CN110826943A - 判断是否需要进行配车及确定公交配车数的方法及相关设备 - Google Patents

Abstract

本申请实施例提供了判断是否需要进行配车及确定公交配车数的方法，用于在确定目标公交线路后，为该目标公交线路，分配精确的公交配车数，由此达到合理利用公交资源的效果。包括：获取目标公交线路的客流高峰时段；获取第一基础客流量Q₁和第一实际客流量Q₂；依据Q₁和Q₂，获得客流需求量△Q₁₂；判断△Q₁₂是否大于配车阈值φ₁；若是，则△Q₁₂，计算客流高峰时段对应的发车间隔时长；以及推荐配车数；在进行配车后，获取配车后的目标公交线路在所述客流高峰时段的第二基础客流量Q₃；依据Q₃和Q₂，获得调整差值△Q₃₂；若△Q₃₂大于等于0，则配车成功；若△Q₃₂小于0，则按照如下公式调整△Q₁₂，获得新的△Q₁₂ ^‘’，并依据述△Q₁₂ ^‘’，循环执行配车验证。

Description

判断是否需要进行配车及确定公交配车数的方法及相关设备

技术领域

本申请涉及公交领域，尤其涉及判断是否需要进行配车及确定公交配车数的方法及相关设备。

背景技术

在居民的购买力不断提升以及科技技术不断发展的背景下，如今网约车的出行方式，已成为居民日常的出行方式。网约车，即网络预约出租汽车经营服务的简称，是指以互联网技术为依托构建服务平台，接入符合条件的车辆和驾驶员，通过整合供需信息，提供非巡游的预约出租汽车服务的经营活动。

网约车具有跨时间、跨地域的方便性，然而在网约车占据居民的一大出行方式时，也需看到的是，随着城市人口不断地上涨、尤其是热门城市不断流入外来人口，在交通容量有限的情况下，选择网约车出行，特别是在节假日高峰时段，还是容易遇上交通堵塞的情况，仍为居民的出行带来不便以及较差的服务体验。

于此同时，传统的公交若能进一步发挥拥有大载客容量的优点，更好地满足居民的出行需求，显然对于交通拥堵情况的改善，仍有较大的可行性空间，且对于公交资源来说，也能带来更高的资源利用率，因此，在确定公交线路后，该公交线路的公交资源的合理分配，显然，为一重要的环节，而在现有的相关技术中，公交线路的公交资源的分配方式，仍存在精确度不高的情况。

发明内容

本申请实施例提供了判断是否需要进行配车及确定公交配车数的方法及相关设备，用于在确定目标公交线路后，为该目标公交线路，分配精确的公交配车数，由此达到合理利用公交资源的效果。

第一方面，本发明提供了一种判断是否需要进行公交配车及确定公交配车数的方法，所述方法包括：S101、获取目标公交线路的客流高峰时段；S102、分别获取所述目标公交线路在所述客流高峰时段的第一基础客流量Q₁和第一实际客流量Q₂；其中，所述第一基础客流量是用户已经发生乘车行为的客流量，所述第一实际客流量是用户实际需要发生乘车行为的客流量，所述第一实际客流量大于所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一基础客流量具体包括：获取所述公交线路的刷卡客流数据，依据所述刷卡客流数据获得所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一实际客流量具体包括：获取所述公交线路的线路OD调查数据、居民出行OD调查数据和在线用户查询数据；依据所述线路OD调查数据、所述居民出行OD调查数据以及所述在线用户查询数据获得所述目标公交线路在所述客流高峰时段的所述第一实际客流量；S103、依据所述第一基础客流量Q₁和所述第一实际客流量Q₂，获得客流需求量△Q₁₂；所述△Q₁₂= Q₂-Q₁；S104、判断所述客流需求量△Q₁₂是否大于需要配车阈值φ₁；S105、若否，则判断所述目标公交线路不需要进行公交配车；S106、若是，则判断所述目标公交线路需要进行公交配车，并根据所述客流高峰时段以及所述客流需求量△Q₁₂，计算所述客流高峰时段对应的发车间隔时长；S107、根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数；S108、在对所述目标公交线路按照所述推荐配车数进行配车后，获取配车后的所述目标公交线路在所述客流高峰时段的第二基础客流量Q₃；其中，所述第二基础客流量是用户已经发生乘车行为的客流量；S109、依据所述第二基础客流量Q₃和所述第一实际客流量Q₂，获得调整差值△Q₃₂；所述△Q₃₂= Q₃- Q₂；S110、若所述△Q₃₂大于等于0 ，则配车成功；S111、若所述△Q₃₂小于0，则按照如下公式调整所述△Q₁₂，获得新的△Q₁₂ ^‘’，所述△Q₁₂ ^‘’=△Q₁₂+△Q₃₂；S112、依据所述△Q₁₂ ^‘’，循环执行所述S106- S112。

