[发明专利]一种基于组合拍卖算法的城市公交实时调度方法

说明书

本发明涉及公交实时调度方法技术领域，尤其为一种基于组合拍卖算法的城市公交实时调度方法，是利用公交车辆智能终端设备传输给调度监控中心的时间和GPS位置信息判断事故车辆发生的时间和位置，根据时刻表计算出每两趟之间的价值矩阵，这里主要是两趟之间的连接需要运行的时间，从而运用前向和后向组合的拍卖算法，得到最终的调度方案。本发明，可以在营运车辆发生突发状况导致车辆无法按照既定的计划时刻表运行的时候，在给定车辆和司机的情况下，对剩余营运时段迅速作出合理的调度决策，并及时上报给公交企调度监控中心，在保证乘客服务水平的前提下，尽可能的使公交企业付出的额外成本最小，保证了调度低延时的基本原则。

技术领域

本发明涉及公交实时调度方法技术领域，具体为一种基于组合拍卖算法的城市公交实时调度方法。

背景技术

公交车辆实时调度是指公交企业实时发现营运车辆发生突发事故而导致无法按照计划的时刻表继续运行时，公交企业迅速做出合理的调度决策，使得后续的公交营运时段能正常的运行。传统公交企业的公交调度系统是由调度室及排班人员组成，依靠公交线路上的调度人员根据经验及车辆的到达情况每天制定调度计划，实际公交运营过程中，还主要依靠调度人员调度安排车辆发车时刻和班次，但在实际运营过程中，计划赶不上变化，单纯照搬安排好的调度策略(在静态调度模式中包括发出时刻表编排，运力安排等)是不可能的。交通拥堵、恶劣天气、不良事件对既有调度计划存在不同程度的干扰，尽可能贴近原开行方案，尽可能缩小实际情况与计划之间的差距是我们所要重点关注的。减小这种差距的最好办法就是施行动态调度，即实时调度。基于调度经验模式的传统公交调度应变能力较差，不能保证经验数据的准确性，无法及时应对客流的动态变化，使得公交调度系统的整体运行效率大大降低，增加了公交运营企业的成本。在现有的技术方案中，例如像遗传算法，粒子群算法等启发式算法进行对公交车辆实时调度优化是个不错的选择。但是，显然针对不同的应用场景，现有研究的算法难以通用化，特别是大规模、高实时性的车辆调度问题，传统启发式算法是难以在实际生产中达到实时性的需求，而且启发式算法对初始种群较为敏感。

例如文献《基于GPS/GIS协同的动态车辆调度和路径规划问题研究》采用混合遗传算法，对复杂环境下基于实时信息的动态物流配送路径优化模型进行求解，从而实现GPS/GIS协同下的实时动态车辆调度，该方法，可以实现对物流配送过程和车辆运行路径的动态调整和优化，但遗传算法对初始的种群以及最大的迭代次数等参数较为敏感，且容易陷入局部最优解，无法保证全局最优。

又如文献《基于混合启发式算法的单线公交车辆调度问题研究》研究了基于混合启发式算法的单线公交车辆调度问题，建立了一种上下行发车频率不同的公交组合调度模型。该模型结合了全程车调度和区间车调度，并进行了更加符合实际情况的假设。针对该调度模型，提出了一种粒子群优化算法和模式搜索算法相结合的混合启发式算法，该算法能有效避免粒子群算法陷入局部最优。但两种算法的融合容易使算法的计算效率难以达到需求，尤其是车辆规模较大时。

发明内容

本发明的目的在于提供一种基于组合拍卖算法的城市公交实时调度方法，以解决上述背景技术中提出的问题。该基于组合拍卖算法的城市公交实时调度方法计算出的调度方案更符合实际生产中乘客的需求和企业的利益。

为实现上述目的，本发明提供如下技术方案：

一种基于组合拍卖算法的城市公交实时调度方法，包括如下步骤：

步骤一：根据车辆排班时刻表，车辆实时位置和到离站信息判断车辆实时位置是否发生异常，如有异常，则发生突发事故车辆的司机将相关的信息上报给调度监控中心，确定发生异常的时间和地点，如未发现有异常，则按照原定计划的时刻表进行发车；

步骤二：根据发车时刻表构建所有能解决此异常连接计划上所有趟次的可能性网络，如发生事故的车辆无法继续营运，需要增加额外的车辆构建连接网络，则增加额外车辆进行构建；

步骤三：根据事先计划的发车时刻表计算出每两趟之间的价值矩阵；