CN113053118A - 一种集中调度跨线运行圈次时间的预测方法 - Google Patents

一种集中调度跨线运行圈次时间的预测方法 Download PDF

Info

Publication number
CN113053118A
CN113053118A CN202110291535.9A CN202110291535A CN113053118A CN 113053118 A CN113053118 A CN 113053118A CN 202110291535 A CN202110291535 A CN 202110291535A CN 113053118 A CN113053118 A CN 113053118A
Authority
CN
China
Prior art keywords
time
bus
people
line
getting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110291535.9A
Other languages
English (en)
Inventor
邓伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Traffic D&i Technology Development Co ltd
Original Assignee
Chongqing Traffic D&i Technology Development Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Traffic D&i Technology Development Co ltd filed Critical Chongqing Traffic D&i Technology Development Co ltd
Priority to CN202110291535.9A priority Critical patent/CN113053118A/zh
Publication of CN113053118A publication Critical patent/CN113053118A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及公交车技术领域，尤其涉及一种集中调度跨线运行圈次时间的预测方法，获取公交车的实时的上行路线和下行路线全程行驶的时间，通过IC卡记录获取运行区域内的各条线路上的各个公交车上的实时人数、人数的最大值、各个时段的上车人数、下车人数、通过随车GPS获取车上人数最大值的的站点、上行路线的发车间隔、下行路线的发车间隔、上下行循环运行的车辆数。通过IC卡获取的公交车运行的各个线路的数据实时的传输到后台服务器，服务器对获取的数据进行运算各个站点占整条线路运行总人数的百分比、候车时间、等待时间。本发明针对于各个公交运行区域同时进行的，能对区域内的集中调度的各路公交车进行实时的预测，数据实时可靠，预测精确。

Description

一种集中调度跨线运行圈次时间的预测方法
技术领域
本发明涉及公交车技术领域，尤其涉及一种集中调度跨线运行圈次时间的预测方法。
背景技术
近年来，城市人口及规模的不断扩大，我国城市交通拥挤和阻塞现象越来越严重。如何科学地管理城市公交***，提高公交***的运营效率，已成为有待解决的城市交通问题。公交调度模式的合理的改善是解决公交问题的一个有效的方法。
国内外对于如何优化公交调度都有一定研究。主要有公共交通线路组合调度模型、公交智能调度***的设计方案、遗传算法和混合遗传算法来进行车辆调度优化的方法以及GPS定位技术应用到公交调度管理中等。
发明内容
有鉴于此，本发明的目的是提供一种集中调度跨线运行圈次时间的预测方法，本发明具体按以下步骤执行：
进一步，获取公交车的实时的上行路线和下行路线全程行驶的时间，通过IC卡记录获取运行区域内的各条线路上的各个公交车上的实时人数、人数的最大值、各个时段的上车人数、下车人数、通过随车GPS获取车上人数最大值的的站点、上行路线的发车间隔、下行路线的发车间隔、上下行循环运行的车辆数。
进一步，通过IC卡获取的公交车运行的各个线路的数据实时的传输到后台服务器，服务器对获取的数据进行运算各个站点占整条线路运行总人数的百分比、候车时间、等待时间、各个时段上车所等待的时间和下车所用的时间。
进一步，对步骤S2所获得的数据通过式(1)进行预测运算获得公交车上的实时的人数；公交车载客率设为50％≤y≤120％；
Figure BDA0002982257960000011
其中：Ji：第i时段内车辆运行过程中车上人数达到最大值时的站点；
Pj：各个时段在第j站上车人数占此时段内此条运行线路上车总人数的比例为pj；
pj’：各时段在第j站下车的人数占此时段内此条运行线路下车总人数的比例为pj’；
ΔTi：上行方向第i时段内发车的时间间隔(i＝1,2,……18)；
Vi＝Si/60；Ui＝Si’/60；
Si：在第i时段各站上车人数总和；
Si’：在第i时段各站下车人数总和。
进一步，根据预测的公交车上的人数计算整条线路各个站点等待时间总和W,如式(2)所示：
Figure BDA0002982257960000021
其中：y为预测的公交车的实时载客率，K＝Si/60；结合上述的预测的等待时间与S1中获得的各个站点间的行驶数据进行整合得到公交车圈次运行的预测时间。
本发明的一种集中调度跨线运行圈次时间的预测方法，本发明根据行车的GPS和行车记录数据进行对乘客在站点间等待的时间进行预测，通过预测公交车在站点之间的运行时间和载客率的情况进行计算，能在结合实际数据的基础上充分的计算得到公交车运行的圈次时间，对整条公交线路进行圈次预测具有更加准确的预测，同时本方法是针对于各个公交运行区域同时进行的，能对区域内的集中调度的各路公交车进行实时的预测，本发明取数据方法实时可靠，数据预测精确。
附图说明
图1是本发明的方法流程图；
具体实施方式
以下将结合附图和具体实施例对本发明进行详细说明，显然，所描述的实施例仅仅只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，本领域普通技术人员在没有做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。
本实施例中，如图1所示，本发明具体按以下步骤执行：
获取公交车的实时的上行路线和下行路线全程行驶的时间，通过IC卡记录获取运行区域内的各条线路上的各个公交车上的实时人数、人数的最大值、各个时段的上车人数、下车人数、通过随车GPS获取车上人数最大值的的站点、上行路线的发车间隔、下行路线的发车间隔、上下行循环运行的车辆数。通过IC卡获取的公交车运行的各个线路的数据实时的传输到后台服务器，服务器对获取的数据进行运算各个站点占整条线路运行总人数的百分比、候车时间、等待时间、各个时段上车所等待的时间和下车所用的时间。
本实施例中，对步骤S2所获得的数据通过式(1)进行预测运算获得公交车上的实时的人数；公交车载客率设为50％≤y≤120％；
Figure BDA0002982257960000031
其中：Ji：第i时段内车辆运行过程中车上人数达到最大值时的站点；
Pj：各个时段在第j站上车人数占此时段内此条运行线路上车总人数的比例为pj；
pj’：各时段在第j站下车的人数占此时段内此条运行线路下车总人数的比例为pj’；
ΔTi：上行方向第i时段内发车的时间间隔(i＝1,2,……18)；
Vi＝Si/60；Ui＝Si’/60；
Si：在第i时段各站上车人数总和；
Si’：在第i时段各站下车人数总和。
根据预测的公交车上的人数计算整条线路各个站点等待时间总和W,如式(2)所示：
Figure BDA0002982257960000032
其中：y为预测的公交车的实时载客率，K＝Si/60；结合上述的预测的等待时间与S1中获得的各个站点间的行驶数据进行整合得到公交车圈次运行的预测时间。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。