可选的，所述通过所述线路OD调查、居民出行OD调查、和在线用户查询数据获得所述目标公交线路在所述客流高峰时段的第一实际客流量包括：根据所述线路OD调查、所述居民出行OD调查、所述刷卡客流数据以及所述在线用户查询数据获得所述目标公交线路在不同预设时段的第一实际客流量；

求解

，

为目标公交线路在所述客流高峰时段的实际客流量，

为所 述客流高峰时段包含的分钟数，

为所述不同预设时段的实际客流量，

的计量单位为分 钟。

可选的，所述不同预设时段的计量时长单位为15分钟。

可选的，所述获取所述目标公交线路在所述客流高峰时段的第一实际客流量包括：通过客流量输出模型，获得所述目标公交线路在所述客流高峰时段的第一实际客流量，其中，所述客流量输出模型由所述公交线路的线路OD调查、居民出行OD调查以及在线用户查询数据训练初始模型得到。

可选的，所述根据所述客流高峰时段以及所述客流需求量，计算所述客流高峰时段对应的发车间隔时长包括：

根据发车间隔时长计算公式计算所述客流高峰时段对应的发车间隔时长，所述发车间隔时长计算公式包括：

，

用于指示所述发车间隔时长，

的计量单位为分钟，用于指示所述客流 高峰时段包含的分钟数，

用于指示目标公交线路在所述客流高峰时段的客流需求量，

用于指示所述目标公交线路的公交额定承载人数。

可选的，所述根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数包括：

根据配车数计算公式计算所述目标公交线路在所述客流高峰时段的推荐配车数，所述配车数公式包括：

，

用于指示所述推荐配车数，

用于指示所述目标公交线路的单班 运营时间，用于指示所述发车间隔时长，

和

的计量单位为分钟，

用于指示机动公 交车辆数。

第二方面，本发明还提供了一种公交配车数的确定装置，所述确定装置包括：

获取单元，用于获取目标公交线路的客流高峰时段；

所述获取单元，还用于获取所述目标公交线路在所述客流高峰时段的客流需求量；分别获取所述目标公交线路在所述客流高峰时段的第一基础客流量Q₁和第一实际客流量Q₂；其中，所述第一基础客流量是用户已经发生乘车行为的客流量，所述第一实际客流量是用户实际需要发生乘车行为的客流量，所述第一实际客流量大于所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一基础客流量具体包括：获取所述公交线路的刷卡客流数据，依据所述刷卡客流数据获得所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一实际客流量具体包括：获取所述公交线路的线路OD调查数据、居民出行OD调查数据和在线用户查询数据；依据所述线路OD调查数据、所述居民出行OD调查数据以及所述在线用户查询数据获得所述目标公交线路在所述客流高峰时段的所述第一实际客流量；

处理单元，用于依据所述第一基础客流量Q₁和所述第一实际客流量Q₂，获得客流需求量△Q₁₂；所述△Q₁₂= Q₂- Q₁；

所述处理单元还用于判断所述客流需求量△Q₁₂是否大于需要配车阈值φ₁；若否，则判断所述目标公交线路不需要进行公交配车；若是，则判断所述目标公交线路需要进行公交配车，并根据所述客流高峰时段以及所述客流需求量△Q₁₂，计算所述客流高峰时段对应的发车间隔时长；

所述处理单元还用于根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数；

所述处理单元还用于在对所述目标公交线路按照所述推荐配车数进行配车后，获取配车后的所述目标公交线路在所述客流高峰时段的第二基础客流量Q₃；其中，所述第二基础客流量是用户已经发生乘车行为的客流量；

所述处理单元还用于依据所述第二基础客流量Q₃和所述第一实际客流量Q₂，获得调整差值△Q₃₂；所述△Q₃₂= Q₃- Q₂；若所述△Q₃₂大于等于0 ，则配车成功；

