一种应用于智慧公交系统的需求响应式调度的仿真方法及系统与流程

1.本发明属于智能交通技术领域，具体涉及一种应用于智慧公交系统的需求响应式调度的仿真方法及系统。


背景技术：

2.智能公交中的需求响应式公交是一种以乘客为导向的弹性运输服务，可根据预约的订单情况和服务对象的出行需求，为预订出行的乘客提供定制的公共交通服务，着重提供多样化的出行模式和车型选择。其中，乘客的出行请求可分为实时请求和预约请求，而出行类型可分为包车模式和拼车模式。系统实时收集乘客的出行请求，确定需求响应站点。调度系统根据站点位置以及乘客数量，为乘客合理地分配车型，从而满足客户的出行需求。
3.所以，需求响应式公交实时调度算法是该项功能的关键核心，其是否快速、高效、准确，决定着需求响应式实时调度的成功，从而决定着公交运营效率及安全。
4.因此，采用仿真手段或方式，基于智能公交中需求响应式调度场景，面向算法开发及实际应用需求，完善场景下的算法方案设计，并参考实际应用场景数据和参数配置建立仿真模型。进一步地，分析算法在不同场景及工况下的可行性及优越性，对比分析各方案及优化方案的效益指标，为算法开发提供模型和方法支持，并为实际应用提供参数配置方案参考。具有重大的现实意义。
5.目前公交行业内，针对于公交运营的仿真测试方法或系统主要局限在公交线网的仿真上，尚未提出对智能公交需求响应式调度功能的仿真方案及系统。
6.所以，本方案提一种应用于智慧公交系统的需求响应式调度的仿真测试系统及方法，旨在解决上述的问题，填补该领域的空白。


技术实现要素：

7.针对上述提出的技术问题，本发明提供一种应用于智慧公交系统的需求响应式调度的仿真方法及系统，旨在提出一种应用于智慧公交系统的需求响应式调度的仿真方案，填补领域空白。
8.第一方面，本发明提供了一种应用于智慧公交系统的需求响应式调度的仿真系统，包括：公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、公交移动端服务系统、4g/5g移动通信网络；
9.公交车载系统，包括车载移动通信终端、摄像头、乘车客流量数据采集设备，实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
10.公交调度仿真系统，包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行智能公交需求响应式调度算法，输出行车计划，调度仿真平台为智能公交需求响应式调度算法的仿真环境；
11.公交站台系统，通过视频监控设备统计公交站点的站点客流量数据、乘客等待时
间；
12.公交场站系统，通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
13.公交移动端服务系统，通过乘客app或小程序采集乘客的拼车订单和包车订单；
14.4g/5g移动通信网络，为公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、公交移动端服务系统提供通信连接。
15.具体地，智能公交需求响应式调度的仿真流程如下：
16.步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求响应式仿真线路布局图、设置需求响应式调度场景的仿真参数；
17.步骤2、调度管理平台根据调度管理平台中的vip订单数据和行车计划，对需求响应式调度场景进行工况分解；
18.步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件与预期结果；
19.步骤4、调度仿真平台设定智能公交需求响应式调度算法仿真过程中的启发式规则和仿真环境下的模型假设；
20.步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑每条线路平均订单乘客等待时间最小，目标函数2只考虑公交车辆的运营成本最小，
21.其中，目标函数1为：
[0022][0023]
其中，n为本次调度已经分配的订单总数，m为本次调度未分配的订单总数，d
ij
为从第j辆车的当前位置到订单i起点的距离，vj为第j辆车的平均行驶速度，tc为系统当前时间，为订单i的期望上车时间，为订单a的期望上车时间，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，t
l
为车辆行驶完整条l号线路线路需要的时间，
[0024]
目标函数2为：
[0025][0026]
其中，cd为公交车辆的单位行驶距离的费用，为第j辆车起点到终站的距离，d
ij
为从第j辆车当前位置到订单i起点的距离，r为投入第j辆车所在公交线路的车辆总数，n为本次调度已经分配的订单总数；
[0027]
步骤6、引入约束条件，用于仿真验证智能公交需求响应式调度算法的实施效果；
[0028]
步骤7、基于步骤1至步骤6的仿真条件，对智能公交需求响应式调度算法进行仿真，获取仿真结果，统计在不同的车辆数和订单生成频率下订单等待处理时间和乘客等待时间的变化；
[0029]
步骤8、对仿真结果进行统计分析。
[0030]
具体地，步骤1包括：
[0031]
步骤11、从调度管理平台的数据库中选取一条单向循环公交线路，基于单向循环公交线路生成需求响应式仿真线路布局图，在单向循环公交线路的任意站点上随机生成乘客的拼车订单或包车订单；
[0032]
步骤12、基于需求响应式仿真线路布局图，从单向循环公交线路、公交车辆、vip订单数据三个方面，设置需求响应式调度场景的仿真参数。
[0033]
具体地，步骤2包括：
[0034]
