一种基于车时成本优化的运营时段划分方法技术

本发明专利技术公开了一种基于车时成本优化的运营时段划分方法，包括以下步骤：利用log‑logistic统计模型对历史行程时间进分布拟合，计算给定发车时刻下每个发车方向具备可靠性的行程时间；利用历史客流数据和法定最低发车频率，计算完成此时间窗内运输任务所需的最小车队规模；对所述时间窗的起始时间以一定的步长沿着时间轴方向滑动，依次计算每个时间窗内的理论最小车队规模；计算运营时段划分方案的车队运营时间总成本，即各时段时长与相应理论最小车队规模之乘积的累加总和；以所述车队运营时间总成本最小化为目标，对全天运营时段划分方案进行寻优。与传统的时段划分方法相比，本发明专利技术的方法能更好地实现运力与运量相匹配，并有效降低车时成本。

An operation time division method based on vehicle time cost optimization

The invention discloses a method for dividing operation periods based on vehicle-hour cost optimization, which comprises the following steps: using log_logistic statistical model to fit the historical travel time advance distribution, calculating the travel time with reliability for each departure direction at a given departure time, utilizing the historical passenger flow data and the statutory minimum departure frequency; The minimum fleet size required to complete the transportation task in this time window is calculated; the theoretical minimum fleet size in each time window is calculated by sliding the starting time of the time window along the time axis with a certain step length; and the total cost of the fleet operating time of the division scheme is calculated, i.e. the length of each time window and the total fleet operating time. The cumulative sum of the product of the minimal fleet size in the corresponding theory is used to optimize the day-to-day operation time division scheme with the objective of minimizing the total cost of the fleet operation time. Compared with the traditional time division method, the method of the invention can better realize the matching of transportation capacity and volume, and effectively reduce the vehicle time cost.