所述处理单元还用于若所述△Q₃₂小于0，则按照如下公式调整所述△Q₁₂，获得新的△Q₁₂ ^‘’，所述△Q₁₂ ^‘’=△Q₁₂+△Q₃₂；

所述处理单元还用于依据所述△Q₁₂ ^‘’，循环执行权利要求1所述的所述S106- S112。

第三方面，本发明还提供了一种公交配车数的计算设备，所述预测设备包括处理器，处理器用于执行存储器中存储的计算机程序时实现上述任一项所述的方法。

第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述任一项所述的方法。

从以上技术方案可以看出，本申请实施例具有以下优点：

针对客流高峰时段，通过客流高峰时段的第一基础客流量（已经发生乘车行为的客流量）、第一实际客流量（有实际乘车需求但不一定发生乘车行为的客流量），获取客流高峰时段的客流需求量，该客流需求量很直接的反应了目前针对目标公交线路的乘车需求，并将该客流需求量与配车阈值进行比较，当大于该阈值时表示该目标公交线路的乘车需求较大，此时以客流需求量为中心，计算得到目标公交线路的推荐配车数，通过在配车后增设验证环节，校验第二基础客流量和第一实际客流量的差值是否大于0，以确定所增设的推荐配车数是否已经解决了目标公交线路的乘车需求，若否，则循环执行直至配车成功，由此有效结合了历史客流数据结合潜在的客流需求量，显著提高推荐配车数的精确性，在满足实际客流量的同时，可合理分配公交配车数及其公交资源，达到双赢的效果，对于公交运营服务，具有较高的应用价值以及推广价值。

附图说明

图1为本申请实施例判断是否需要进行配车及确定公交配车数的方法的一种流程示意图；

图2为本申请实施例公交配车数的确定装置的一种结构示意图；

图3为本申请实施例公交配车数的确定设备的一种结构示意图。

具体实施方式

本申请实施例提供了判断是否需要进行配车及确定公交配车数的方法及相关设备，用于在确定目标公交线路后，为该目标公交线路，分配精确的公交配车数，由此达到合理利用公交资源的效果。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。在本申请中出现的对步骤进行的命名或者编号，并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤，已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序，只要能达到相同或者相类似的技术效果即可。

本申请中所出现的模块的划分，是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如多个模块可以结合成或集成在另一个***中，或一些特征可以忽略，或不执行，另外，所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本申请中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到多个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。

在介绍本申请实施例提供的判断是否需要进行配车及确定公交配车数的方法之前，先介绍涉及的相关背景内容。

在公交领域现有的相关技术中，在确定目标公交线路的公交配车数时，往往通过历史的公交刷卡数据或者实时的公交刷卡数据，确定对应的公交配车数，而没有考虑不同特殊情况所带来的影响，例如，突发的恶劣天气原因、网约车平台的活动原因等等，也因此，导致为目标公交线路所分配的公交配车数，未能符合其实际情况，公交资源的利用率较低。

基于现有的相关技术存在的上述缺陷，本申请实施例提供了一种新的判断是否需要进行配车及确定公交配车数的方法，可在一定程度上克服现有的相关技术所存在的缺陷。

本申请实施例中判断是否需要进行配车及确定公交配车数的方法的执行主体可以为本申请实施例提供的公交配车数的确定装置，或者集成了该公交配车数的确定装置的服务器设备、物理主机或者用户设备（User Equipment，UE）等不同类型的公交配车数的确定的训练设备，其中，公交配车数的确定装置可以采用硬件或者软件的方式实现，UE具体可以为智能手机、平板电脑、笔记本电脑、掌上电脑、台式电脑或者个人数字助理（PersonalDigital Assistant，PDA）等终端设备。

下面，开始介绍本申请实施例提供的判断是否需要进行配车及确定公交配车数的方法。

图1示出了本申请实施例判断是否需要进行配车及确定公交配车数的方法的一种流程示意图，如图1所示，本申请实施例提供的判断是否需要进行配车及确定公交配车数的方法，具体可包括如下内容：

S101、获取目标公交线路的客流高峰时段；

S102、分别获取所述目标公交线路在所述客流高峰时段的第一基础客流量Q₁和第一实际客流量Q₂；其中，所述第一基础客流量是用户已经发生乘车行为的客流量，所述第一实际客流量是用户实际需要发生乘车行为的客流量，所述第一实际客流量大于所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一基础客流量具体包括：获取所述公交线路的刷卡客流数据，依据所述刷卡客流数据获得所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一实际客流量具体包括：获取所述公交线路的线路OD调查数据、居民出行OD调查数据和在线用户查询数据；依据所述线路OD调查数据、所述居民出行OD调查数据以及所述在线用户查询数据获得所述目标公交线路在所述客流高峰时段的所述第一实际客流量；