步骤21、工况1为包车工况，包车乘客实时向调度管理平台提交出行请求，出行请求包括请求类型、上车地点、下车地点、期望上车时间、乘客数量，调度管理平台根据当前空闲公交车辆的位置、车型，为包车乘客分配包车车辆，并规划包车车辆服务乘客的序列，其中，请求类型包括预约请求、实时请求；
[0035]
步骤22、工况2为拼车工况，拼车乘客实时向调度管理平台提交出行需求，出行需求包括上车地点、下车地点、期望上车时间、期望下车时间和乘客数量，调度管理平台根据当前运营公交车辆的位置、车上乘客数量以及当前运营公交车辆已规划的行驶路径，为拼车乘客分配拼车车辆，并依据出行需求实时更新拼车车辆的行驶节点序列。
[0036]
具体地，步骤3包括：
[0037]
步骤31、根据工况1，制定需求响应式调度包车工况的输入条件及预期结果；
[0038]
步骤32、根据工况2，制定需求响应式调度拼车工况的输入条件及预期结果。
[0039]
具体地，步骤4具体包括：
[0040]
步骤41、启发式规则为：
[0041]
规则11、当有实时订单时，智能公交需求响应式调度算法从实时订单位置的附近可用公交车辆中选择接单公交车辆，若附近无可用公交车辆，则从订单响应站点调车，若订单响应站点无可用公交车辆，则从公交场站调车；
[0042]
规则12、当有预约订单时，在预约时间到达之前将预约订单加入实时订单队列的队首，做为实时订单，按照规则11进行处理；
[0043]
规则13、调度的参数自适应调整策略根据订单数量情况区分为三种工况，三种工况分别为：当订单数量超过上限o
max
时为高峰时段，当订单数量低于下限o
min
时为低峰时段，当订单数量在上限o
max
和下限o
min
之间时为正常时段；
[0044]
对不同工况分别采取不同的参数计算方法，具体计算方式为：
[0045]
(1)高峰时段：
[0046]
(2)正常时段：
[0047]
情况1、两个目标成本中的只有一个增加：
[0048][0049][0050]
情况2、两个目标成本都不增加：
[0051][0052]
情况3、两个目标成本都增加：
[0053][0054]
(4)低峰时段：
[0055]
其中，为本次乘客等待时间成本的权重，为本次公交车运营成本的权重，ε为权重变化系数，δz1为上次调度结束后乘客等待时间成本的变化量，δz2为上次调度结束后公交车运营成本的变化量，为上次乘客等待时间成本的权重，为上次公交车运营成本的权重；
[0056]
步骤42、模型假设为：
[0057]
规则21、拼车和包车的订单公交车辆独立于正常排班计划之外，不需要执行正常的公交排班任务；
[0058]
规则22、订单公交车辆完成分配的所有订单后就近停靠在订单结束位置附近的站点，直到接到新订单后开始执行任务；
[0059]
规则23、订单分配时根据所有订单公交车辆的空闲情况派单，无法保证一次分配完所有订单；
[0060]
规则24、对于车上已分配但还未执行的订单，支持加入订单池重新尝试分配。
[0061]
具体地，规则11中，对于拼车订单，基于接单公交车辆的现有拼车任务选择最终接单公交车辆；
[0062]
当订单中包括拼车订单和包车订单时，优先处理包车订单，再集中处理拼车订单。
[0063]
具体地，步骤6中的约束条件为：
[0064]
条件1、车辆到达时间窗约束：
[0065][0066]
其中，为订单i的期望上车时间，d
ij
为从第j辆车的当前位置到订单i起点的距离，vj为第j辆车的平均行驶速度，tc为系统当前时间，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，α为时间窗宽度；
[0067]
条件2、订单服务约束：
[0068][0069]
其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)；
[0070]
条件3、车辆容量约束：
[0071][0072][0073]
其中，p
js
为第j辆车在第s个站点时车上的乘客数量，为订单i的乘客数量，cj为第j辆车的额定载客数量，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)；
[0074]
条件4、车辆电量约束：
[0075][0076]
其中，为订单i的起始站点，为订单i的结束站点，d
ij
为从第j辆车的当前位置到订单i起点的距离，θ为安全阈值，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，lj为
第j辆车的剩余里程；
[0077]
条件5、订单起点约束：
[0078][0079]
其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，d
ij
为从第j辆车的当前位置到订单i起点的距离；
[0080]
条件6、车辆的订单顺序约束：
[0081][0082]
其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，xi′
jk
′
表示订单i-1是第j辆车的第k-1个任务；
[0083]
条件7、包车任务串行约束：
[0084][0085]
其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，为订单i的起始站点，为订单i的结束站点。
[0086]
第二方面，本发明还提供了一种应用于智慧公交系统的需求响应式调度的仿真方法，该方法包括：
[0087]
公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
[0088]