【技术实现步骤摘要】
一种基于车时成本优化的运营时段划分方法
本专利技术涉及公交运营管理
，特别是涉及一种基于车时成本优化的运营时段划分方法。
技术介绍
公共交通是城市通勤者的主要的出行方式，也是实现城市交通可持续发展的高效运输方式。有效的公交系统规划包括以下几个层次分明而相互关联的子问题：线路规划；发车频率设计；时刻表编制；车辆调度和驾驶员排班。公交运营时段划分将全天运营时段划分为几个阶段，目的是使每个时段内部拥有尽量相近的运力需求，进而制定相应的调度方案，方便公交管理部门制定时刻表、配置车辆和人员[宋瑞,何世伟,杨永凯,等.公交时刻表设计与车辆运用综合优化模型[J].中国公路学报,2006,19(3):70-76.SongRui,HeShiwei,YangYongkaiIntegratedOptimizationModelofTransitSchedulingPlanandBusUse[J]ChinaJournalofHighwayandTransport,2006,19(3):70-76.]，从而实现运力与运量的匹配，是公交运营优化的重要一环。在公交运营优化方面，目前研究主要集中在给定运营时段下的调度方案，对运营时段划分问题关注很少。Bie等[BieY,GongX,LiuZ.TimeofdayintervalspartitionforbusscheduleusingGPSdata[J].TransportationResearchPartCEmergingTechnologies,2015,60:443-456.]利用车辆GPS数据提取站点间运行时间和停站时间信息，将其映射为车辆行程时间和乘客需求，并利用聚类算法对运营时间进行划分，利用欧氏距离验证了时段划分方案中同一时段行程时间和乘客需求的相似性。沈吟东等[沈吟东,张仝辉,徐甲.基于K-means聚类算法的公交运营时段分析[J].交通运输系统工程与信息,2014,14(2):87-93.ShenYindong,ZhangTonghui,XuJia.HomogeneousBusRunningTimeBandsAnalysisBasedonK-meansAlgorithms[J].JournalofTransportationSystemsEngineeringandInformationTechnology,2014,14(2):87-93.]将发车时刻及其对应的行程时间组成的数据对作为车次任务属性，并运用欧氏距离评价不同车次任务之间的相似性，将聚类结果边界作为公交运营时段的划分时间点。杨新苗等[杨新苗,王炜,尹红亮,等.公交调度峰值曲线的优化方法[J].东南大学学报(自然科学版),2001,31(3):40-43.YangXinmiaoWangWeiYinHongliangWuYong,ANewMethodforTransitPeakValueCurveOptimization[J],JournalofSoutheastUniversity(NaturalScienceEdition),2001,31(3):40-43.]在线路客流数据的基础上，利用Fisher聚类算法对公交运营时段进行了划分，使得运营时段内部具有相似的乘客需求。Mendes等[Mendes-MoreiraJ,Moreira-MatiasL,GamaJ,etal.Validatingthecoverageofbusschedules:AMachineLearningapproach[J].InformationSciences,2015,293(1):299-313.]利用一条线路全年的车辆行程时间数据，绘制该线路每日行程时间变化曲线，利用动态时间弯曲距离评价日期之间行程时间的相似性，并对行程时间变化曲线进行聚类分析，以此对全年的日期进行分类。该方法的原理在于同一类型的日期中，全天行程时间变化规律具有相似性，可以为分日期类型进行时刻表制定工作提供参考，以提高时刻表的可靠性。在目前实际运营中，管理员往往凭借经验进行时段划分，缺少具有普遍指导意义的时段划分方法。在理论研究方面，以往研究均基于单一数据源(客流需求或车辆行程时间)，采用聚类算法并根据参数的时空相似性作为划分结果，尚未考虑多源公交数据(乘客需求和车辆行程时间)对时段划分的联合作用，因而存在以下几方面的缺陷：(1)聚类算法(如k均值)根据历史数据的规律进行时段划分，考虑的影响因素有限，且分类数通常人为设定，因而划分结果过于主观，并不一定是最优解。(2)单一参数的时段划分方法忽略了其它影响因素的波动性，因此，基于车辆行程时间的运营时段划分方法适用于运营时段内乘客需求稳定、但车辆行程时间波动较大的线路，如市区内部行驶的非重要通勤线路；而基于乘客需求的运营时段划分方法适用于行程时间稳定、但客流波动较大的线路，如具有公交专用道的BRT线路。但对于大部分市区公交线路，客流组成结构复杂，行驶道路情况复杂，同时具有较大的客流需求波动和行程时间波动。由于客流量会直接影响车辆停靠时间，因此行程时间与乘客需求也存在一定的关联[WuW.,LiuR.,JinW.Modellingbusbunchingandholdingcontrolwithvehicleovertakinganddistributedpassengerboardingbehaviour[J].TransportationResearchPartB,2017,104:175-197.]，如果能同时捕获客流需求和行程时间两个参数的联合作用，公交运营时段划分方案可能更为合理。在实际运营中，时段划分的一个重要指标是时段最小车队规模，即完成本时段所有运输任务需要的最小车辆数。由于最小车队规模与乘客需求成正比，与车辆行程时间成正比，可能存在乘客需求增加和车辆行程时间减少，但运力需求不变的情况，反之亦然。例如：两个时段中乘客需求和车辆行程时间有较大的差异性，若以传统方法进行处理，则结果倾向于将其划分为不同的运营时段，但是，这两个时段的运力需求有可能是相同的，从车队运营管理的角度来说，应将其纳入同一个运营时段。因此，从车队管控角度，将运力需求作为时段划分依据较为合理，当线路车队为单一车型时，时段运力需求即为时段最小车队规模[SalzbornF,BuckleyDJ.Minimumfleetsizemodelsfortransportationsystems[J].PublicationofElsevierScientificPublishingCompany,1974.]。有鉴于此，本专利技术从车队管控角度，首次提出一种基于车时成本优化的运营时段划分方法。利用客流需求和行程时间信息，结合逆差函数模型和滑动时间窗模型计算运营时段内不同时刻的最小车队规模，以时段划分方案时间划分点为决策变量，建立以最小化车队运营时间成本为目标的运营时段划分优化模型，并得到各时段相应的理论最小车队规模，以期为后续时刻表编制和驾驶员排班提供直接的参考。
技术实现思路
本专利技术的目的在于克服现有技术中的缺点与不足，提供了一种基于车时成本优化的运营时段划分方法。为实现以上目的，本专利技术采取如下技术方案：一种基于车时成本优化的运营时段划分方法，本文档来自技高网...

