[发明专利]一种实时响应式定制公交递阶调度方法在审
申请号: | 202110649125.7 | 申请日: | 2021-06-10 |
公开(公告)号: | CN113538886A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 韩霜;陈牛;傅惠;赵佳虹 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G08G1/00 | 分类号: | G08G1/00 |
代理公司: | 广东广信君达律师事务所 44329 | 代理人: | 张生梅 |
地址: | 510062 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实时 响应 定制 公交 调度 方法 | ||
1.一种实时响应式定制公交递阶调度方法,其特征在于,包括两个递进的阶段;
第一阶段,基于分时段的高概率乘客出行需求,并基于流向间的相似性进行逐级合并;在确保对所有高概率出行需求点全覆盖的基础上,以定制公交车辆运营里程最小为目标,对相应时段所需的定制公交车辆数及其初始线路进行整体优化;
第二阶段,对第一阶段已经过整体优化的初始线路为参考,将初始线路中部分或全部站点作为定制公交车辆的必经站点,基于实际接收的实时乘客需求,对定制车辆的实际行驶路线和到站时间进行优化调整,使得乘客总出行成本、运输企业运营成本以及未服务的乘客数量最小。
2.根据权利要求1所述的一种实时响应式定制公交递阶调度方法,其特征在于,所述第一阶段,采用定制公交初始线路决策模型进行优化,具体如下:
受约束于:
公式(1)表示所有定制公交初始线路的总长度最小;式中,dlij为线路l中站点i和j之间的实际行驶距离;alij为0-1决策变量,线路l中车辆从站点i开往j时取值为1,否则取值为0;L为服务区域内生成的定制公交初始线路集合,L={1,…,l1},l1为服务区域内生成的定制公交初始线路总数;N为服务区域内高概率乘车站点集合,N=N+∪N-且其中N+={1,2,…,n1}为上车点集合,N-={n1+1,…,n2}为下车点集合,n1和n2分别为上车点总数和下车点总数;
公式(2)表示单条定制公交初始线路总长度在限值范围内;式中,dmin、dmax分别为定制公交初始线路的最短和最长距离;
公式(3)表示单条线路的最大站点数不超过给定的常数M;
公式(4)表示每条线路在每个站点最多停一次;
公式(5)表示定制公交线路必须覆盖所有上车站点;
公式(6)表示线路中间站点的流量平衡,驶入中间站点的车辆必须驶离;aljk为0-1决策变量,线路l中车辆从站点j开往k时取值为1,否则取值为0;
公式(7)表示每条线路必须访问上车站点对应的下车站点;ojk为决策变量,若站点j与k为对应的上下车站点,则ojk为1,否则ojk为0;
公式(8)表示定制公交线路必须先访问上车点再访问其对应的下车点;dlj为线路l从起点到站点j的行驶距离;dlk为线路l从起点到站点k的行驶距离;ojk为决策变量,若站点j与k为对应的上下车站点,则ojk为1,否则ojk为0;
公式(9)表示初始线路中任意OD点对间的绕行率不超过α;dljk为线路l中站点j和k之间的实际行驶距离;djk为站点j与k间的直达行驶距离;
公式(10)是决策变量的取值约束。
3.根据权利要求2所述的一种实时响应式定制公交递阶调度方法,其特征在于,在求解第一阶段的定制公交初始线路决策模型中,采用融合最小插入距离的改进遗传算法,具体步骤如下:
S1、通过试算确定算法参数:初始种群规模、最大迭代次数、交叉概率、变异概率;
S2、采用最小插入距离算法生成初始种群;
S3、计算个体适应度;
S4、进行遗传操作;
S5、输出优化结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110649125.7/1.html,转载请声明来源钻瓜专利网。