公交站台系统通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；
[0089]
公交场站系统通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
[0090]
公交移动端服务系统通过乘客app或小程序采集乘客的拼车订单和包车订单；
[0091]
公交调度仿真系统包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行智能公交需求响应式调度算法，输出行车计划，调度仿真平台为智能公交需求响应式调度算法的仿真环境。
[0092]
具体地，智能公交需求响应式调度的仿真流程如下：
[0093]
步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求响应式仿真线路布局图、设置需求响应式调度场景的仿真参数；
[0094]
步骤2、调度管理平台根据调度管理平台中的vip订单数据和行车计划，对需求响应式调度场景进行工况分解；
[0095]
步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件与预期结果；
[0096]
步骤4、调度仿真平台设定智能公交需求响应式调度算法仿真过程中的启发式规则和仿真环境下的模型假设；
[0097]
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑每条线路平均订单乘客等待时间最小，目标函数2只考虑公交车辆的运营成本最小，
[0098]
其中，目标函数1为：
[0099][0100]
其中，n为本次调度已经分配的订单总数，m为本次调度未分配的订单总数，d
ij
为从第j辆车的当前位置到订单i起点的距离，vj为第j辆车的平均行驶速度，tc为系统当前时间，为订单i的期望上车时间，为订单a的期望上车时间，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，t
l
为车辆行驶完整条l号线路线路需要的时间，
[0101]
目标函数2为：
[0102][0103]
其中，cd为公交车辆的单位行驶距离的费用，为第j辆车起点到终站的距离，d
ij
为从第j辆车当前位置到订单i起点的距离，r为投入第j辆车所在公交线路的车辆总数，n为本次调度已经分配的订单总数；
[0104]
步骤6、引入约束条件，用于仿真验证智能公交需求响应式调度算法的实施效果；
[0105]
步骤7、基于步骤1至步骤6的仿真条件，对智能公交需求响应式调度算法进行仿真，获取仿真结果，统计在不同的车辆数和订单生成频率下订单等待处理时间和乘客等待时间的变化；
[0106]
步骤8、对仿真结果进行统计分析。
[0107]
本发明公开一种应用于智慧公交系统的需求响应式调度的仿真方法及系统，针对于实际公交运营中需求响应式调度仿真的问题，参考实际应用场景数据和参数配置建立仿真模型，仿真分析智能公交需求响应式调度算法在不同场景及工况下的可行性及优越性，对比分析各工况调度优化方案的效益指标，为智能公交需求响应式调度算法按乘客期望模式进行调整，提供模型和方法支持，并为实际应用提供参数配置方案参考，从而达成智能公交需求响应式调度算法能被应用到实际运营中，达成运营的乘客与运营单位各自需求的目标。
附图说明
[0108]
图1为本发明的一种应用于智慧公交系统的需求响应式调度的仿真系统的结构示意图；
[0109]
图2为本发明的需求响应式包车与拼车订单处理流程图；
[0110]
图3为本发明的需求响应式调度的仿真业务流程图；
[0111]
图4为本发明的一种应用于智慧公交系统的需求响应式调度的仿真方法的流程图。
具体实施方式
[0112]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明经行进一步的详细说明。显然，此处所描述的具体实施例仅仅用于解释本发明，是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术普通人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0113]
图1所示是本发明提供的一种应用于智慧公交系统的需求响应式调度的仿真系统
的一个实施例的结构示意图，该结构示意图具体包括：公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、公交移动端服务系统、4g/5g移动通信网络。
[0114]
公交车载系统，包括车载移动通信终端、摄像头、乘车客流量数据采集设备，实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量。
[0115]
公交调度仿真系统，包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行智能公交需求响应式调度算法，输出行车计划，调度仿真平台为智能公交需求响应式调度算法的仿真环境。
[0116]
实时客流量数据包括站点客流量数据与乘车客流量数据。
[0117]
优选地，智能公交排班调度算法的仿真环境利用matlabr2021a在windows10环境下实现，最低硬件要求为处理器intel(r)core(tm)i5-7200u cpu，8g运行内存。
[0118]
公交站台系统，通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间。
[0119]
公交场站系统，通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次。
