本发明专利技术公开了一种基于多主体模拟的分批定量式车辆载客调度优化方法，旨在探究载客区车辆的最优排列方式。首先，利用多主体建模方法科学合理地模拟车辆的载客过程，以车辆长宽、载客区车辆规模、车辆平均车速、司机反应时长、乘客步行速度、乘客反应时长因素为参数，利用Python语言进行编程模拟并进行重复实验，记录并计算平均每辆车载客总耗时；然后，计算车辆在阈值时间内完成载客的概率，作为评估车辆排列方式优劣的指标。该方法模拟速度快，实验结果稳定合理，具有较强的通用性，在交通管理领域有广泛的应用前景。领域有广泛的应用前景。领域有广泛的应用前景。
【技术实现步骤摘要】
基于多主体模拟的分批定量式车辆载客调度优化方法
[0001]本专利技术为一种基于多主体模拟的分批定量式车辆载客调度优化方法，属于数学建模、仿真模拟与交通管理领域。
技术介绍
[0002]随着经济发展与科技进步，越来越多的客运站、高铁站和机场建设起来。这种大型交通枢纽区域人员密集、客流量大，这些区域对中短距离交通工具的需求量极大。在今天这个效率至上的时代，如何对各种交通工具进行科学合理的管理与调度，已成为交管部门叩待解决的重要难题。
[0003]汽车作为人类20世纪最伟大的专利技术之一，在中短距离交通运输中发挥着重要作用。除公共交通外，以汽车为载体的交通工具主要包括私家车、出租车、网约车等。近年来，车辆排队载客问题越来越受到交管部门的重视。在国内，大型交通枢纽一般会设置一定的区域作为车辆载客区，采用车辆一次性驶入，全部载客完毕后，车辆一次性驶出的管理方式。那么在保证车辆和乘客安全、载客区范围相对有限的条件下，如何安排车辆排列方式才能最大限度地提高乘车效率呢？这一问题时间复杂度极高，是典型的NP
‑
hard问题，基于排队论及机器学习方法难以得到的稳定可靠的计算结果。
[0004]所述NP
‑
hard问题，是指无法在非确定性多项式时间内通过一定数量的精确运算被解决的难题。其中，NP指非确定性多项式(non
‑
deterministic polynomial)。NP问题，指可以在非确定性多项式时间内被解决的问题，即可以在非确定性图灵机上在多项式时间内找出解的问题。
技术实现思路
[0005]本专利技术提出了一种基于多主体模拟的分批定量式车辆载客调度方法，科学合理地模拟车辆的载客过程，进一步通过计算概率指标来比较乘车效率。本方法可以在不同的实际约束条件下，给出稳定且合理的车辆载客区设计方案，在交通管理领域有重要的应用价值。
[0006]本专利技术为一种基于多主体模拟的分批定量式车辆载客调度优化方法，包括以下步骤：
[0007](1)设定基础参数，包括车辆长宽、载客区车辆规模、车辆平均车速、司机反应时长、乘客步行速度、乘客反应时长。
[0008](2)模拟车辆分批定量式进场过程。
[0009](3)模拟乘客上车过程。
[0010](4)模拟车辆分批定量式出场过程。
[0011](5)大量重复实验，计算平均每辆车载客总耗时。
[0012](6)设定不同的阈值，比较车辆在阈值时间内完成载客的概率。
[0013]本专利技术具有以下有益效果：
[0014](1)本专利技术科学合理地模拟了车辆分批定量式进场过程、乘客上车过程、车辆分批定量式出场过程，并合理估计了每辆车在阈值时间内完成载客的概率，通过比较得到最优的车辆排列方式，在交通管理领域有重要的应用价值。
[0015](2)本专利技术模拟速度快，实验结果稳定合理。
[0016](3)本专利技术具有广泛的应用前景，通用性较强，除车辆调度外，还可以优化类似产品排产、轮船排仓、人员排队等问题。
附图说明
[0017]图1为车辆分批定量式进场示意图，示意图中载客区可容纳4行3列的车辆，每一行均有对应的乘客乘车点。
[0018]图2为车辆载客流程图。
[0019]图3为不同排列方式下车辆在阈值时间内完成载客的概率。
具体实施方式
[0020]为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图和实例，对本专利技术进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0021]一种基于多主体模拟的分批定量式车辆载客调度方法，具体包括如下步骤：
[0022](1)假设车辆及乘客无限充足，不存在车辆不足或乘客数量不足的情况。
[0023](2)对模拟的基础参数进行设定(在应用过程中可以灵活修改)，包括车长6米，车宽4米；车辆平均速度为5m/s，服从正态分布N(5,2)；司机平均反应时长为0.1s，服从正态分布N(0.1,0.1)；乘客步行速度为0.6m/s，服从正态分布N(0.6,0.3)；乘客平均反应时长1s，服从正态分布N(1,0.5)。参数可以按不同的实际情况进行调整。
[0024](3)如图1所示，设定不同的载客区车辆规模(n行m列)，模拟车辆进场过程，直到在n
×
m辆车全部进入载客区后，每个乘车点的乘客同时开始依次上车，车辆在乘客上车后即可驶离，直到载客区全部车辆驶离。
[0025](4)下一批车辆进入载客区，重复步骤(3)10000次，计算平均每辆车载客总耗时。经过统计检验，平均每辆车载客总耗时的分布具有胖尾特性，因此不适合基于传统的统计指标(平均数、中位数)来评估车辆排列方式优劣。
[0026](5)由于在实际生活中，人们对于载客总耗时的要求在短时间范围内具有一定的鲁棒性，在长时间范围具有高度脆弱性，即人们在乘车时更关心是否存在堵车造成超长时间的等待，而不关心乘车时是否会多等1分钟。因此，我们假设人们对于每车辆载客总耗时的基本要求(阈值)为t秒，进一步计算车辆在阈值时间内完成载客的概率，作为评估车辆排列方式优劣的指标。如图3所示，其中纵坐标表示车辆排列的行数，横坐标表示车辆排列的列数，方格内为不同排列方式下车辆在阈值时间内完成载客的概率。
[0027](6)结合实际需求，选择合适的时间阈值及载客区车辆数区间范围，依据步骤(5)中得到的概率表，辅助优化决策，选择最优的车辆排列方式。例如，某机场交管部门要求载客区的车辆基本在30s内完成载客，计划建设可容纳20辆至30辆车的载客区，通过查图3中的第三张表可知，建设8行3列的载客区最优，即建设3车道，每车道排8辆车，在要求时间内
完成载客的概率预计可达到94％。
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于多主体模拟的分批定量式车辆载客调度优化方法，其特征在于，包括如下步骤：(1
‑
1)利用多主体建模方法模拟车辆的载客过程，综合考虑车辆长宽、载客区车辆规模、车辆平均车速、司机反应时长、乘客步行速度、乘客反应时长因素；(1
‑
2)利用Python语言进行编程模拟并进行重复实验，记...
【专利技术属性】
技术研发人员：赵子鸣，伍速峰，陈清华，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。