一种基于动态需求响应的景区班车调度系统技术方案

本发明专利技术涉及一种基于动态需求响应的景区班车调度系统，包括：混合优化模块，用于调度方案的优化，包括优化使用数量以及各个车辆行驶路线；自适应更新模块，用于对动态乘车需求做出响应并将动态需求反馈至混合优化模块来更新当前调度方案；所述混合优化模块包括对调度方案进行编码以及构建初始解集合，获得初始路线；使用遗传算法进行全局优化及基于变邻域搜索进行局部优化，获得优化路线；采用帕累托最优法来搜索解集合，获得使得交通延迟时间和交通运营成本最小化的最优路线。本发明专利技术基于游客体验和景区交通运营成本两个因素，采用帕累托最优来平衡两个因素，使得调度方案更加符合实际情况，同时具有多样性和灵活性等特点。同时具有多样性和灵活性等特点。同时具有多样性和灵活性等特点。

【技术实现步骤摘要】
一种基于动态需求响应的景区班车调度系统


[0001]本专利技术涉及班车调度
，更具体地说，涉及一种基于动态需求响应的景区班车调度系统。

技术介绍

[0002]班车是游客浏览景区的重要代步工具，其有效的提升了景区内各景点之间的可达性，为游客创造了舒适、便捷的出行环境。但是游客的乘车需求是动态变化的，按照固定路线和时间运行的班车常常导致车辆供应与游客需求不匹配，严重影响游客的旅行体验以及景区资源的使用效率。因此，景区管理者需要在动态环境下灵活的调整班车调度方案，确定不同时间段班车的使用数量以及运行路线来满足游客需求。因此，动态环境下的景区班车调度方案设计成为很多旅游实践者和研究者所共同关注的问题。
[0003]现有的研究或解决方案存在以下几点不足：(1)绝大多数只针对确定性的乘车需求进行班车调度，没有考虑动态变化的需求如何影响既定的调度方案；(2)主要采用固定时间间隔或是实时的策略来处理动态的需求，具有响应不及时和计算压力大等缺点。(3)大多从单一的角度来优化调度方案(单目标优化)，得到的方案可能缺乏系统性和全面性。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供一种基于动态需求响应的景区班车调度系统，基于游客体验和景区交通运营成本两个因素，采用帕累托最优来平衡两个因素，使得调度方案更加符合实际情况，同时具有多样性和灵活性等特点。
[0005]本专利技术的技术方案如下：
[0006]一种基于动态需求响应的景区班车调度系统，包括：
[0007]混合优化模块，用于调度方案的优化，包括优化使用数量以及各个车辆行驶路线；
[0008]自适应更新模块，用于对动态乘车需求做出响应并将动态需求反馈至混合优化模块来更新当前调度方案；
[0009]所述混合优化模块包括：
[0010]初始方案集构造单元，对调度方案进行编码以及构建初始解集合，获得初始路线；
[0011]混合进化单元，使用遗传算法进行全局优化及基于变邻域搜索进行局部优化，获得优化路线；
[0012]帕累托最优更新单元，采用帕累托最优法来搜索解集合，获得使得交通延迟时间和交通运营成本最小化的最优路线。
[0013]优选的，对调度方案进行编码以及构建初始解集合，获得初始路线集，具体包括：
[0014]采用多部分染色体直接编码方法对调度方案进行编码；
[0015]基于约束条件将游客的乘车订单随机分配至可用车辆，随后车辆将订单按照时间顺序排列形成初始运行路线；
[0016]采用邻域结构Move
‑
Best通过调整某个站点的位置来初步优化初始运行路线。
[0017]优选的，使用遗传算法进行全局优化及基于变邻域搜索进行局部优化，获得优化路线，具体包括：
[0018]基于约束条件，采用改进的交叉操作进行全局优化，如下步骤：(1)从种群中选择一个目标方案和一个交叉方案；(2)假设λ为目标方案中投入车辆的数量，β为交叉率，表示随机从目标方案中选择出来的车辆数量，将选中的车辆订单保存至子方案中；(3)将子方案中已经存在的订单从交叉方案中删除，并将交叉方案中的剩余车辆依次插入到子方案中；(4)基于目标函数进行判断，如果子方案优于目标方案和交叉方案，将子方案保存至种群中；
[0019]采用Move
‑
Best邻域结构和Swap
‑
Best邻域结构，分别通过调整调度方案中某辆车的站点顺序和交换两辆车的需求订单来获得更好的目标函数值；基于变邻域搜索进行局部优化，如下步骤：在进行iter
max
次邻域探索后再返回最优解，而iter
max
为该辆车所接受的订单的数量。
[0020]优选的，采用帕累托最优法来搜索解集合，获得使得交通延迟时间和交通运营成本最小化的最优路线，具体包括：
[0021]基于目标函数进行判断，如果新种群中的每个解的子解在经过ξ次迭代后仍然没有取代该解，那么这个解将会从种群中移除，并重新初始化一个新的解加入该种群。
[0022]优选的，所述目标函数如下：
[0023][0024][0025]其中，式(1)表示最小化交通延迟时间DT，其中，dt
i
表示满足游客i乘车请求所花费的时长，it
i
表示点到点直达服务所需要的时长，N为游客总人数；式(2)表示最小化交通运营成本TOC，fc
j
表示车辆投入使用的固定成本，td
j