[0120]
公交移动端服务系统，通过乘客app或小程序采集乘客的拼车订单和包车订单。
[0121]
4g/5g移动通信网络，为公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、公交移动端服务系统提供通信连接。
[0122]
具体地，智能公交需求响应式调度的仿真流程如下：
[0123]
步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求响应式仿真线路布局图、设置需求响应式调度场景的仿真参数。
[0124]
具体地，步骤1包括：
[0125]
步骤11、从调度管理平台的数据库中选取一条单向循环公交线路，基于单向循环公交线路生成需求响应式仿真线路布局图，在单向循环公交线路的任意站点上随机生成乘客的拼车订单或包车订单。
[0126]
在给定线路的任意站点上随机生成客户的拼车或包车订单。对于每个拼车或包车订单，都需要给出任务的起始站点和结束站点。当车辆从车场发出后，必须驶完全程，即车辆无法在线路中间的任意站点掉头。在从车场发车前，如果一辆车的续航里程不能跑完整条线路，则该车暂时不可用并且会自动去充电。
[0127]
步骤12、基于需求响应式仿真线路布局图，从单向循环公交线路、公交车辆、vip订单数据三个方面，设置需求响应式调度场景的仿真参数。
[0128]
需求响应式调度场景的仿真参数设置如表1所示。
[0129]
表1
[0130][0131]
步骤2、调度管理平台根据调度管理平台中的vip订单数据和行车计划，对需求响应式调度场景进行工况分解。
[0132]
具体地，步骤2包括：
[0133]
步骤21、工况1为包车工况，包车乘客实时向调度管理平台提交出行请求，出行请求包括请求类型、上车地点、下车地点、期望上车时间、乘客数量，调度管理平台根据当前空闲公交车辆的位置、车型，为包车乘客分配包车车辆，并规划包车车辆服务乘客的序列，其中，请求类型包括预约请求、实时请求。
[0134]
预定请求的期望上车时间需要乘客输入，实时请求的期望上车时间即为请求申请时刻。
[0135]
步骤22、工况2为拼车工况，拼车乘客实时向调度管理平台提交出行需求，出行需求包括上车地点、下车地点、期望上车时间、期望下车时间和乘客数量，调度管理平台根据当前运营公交车辆的位置、车上乘客数量以及当前运营公交车辆已规划的行驶路径，为拼车乘客分配拼车车辆，并依据出行需求实时更新拼车车辆的行驶节点序列。
[0136]
步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件与预期结果。
[0137]
具体地，步骤3包括：
[0138]
步骤31、根据工况1，制定需求响应式调度包车工况的输入条件及预期结果。
[0139]
需求响应式调度包车工况的输入条件与预期结果如表2所示。
[0140]
表2
[0141][0142][0143]
步骤32、根据工况2，制定需求响应式调度拼车工况的输入条件及预期结果。
[0144]
需求响应式调度拼车工况的输入条件及预期结果如表3所示。
[0145]
表3
[0146][0147]
步骤4、调度仿真平台设定智能公交需求响应式调度算法仿真过程中的启发式规则和仿真环境下的模型假设。
[0148]
具体地，步骤4具体包括：
[0149]
步骤41、启发式规则为：
[0150]
规则11、当有实时订单时，智能公交需求响应式调度算法从实时订单位置的附近可用公交车辆中选择接单公交车辆，若附近无可用公交车辆，则从订单响应站点调车，若订单响应站点无可用公交车辆，则从公交场站调车；
[0151]
规则12、当有预约订单时，在预约时间到达之前将预约订单加入实时订单队列的队首，做为实时订单，按照规则11进行处理；
[0152]
规则13、调度的参数自适应调整策略根据订单数量情况区分为三种工况，三种工况分别为：当订单数量超过上限o
max
时为高峰时段，当订单数量低于下限o
min
时为低峰时段，当订单数量在上限o
max
和下限o
min
之间时为正常时段；
[0153]
对不同工况分别采取不同的参数计算方法，具体计算方式为：
[0154]
(1)高峰时段：
[0155]
(2)正常时段：
[0156]
情况1、两个目标成本中的只有一个增加：
[0157][0158]
[0159]
情况2、两个目标成本都不增加：
[0160][0161]
情况3、两个目标成本都增加：
[0162][0163]
(5)低峰时段：
[0164]
其中，为本次乘客等待时间成本的权重，为本次公交车运营成本的权重，ε为权重变化系数，δz1为上次调度结束后乘客等待时间成本的变化量，δz2为上次调度结束后公交车运营成本的变化量，为上次乘客等待时间成本的权重，为上次公交车运营成本的权重；
[0165]
具体地，规则11中，对于拼车订单，基于接单公交车辆的现有拼车任务选择最终接单公交车辆；
[0166]
当订单中包括拼车订单和包车订单时，优先处理包车订单，再集中处理拼车订单。
[0167]
需求响应式包车与拼车订单处理流程图如图2所示。
[0168]
步骤42、模型假设为：
[0169]
规则21、拼车和包车的订单公交车辆独立于正常排班计划之外，不需要执行正常的公交排班任务；
[0170]
规则22、订单公交车辆完成分配的所有订单后就近停靠在订单结束位置附近的站点，直到接到新订单后开始执行任务；
[0171]
规则23、订单分配时根据所有订单公交车辆的空闲情况派单，无法保证一次分配完所有订单；
[0172]
规则24、对于车上已分配但还未执行的订单，支持加入订单池重新尝试分配。
