发明内容
本发明实施例的目的在于提供一种智能公交调度运营方法,能够合理实现公交调度并提高运营效率。
本发明实施例是这样实现的:
一种智能公交调度运营方法,包括以下步骤:
101、获取专家***里的或自定义输入的客流数据和/或运营收入,以及获取专家***里的或自定义输入的线路配车车型满载率,得出计划发车趟次;
102、获取首末班的发车时间,根据所述计划发车趟次,得出全天参考发车间隔,再获取专家***里的峰段设置,得出每一趟次的实际发车时间,形成发车时刻表;
103、获取单次全程运营时间,根据所述发车时刻表,得到能周转的最小的计划发车数,获取司机的疲劳驾驶时间限制,得出不同发车数量对应需要的驾驶员人数,对比不同发车数及不同驾驶员人数的两两组合的成本及各种组合中的驾驶员驾驶时长;
104、输出发车时刻表、实际发车数及驾驶员人数作为公交调度运营方案。
所述的一种智能公交调度运营方法,步骤101中:所述满载率=客流人数/(总趟次*趟核载人数),若获取运营收入,则按比例生成预期客流人数作为参考客流数据。
所述的一种智能公交调度运营方法,步骤101之后:将所述计划发车趟次与专家***内的同等条件运营方案对比,若计划发车趟次与专家***内的实际发车数不相同,则调整所述计划发车趟次,直至相同。
所述的一种智能公交调度运营方法,步骤102中:将所述发车间隔抽样与专家***内的同等条件的运营方案对比,校验每个时段的发车间隔,若发车间隔与专家***内的发车间隔不同,则调整所述发车间隔,直至相同。
所述的一种智能公交调度运营方法,步骤103中:利用错位比较方法,将计划到达时间和计划发车时间去错位做减,可得出最小的发车数来确保车辆的周转,再结合场站内时段停站时间,得出最小的计划发车数。
所述的一种智能公交调度运营方法,步骤103中:设定司机的疲劳驾驶时间,以便判断车辆的司机的上班类型是全天班、上午班或下午班,进行成本效益考核。
所述的一种智能公交调度运营方法,步骤103中:获得的最小发车数,往上累加,若最小发车数与历史发车数相比大于等于1小于等于3,则最小发车数累加1,若最小发车数与历史发车数相比大于等于4,则最小发车数累加至专家***内5份历史参考数据的平均数,在满载周转、站休、司机疲劳驾驶限制情况下,提供不同配车数的司机的站休时间和司机的人数和工资成本。
所述的一种智能公交调度运营方法,步骤104之后:生成各站点的具体计划到站时间,以便进行到站抢晚点考核。
所述的一种智能公交调度运营方法,步骤104之后:生成高低平峰各时段的串车间隔、大间隔和久候信息。
所述的一种智能公交调度运营方法,步骤104之后:生成日总车次、上行场站发车数、下行场站发车数、日总里程、载客里程、日平均站停时间、车辆平均时速,以及每个司机的工作时间、驾驶时间和场站休息时间。
本发明实施例通过对路况、行车监控、客流采集等实时交通信息进行采集,结合可用的车辆资源和司机资源、通过调度排班知识库和调度排班模型,自动生成调度排班计划,然后通过日积月累的专家库进行评级,确保发现公交运营方案的弊端,扬长避短,最后生成最为有效的运营方案和考核指标,保证了发车间隔的合理性,为公交企业从根本上提高运营效率。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例是通过对人力资源和车辆资源为基础,通过路况、客流、调度事件等实时交通采集数据进行分析,形成运营方案,然后在实际运营中,结合实时监控和调度,灵活调整计划,然后再拿实际运营出来的方案和计划的运营方案进行对比分析,找出不合理的部分进行调整完善,如此日积月累,日臻完善可形成多套适用的运营方案备用,在排班时根据条件过滤,可以选用一套最为合理的运营方案。把事后的、静态的、纯经验的形式转变为实时的、动态的、自动的运营方案分析方式,实现调度等运营管理功能的自动化和智能化,充分提高整个企业***工作的科学性和有效性。
以下结合具体实施例对本发明的具体实现进行详细描述:
如图2所示,是本发明智能公交运营调度***的总***框架图,通过将车辆资源、人力资源和线路载体这些基础载体信息和路况、行车和客流这些实时信息进行综合分析得出运营方案,再利用专家***中的调度模型进行校验,进行数据处理,从而能够修正、生成新的调度计划,实时调整运营计划,处理调度异常事件,实时信息发布。
