行路线调整方案。

128、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。

129、有益效果：本发明的基于智能网联的需求响应公交实时调度方法及系统，通过基于改进的密度聚类算法得到需求响应公交站点，并对需求响应公交投放区域内乘客下车点与对应在路网上的地理坐标进行聚类；在第一段静态调度中，从时间的角度出发，结合效用函数来考虑系统中两者各自满足程度，并根据平台获取的预约乘客需求通过路径规划算法制定出车辆线路方案；基于所述第一阶段静态调度所建立的目标函数和约束条件基础上，在不改变已行驶路线及预约需求点的基础上对实时需求进行插入判断，对未能响应需求则利用惩罚函数进行惩罚，以得到合理高效的运行路线调整方案。该方案充分利用智能网联的智能化和网联化与需求响应公交的灵活性特点融合。根据乘客发车前至少半小时提出的出行申请，得到已知的需求响应公交场站位置、各乘客上下车需求点及时间窗进行需求响应公交车辆相关路径规划。通过若干同车型需求响应公交车辆从车场首发，为服务区域内已在需求响应公交平台上提交出行需求(包括提前预约和实时预约)的若干名随机分布的乘客提供“门到门”接驳服务。从而分别建立了静态和动态两个阶段的调度模型，在第一阶段静态调度模型求解算法上，结合区域路网通过遗传算法求解目标函数求取路径规划和调度方案结果，部分因接驳条件不匹配而调整下车点的乘客给予部分惩罚补偿；在第二阶段调度实施第一阶段调度所建立的目标函数和约束条件的基础上，在不改变路线的基础上对实时需求进行插入判断，对未响应的需求和部分因接驳条件不匹配而调整下车点的乘客给予部分惩罚补偿。

130、该优化方法以乘客耗时成本和公交运营成本为目标建立系统效用最大化函数，考虑到车辆容量约束、需求公交到达时间约束和行程时长等约束。本发明保证运输效益的前提下，根据乘客提供提前预约和实时预约双重预约模式下的需求和公交公司运营对需求响应公交进行实时合理的智能调度，具有较强的应用价值。