S103、依据所述第一基础客流量Q₁和所述第一实际客流量Q₂，获得客流需求量△Q₁₂；所述△Q₁₂= Q₂- Q₁；

S104、判断所述客流需求量△Q₁₂是否大于需要配车阈值φ₁；

S105、若否，则判断所述目标公交线路不需要进行公交配车；

S106、若是，则判断所述目标公交线路需要进行公交配车，并根据所述客流高峰时段以及所述客流需求量△Q₁₂，计算所述客流高峰时段对应的发车间隔时长；

S107、根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数；

S108、在对所述目标公交线路按照所述推荐配车数进行配车后，获取配车后的所述目标公交线路在所述客流高峰时段的第二基础客流量Q₃；其中，所述第二基础客流量是用户已经发生乘车行为的客流量；

S109、依据所述第二基础客流量Q₃和所述第一实际客流量Q₂，获得调整差值△Q₃₂；所述△Q₃₂= Q₃- Q₂；

S110、若所述△Q₃₂大于等于0 ，则配车成功；

S111、若所述△Q₃₂小于0，则按照如下公式调整所述△Q₁₂，获得新的△Q₁₂ ^‘’，所述△Q₁₂ ^‘’=△Q₁₂+△Q₃₂；

S112、依据所述△Q₁₂ ^‘’，循环执行所述S106- S112。

在图1所示实施例提出的技术方案中，针对客流高峰时段，通过客流高峰时段的第一基础客流量（已经发生乘车行为的客流量）、第一实际客流量（有实际乘车需求但不一定发生乘车行为的客流量），获取客流高峰时段的客流需求量，该客流需求量很直接的反应了目前针对目标公交线路的乘车需求，并将该客流需求量与配车阈值进行比较，当大于该阈值时表示该目标公交线路的乘车需求较大，此时以客流需求量为中心，计算得到目标公交线路的推荐配车数，通过在配车后增设验证环节，校验第二基础客流量和第一实际客流量的差值是否大于0，以确定所增设的推荐配车数是否已经解决了目标公交线路的乘车需求，若否，则循环执行直至配车成功，由此有效结合了历史客流数据结合潜在的客流需求量，显著提高推荐配车数的精确性，在满足实际客流量的同时，可合理分配公交配车数及其公交资源，达到双赢的效果，对于公交运营服务，具有较高的应用价值以及推广价值。

以下对图1所示实施例的各个步骤的具体实施方式进行详细阐述：

在本申请实施例中，在确定当前的目标公交线路后，可根据该目标公交线路的历史客流数据，结合客流变化率和/或上下车人数等参考因素的阈值，筛选出目标数值高于阈值的时段，作为目标公交线路的客流高峰时段。

作为图1所示实施例步骤S102的一种具体实现方式，可包括：

获取公交线路的线路OD调查、居民出行OD调查以及在线用户查询数据；

可以理解，OD调查为出行出发地点Origin和出行目的点Destination之间的交通量调查。

调查内容具体可包括出发点分布、目的点分布、出行目的、出行方式、出行时间、出行距离或者出行次数等信息。

线路OD调查以及居民出行OD调查，可通过家访调查、路边询问调查、明信片调查、工作出行调查、车辆牌照调查、运输集散点调查、公交线路乘客调查或者电话询问调查等调查方式实现；或者通过用户键入的方式输入值对应的数据库中获取。

而刷卡客流数据以及在线用户查询数据，则可通过连接公交APP的数据中心或者公交管理中心的处理设备，并调取得到。

在得到通过线路OD调查、居民出行OD调查以及在线用户查询数据后，即可通过大数据的分析，获得目标公交线路在客流高峰时段的第一实际客流量。

而对于第一基础客流量，其可以直接调取公交管理中心的处理设备，获取真正发生公交乘车行为的刷卡记录，以此获得该第一基础客流量。而对于第一实际客流量，本领域是技术人员可以理解，其是真正反映该目标公交线路中的用户车辆量需求，其既包含了已经发生的乘车行为，也包含了实际应该发生乘车行为但由于配车数不够而未发生乘车行为的实际客流量。因此依据所述第一基础客流量Q₁和所述第一实际客流量Q₂，获得客流需求量△Q₁₂；所述△Q₁₂= Q₂- Q₁；并通过判断所述客流需求量△Q₁₂是否大于需要配车阈值φ₁来确定是否需要配车，该需要配车阈值φ₁可以根据实际情况需求（如配车成本等）进行预先设定；同时，需要说明的是，步骤S101与步骤S102的执行，并不是分开执行的，例如，步骤S101中客流高峰时段的确定，可在步骤S102的获取过程中实现，在线路OD调查、居民出行OD调查以及在线用户查询数据中，若存在某一时段的数据的出现次数、频率、占比较多时，则可提取出作为客流高峰时段。当然步骤S101也可单独执行，即可在日常中确认某一公交线路，若该线路被投诉情况较多、或是中间间隔等车时间较长，或是每次乘车时没有座位车内人员很多，则可确认该公交线路为目标公交线路。