如图3所示,本发明智能公交调度中运营方案的管理链流程图,可用的人力资源和可用的车辆资源经过专家***库进行数据处理,生成运营方案,然后执行作业方案,再实际运营方案,同时进行人力异常故障判断和车辆故障判断,若无故障则,按当前运营方案执行,若有故障则返回专家***库重新进行数据处理,生成新的运营方案,在完成运营作业后,会进行人力资源确认和车辆资源确认,将确认结果返回作为可用的人力资源和可用的车辆资源。
如图4所示,本发明智能公交调度运营核心的流程图。
步骤1定位需要制作的运营方案基础参数和标签,如按假期定位周一到周五、周末、国假、暑期等、按天气定位天晴、下雨、下雪等条件。
步骤2根据步骤1所选条件,专家***从客流库中自动筛选出历史出行人数和满载情况,***提示出预期的客流量和满载情况(满载率=客流人数/(总趟次*趟核载人数)),根据车型参数,专家***从趟次库中提供出建议的计划总发车趟次。
步骤3根据步骤1所选条件和步骤2生成的计划发车总趟次,设置首末班的时间,专家***间隔库自动生成出建议的时段发车间隔,微调后与同条件运营方案进行抽样分析,不合理部分再加与调整再分析,这里专家***只是建议,生成默认的一份,但是还会根据一些特殊情况,比如要预留加油时间、吃饭时间,做一些微调。
步骤4根据前面步骤生成的参数,设置峰段间隔和全程时长,自动生成出全天的发车时间点明细,即发车时刻表。并拿步骤4生成的总计趟次和步骤2生成的计划趟次进行对比,这里专家***的趟次和间隔等参数都是参考,可以根据实际需要进行调整,然后生成新的运营方案,间隔变化可能出现加趟或者减趟,最后得出来的总趟次很有可能会和当初专家***提供的有出入。
步骤5根据步骤1所选条件,专家***配车库结合线路配车数自动生成建议需要的车辆总数,得出最小发车和最小收车。
步骤6根据步骤4生成的时间列表和步骤5生成的配车数,***自动分解时间给各班次车辆,形成运营方案,由专家***评分库对运营方案进行评分。
步骤7根据步骤6生成的运营方案,进行统计分析,统计各班次车辆、司机的平均车速、平均驾驶时长等信息。
步骤8运营当天根据需要从多套运营方案里面自动筛选出一套合理的运营方案参与运营,然后在调度完之后将方案的实际使用情况分解统计之后回馈给专家***,以大数据挖掘的方式,将这些数据标签入专家***库,如此往复,日臻完善强大的运营方案专家库。
首先要建立专家***,将以往运营的数据进行汇总,分为多个库,包括客流库、趟次库、间隔库、配车库及评分库,相当于数据汇总得出来的模型,作为运营方案形成的参考基础,再结合实时设置的变量信息,从而得出实际的运营方案。
为了更***地描述本发明,换言之,本发明的一种智能公交调度运营方法,包括以下步骤:
101、获取专家***里的或自定义输入的客流数据和/或运营收入,以及获取专家***里的或自定义输入的线路配车车型满载率,得出计划发车趟次;所述满载率=客流人数/(总趟次*趟核载人数),若获取运营收入,则按比例生成预期客流人数作为参考客流数据;将所述计划发车趟次与专家***内的同等条件运营方案对比,若计划发车趟次与专家***内的实际发车数不相同,则调整所述计划发车趟次,直至相同;
102、获取首末班的发车时间,根据所述计划发车趟次,得出全天参考发车间隔,再获取专家***里的峰段设置,得出每一趟次的实际发车时间,形成发车时刻表;将所述发车间隔抽样与专家***内的同等条件的运营方案对比,校验每个时段的发车间隔,若发车间隔与专家***内的发车间隔不同,则调整所述发车间隔,直至相同;
103、获取单次全程运营时间,根据所述发车时刻表,得到能周转的最小的计划发车数,获取司机的疲劳驾驶时间限制,得出不同发车数量对应需要的驾驶员人数,对比不同发车数及不同驾驶员人数的两两组合的成本及各种组合中的驾驶员驾驶时长;利用错位比较方法,将计划到达时间和计划发车时间去错位做减,可得出最小的发车数来确保车辆的周转,再结合场站内时段停站时间,得出最小的计划发车数;设定司机的疲劳驾驶时间,以便判断车辆的司机的上班类型是全天班、上午班或下午班,进行成本效益考核;获得的最小发车数,往上累加,若最小发车数与历史发车数相比大于等于1小于等于3,则最小发车数累加1,若最小发车数与历史发车数相比大于等于4,则最小发车数累加至专家***内5份历史参考数据的平均数,在满载周转、站休、司机疲劳驾驶限制情况下,提供不同配车数的司机的站休时间和司机的人数和工资成本。
