欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法

文檔序號(hào):40434208發(fā)布日期:2024-12-24 15:08閱讀:15來(lái)源:國(guó)知局
一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法

本發(fā)明涉及智能公共交通系統(tǒng),尤其是涉及一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法。


背景技術(shù):

1、多源數(shù)據(jù)客流預(yù)測(cè)方法是公交運(yùn)行動(dòng)態(tài)優(yōu)化的核心。傳統(tǒng)參數(shù)模型的客流預(yù)測(cè)方法處理數(shù)量日益增加、特征愈加復(fù)雜的公交客流數(shù)據(jù)時(shí)已顯疲態(tài)。而高復(fù)合度的混合預(yù)測(cè)模型盡管預(yù)測(cè)精度表現(xiàn)優(yōu)秀,但模型結(jié)構(gòu)流程復(fù)雜,應(yīng)用于公交實(shí)際營(yíng)運(yùn)過程的實(shí)施難度高,泛用性能有限。傳統(tǒng)公交運(yùn)行優(yōu)化單純針對(duì)相鄰兩輛公交車的控制行為,未考慮相鄰公交車的運(yùn)行狀態(tài)變化會(huì)對(duì)公交線路整體運(yùn)行產(chǎn)生影響,這使得最終得到的調(diào)度方案距全局最優(yōu)解有較大的優(yōu)化空間。

2、本發(fā)明旨在對(duì)公交運(yùn)行過程中產(chǎn)生與相關(guān)的多源數(shù)據(jù)進(jìn)行分析、融合,提出精度可靠且實(shí)用性強(qiáng)的短時(shí)公交客流預(yù)測(cè)方法,在此基礎(chǔ)上建立起基于組合策略的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化模型,探討可行的演化算法及求解方案。在提升廣大乘客乘車出行體驗(yàn)的同時(shí),也為今后城市公共交通問題的解決和精細(xì)化高水平運(yùn)營(yíng)提供具有一定參考。


技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法。

2、本發(fā)明的目的可以通過以下技術(shù)方案來(lái)實(shí)現(xiàn):

3、本發(fā)明提供一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,包括以下步驟:

4、s1、建立基于雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的短時(shí)公交客流預(yù)測(cè)模型,將多維客流數(shù)據(jù)輸入所述短時(shí)公交客流預(yù)測(cè)模型中,輸出客流預(yù)測(cè)結(jié)果;

5、s2、根據(jù)所述客流預(yù)測(cè)結(jié)果的客流分布時(shí)空特征,建立單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化模型;

6、s3、采用混合算法對(duì)所述單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化模型進(jìn)行求解,求解過程包括兩個(gè)階段:

7、第一階段:將公交運(yùn)營(yíng)成本和乘客出行成本的總成本最低作為單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化模型的目標(biāo)函數(shù),計(jì)算線路各時(shí)段的最優(yōu)發(fā)車間隔;

8、第二階段:在當(dāng)前車輛發(fā)車時(shí)刻前的設(shè)定時(shí)間段,使用所述短時(shí)公交客流預(yù)測(cè)模型對(duì)完成發(fā)車時(shí)刻的線路駐站進(jìn)行客流預(yù)測(cè),將預(yù)測(cè)結(jié)果與道路交通信息數(shù)據(jù)輸入混合算法中,輸出當(dāng)前車輛的最優(yōu)調(diào)度方案。

9、所述多維客流數(shù)據(jù)先通過預(yù)處理,再經(jīng)過多維度拓展,得到耦合時(shí)間特征、天氣狀況信息、站點(diǎn)信息、實(shí)時(shí)車輛gps、歷史客流因素在內(nèi)的多維客流數(shù)據(jù)。

10、所述短時(shí)公交客流預(yù)測(cè)模型通過以下步驟得到:采用留出法將原始客流數(shù)據(jù)構(gòu)建數(shù)據(jù)集,并將其劃分為兩個(gè)互斥集合,其中一個(gè)作為訓(xùn)練集,另外一個(gè)作為測(cè)試集;將訓(xùn)練集對(duì)短時(shí)公交客流預(yù)測(cè)模型進(jìn)行訓(xùn)練,測(cè)試集對(duì)短時(shí)公交客流預(yù)測(cè)模型進(jìn)行驗(yàn)證;根據(jù)平均相對(duì)誤差、平均絕對(duì)百分比誤差以及相對(duì)均方根誤差選取擇預(yù)測(cè)精度與效果最好的短時(shí)公交客流預(yù)測(cè)模型。