进一步的，作为获得客流需求量的一种具体实现方式，具体可通过滑动时间窗的方式，计算得到客流高峰时段的客流需求量：

根据线路OD调查、居民出行OD调查以及在线用户查询数据获得目标公交线路在不同预设时段的客流需求量；

求解，

为目标公交线路在客流高峰时段的客流需求量，为客流高 峰时段包含的分钟数，

为不同预设时段的客流需求量，

的计量单位为分钟。

可以理解，对于不同的预设时段对应的时间窗，即可通过滑动时间窗的方式，求解滑动时间窗内的客流需求量的最大解，作为客流高峰时段的客流需求量，或者说，高峰时段的最高断面客流需求量。

其中，对于上述所称的预设时段以及客流高峰时段，则配置不同的计量时长单位，该计量时长单位可指示客流需求量的颗粒度，例如5分钟、10分钟、15分钟、20分钟、30分钟、45分钟或者60分钟等，而在进一步的实际应用中发现，15分钟的计量时长单位，对于公交线路在短时间内的客流需求量的变化幅度，具有更高的区分度，可更为清晰地反映出短时间内的真实客流需求量，因此该不同预设时段的计量时长单位优选为15分钟，。

作为获得客流需求量的另一种具体实现方式，客流高峰时刻的客流需求量，还可通过神经网络模型实现，即，可包括：

通过客流量输出模型，输出目标公交线路在客流高峰时段的客流需求量，其中，客流量输出模型由公交线路的线路OD调查、居民出行OD调查以及在线用户查询数据在不同预设时段的历史客流需求量训练初始模型得到。

可以理解，神经网络模型在人工智能（Artificial Intelligence，AI）技术的基础上，通过机器学习，结合训练样本，可训练模型并得到具有可灵活预测高峰客流时段的颗粒需求量的特点。

其中，可先获取初始化的神经网络模型作为初始模型，以输出客流高峰时段的客流需求量为目标，输入公交线路的线路OD调查、居民出行OD调查、在线用户查询数据以及目标公交线路在不同预设时段的历史客流需求量，进行正向传播；再根据输出的客流高峰时段的客流需求量计算损失函数，进行反向传播，优化模型的参数，以提升模型的预测效果。通过反反复复的传播，对模型不断地进行优化调整，完成训练的模型即可作为客流量输出模型并投入实际应用。

其中，模型具体可采用时序模型，例如Prophet模型，时序模型对于时间序列预测，具有较高的学习能力以及预测精度，因此较为适用于本申请实施例所涉及的客流高峰时段的客流需求量的预测。

作为图1对应实施例的一种具体实现方式，发车间隔时长的计算，可包括：

根据发车间隔时长计算公式计算客流高峰时段对应的发车间隔时长，发车间隔时长计算公式包括：

，

用于指示客流高峰时段包含的分钟数，

用于指示目标公交线路在客流高 峰时段的客流需求量，

用于指示目标公交线路的公交额定承载人数。

其中，该公交额定承载人数，可结合公交政策以及公交产品确定。

在得到发车间隔时长后，即可结合获取到的目标公交线路的单班运营时间，将两者的比值作为推荐配车数。

在又一个示例性的实现方式中，还可引入机动公交。即，图1对应实施例步骤S104，具体可包括：

根据配车数计算公式计算目标公交线路在客流高峰时段的推荐配车数，配车数公式包括：

，

用于指示推荐配车数，

用于指示目标公交线路的单班运营时间，

用于指示发车间隔时长，

用于指示机动公交车辆数。

可以理解，通过引入机动公交，如此可从整体层面上，结合多条的公交线路，灵活分配机动公交，进而灵活配置公交资源，进一步提高公交资源的利用率。同时，在对所述目标公交线路按照所述推荐配车数进行配车后，是否配成成功，或者是否解决的客流需求量这一问题，本发明实施例还提供了验证方案，即获取配车后的所述目标公交线路在所述客流高峰时段的第二基础客流量Q₃；其中，所述第二基础客流量是用户在配车后已经发生乘车行为的客流量；依据所述第二基础客流量Q₃和所述第一实际客流量Q₂，获得调整差值△Q₃₂；所述△Q₃₂= Q₃- Q₂；若所述△Q₃₂大于等于0 ，则配车成功；若所述△Q₃₂小于0，则按照如下公式调整所述△Q₁₂，获得新的△Q₁₂ ^‘’，所述△Q₁₂ ^‘’=△Q₁₂+△Q₃₂；依据所述△Q₁₂ ^‘’，循环验证配车。可以理解，△Q₁₂ ^‘’为第一次配车后所更新的客流需求量，并依据该更新后的该客流需求量，继续通过本发明的S106-S112步骤进行配车验证，直至配车成功。