【技术保护点】
1.一种基于车时成本优化的运营时段划分方法，其特征在于，包括以下步骤：S1、利用log‑logistic统计模型对历史行程时间进分布拟合，以拟合获取的分布模型为基础，计算给定发车时刻下每个发车方向具备可靠性的行程时间；S2、利用历史客流数据和法定最低发车频率，计算以首班车发车时刻为起始时间，以每个终点站达到车辆收发平衡的时刻为终止时间的时间窗内需要的运营车辆数，即完成此时间窗内运输任务所需的最小车队规模；S3、从时间窗的起始时间开始以设定的步长沿着时间轴方向滑动，滑动过程中，时间窗宽度随各终点站达到车辆收发平衡的时间的变化而不断变化；依次计算每个时间窗内的理论最小车队规模；所述理论最小车队规模为对步骤S2中关于计算最小车队规模依时间窗的滚动多次运用；S4、计算运营时段划分方案的车队运营时间总成本，即各时段时长与相应理论最小车队规模之乘积的累加总和；S5、以步骤S4中的车队运营时间总成本最小化为目标，对全天运营时段划分方案进行寻优。

【技术特征摘要】
1.一种基于车时成本优化的运营时段划分方法，其特征在于，包括以下步骤：S1、利用log-logistic统计模型对历史行程时间进分布拟合，以拟合获取的分布模型为基础，计算给定发车时刻下每个发车方向具备可靠性的行程时间；S2、利用历史客流数据和法定最低发车频率，计算以首班车发车时刻为起始时间，以每个终点站达到车辆收发平衡的时刻为终止时间的时间窗内需要的运营车辆数，即完成此时间窗内运输任务所需的最小车队规模；S3、从时间窗的起始时间开始以设定的步长沿着时间轴方向滑动，滑动过程中，时间窗宽度随各终点站达到车辆收发平衡的时间的变化而不断变化；依次计算每个时间窗内的理论最小车队规模；所述理论最小车队规模为对步骤S2中关于计算最小车队规模依时间窗的滚动多次运用；S4、计算运营时段划分方案的车队运营时间总成本，即各时段时长与相应理论最小车队规模之乘积的累加总和；S5、以步骤S4中的车队运营时间总成本最小化为目标，对全天运营时段划分方案进行寻优。2.根据权利要求1所述的基于车时成本优化的运营时段划分方法，其特征在于，步骤S1具体包括下述步骤：S11、采集公交车的GPS数据，所述GPS数据记录了公交车辆全天的空间位置信息，结合首末站点的空间位置利用GIS系统进行空间匹配，提取公交车辆执行每个车次任务的始发时间和到站时间，到站时间与始发时间之差即为此车次任务的行程时间；所述GPS数据转换为路单数据，每条路单数据包含的信息为：车次任务ID，车辆ID，发车时间，到站时间，行程时间；S12、将GPS数据结合GIS系统进行车辆行程时间的分段统计，以600s的等距时间段对每个时间段内发车的历史行程时间数据进行log-logistic分布拟合；log-logistic分布的概率分布函数如下：其中，l为车辆行程时间，α是范围参数，β是形状参数，θ是设定的可靠性程度；S13、计算可靠性大于θ时的行程时间取值：在分布概率已知的情况下，以大于θ的概率按时到达终点站的行程时间取值为行程时间的θ分位数，具体有如下计算公式：其中，表示发车时刻t从站点s出发车辆具有可靠性的车辆行程时间。3.根据权利要求1所述的基于车时成本优化的运营时段划分方法，其特征在于，步骤S2具体包括下述步骤：S21、利用历史实际运营数据计算一个时间窗一个方向的断面客流，所述断面客流量是指在线路中的一个时间窗内，线路一个方向的一个站点通过的乘客数量；S211、取一个时间窗内的所有车次任务；S212、采用OD反推技术，利用路单数据中的车辆ID和发车时间、到站时间信息，结合乘客IC刷卡数据中的车辆ID和刷卡时间信息，提取每个车次所搭载的乘客OD信息；S213、计算线路双向各站点的断面客流；S214、确定最大断面客流量，所述最大断面客流量一个时间窗内一个方向中站点断面客流量的最大值；S215、计算不同日期相同时间窗内最大断面客流量的平均值；S22、计算最小发车频率以保证公交服务水平；一个时间窗内的最大断面客流与单车载客容量之比为该时间窗内的发车车次，所述时间窗内的发车车次与时间窗宽度之比为相应的最小发车频率，计算所得最小发车频率不小于法定最小发车频率；具体有如下计算公式：其中，表示在时间窗[t,t+max(Lst)]内从站点s始发方向的最小...

【专利技术属性】
技术研发人员：巫威眺，靳文舟，李鹏，任婧璇，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44