Claims (5)

1.一种集中调度跨线运行圈次时间的预测方法，其特征在于：具体按以下步骤执行：
获取公交车的实时的上行路线和下行路线全程行驶的时间，通过IC卡记录获取运行区域内的各条线路上的各个公交车上的实时人数、人数的最大值、各个时段的上车人数、下车人数、通过随车GPS获取车上人数最大值的的站点、上行路线的发车间隔、下行路线的发车间隔、上下行循环运行的车辆数。
2.根据权利要求1所述的一种集中调度跨线运行圈次时间的预测方法，其特征在于：通过IC卡获取的公交车运行的各个线路的数据实时的传输到后台服务器，服务器对获取的数据进行运算各个站点占整条线路运行总人数的百分比、候车时间、等待时间、各个时段上车所等待的时间和下车所用的时间。
3.根据权利要求1所述的一种集中调度跨线运行圈次时间的预测方法，其特征在于：对步骤S2所获得的数据通过式(1)进行预测运算获得公交车上的实时的人数；公交车载客率设为50％≤y≤120％；
Figure FDA0002982257950000011
其中：Ji：第i时段内车辆运行过程中车上人数达到最大值时的站点；
Pj：各个时段在第j站上车人数占此时段内此条运行线路上车总人数的比例为pj；
pj’：各时段在第j站下车的人数占此时段内此条运行线路下车总人数的比例为pj’；
ΔTi：上行方向第i时段内发车的时间间隔(i＝1,2,……18)；
Vi＝Si/60；Ui＝Si’/60；
Si：在第i时段各站上车人数总和；
Si’：在第i时段各站下车人数总和。
4.根据权利要求3所述的一种集中调度跨线运行圈次时间的预测方法，其特征在于：根据预测的公交车上的人数计算整条线路各个站点等待时间总和W,如式(2)所示：
Figure FDA0002982257950000012
其中：y为预测的公交车的实时载客率，K＝Si/60。
5.根据权利要求1所述的一种集中调度跨线运行圈次时间的预测方法，其特征在于：结合权利要求4中的预测的等待时间与S1中获得的各个站点间的行驶数据进行整合得到公交车圈次运行的预测时间。
CN202110291535.9A 2021-03-18 2021-03-18 一种集中调度跨线运行圈次时间的预测方法 Pending CN113053118A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110291535.9A CN113053118A (zh) 2021-03-18 2021-03-18 一种集中调度跨线运行圈次时间的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110291535.9A CN113053118A (zh) 2021-03-18 2021-03-18 一种集中调度跨线运行圈次时间的预测方法

