一种基于客流仿真模拟的排班模型的设计方法、优化方法及装置制造方法及图纸

本发明专利技术公开了一种基于客流仿真模拟的排班模型的设计方法、优化方法及装置，该设计方法主要包括：设置排班控制参数；根据历史多天同类型日期对应站点客流预测每个站点每x分钟的站内人数，根据历史多天同类型日期对应班次上下客数预测每个站点发车后的车内人数；根据限制条件确定发车时刻表和配司机规则；充分利用历史客流规律，根据最优实载率来分配车辆和司机进行实际模拟运营，最后获得实际可用的行车计划。车计划。

【技术实现步骤摘要】
一种基于客流仿真模拟的排班模型的设计方法、优化方法及装置


[0001]本专利技术涉及大数据和智能交通研究领域，具体涉及一种基于客流仿真模拟的排班模型的设计方法、优化方法及装置。

技术介绍

[0002]伴随我国社会迅速发展，人民生活水平日益提高，城区规模也不断扩大，公共交通也随之大力发展，城市交通工具有多种形式，其中公交是公共交通系统最普遍的交通工具，在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：目前大多数城市公交发车时刻表的生成都是依据人工经验，手动形成发车时刻表，导致公众出行等车时间长，“串车”和“大间隔”现象明显，高峰时段公交拥堵严重，平峰时段公交空载现象普遍存在；因此生成贴合客流规律的发车时刻表尤为重要；同时，公交公司对行车时刻表进行人为制定配人、配车计划，经常导致部分司机超负荷工作、部分司机相对空闲，无法顾及司机吃饭、休息时间，因此科学合理的行车计划的生成更为重要。