104、输出发车时刻表、实际发车数及驾驶员人数作为公交调度运营方案;生成各站点的具体计划到站时间,以便进行到站抢晚点考核;生成高低平峰各时段的串车间隔、大间隔和久候信息;生成日总车次、上行场站发车数、下行场站发车数、日总里程、载客里程、日平均站停时间、车辆平均时速,以及每个司机的工作时间、驾驶时间和场站休息时间。
其中,串车间隔、大间隔和久候信息:不同的运营方案的发车间隔不一样,那任意时间每两个车辆之间的计划距离是可以运算出来的。这个数值可以作为考核指标,在实际运营过程中如果和计划的相差过大,需要提醒,统计每个发车间隔其实往后平移就是站点的车辆进站间隔,如果超过一定时间车辆没有进站,那就是站点乘客久侯。
其中,错位比较方法是拿计划到达时间和计划发车时间去错位做减,比如:
1.6:00-7:00
2.6:30-7:30
3.7:00-8:00
那就是第1班发出去最早回来也得跑第3班,那最小发车是2。
其中,按比例生成预期客流人数:如果老人和小孩等半价都是刷卡的,就是1∶1的比例,主要看半价和分段收费的情况,也可以是2∶1或者1∶2等等。
其中,对比不同发车数及不同驾驶员人数的两两组合的成本及各种组合中的驾驶员驾驶时长:比如一天需要发100趟,10台车能周转,20台车肯定也可以,10台车就是每个车跑10圈20台就是每台车跑5圈,20台车司机的站内休息时间就比较长,浪费人力。这里主要就是计算完成100趟任务10台车合理还是11台车合理。完成100趟任务,10台车的时候每个司机跑完一圈可能是休息10分钟,全天的运营时长8小时,那就可能每台车需要2个司机,那就是20个司机和10台车的组合;15台车的时候,每个司机跑完一圈可能休息30分钟,全天运营时长6小时,那就是15台车和15个司机的组合。各种组合中的驾驶员驾驶时长,每个驾驶员的工作时间不能超过8小时,哪种组合的成本低,最后就采用哪种组合作为运营方案。
举例:比如,全天上下行各发8趟车,可以2台车2个司机,也可以2台车4个司机或者4台车4个司机,但是司机的休息时间不一样,成本不一样。
表1:是时间点,是没分配的任务,需要发16趟车,不涉及司机和台次。
表2:2台车2个司机的组合,司机是全天班,一个班次都是从早到晚一个司机。运营方案16个时间点,16趟车分两个班次执行。
表3:2台车4个司机的组合,司机是半天班。13点前是上午班司机,13点后是下午班司机。运营方案16个时间点2个班次4个司机。16趟车分两个班次执行。一个班次由2个司机完成。
表4:4台车4个司机的组合,司机都是半天班。运营方案16个时间点4个班次4个司机。16趟分4个班次执行。一个班次由4个司机完成。
从上面四个表可以看出,由表1时刻表推算出来的运营方案表2、表3和表4,表2成本虽然低,但是司机工作时间太长,表4成本高,司机休息时间太长,表3较合理,是两两组合中的最优方案。
本发明的方法相当于一个PDCA螺旋循环,换言之,1、大概有多少人乘车;2、计算发多少班次才能搭载完;3、人流在高低峰的分布情况;4、完成这么多趟需要多少车合理;5、运营这么多车需要多少司机合理;6、持续改进。
本发明的调度运营方法针对公交运营多目标、多变量的动态特点,以公交现有基础数据为依据,结合客流和运营收入、车厢内满载率为入口、得出合理的计划趟次,然后结合实时调度分析和高峰平峰设置,生成全天各时段发车间隔,再通过专家库时段发车间隔校验合理性,再得出每一趟的实际发车时间,然后结合全程运营时间和最小站休时间,得出最小发车数,然后在最小发车数的基础上叠加分析出不同发车数的各项考核指标,推荐最优发车方案。通过上述方法,经过一段时间的数据累计,能按需要自动生成合理的运营方案模版,并在使用过程中日臻完善,形成闭环反馈的调度运营方法,改变传统盲目、被动、经验型的派班作业状态。
本发明建立了公交客流数据的自动采集和公交客流的监测和分析***,实现公交客流的准确监测和数据统计,为公交集团智能调度营运提供基于客流的制订合理的调配运力、编制行车作业计划等提供科学的决策和分析依据。结合交通路网和线路数据的分析和应用,提供公交集团对于公交线路的布设、调整、优化以及公交站点设计等相关的规划和设计工作的参考数据,支撑线网中心以及相关交通道路规划部门工作的科学开展。
以上所述仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。