[0173]
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑每条线路平均订单乘客等待时间最小，目标函数2只考虑公交车辆的运营成本最小。
[0174]
目标函数1为：
[0175][0176]
其中，n为本次调度已经分配的订单总数，m为本次调度未分配的订单总数，d
ij
为从第j辆车的当前位置到订单i起点的距离，vj为第j辆车的平均行驶速度，tc为系统当前时间，为订单i的期望上车时间，为订单a的期望上车时间，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，t
l
为车辆行驶完整条l号线路线路需要的时间。
[0177]
平均订单乘客等待时间由两部分组成，一部分是已分配订单的平均乘客等待时间，另一部分是未分配订单的平均乘客等待时间。这两部分加起来后求平均，即可得到平均订单乘客等待时间。
[0178]
优选地，在计算目标函数1时，抽样一条线路来做为乘客等待时间最小的计算样本。
[0179]
目标函数2为：
[0180][0181]
其中，cd为公交车辆的单位行驶距离的费用，为第j辆车起点到终站的距离，d
ij
为从第j辆车当前位置到订单i起点的距离，r为投入第j辆车所在公交线路的车辆总数，n为本次调度已经分配的订单总数。
[0182]
总成本为：
[0183]
z＝ω1·1+2·2[0184]
优化目标有两个，分别为平均订单乘客等待时间z1和公交行驶成本z2，对于这两个目标，分别归一化后赋予权重ω1(一般取值为0.5)和ω2(一般取值为0.5)，加和后即可得到总成本z。
[0185]
步骤6、引入约束条件，用于仿真验证智能公交需求响应式调度算法的实施效果。
[0186]
具体地，约束条件为：
[0187]
条件1、车辆到达时间窗约束：
[0188][0189]
其中，为订单i的期望上车时间，d
ij
为从第j辆车的当前位置到订单i起点的距离，vj为第j辆车的平均行驶速度，tc为系统当前时间，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，α为时间窗宽度。
[0190]
车辆应该在乘客期望上车时间所在的时间窗内到达，时间窗宽度α可测试确定，一般取值为3min。车辆不需要过早到达，也不能过晚到达，过晚到达会造成乘客流失。
[0191]
条件2、订单服务约束：
[0192][0193]
其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)。
[0194]
每个订单最多分配给一辆车。如果该约束为0，则说明该订单未被分配。
[0195]
条件3、车辆容量约束：
[0196][0197][0198]
其中，p
js
为第j辆车在第s个站点时车上的乘客数量，为订单i的乘客数量，cj为第j辆车的额定载客数量，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)。
[0199]
每个站点的乘客数小于车的容量，保证车上的订单人数不超过车辆的额定座位数。
[0200]
条件4、车辆电量约束：
[0201][0202]
其中，为订单i的起始站点，为订单i的结束站点，d
ij
为从第j辆车的当前位置
到订单i起点的距离，θ为安全阈值，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，lj为第j辆车的剩余里程。
[0203]
车辆完成任务后的剩余电量大于安全阈值θ。
[0204]
条件5、订单起点约束：
[0205][0206]
其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，d
ij
为从第j辆车的当前位置到订单i起点的距离。
[0207]
车辆只能接订单起点在车辆当前位置之后的订单，不能接已经过的站点的订单。
[0208]
条件6、车辆的订单顺序约束：
[0209][0210]
其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，xi′
jk
′
表示订单i-1是第j辆车的第k-1个任务。
[0211]
每辆车上分配的订单应该根据订单起点的先后关系排列，即第j辆车上第k个位置的订单起点应该在第j辆车上第k+1个位置的订单起点之前。
[0212]
条件7、包车任务串行约束：
[0213][0214]
其中，x
ijj
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，为订单i的起始站点，为订单i的结束站点。
[0215]
对于包车订单而言，车辆同时只能执行一个包车订单。即对于同一辆车，包车订单的任务区间(从订单起点到终点)不能存在重叠区域。对于拼车订单，可以忽略该约束。
[0216]
步骤7、基于步骤1至步骤6的仿真条件，对智能公交需求响应式调度算法进行仿真，获取仿真结果，统计在不同的车辆数和订单生成频率下订单等待处理时间和乘客等待时间的变化。
[0217]
根据高峰时段订单生成频率较高，非高峰时段的订单生成频率较低的规律，以下分别选取部分频率的数据展示订单的等待处理时间和乘客等待时间的情况。需求响应式调度策略效益统计情况如表4所示。
[0218]
表4
[0219][0220]
步骤8、对仿真结果进行统计分析。
[0221]
拼车模式下，当订单生成频率为2分钟一单时，平均乘客等待时间》＝6分钟，或当订单生成频率为5分钟一单时，平均乘客等待时间》＝10分钟，则认为拼车模式调度方案不
