一种公交智能调度的方法技术

一种公交智能调度的方法。在公交站点设立站点电子终端，通过无线模块与公交车车载系统无线连接，通过GPRS模块和传输网络与公交调度中心无线连接，实时采集公交站点客流量。调度决策软件的预测器与客流量采集器相连，实现客流预测。其模糊决策器与预测器及客流量采集器相连，实现公交运行模式识别；模糊决策器的输出分别与高峰BP网络、中峰BP网络、低峰BP网络相连，实现不同运行模式下的最优发车间隔决策。本发明专利技术优点：1.客流信息实时可靠。2.基于实时客流的科学预测。3.分模式调度决策，结果更合理。本发明专利技术监测准确、预测科学、决策合理，适合公交系统调度使用，经济和社会效益巨大。

【技术实现步骤摘要】

本专利技术是一种用于城市公共交通的新型公交智能调度方法，即通过实时采集的站点客流信息，经调度决策软件处理后调整公交车发车间隔的调度方法。
技术介绍
在本专利技术做出之前，国内城市公交调度的主要方式是人工调度，这种调度方式不但效率低下，而且调度人员不能根据各个站点实时客流量进行调度，缺乏实时性。目前，公交车智能调度已经有相关专利公布，如专利技术专利(CN20092(^8435. X)—种车辆智能调度系统，公交车车载设备与调度人员的便携式计算机互联。(200920090080. 9)公交智能调度系统，实现公交系统调度管理中心与车载设备的互联。另外，个别大城市开始应用公交车智能调度系统，如2010年4月，大连市引入了智能调度监督系统调整公交车运营。虽然以上智能调度系统在一定程度上缓解了交通的压力，但是，系统只是回传公交车的定位信息，调度是靠调度人员的经验作出，具有主观性和随机性，并不能使调度效果达到最优，同时以上调度方法未考虑到客流量的变化趋势，存在一定的滞后性。
技术实现思路
本系统主要针对上述存在的不足，提出了一种新型的以模糊辨识神经网络模型为核心的公交智能调度方法。即利用GPRS模块，实时采集各站点客流量，并通过预测器预测下一时刻站点客流量，同时将公交运营模式划分为高峰、中峰、低峰三种，利用模糊决策器区分公交运营模式，再通过不同运营模式下的BP (Back !Propagation，反向传播)神经网络 (以下简称BP网络)识别，获得最优公交发车间隔的调度方法。本专利技术的技术方案是公交智能调度系统包括站点电子终端、传输网络、公交调度中心。站点电子终端设立在公交线路的每个站点，主要作用是采集实时客流量，即通过 IC读卡器获得在本站点买票的客流信息，通过无线模块与公交车车载系统无线连接，获得上车客流量信息。站点电子终端通过GPRS模块和传输网络与公交调度中心无线连接，实现客流量数据的远程传输。传输网络包括GPRS无线移动网络及hternet网络两部分。GPRS无线移动网络由多个基站和GPRS网关服务器连接构成。广泛分布的基站是构成移动网络的主体。站点电子终端通过无线传输链路与最近的基站连接，利用GPRS模块将实时客流信息发送给基站。基站再将数据通过移动通讯骨干网传输至GPRS网关服务器，GPRS网关服务器完成无线GPRS通讯的WMMP协议与hternet网络通讯的TCP/IP协议之间的转换。hternet网络连接GPRS网关服务器与公交调度中心，经过转换的数据经过hternet网络被传送到公交调度中心。完成实时客流量数据的上传。公交调度中心接收站点电子终端发送的客流量数据，并通过调度决策软件进行数据分析处理，获得下一辆公交车的最优发车间隔，实现公交调度的智能决策。公交调度中心由TCP/IP通信模块、数据库、调度决策软件、发车执行机构顺序连接构成。公交调度中心经 TCP/IP通信模块和传输网络与站点电子终端连接。TCP/IP通信模块主要进行网络数据收发处理，该模块将所接收的数据存储于数据库中。数据库主要是实现公交相关数据的海量存储。调度决策软件主要是利用实时客流量数据进行调度决策分析，发车执行机构主要是按照调度决策的结果，实现发车提示。公交调度中心数据处理的核心部分是调度决策软件。该软件基于模糊辨识神经网络进行调度决策，由客流量采集器、预测器、模糊决策器和三种神经网络构成。客流量采集器与数据库相连，由数据库获得当前的实时客流信息。预测器与客流量采集器相连，通过客流量采集器提供的各站点当前客流及历史客流信息，基于灰色预测模型对下一时刻各站点的客流信息进行预测。