为便于更好的实施本申请实施例提供的判断是否需要进行配车及确定公交配车数的方法，本申请实施例还提供了公交配车数的确定装置。

请参阅图2，图2为本申请实施例订单量预测模型的训练装置的一种结构示意图，在本申请实施例中，公交配车数的确定装置300具体可包括如下结构：

获取单元301，用于获取目标公交线路的客流高峰时段；

所述获取单元301，还用于获取所述目标公交线路在所述客流高峰时段的客流需求量；分别获取所述目标公交线路在所述客流高峰时段的第一基础客流量Q₁和第一实际客流量Q₂；其中，所述第一基础客流量是用户已经发生乘车行为的客流量，所述第一实际客流量是用户实际需要发生乘车行为的客流量，所述第一实际客流量大于所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一基础客流量具体包括：获取所述公交线路的刷卡客流数据，依据所述刷卡客流数据获得所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一实际客流量具体包括：获取所述公交线路的线路OD调查数据、居民出行OD调查数据和在线用户查询数据；依据所述线路OD调查数据、所述居民出行OD调查数据以及所述在线用户查询数据获得所述目标公交线路在所述客流高峰时段的所述第一实际客流量；

处理单元302，用于依据所述第一基础客流量Q₁和所述第一实际客流量Q₂，获得客流需求量△Q₁₂；所述△Q₁₂= Q₂- Q₁；所述处理单元还用于判断所述客流需求量△Q₁₂是否大于需要配车阈值φ₁；若否，则判断所述目标公交线路不需要进行公交配车；若是，则判断所述目标公交线路需要进行公交配车，并根据所述客流高峰时段以及所述客流需求量△Q₁₂，计算所述客流高峰时段对应的发车间隔时长；所述处理单元还用于根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数；所述处理单元还用于在对所述目标公交线路按照所述推荐配车数进行配车后，获取配车后的所述目标公交线路在所述客流高峰时段的第二基础客流量Q₃；其中，所述第二基础客流量是用户已经发生乘车行为的客流量；所述处理单元还用于依据所述第二基础客流量Q₃和所述第一实际客流量Q₂，获得调整差值△Q₃₂；所述△Q₃₂= Q₃- Q₂；若所述△Q₃₂大于等于0 ，则配车成功；所述处理单元还用于若所述△Q₃₂小于0，则按照如下公式调整所述△Q₁₂，获得新的△Q₁₂ ^‘’，所述△Q₁₂ ^‘’=△Q₁₂+△Q₃₂；所述处理单元还用于依据所述△Q₁₂ ^‘’，循环执行权利要求1所述的所述S106- S112。

在一个示例性的实现方式中，还包括：

获取公交线路的线路OD调查、居民出行OD调查以及在线用户查询数据；

通过线路OD调查、居民出行OD调查以及在线用户查询数据推导目标公交线路在客流高峰时段的客流需求量。

在又一个示例性的实现方式中，在本申请实施例第二方面第二种可能的实现方式中：

根据线路OD调查、居民出行OD调查以及在线用户查询数据预测目标公交线路在不同预设时段的客流需求量；

求解，

为目标公交线路在客流高峰时段的客流需求量，

为客流高峰 时段包含的分钟数，

为不同预设时段的客流需求量，

的计量单位为分钟。

在又一个示例性的实现方式中，不同预设时段的计量时长单位为15分钟。

在又一个示例性的实现方式中，通过客流量输出模型，获取目标公交线路在客流高峰时段的客流需求量，其中，客流量输出模型由公交线路的线路OD调查、居民出行OD调查以及在线用户查询数据训练初始模型得到。

在又一个示例性的实现方式中，根据发车间隔时长计算公式计算客流高峰时段对应的发车间隔时长，发车间隔时长计算公式包括：

，

用于指示发车间隔时长，

的计量单位为分钟，

用于指示客流高峰时段包 含的分钟数，

用于指示目标公交线路在客流高峰时段的客流需求量，

用于指示目标公 交线路的公交额定承载人数。

在又一个示例性的实现方式中，根据配车数计算公式计算目标公交线路在客流高峰时段的推荐配车数，配车数公式包括：

，用于指示推荐配车数，

用于指示目标公交线路的单班运营时间，

用于指示发车间隔时长，

和

的计量单位为分钟，

用于指示机动公交车辆数。

参阅图3，图3示出了本申请实施例提供的公交配车数的确定设备的一种结构示意图，具体的，本申请实施例提供的公交配车数的确定设备包括处理器401，处理器401用于执行存储器402中存储的计算机程序时实现如图1或图1对应任意实施例中判断是否需要进行配车及确定公交配车数的方法的各步骤；或者，处理器401用于执行存储器402中存储的计算机程序时实现如图1对应实施例中各单元的功能。