满足要求，需要重新调整需求响应式拼车调度策略，达成乘客需求的目标。乘客的需求目标为：订单生成频率为2分钟一单时，平均乘客等待时间不大于6分钟。订单生成频率为5分钟一单时，平均乘客等待时间不大于10分钟。
[0222]
包车模式下，车辆大多数是从车场(停车点)发车，所以车场当前的可用车辆数对订单等待处理时间和乘客等待时间有较大影响。当订单生成频率为20分钟一单时，平均乘客等待时间》＝10分钟，或当订单生成频率为30分钟一单时，平均乘客等待时间》＝6分钟，则认为包车模式调度方案不满足要求，需要重新调整需求响应式包车调度策略，达成乘客需求的目标。乘客的需求目标为：当订单生成频率为20分钟一单时，平均乘客等待时间不大于10分钟，当订单生成频率为30分钟一单时，平均乘客等待时间不大于6分钟。
[0223]
图3所示是本发明的需求响应式调度的仿真业务流程图。
[0224]
图4所示是本发明提供的一种应用于智慧公交系统的需求响应式调度的仿真方法的一个实施例的流程图。如图4所示，该方法包括：
[0225]
s1、公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；
[0226]
s2、公交站台系统通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；
[0227]
s3、公交场站系统通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
[0228]
s4、公交移动端服务系统通过乘客app或小程序采集乘客的拼车订单和包车订单；
[0229]
s5、公交调度仿真系统包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行智能公交需求响应式调度算法，输出行车计划，调度仿真平台为智能公交需求响应式调度算法的仿真环境。
[0230]
具体地，智能公交需求响应式调度的仿真流程如下：
[0231]
步骤1、调度仿真平台根据调度管理平台中的公交线路和行车计划，构建需求响应式仿真线路布局图、设置需求响应式调度场景的仿真参数；
[0232]
步骤2、调度管理平台根据调度管理平台中的vip订单数据和行车计划，对需求响应式调度场景进行工况分解；
[0233]
步骤3、调度仿真平台根据步骤2中分解的工况，制定出各工况的输入条件与预期结果；
[0234]
步骤4、调度仿真平台设定智能公交需求响应式调度算法仿真过程中的启发式规则和仿真环境下的模型假设；
[0235]
步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑每条线路平均订单乘客等待时间最小，目标函数2只考虑公交车辆的运营成本最小，
[0236]
其中，目标函数1为：
[0237][0238]
其中，n为本次调度已经分配的订单总数，m为本次调度未分配的订单总数，d
ij
为从第j辆车的当前位置到订单i起点的距离，vj为第j辆车的平均行驶速度，tc为系统当前时间，为订单i的期望上车时间，为订单a的期望上车时间，x
ijk
为订单i是第j辆车的第k个任
务，x
ijk
∈(0，1)，t
l
为车辆行驶完整条l号线路线路需要的时间，
[0239]
目标函数2为：
[0240][0241]
其中，cd为公交车辆的单位行驶距离的费用，为第j辆车起点到终站的距离，d
ij
为从第j辆车当前位置到订单i起点的距离，r为投入第j辆车所在公交线路的车辆总数，n为本次调度已经分配的订单总数；
[0242]
步骤6、引入约束条件，用于仿真验证智能公交需求响应式调度算法的实施效果；
[0243]
步骤7、基于步骤1至步骤6的仿真条件，对智能公交需求响应式调度算法进行仿真，获取仿真结果，统计在不同的车辆数和订单生成频率下订单等待处理时间和乘客等待时间的变化；
[0244]
步骤8、对仿真结果进行统计分析。
[0245]
以上上述的实施例仅表达了本发明的实施优选方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

技术特征：
1.一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，包括公交车载系统、公交调度仿真系统、公交站台系统、公交场站系统、公交移动端服务系统、4g/5g移动通信网络；所述公交车载系统，包括车载移动通信终端、摄像头、乘车客流量数据采集设备，实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；所述公交调度仿真系统，包括调度管理平台和调度仿真平台，所述调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行智能公交需求响应式调度算法，输出行车计划，所述调度仿真平台为所述智能公交需求响应式调度算法的仿真环境；所述公交站台系统，通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；所述公交场站系统，通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；所述公交移动端服务系统，通过乘客app或小程序采集乘客的拼车订单和包车订单；所述4g/5g移动通信网络，为所述公交车载系统、所述公交调度仿真系统、所述公交站台系统、所述公交场站系统、所述公交移动端服务系统提供通信连接。2.根据权利要求1所述的一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，所述智能公交需求响应式调度的仿真流程如下：步骤1、所述调度仿真平台根据所述调度管理平台中的公交线路和所述行车计划，构建需求响应式仿真线路布局图、设置需求响应式调度场景的仿真参数；步骤2、所述调度管理平台根据所述调度管理平台中的vip订单数据和所述行车计划，对所述需求响应式调度场景进行工况分解；步骤3、所述调度仿真平台根据所述步骤2中分解的工况，制定出各工况的输入条件与预期结果；步骤4、所述调度仿真平台设定所述智能公交需求响应式调度算法仿真过程中的启发式规则和仿真环境下的模型假设；步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑每条线路平均订单乘客等待时间最小，目标函数2只考虑所述公交车辆的运营成本，其中，所述目标函数1为：其中，n为本次调度已经分配的订单总数，m为本次调度未分配的订单总数，d