预测器与客流量采集器同时与模糊决策器的数据输入端相连。由于不同客流量情况下的客流数据特征及发车的基准时间不同，本专利技术把公交系统运营模式分为高峰、中峰、低峰三种。模糊决策器主要用来对公交车的运营模式进行识别。模糊决策器根据输入的当前客流量数据和预测数据，对客流量的变化趋势进行判断，并综合当前的客流量，对公交运营模式进行识别。为了有针对性的识别不同模式下的最优发车间隔，本专利技术针对每种模式建立不同的BP神经网络模型，分别标识为高峰BP网络、中峰BP网络、低峰BP 网络。模糊决策器的输出结果为三种模式之一，对每种模式分别采用对应的BP网络进行识别。因此，模糊决策器输出分别与高峰BP网络、中峰BP网络、低峰BP网络相连。三种BP 网络的结构完全相同，只是权值、阈值，以及训练样本不同。每个BP网络的输入层神经元个数&为站点个数，某个神经元的输入值为对应站点当前客流量与预测值的加权和。输出层的个数M为6-8位，其输出值表示以十秒为单位的发车间隔值。而隐含层的个数队由输入层个数N1和输出层个数M通过公式确定=N2 = sqrWNi+M+D+ha为1到10之间的随机值， 由实验确定。每种模式的神经网络通过该模式的样本进行训练。各个BP网络的输出结果为发车间隔值，再将其输出到发车执行机构，完成公交智能调度过程。这种公交智能调度方法不仅考虑了实时的客流量，而且也考虑到未来时刻客流量变化趋势，具有一定的前瞻性。同时，针对不同的客流情况进行分析，调度决策更有针对性， 决策经果更合理。本专利技术的特点如下1)客流信息实时可靠由于站点电子终端通过IC读卡器获得在本站点买票的客流信息，通过无线模块与公交车车载系统无线连接，可获得上车客流量信息，并通过GPRS 模块与公交调度中心连接，可实现数据的远程传输，因此，公交调度中心可获得各站点的实时客流信息。2)基于实时客流科学预测，本专利技术基于实时客流数据，采用灰色预测模型对下一时刻的客流进行预测，数据预测更科学，具有一定的前瞻性。3)分模式调度决策，结果更合理。由于本专利技术通过模糊决策器将运行模式划分成高峰、中峰、低峰三种，并分别采用不同的BP网络模型进行最优发车间隔识别，因此调度决策更有针对性，决策经果更合理。总之本专利技术监测准确、预测科学、决策合理，对缓解交通压力有一定的作用，适合公交系统调度使用，经济和社会效益巨大。附图说明现结合附图作进一步描述附图1是本专利技术的公交智能调度系统组成示意图。参照附图1，站点电子终端通过IC读卡器获得站点买票等车乘客信息， 并通过无线通讯模块与公交车车载系统通讯，获得乘客的上车信息，以上两方面信息构成站点的客流量信息。站点电子终端通过GPRS模块将实时客流量数据发送给基站，再经过GPRS网关服务器处理后，通过hternet网络传递给公交调度中心的TCP/IP通信模块，再由其存储到数据库W]中。调度决策软件的客流采集器由数据库中读取实时客流信息，并将其输入预测器中获得预测数据。模糊决策器根据当前客流数据和预测数据，对客流量的变化趋势进行判断，并综合当前的客流量，对公交车运营模式进行识别。根据识别的公交运营模式，分别选择高峰BP网络、中峰BP网络和低峰BP网络，进行最优发车间隔决策，分别获得高峰调度间隔、中峰调度间隔和低峰调度间隔。最终的调度间隔结果被送入发车执行机构中，实现公交车发车间隔的智能调度。通过以上流程可达到本专利技术的目的。具体实施例方式1)候车购票参照附图1，乘客来当公交站点后，根据要乘坐的公交车在站点电子终端上，通过IC读卡器进行刷卡，买票候车。当公交车到来后，乘客在公交车载系统上刷卡验票上车。公交车载本文档来自技高网...

【技术保护点】
１．一种公交智能调度的方法，其特征是：公交站点设立站点电子终端，通过无线模块与公交车车载系统无线连接，通过ＧＰＲＳ模块和传输网络与公交调度中心无线连接；调度决策软件的预测器与客流量采集器相连，模糊决策器与预测器及客流量采集器相连；模糊决策器的输出分别与高峰ＢＰ网络、中峰ＢＰ网络、低峰ＢＰ网络相连。

【技术特征摘要】

【专利技术属性】
技术研发人员：罗勇，郑金，杨二冰，
申请(专利权)人：郑州大学，
类型：发明
国别省市：41