技术实现思路

[0003]为了克服现有技术的不足，本公开实施例提供了一种基于客流仿真模拟的排班模型的设计方法、优化方法及装置，充分利用历史客流规律，根据最优实载率来分配车辆和司机进行实际模拟运营，提高了行车计划的合理性，达到了降本增效的效果。技术方案如下：
[0004]第一方面，本公开实施例提供了一种基于客流仿真模拟的排班模型的设计方法，该方法包括如下步骤：
[0005]步骤1，设置排班控制参数：确定线路首班最早发车时间，作为第一个班次进行发车，记为a1；司机休息时长最小值r
minr/>和最大值r
max
，站台最大容纳人数N
max
；发车间隔最小值d
min
和最大值d
max
，最优实载率为h
op
。
[0006]步骤2，根据历史多天同类型日期对应站点客流预测每个站点每x分钟的站内人数；根据历史多天同类型日期对应班次上下客数预测每个站点发车后的车内人数，实载率＝车内人数/公交额定核载。
[0007]步骤3，根据限制条件确定发车时刻表和配司机规则
[0008]记a1的下一个同方向班次为a3，同理，a2的下一个同方向班次为a4，则上行班次a3的发车配司机规则为，若司机d1执行a1后执行a2的休息时长小于最小值r
min
则重新安排司机，否则司机d1继续执行a2；执行a2的司机记为d2。
[0009]若a1的实载率达到最优实载率h
op
，当发车间隔大于等于最小值d
min
时，发下一班车a3，若司机d2执行a2后，连续执行a3的休息时长小于最小值r
min
，则重新安排司机，否则由反方向最先到达的司机来执行，若无，则重新安排新的司机。
[0010]若a1的实载率未达到最优实载率h
op
，当站内人数大于等于最大值N时，发下一班车a3，若司机d2执行a2后，连续执行a3的休息时长小于最小值r
min
，则重新安排司机，否则由反
方向最先到达的司机来执行，若无，则重新安排新的司机。
[0011]若a1的实载率未达到最优实载率h
op
，且站内人数未达到最大值N时，但发车间隔大于等于最大值d
max
，则该时刻发下一班车a3，若司机d2执行a2后，连续执行a3的休息时长小于最小值r
min
，则重新安排司机，否则由反方向最先到达的司机来执行，若无，则重新安排新的司机。
[0012]同样的方式确定下行班次a4的发车配司机规则。
[0013]按照上述方法依次确定所有班次的发车配司机规则。
[0014]第二方面，本公开实施例提供了一种基于客流仿真模拟的排班模型的优化方法，该方法包括如下步骤：
[0015]采用马尔可夫决策对根据一种基于客流仿真模拟的排班模型的设计方法得到的行车计划进行强化学习，智能化生成最优行车计划，具体方法如下：
[0016]记马尔可夫决策为(S,A,T,r,s0)，其中，
[0017]S是指行车计划(状态空间)，
[0018]A指调整(增大、减少或不变)最优实载率h
op
并执行一种基于客流仿真模拟的排班模型设计的方法(动作空间)；
[0019]T是转移概率空间
[0020]r是奖励函数，r是奖励函数，
[0021]α是权重值，K是分段数，q是乘客单位时间等车成本，H
i
是i时段的乘客数，Δt
i
是第i时段的发车间隔，p是公交车单公里成本，L是单程线路里程，T
i
是第i时段的时间跨度，C是乘客票价，J是司机数，t
j
是司机j对应工时，D是司机单位工时工资。
[0022]强化学习过程如下：
[0023](1)s0是初始状态，具体为：设定实载率取值范围为[h
min
,h
max
]，在[h
min
,h
max
]内随机生成最优实载率h
op
，基于h
op
，根据所述一种基于客流仿真模拟的排班模型设计的方法得到的行车计划，计算奖励函数Q0。
[0024](2)在[h
min
,h
max
]内随机增加或减小最优实载率h
op
，根据所述一种基于客流仿真模拟的排班模型设计的方法得到新的状态s1，计算奖励函数r1＝Q
1-Q0，若r1增大，则赋予该动作a0更大的概率分布π(a0|s0)，否则赋予更小的概率；
[0025]记录动作轨迹为(s0,a0,r1,s1,a1,r2,
…
)，记该轨迹的累计奖励为R＝记其概率分布为τ
π
＝∏p(s
t+1
|s
t
,a
t
)π(a
t
|s
t
),其中p(s
t+1
|s
t
,a
t
)为转移概率，此时，期望奖励最大化，即其中折扣系数γ∈[0,1)，γ
t
为γ的t次方，随着t的增大而递减。
[0026](3)设置最大迭代次数，重复步骤(1)-(2)，并记录所有动作轨迹对应的奖励值，记最大奖励为V，则对应的策略为最佳策略，记为τ
*
，对应的最佳状态为s
*
，即最优行车计划。
[0027]第三方面，本公开实施例提供了一种基于客流仿真模拟的排班模型的装置，该装置包括参数设定单元、客流预测单元、排班单元，上述单元依次电连接；
[0028]所述参数设定单元，用于执行所有可能的实现方法中任一项所述一种基于客流仿真模拟的排班模型的设计方法的步骤1的步骤；
[0029]所述客流预测单元，用于执行所有可能的实现方法中任一项所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于客流仿真模拟的排班模型的设计方法，其特征在于，该方法包括如下步骤：步骤1，设置排班控制参数：确定线路首班最早发车时间，作为第一个班次进行发车，记为a1；司机休息时长最小值r
min
和最大值r
max
，站台最大容纳人数N
max
；发车间隔最小值d
min
和最大值d
max
，最优实载率为h
op
；步骤2，根据历史多天同类型日期对应站点客流预测每个站点每x分钟的站内人数；根据历史多天同类型日期对应班次上下客数预测每个站点发车后的车内人数，实载率＝车内人数/公交额定核载；步骤3，根据限制条件确定发车时刻表和配司机规则记a1的下一个同方向班次为a3，a2的下一个同方向班次为a4，则上行班次a3的发车配司机规则为，若司机d1执行a1后执行a2的休息时长小于最小值r
min
则重新安排司机，否则司机d1继续执行a2；执行a2的司机记为d2；若a1的实载率达到最优实载率h
op
，当发车间隔大于等于最小值d
min
时，发下一班车a3，若司机d2执行a2后，连续执行a3的休息时长小于最小值r
min
，则重新安排司机，否则由反方向最先到达的司机来执行，若无，则重新安排新的司机；若a1的实载率未达到最优实载率h
op
，当站内人数大于等于最大值N时，发下一班车a3，若司机d2执行a2后，连续执行a3的休息时长小于最小值r
min
，则重新安排司机，否则由反方向最先到达的司机来执行，若无，则重新安排新的司机；若a1的实载率未达到最优实载率h
op
，且站内人数未达到最大值N时，但发车间隔大于等于最大值d
max
，则该时刻发下一班车a3，若司机d2执行a2后，连续执行a3的休息时长小于最小值r
min
，则重新安排司机，否则由反方向最先到达的司机来执行，若无，则重新安排新的司机；同样的方式确定下行班次a4的发车配司机规则；按照上述方法依次确定所有班次的发车配司机规则。2.根据权利要求1所述的一种基于客流仿真模拟的排班模型的设计方法，其特征在于，步骤2根据历史多天同类型日期对应站点客流预测每个站点每x分钟的站内人数，具体如下：根据Fisher最优分割法得到高平峰时段：根据历史所有站点对应客流数据，对其客流高平峰进行分段，设计高平峰时段生成模型：记站点所有每隔T1的时间粒度的站内客流为{X1,X2,
…
,X
N
}，则Fisher最优分割法中，总方差为假设将全天站内客流数据按时段分K组，即分类数为K，则其中是第j个时段的站内客流均值，是全天站内客流均值，其中为组内离差平方和，为组间离差平方和，定义D
K
为分类数为K的最小组内离差平方和，即当组内离差平方和最小时，对应的分割法为最优分法；从1到n遍历分类数K，n∈[9，15]，对于每个K值，计算对应的D
K
，根据最小化组内离差平方和的衰减速率取α
K
最大时对应的分类数K为最优分类数，根据最优分类数得到
时段最优分法；根据时段最优分法就获取到不同时段的历史客流规律，得到每个时段内实际客流数量，记第h个时段的客流数量为f
h
；根据泊松分布预测每个站点每x分钟的站内人数，即站点在x分钟(x取1-30min)内到来的乘客数k对应的概率函数为：即得到该时段内x分钟的站内乘客人数为：argmax P(X＝k)；其中λ是单位时间内乘客到来的平均发生率，其中f
h
是时段h内的到站乘客数，t
h
是时段h的时间跨度。3.根据权利要求1或2任一项所述的一种基于客流仿真模拟的排班模型的设计方法，其特征在于，步骤2根据历史多天同类型日期对应班次上下客数预测每个站点发车后的车内人数，具体为：根据历史每个站点上下客数，预测所有每隔T2的时间粒度(优选的，T2为1-30分钟)的对应客流，即预测的第i个站点的上客客流为分钟)的对应客流，即预测的第i个站点的上客客流为分钟)的对应客流，即预测的第i个站点的上客客流为表示时间粒度对应上客客流历史值；同样的方法预测下客客流，根据预测的上下客客流数即可预测第i个站点发车后的车内人数4.根据权利要求3所述的一种基于客流仿真模...

【专利技术属性】
技术研发人员：熊林海，周金明，赵丽，
申请(专利权)人：南京行者易智能交通科技有限公司，
类型：发明
国别省市：