11、將所述公交運(yùn)營(yíng)成本采用如下計(jì)算公式表示:

12、

13、其中,μ1為公交車輛可變運(yùn)營(yíng)成本控制系數(shù);l為公交行駛路徑的總長(zhǎng)度;tk為第k個(gè)時(shí)段的時(shí)段長(zhǎng)度;k為調(diào)度時(shí)間段總數(shù);xk為第k個(gè)時(shí)段的公交線路的首站發(fā)車間隔。

14、將乘客等候成本與乘客在途時(shí)間成本之和作為所述乘客出行成本。

15、所述乘客出行成本采用如下計(jì)算公式表示:

16、w2=wa+wb

17、其中,wa為乘客出行成本,μ2為乘客一般等待時(shí)間成本控制系數(shù),μ3為含滿意度懲罰的乘客等待時(shí)間成本控制系數(shù),n為線路公交車輛總數(shù),m為線路公交站點(diǎn)總數(shù),為公交車輛i到達(dá)站點(diǎn)j時(shí),上車的乘客數(shù)量,yi,j為0-1決策變量,控制公交車輛i在站點(diǎn)j是否越站;wb為乘客在途時(shí)間成本,μ4為乘客在途時(shí)間成本控制系數(shù),ni,j為公交車輛i自站點(diǎn)j出發(fā)時(shí),車廂內(nèi)實(shí)時(shí)承載的乘客數(shù)量;li,j為公交車輛i在站點(diǎn)j與站點(diǎn)j+1間的行駛路徑長(zhǎng)度,vi,j為公交車輛i在站點(diǎn)j與站點(diǎn)j+1間的平均行駛速度。

18、對(duì)所述目標(biāo)函數(shù)設(shè)置約束條件,包括:車輛越站約束、站點(diǎn)越站保護(hù)約束、車輛運(yùn)行速度約束、車輛容量約束、發(fā)車間隔約束和乘客服務(wù)率約束。

19、將遺傳算法與模擬退火算法融合作為混合算法。

20、所述混合算法求解過程具體包括:采用整數(shù)編碼的方式對(duì)車輛路徑進(jìn)行編碼,以公交運(yùn)營(yíng)成本和乘客出行成本的總成本最低作為總優(yōu)化目標(biāo),以目標(biāo)函數(shù)的倒數(shù)作為適應(yīng)度函數(shù),迭代計(jì)算至設(shè)定次數(shù)閾值時(shí),混合算法終止,輸出當(dāng)前車輛的最優(yōu)調(diào)度方案。

21、所述最優(yōu)調(diào)度方案包括當(dāng)前車輛走行路徑、車輛越行控制位置信息。

22、與現(xiàn)有技術(shù)相比,本發(fā)明具有以下有益效果:

23、(1)本發(fā)明對(duì)公交短時(shí)客流量的影響因素進(jìn)行了多層次分析,在常規(guī)因素之外,將公共衛(wèi)生事件處理信息作為關(guān)鍵致因同時(shí)納入客流預(yù)測(cè)模型的量化過程。

24、(2)根據(jù)同等學(xué)習(xí)與對(duì)比建模的結(jié)果,評(píng)估比選后提出了基于bilstm網(wǎng)絡(luò)的公交短時(shí)客流需求預(yù)測(cè)方法,實(shí)現(xiàn)了具有良好精度的線路乃至站點(diǎn)層面的短時(shí)客流預(yù)測(cè)。

25、(3)相比于傳統(tǒng)線網(wǎng)層面的宏觀客流預(yù)測(cè),本專利的預(yù)測(cè)結(jié)果可直接用于指導(dǎo)公交線路的調(diào)度優(yōu)化過程。

26、(4)除常規(guī)靜態(tài)調(diào)度優(yōu)化手段外,本專利詳細(xì)探討了以車輛越站控制和局部路徑優(yōu)化為代表的動(dòng)態(tài)公交調(diào)度手段的應(yīng)用場(chǎng)景與實(shí)施方式?;诙嘀乜刂撇呗缘挠袡C(jī)結(jié)合,構(gòu)建了單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化模型,彌補(bǔ)一般調(diào)度方式不足的同時(shí),還在傳統(tǒng)越站手段的基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)了車輛運(yùn)行路徑局部合理幅度的動(dòng)態(tài)優(yōu)化調(diào)整。數(shù)值仿真實(shí)驗(yàn)結(jié)果表明,該模型在保證服務(wù)水平的前提下能夠有效提高線路運(yùn)行效率,具有優(yōu)秀的泛用性能。