Publications (1)

Publication Number Publication Date
CN113053118A true CN113053118A (zh) 2021-06-29

Family

ID=76513670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110291535.9A Pending CN113053118A (zh) 2021-03-18 2021-03-18 一种集中调度跨线运行圈次时间的预测方法

Country Status (1)

Country Link
CN (1) CN113053118A (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101615340A (zh) * 2009-07-24 2009-12-30 北京工业大学 公交动态调度中的实时信息处理方法
CN103198565A (zh) * 2013-04-12 2013-07-10 王铎源 一种公交ic卡收费与客流信息采集方法
CN104064028A (zh) * 2014-06-23 2014-09-24 银江股份有限公司 基于多元信息数据的公交到站时间预测方法及***
CN105390013A (zh) * 2015-11-18 2016-03-09 北京工业大学 一种利用公交ic卡预测公交到站时间的方法
CN105575108A (zh) * 2016-01-11 2016-05-11 深圳市蓝泰源信息技术股份有限公司 一种智能公交调度运营方法
EP3079120A1 (en) * 2013-12-04 2016-10-12 Hitachi, Ltd. System for guiding flow of people and method for guiding flow of people
CN106504516A (zh) * 2016-10-24 2017-03-15 东南大学 一种基于公交站点信息化的多形式公交动态调度方法
CN106781432A (zh) * 2016-11-16 2017-05-31 青岛海信网络科技股份有限公司 一种公交车辆调度的方法及装置
CN106971247A (zh) * 2017-04-26 2017-07-21 吉林大学 一种面向冬季冰雪环境的公交线路运行时刻表优化方法
CN107330547A (zh) * 2017-06-15 2017-11-07 重庆交通大学 一种城市公交动态调度优化方法及***
CN108538072A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种确定发车策略的方法和装置
CN108615353A (zh) * 2018-04-28 2018-10-02 深圳大学 公交运行状态数据调整处理方法、智能终端及存储介质
CN108734353A (zh) * 2018-05-22 2018-11-02 青岛海信网络科技股份有限公司 一种公交线路行车计划生成方法及装置
CN109522584A (zh) * 2018-08-31 2019-03-26 南京理工大学 一种有轨电车发车时刻表设计方法
CN109886491A (zh) * 2019-02-26 2019-06-14 北京工业大学 一种海量运行数据驱动的地面公交两阶段优化调度方法
CN110570656A (zh) * 2019-09-20 2019-12-13 深圳市综合交通运行指挥中心 定制公共交通线路方法及装置
CN111489551A (zh) * 2020-04-23 2020-08-04 河海大学 一种车联网环境下城市公交线路多站联动调度优化方法
US20200349485A1 (en) * 2019-07-11 2020-11-05 Beihang University Optimization method for joint scheduling of manned buses and autonomous buses
CN111932925A (zh) * 2020-07-09 2020-11-13 中咨数据有限公司 一种公共交通站点的出行客流的确定方法、装置及***