示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。

公交配车数的确定设备可包括，但不仅限于处理器401、存储器402。本领域技术人员可以理解，示意仅仅是公交配车数的确定设备的示例，并不构成对公交配车数的确定设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如公交配车数的确定还可以包括输入输出设备、网络接入设备、总线等，处理器401、存储器402、输入输出设备以及网络接入设备等通过总线相连。

处理器401可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是公交配车数的确定设备的控制中心，利用各种接口和线路连接整个设备的各个部分。

存储器402可用于存储计算机程序和/或模块，处理器401通过运行或执行存储在存储器402内的计算机程序和/或模块，以及调用存储在存储器402内的数据，实现计算机装置的各种功能。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据公交配车数的确定设备的使用所创建的数据（比如音频数据、视频数据等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

本申请还提供了计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如图1或图2对应任意实施例中的判断是否需要进行配车及确定公交配车数的方法。

可以理解，集成的单元如果以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，本申请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全部或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）执行本申请各方法实施例的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的公交配车数的确定装置、设备及其单元的具体工作过程，可以参考图1或图2对应实施例中判断是否需要进行配车及确定公交配车数的方法的说明，具体在此不再赘述。

综上，本申请实施例提供的判断是否需要进行配车及确定公交配车数的方法及相关设备，针对客流高峰时段，通过获取客流高峰时段的客流需求量，并以客流需求量为中心，计算得到目标公交线路的推荐配车数，由此可结合历史客流数据结合潜在的客流需求量，显著提高推荐配车数的精确性，在满足实际客流量的同时，可合理分配公交配车数及其公交资源，达到双赢的效果，对于公交运营服务，具有较高的应用价值以及推广价值。

在本申请所提供的几个实施例中，应该理解到，所揭露的公交配车数的确定装置、设备及其单元，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。

Claims (9)

1.一种判断是否需要进行公交配车及确定公交配车数的方法，其特征在于，所述方法包括：

S101、获取目标公交线路的客流高峰时段；

S102、分别获取所述目标公交线路在所述客流高峰时段的第一基础客流量Q₁和第一实际客流量Q₂；其中，所述第一基础客流量是用户已经发生乘车行为的客流量，所述第一实际客流量是用户实际需要发生乘车行为的客流量，所述第一实际客流量大于所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一基础客流量具体包括：获取所述公交线路的刷卡客流数据，依据所述刷卡客流数据获得所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一实际客流量具体包括：获取所述公交线路的线路OD调查数据、居民出行OD调查数据和在线用户查询数据；依据所述线路OD调查数据、所述居民出行OD调查数据以及所述在线用户查询数据获得所述目标公交线路在所述客流高峰时段的所述第一实际客流量；

S103、依据所述第一基础客流量Q₁和所述第一实际客流量Q₂，获得客流需求量△Q₁₂；所述△Q₁₂= Q₂- Q₁；

S104、判断所述客流需求量△Q₁₂是否大于需要配车阈值φ₁；

S105、若否，则判断所述目标公交线路不需要进行公交配车；

S106、若是，则判断所述目标公交线路需要进行公交配车，并根据所述客流高峰时段以及所述客流需求量△Q₁₂，计算所述客流高峰时段对应的发车间隔时长；

S107、根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数；

S108、在对所述目标公交线路按照所述推荐配车数进行配车后，获取配车后的所述目标公交线路在所述客流高峰时段的第二基础客流量Q₃；其中，所述第二基础客流量是用户已经发生乘车行为的客流量；

S109、依据所述第二基础客流量Q₃和所述第一实际客流量Q₂，获得调整差值△Q₃₂；所述△Q₃₂= Q₃- Q₂；

S110、若所述△Q₃₂大于等于0 ，则配车成功；

S111、若所述△Q₃₂小于0，则按照如下公式调整所述△Q₁₂，获得新的△Q₁₂ ^‘’，所述△Q₁₂ ^‘’=△Q₁₂+△Q₃₂；

S112、依据所述△Q₁₂ ^‘’，循环执行所述S106- S112。

2.根据权利要求1所述的方法，其特征在于，所述通过所述线路OD调查、居民出行OD调查、和在线用户查询数据获得所述目标公交线路在所述客流高峰时段的第一实际客流量包括：