ij
为从第j辆车的当前位置到订单i起点的距离，v
j
为所述第j辆车的平均行驶速度，t
c
为系统当前时间，为所述订单i的期望上车时间，为订单a的期望上车时间，x
ijk
为所述订单i是所述第j辆车的第k个任务，x
ijk
∈(0，1)，t
l
为车辆行驶完整条l号线路线路需要的时间，所述目标函数2为：其中，c
d
为公交车辆的单位行驶距离的费用，为第j辆车起点到终站的距离，d
ij
为从所述第j辆车当前位置到订单i起点的距离，r为投入第j辆车所在公交线路的车辆总数，n
为本次调度已经分配的订单总数；步骤6、引入约束条件，用于仿真验证所述智能公交需求响应式调度算法的实施效果；步骤7、基于所述步骤1至所述步骤6的仿真条件，对所述智能公交需求响应式调度算法进行仿真，获取所述仿真结果，统计在不同的车辆数和订单生成频率下订单等待处理时间和所述乘客等待时间的变化；步骤8、对所述仿真结果进行统计分析。3.根据权利要求2所述的一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，所述步骤1包括：步骤11、从所述调度管理平台的数据库中选取一条单向循环公交线路，基于所述单向循环公交线路生成所述需求响应式仿真线路布局图，在所述单向循环公交线路的任意站点上随机生成乘客的所述拼车订单或所述包车订单；步骤12、基于所述需求响应式仿真线路布局图，从所述单向循环公交线路、所述公交车辆、所述vip订单数据三个方面，设置所述需求响应式调度场景的仿真参数。4.根据权利要求3所述的一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，所述步骤2包括：步骤21、工况1为包车工况，包车乘客实时向所述调度管理平台提交出行请求，所述出行请求包括请求类型、上车地点、下车地点、期望上车时间、乘客数量，所述调度管理平台根据当前空闲公交车辆的位置、车型，为所述包车乘客分配包车车辆，并规划所述包车车辆服务乘客的序列，其中，所述请求类型包括预约请求、实时请求；步骤22、工况2为拼车工况，拼车乘客实时向所述调度管理平台提交出行需求，所述出行需求包括上车地点、下车地点、期望上车时间、期望下车时间和乘客数量，所述调度管理平台根据当前运营公交车辆的位置、车上乘客数量以及所述当前运营公交车辆已规划的行驶路径，为所述拼车乘客分配拼车车辆，并依据所述出行需求实时更新所述拼车车辆的行驶节点序列。5.根据权利要求4所述的一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，所述步骤3包括：步骤31、根据所述工况1，制定需求响应式调度包车工况的输入条件及预期结果；步骤32、根据所述工况2，制定需求响应式调度拼车工况的输入条件及预期结果。6.根据权利要求2所述的一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，所述步骤4具体包括：步骤41、所述启发式规则为：规则11、当有实时订单时，所述智能公交需求响应式调度算法从所述实时订单位置的附近可用公交车辆中选择接单公交车辆，若附近无可用公交车辆，则从订单响应站点调车，若所述订单响应站点无可用公交车辆，则从公交场站调车；规则12、当有预约订单时，在预约时间到达之前将所述预约订单加入实时订单队列的队首，做为实时订单，按照所述规则11进行处理；规则13、调度的参数自适应调整策略根据订单数量情况区分为三种工况，所述三种工况分别为：当所述订单数量超过上限o
max
时为高峰时段，当所述订单数量低于下限o
min
时为低峰时段，当所述订单数量在所述上限o
max
和所述下限o
min
之间时为正常时段；
对不同工况分别采取不同的参数计算方法，具体计算方式为：(1)高峰时段：(2)正常时段：情况1、两个目标成本中的只有一个增加：情况1、两个目标成本中的只有一个增加：情况2、所述两个目标成本都不增加：情况3、所述两个目标成本都增加：(3)低峰时段：其中，为本次乘客等待时间成本的权重，为本次公交车运营成本的权重，ε为权重变化系数，δz1为上次调度结束后乘客等待时间成本的变化量，δz2为上次调度结束后公交车运营成本的变化量，为上次乘客等待时间成本的权重，为上次公交车运营成本的权重；步骤42、所述模型假设为：规则21、拼车和包车的订单公交车辆独立于正常排班计划之外，不需要执行正常的公交排班任务；规则22、所述订单公交车辆完成分配的所有订单后就近停靠在订单结束位置附近的站点，直到接到新订单后开始执行任务；规则23、订单分配时根据所有订单公交车辆的空闲情况派单，无法保证一次分配完所有订单；规则24、对于车上已分配但还未执行的订单，支持加入订单池重新尝试分配。7.根据权利要求6所述的一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，所述规则11中，对于拼车订单，基于所述接单公交车辆的现有拼车任务选择最终接单公交车辆；当订单中包括所述拼车订单和所述包车订单时，优先处理所述包车订单，再集中处理所述拼车订单。8.根据权利要求2所述的一种应用于智慧公交系统的需求响应式调度的仿真系统，其特征在于，所述步骤6中的所述约束条件为：条件1、车辆到达时间窗约束：