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101615340A (zh) * 2009-07-24 2009-12-30 北京工业大学 公交动态调度中的实时信息处理方法
CN103198565A (zh) * 2013-04-12 2013-07-10 王铎源 一种公交ic卡收费与客流信息采集方法
EP3079120A1 (en) * 2013-12-04 2016-10-12 Hitachi, Ltd. System for guiding flow of people and method for guiding flow of people
CN104064028A (zh) * 2014-06-23 2014-09-24 银江股份有限公司 基于多元信息数据的公交到站时间预测方法及***
CN105390013A (zh) * 2015-11-18 2016-03-09 北京工业大学 一种利用公交ic卡预测公交到站时间的方法
CN105575108A (zh) * 2016-01-11 2016-05-11 深圳市蓝泰源信息技术股份有限公司 一种智能公交调度运营方法
CN106504516A (zh) * 2016-10-24 2017-03-15 东南大学 一种基于公交站点信息化的多形式公交动态调度方法
CN106781432A (zh) * 2016-11-16 2017-05-31 青岛海信网络科技股份有限公司 一种公交车辆调度的方法及装置
CN106971247A (zh) * 2017-04-26 2017-07-21 吉林大学 一种面向冬季冰雪环境的公交线路运行时刻表优化方法
CN107330547A (zh) * 2017-06-15 2017-11-07 重庆交通大学 一种城市公交动态调度优化方法及***
CN108538072A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种确定发车策略的方法和装置
CN108615353A (zh) * 2018-04-28 2018-10-02 深圳大学 公交运行状态数据调整处理方法、智能终端及存储介质
CN108734353A (zh) * 2018-05-22 2018-11-02 青岛海信网络科技股份有限公司 一种公交线路行车计划生成方法及装置
CN109522584A (zh) * 2018-08-31 2019-03-26 南京理工大学 一种有轨电车发车时刻表设计方法
CN109886491A (zh) * 2019-02-26 2019-06-14 北京工业大学 一种海量运行数据驱动的地面公交两阶段优化调度方法
US20200349485A1 (en) * 2019-07-11 2020-11-05 Beihang University Optimization method for joint scheduling of manned buses and autonomous buses
CN110570656A (zh) * 2019-09-20 2019-12-13 深圳市综合交通运行指挥中心 定制公共交通线路方法及装置
CN111489551A (zh) * 2020-04-23 2020-08-04 河海大学 一种车联网环境下城市公交线路多站联动调度优化方法
CN111932925A (zh) * 2020-07-09 2020-11-13 中咨数据有限公司 一种公共交通站点的出行客流的确定方法、装置及***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JMHUNTERY: "公交车调度的最优方案", 《豆丁网 HTTPS://WWW.DOCIN.COM/P-562891067.HTM》 *
ZHAO HUANG等: "A Passenger Satisfaction Prediction Method Based on Driving Time", 《2019 COMPUTING, COMMUNICATIONS AND IOT APPLICATIONS (COMCOMAP)》 *
杨思源: "基于快速公交乘客刷卡数据的车辆满载率推算方法研究", 《物流技术》 *

Similar Documents

Publication Publication Date Title
Su et al. Design of running grades for energy-efficient train regulation: a case study for beijing yizhuang line
Amirgholy et al. Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach
CN109859459B (zh) 一种自动驾驶公交调度优化方法
CN107103383B (zh) 一种基于打车热点的动态拼车调度方法
US11960298B2 (en) Multi-range vehicle speed prediction using vehicle connectivity for enhanced energy efficiency of vehicles
CN103440422B (zh) 一种基于带时间窗的到站时间预测的公交晚点恢复方法
CN109637134B (zh) 一种公交设备匹配方法
CN109255972B (zh) 一种基于大数据的地面公交固定线路时刻表的优化方法
CN111340289A (zh) 一种基于遗传算法的公交发车与车速调整优化方法及***
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
CN110675032A (zh) 一种车辆调度方法及其装置
CN113920769A (zh) 一种基于公交多源数据分析的智能排班表生成方法
CN109887267A (zh) 一种轨道交通共线段常规公交调整方法
CN115409295B (zh) 一种基于瓶颈分析的公交调度方法、电子设备及存储介质
CN114037158A (zh) 一种基于od路径的客流预测方法及应用方法
CN115860594A (zh) 一种应用于智能公交排班调度的仿真***及方法
Zwick et al. Impact of service design on urban ridepooling systems
CN111311950B (zh) 公交车高峰期智能调度方法及***
CN109308539A (zh) 实时估算轨道交通线网中换乘站的乘客滞留状态的方法
CN114971136A (zh) 一种公交及巡游小巴调度方法
CN114118766A (zh) 一种基于公交乘客出行多重匹配的客流od算法
CN117371596A (zh) 一种基于多源数据的智慧城市用公共交通综合调控***
Liu et al. Modelling and simulation of cooperative control for bus rapid transit vehicle platoon in a connected vehicle environment
CN108831148A (zh) 一种免费通行下高峰拥堵的高速路网管控方法及***
CN112580962A (zh) 一种基于智慧城市的交通优化调度***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210629

RJ01 Rejection of invention patent application after publication