技術(shù)特征:

1.一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,包括以下步驟:

2.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,所述多維客流數(shù)據(jù)先通過預(yù)處理,再經(jīng)過多維度拓展,得到耦合時(shí)間特征、天氣狀況信息、站點(diǎn)信息、實(shí)時(shí)車輛gps、歷史客流因素在內(nèi)的多維客流數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,所述短時(shí)公交客流預(yù)測(cè)模型通過以下步驟得到:采用留出法將原始客流數(shù)據(jù)構(gòu)建數(shù)據(jù)集,并將其劃分為兩個(gè)互斥集合,其中一個(gè)作為訓(xùn)練集,另外一個(gè)作為測(cè)試集;將訓(xùn)練集對(duì)短時(shí)公交客流預(yù)測(cè)模型進(jìn)行訓(xùn)練,測(cè)試集對(duì)短時(shí)公交客流預(yù)測(cè)模型進(jìn)行驗(yàn)證;根據(jù)平均相對(duì)誤差、平均絕對(duì)百分比誤差以及相對(duì)均方根誤差選取擇預(yù)測(cè)精度與效果最好的短時(shí)公交客流預(yù)測(cè)模型。

4.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,將所述公交運(yùn)營(yíng)成本采用如下計(jì)算公式表示:

5.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,將乘客等候成本與乘客在途時(shí)間成本之和作為所述乘客出行成本。

6.根據(jù)權(quán)利要求5所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,所述乘客出行成本采用如下計(jì)算公式表示:

7.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,對(duì)所述目標(biāo)函數(shù)設(shè)置約束條件,包括:車輛越站約束、站點(diǎn)越站保護(hù)約束、車輛運(yùn)行速度約束、車輛容量約束、發(fā)車間隔約束和乘客服務(wù)率約束。

8.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,將遺傳算法與模擬退火算法融合作為混合算法。

9.根據(jù)權(quán)利要求8所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,所述混合算法求解過程具體包括:采用整數(shù)編碼的方式對(duì)車輛路徑進(jìn)行編碼,以公交運(yùn)營(yíng)成本和乘客出行成本的總成本最低作為總優(yōu)化目標(biāo),以目標(biāo)函數(shù)的倒數(shù)作為適應(yīng)度函數(shù),迭代計(jì)算至設(shè)定次數(shù)閾值時(shí),混合算法終止,輸出當(dāng)前車輛的最優(yōu)調(diào)度方案。

10.根據(jù)權(quán)利要求9所述的一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法,其特征在于,所述最優(yōu)調(diào)度方案包括當(dāng)前車輛走行路徑、車輛越行控制位置信息。


技術(shù)總結(jié)
本發(fā)明涉及智能公共交通系統(tǒng)技術(shù)領(lǐng)域,尤其是涉及一種基于多源數(shù)據(jù)的單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化方法。該方法包括:建立基于雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的短時(shí)公交客流預(yù)測(cè)模型,輸出客流預(yù)測(cè)結(jié)果;根據(jù)所述客流預(yù)測(cè)結(jié)果的客流分布時(shí)空特征,建立單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化模型;采用混合算法對(duì)所述單線路公交運(yùn)行動(dòng)態(tài)優(yōu)化模型進(jìn)行求解,輸出當(dāng)前車輛的最優(yōu)調(diào)度方案。與現(xiàn)有技術(shù)相比,本發(fā)明具有良好精度的線路乃至站點(diǎn)層面的短時(shí)客流預(yù)測(cè),在保證服務(wù)水平的前提下能夠有效提高線路運(yùn)行效率,具有優(yōu)秀的泛用性能。

技術(shù)研發(fā)人員:周雪梅,張韞博,王乾林,郭洹武,李伯千,趙驍馳
受保護(hù)的技術(shù)使用者:同濟(jì)大學(xué)
技術(shù)研發(fā)日:
技術(shù)公布日:2024/12/23
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
岚皋县| 游戏| 孟村| 常熟市| 尖扎县| 荔浦县| 成安县| 白银市| 奉化市| 阳城县| 梁河县| 浦北县| 烟台市| 锡林浩特市| 岳阳县| 花莲县| 南平市| 隆回县| 广南县| 西吉县| 成都市| 永修县| 揭东县| 甘孜县| 彰化县| 辽中县| 岢岚县| 海淀区| 泰来县| 北京市| 福鼎市| 桂平市| 海晏县| 开封县| 宽城| 峨边| 永宁县| 红安县| 济源市| 游戏| 涿州市|