其中，为订单i的期望上车时间，d
ij
为从第j辆车的当前位置到所述订单i起点的距离，v
j
为所述第j辆车的平均行驶速度，t
c
为系统当前时间，x
ijk
为所述订单i是所述第j辆车的第k个任务，x
ijk
∈(0，1)，α为时间窗宽度；条件2、订单服务约束：其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)；条件3、车辆容量约束：条件3、车辆容量约束：其中，p
js
为第j辆车在第s个站点时车上的乘客数量，为订单i的乘客数量，c
j
为所述第j辆车的额定载客数量，x
ijk
为所述订单i是所述第j辆车的第k个任务，x
ijk
∈(0，1)；条件4、车辆电量约束：其中，为订单i的起始站点，为所述订单i的结束站点，d
ij
为从第j辆车的当前位置到所述订单i起点的距离，θ为安全阈值，x
ijk
为所述订单i是所述第j辆车的第k个任务，x
ijk
∈(0，1)，l
j
为所述第j辆车的剩余里程；条件5、订单起点约束：其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，d
ij
为从所述第j辆车的当前位置到所述订单i起点的距离；条件6、车辆的订单顺序约束：其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，x
i
′
jk
′
表示订单i-1是所述第j辆车的第k-1个任务；条件7、包车任务串行约束：其中，x
ijk
为订单i是第j辆车的第k个任务，x
ijk
∈(0，1)，为所述订单i的起始站点，为所述订单i的结束站点。9.一种应用于智慧公交系统的需求响应式调度的仿真方法，其特征在于，包括：公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆上下车乘客数量；公交站台系统通过视频监控设备统计公交站点的站点客流量数据、乘客等待时间；公交场站系统通过视频监控设备统计公交车辆发车间隔数据、公交车辆发车车次；
公交移动端服务系统通过乘客app或小程序采集乘客的拼车订单和包车订单；公交调度仿真系统包括调度管理平台和调度仿真平台，所述调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行智能公交需求响应式调度算法，输出行车计划，所述调度仿真平台为所述智能公交需求响应式调度算法的仿真环境。10.根据权利要求9所述的一种应用于智慧公交系统的需求响应式调度的仿真方法，其特征在于，所述智能公交需求响应式调度的仿真流程如下：步骤1、所述调度仿真平台根据所述调度管理平台中的公交线路和所述行车计划，构建需求响应式仿真线路布局图、设置需求响应式调度场景的仿真参数；步骤2、所述调度管理平台根据所述调度管理平台中的vip订单数据和所述行车计划，对所述需求响应式调度场景进行工况分解；步骤3、所述调度仿真平台根据所述步骤2中分解的工况，制定出各工况的输入条件与预期结果；步骤4、所述调度仿真平台设定所述智能公交需求响应式调度算法仿真过程中的启发式规则和仿真环境下的模型假设；步骤5、引入两种目标函数进行比较和评估，目标函数1只考虑每条线路平均订单乘客等待时间最小，目标函数2只考虑所述公交车辆的运营成本最小，其中，所述目标函数1为：其中，n为本次调度已经分配的订单总数，m为本次调度未分配的订单总数，d
ij
为从第j辆车的当前位置到订单i起点的距离，v
j
为所述第j辆车的平均行驶速度，t
c
为系统当前时间，为所述订单i的期望上车时间，为订单a的期望上车时间，x
ijk
为所述订单i是所述第j辆车的第k个任务，x
ijk
∈(0，1)，t
l
为车辆行驶完整条l号线路线路需要的时间，所述目标函数2为：其中，c
d
为公交车辆的单位行驶距离的费用，为第j辆车起点到终站的距离，d
ij
为从所述第j辆车当前位置到订单i起点的距离，r为投入第j辆车所在公交线路的车辆总数，n为本次调度已经分配的订单总数；步骤6、引入约束条件，用于仿真验证所述智能公交需求响应式调度算法的实施效果；步骤7、基于所述步骤1至步骤6的仿真条件，对所述智能公交需求响应式调度算法进行仿真，获取所述仿真结果，统计在不同的车辆数和订单生成频率下订单等待处理时间和所述乘客等待时间的变化；步骤8、对所述仿真结果进行统计分析。

技术总结
本发明属于智能交通技术领域，公开了一种应用于智慧公交系统的需求响应式调度的仿真方法及系统：公交车载系统实时采集车辆位置信息、车辆运营状态信息，实时统计车辆乘客数量，公交调度仿真系统包括调度管理平台和调度仿真平台，调度管理平台记录实时客流量数据、管理历史客流量数据、车辆运营数据，运行智能公交需求响应式调度算法，输出行车计划，调度仿真平台为智能公交需求响应式调度算法的仿真环境，公交站台系统统计公交站点的站点客流量数据、乘客等待时间，公交场站系统统计公交车辆发车间隔数据、公交车辆发车车次，公交移动端服务系统采集乘客的拼车订单和包车订单。本发明解决了缺少针对智能公交需求响应式调度功能的仿真方案的问题。功能的仿真方案的问题。功能的仿真方案的问题。


技术研发人员：张利 邝勇 王艺璇 杨小鸣 王甜
受保护的技术使用者：东风悦享科技有限公司
技术研发日：2022.11.25
技术公布日：2023/5/14