表示车辆j的总运行距离，uc是单位距离车辆运行成本，H表示车辆总数。
[0026]优选的，所述约束条件如下：
[0027][0028][0029][0030][0031][0032][0033][0034][0035][0036][0037]其中，式(3)表示根据到达每个站点的次数，车辆k的整个行驶过程分成M
k
个阶段，S和D分别表示站点和仓库的集合，表示车辆k到访站点i的次数；式(4)表示第一个阶段和最后一个阶段车辆都位于仓库，是一个二元变量，当车辆k在第j个阶段位于站点i时，其赋值为1，否则，赋值为0；
[0038]式(5)表示车辆每次只能到访一个站点；式(6)表示同一辆车不能在两个连续的阶段到访同一个站点；式(7)表示每个阶段车辆的载客数不能超过车辆的容量限制L；式(8)保证车辆的总运行时长不能超过规定T；式(9)表示投入使用的车辆总数不能超过景区可用车辆总数K，u
k
是一个二元变量，当第车辆k投入使用，其赋值为1，否则，赋值为0；SK表示投入使用的车辆数量；式(10)表示每个订单只能被一辆车服务，是一个二元变量，当在第m阶段车辆k服务了订单r，其赋值为1，否则，赋值为0；式(11)
‑
(12)表示车辆行驶路线的连通性；是一个二元变量，当车辆k在参观了站点i之后紧接着参观了站点j，其赋值为1，否则，赋值为0；表示当车辆k在参观了站点j之后紧接着参观了站点h，其赋值为1，否则，赋值为0；t(Λ
j
,Λ
j+1
)表示两个相邻阶段之间的运营时长，表示第j阶段的结束时间，表示第j+1阶段的开始时间。
[0039]优选的，所述自适应更新模块，具体用于：
[0040]根据上一次调度方案更新时间和预定的时间阈值来确定下一次的更新时间；
[0041]检查在下一次更新时间之前是否有新的订单被提交，如果没有，则不更新当前调度方案；如果有新订单，判断各新订单中所包含的乘客数量的累加值是否超过预定的数量阈值；
[0042]如果超过了数量阈值，则按照不超过数量阈值的最后一个新订单的预计乘车时间更新当前调度方案；如果没有超过数量阈值，则按照所确定的下一次更新时间来更新当前调度方案；如果自适应更新被激活，新的订单将会被反馈至混合优化模块，混合优化模块根据新的订单和未完成的订单生成新的最优调度方案。
[0043]本专利技术的有益效果如下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态需求响应的景区班车调度系统，其特征在于，包括：混合优化模块，用于调度方案的优化，包括优化使用数量以及各个车辆行驶路线；自适应更新模块，用于对动态乘车需求做出响应并将动态需求反馈至混合优化模块来更新当前调度方案；所述混合优化模块包括：初始方案集构造单元，对调度方案进行编码以及构建初始解集合，获得初始路线；混合进化单元，使用遗传算法进行全局优化及基于变邻域搜索进行局部优化，获得优化路线；帕累托最优更新单元，采用帕累托最优法来搜索解集合，获得使得交通延迟时间和交通运营成本最小化的最优路线。2.根据权利要求1所述的基于动态需求响应的景区班车调度系统，其特征在于，对调度方案进行编码以及构建初始解集合，获得初始路线集，具体包括：采用多部分染色体直接编码方法对调度方案进行编码；基于约束条件将游客的乘车订单随机分配至可用车辆，随后车辆将订单按照时间顺序排列形成初始运行路线；采用邻域结构Move
‑
Best通过调整某个站点的位置来初步优化初始运行路线。3.根据权利要求1所述的基于动态需求响应的景区班车调度系统，其特征在于，使用遗传算法进行全局优化及基于变邻域搜索进行局部优化，获得优化路线，具体包括：基于约束条件，采用改进的交叉操作进行全局优化，如下步骤：(1)从种群中选择一个目标方案和一个交叉方案；(2)假设λ为目标方案中投入车辆的数量，β为交叉率，表示随机从目标方案中选择出来的车辆数量，将选中的车辆订单保存至子方案中；(3)将子方案中已经存在的订单从交叉方案中删除，并将交叉方案中的剩余车辆依次插入到子方案中；(4)基于目标函数进行判断，如果子方案优于目标方案和交叉方案，将子方案保存至种群中；基于变邻域搜索进行局部优化，如下步骤：采用Move
‑
Best邻域结构和Swap
‑
Best邻域结构，分别通过调整调度方案中某辆车的站点顺序和交换两辆车的需求订单来获得更好的目标函数值；在进行iter
max
次邻域探索后再返回最优解，而iter
max
为该辆车所接受的订单的数量。4.根据权利要求1所述的基于动态需求响应的景区班车调度系统，其特征在于，采用帕累托最优法来搜索解集合，获得使得交通延迟时间和交通运营成本最小化的最优路线，具体包括：基于目标函数进行判断，如果新种群中的每个解的子解在经过ξ次迭代后仍然没有取代该解，那么这个解将会从种群中移除，并重新初始化一个新的解加入该种群。5.根据权利要求3或4所述的基于动态需求响应的景区班车调度系统，其特征在于，所述目标函数如下：述目标函数如下：
其中，式(1)表示最小化交通延迟时间DT，其中，dt
i
表示满足游客i乘车...

【专利技术属性】
技术研发人员：郑伟民，李成，庄歆怡，
申请(专利权)人：厦门大学，
类型：发明
国别省市：