根据所述线路OD调查、所述居民出行OD调查、所述刷卡客流数据以及所述在线用户查询数据获得所述目标公交线路在不同预设时段的第一实际客流量；

求解，

为目标公交线路在所述客流高峰时段的实际客流量，

为所 述客流高峰时段包含的分钟数，

为所述不同预设时段的实际客流量，

的计量单位为 分钟。

3.根据权利要求2所述的方法，其特征在于，所述不同预设时段的计量时长单位为15分钟。

4.根据权利要求1所述的方法，其特征在于，所述获取所述目标公交线路在所述客流高峰时段的第一实际客流量包括：

通过客流量输出模型，获得所述目标公交线路在所述客流高峰时段的第一实际客流量，其中，所述客流量输出模型由所述公交线路的线路OD调查、居民出行OD调查以及在线用户查询数据训练初始模型得到。

5.根据权利要求1所述的方法，其特征在于，所述根据所述客流高峰时段以及所述客流需求量，计算所述客流高峰时段对应的发车间隔时长包括：

根据发车间隔时长计算公式计算所述客流高峰时段对应的发车间隔时长，所述发车间隔时长计算公式包括：

，

用于指示所述发车间隔时长，

的计量单位为分钟，

用于指示所述客流 高峰时段包含的分钟数，

用于指示目标公交线路在所述客流高峰时段的客流需求量，

用于指示所述目标公交线路的公交额定承载人数。

6.根据权利要求1所述的方法，其特征在于，所述根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数包括：

根据配车数计算公式计算所述目标公交线路在所述客流高峰时段的推荐配车数，所述配车数公式包括：

，

用于指示所述推荐配车数，

用于指示所述目标公交线路的单 班运营时间，

用于指示所述发车间隔时长，

和

的计量单位为分钟，

用于指示机动 公交车辆数。

7.一种公交配车数的确定装置，其特征在于，所述确定装置包括：

获取单元，用于获取目标公交线路的客流高峰时段；

所述获取单元，还用于获取所述目标公交线路在所述客流高峰时段的客流需求量；分别获取所述目标公交线路在所述客流高峰时段的第一基础客流量Q₁和第一实际客流量Q₂；其中，所述第一基础客流量是用户已经发生乘车行为的客流量，所述第一实际客流量是用户实际需要发生乘车行为的客流量，所述第一实际客流量大于所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一基础客流量具体包括：获取所述公交线路的刷卡客流数据，依据所述刷卡客流数据获得所述第一基础客流量；获取所述目标公交线路在所述客流高峰时段的第一实际客流量具体包括：获取所述公交线路的线路OD调查数据、居民出行OD调查数据和在线用户查询数据；依据所述线路OD调查数据、所述居民出行OD调查数据以及所述在线用户查询数据获得所述目标公交线路在所述客流高峰时段的所述第一实际客流量；

处理单元，用于依据所述第一基础客流量Q₁和所述第一实际客流量Q₂，获得客流需求量△Q₁₂；所述△Q₁₂= Q₂- Q₁；

所述处理单元还用于判断所述客流需求量△Q₁₂是否大于需要配车阈值φ₁；若否，则判断所述目标公交线路不需要进行公交配车；若是，则判断所述目标公交线路需要进行公交配车，并根据所述客流高峰时段以及所述客流需求量△Q₁₂，计算所述客流高峰时段对应的发车间隔时长；

所述处理单元还用于根据所述发车间隔时长以及所述目标公交线路的单班运营时间，计算所述目标公交线路在所述客流高峰时段的推荐配车数；

所述处理单元还用于在对所述目标公交线路按照所述推荐配车数进行配车后，获取配车后的所述目标公交线路在所述客流高峰时段的第二基础客流量Q₃；其中，所述第二基础客流量是用户已经发生乘车行为的客流量；

所述处理单元还用于依据所述第二基础客流量Q₃和所述第一实际客流量Q₂，获得调整差值△Q₃₂；所述△Q₃₂= Q₃- Q₂；若所述△Q₃₂大于等于0 ，则配车成功；

所述处理单元还用于若所述△Q₃₂小于0，则按照如下公式调整所述△Q₁₂，获得新的△Q₁₂ ^‘’，所述△Q₁₂ ^‘’=△Q₁₂+△Q₃₂；

所述处理单元还用于依据所述△Q₁₂ ^‘’，循环执行权利要求1所述的所述S106- S112。

8.一种公交配车数的计算设备，其特征在于，所述预测设备包括处理器，处理器用于执行存储器中存储的计算机程序时实现如权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。

Images