基于大数据的综合交通枢纽运力调度系统的制作方法

本发明涉及交通运力调度，尤其涉及一种基于大数据的综合交通枢纽运力调度系统。

背景技术：

1、公交和地铁等公共交通是城市内客流疏散的主要方式，在一些大型城市和旅游城市，尤其是节假日，交通站点客流量大幅度上升，对客流密度的监测以及城市交通运力的及时调度，是城市内客流疏散到重要保障。

2、中国专利公开号：cn111582691b公开了一种基于双层规划的客运枢纽多交通方式的运力匹配方法，包括：建立客运枢纽的各交通方式的广义费用函数的具体表达式，构建客运枢纽多交通方式运力匹配的双层规划模型，该双层规划模型包括上层子模型和下层子模型，上层子模型调整大巴车及轨道交通线路的发车间隔及出租车单位时间可服务数量，下层子模型为上层子模型提供客流分配结果；基于遗传算法和msa算法求解双层规划模型，输出适应度函数值最大的个体作为双层规划模型的求解结果。该发明针对客运枢纽旅客需求精确匹配轨道交通、大巴车、出租车的运力，提高客运枢纽各交通方式运能利用率。

3、然而，现有技术的运力调度方法未基于可用运力，导致交通枢纽的运营效率较低，客流疏散速度较慢。

技术实现思路

1、为此，本发明提供一种基于大数据的综合交通枢纽运力调度系统，用以克服现有技术中交通枢纽的运营效率较低，客流疏散速度较慢的问题。

2、为实现上述目的，本发明提供一种基于大数据的综合交通枢纽运力调度系统，包括：

3、区域划分模块，用以将交通枢纽划分为若干监测区域；

4、客流态势感知模块，其与所述区域划分模块相连，用以通过红外成像的方式获取各监测区域内的客流密度；

5、运力计算模块，其与所述客流态势感知模块相连，用以在任一监测区域的客流密度大于预设客流密度标准时计算该监测区域的可用运力值；

6、数据分析模块，其与所述运力调度模块相连，用以获取历史客流量数据，以对监测区域内的客流量变化进行分析；

7、运力调度模块，其分别与所述运力计算模块和客流态势感知模块相连，用以在所述可用运力值低于标准可用运力值时将对应运力的运行时间间隔调节至对应值，或将列车班次数量调节至对应值，以及根据客流密度在单位时间内的变化量确定是否调用可用运力值符合标准的监测区域的运力，若是，则计算调度消耗参数以确定调用的监测区域。

8、进一步地，所述客流态势感知模块，包括：

9、热成像单元，用以对监测区域的客流进行热成像，并计算热成像与预设热成像图像的色差值；

10、客流密度分析单元，其与所述热成像单元相连，用以在所述色差值大于等于预设色差值标准时计算监测区域的客流密度。

11、进一步地，所述运力计算模块包括：

12、运力计算单元，用以在任一监测区域的客流密度大于预设客流密度标准时计算该监测区域的可用运力值；

13、运力预警单元，其与所述运力计算单元相连，用以在可用运力值低于标准可用运力值时发出运力预警。

14、进一步地，所述运力调度模块在第一预设条件下计算客流密度差值，并根据客流密度差值对监测区域的客流密度是否符合标准进行二次判定，

15、或，采取对应的运力调度策略以疏散客流；

16、其中，所述第一预设条件为任一监测区域的客流密度大于预设客流密度标准；

17、所述客流密度差值为客流密度与预设客流密度标准的差值；

18、对监测区域的客流密度是否符合标准进行二次判定满足的条件为客流密度差值小于第一预设客流密度差值；

19、采取对应的运力调度策略满足的条件为客流密度差值大于等于第一预设客流密度差值。

20、进一步地，所述数据分析模块获取监测区域历史客流量数据，根据当前时间特点计算历史年度对应时间段的客流量平均值，基于客流量平均值绘制客流量增长曲线，并计算所述增长曲线的平均曲率，根据平均曲率和上一年度对应时间段的客流量平均值计算当前时段的理论客流密度以对监测区域的客流密度是否符合标准进行二次判定。

21、进一步地，所述数据分析模块将当前时段的理论客流密度与监测区域的客流密度进行比对，若当前时段的理论客流密度大于等于监测区域的客流密度，则所述运力调度模块判定监测区域的客流密度符合标准，若当前时段的理论客流密度小于监测区域的客流密度，则所述运力调度模块判定监测区域的客流密度不符合标准，并采取对应的运力调度策略以疏散客流。

22、进一步地，所述运力调度模块还设有第二预设客流密度差值，所述第一预设客流密度差值小于第二预设客流密度差值，其中，在所述客流密度差值小于等于第二预设客流密度差值的情况下，运力调度模块计算可用运力值与标准可用运力值的运力差值，并根据该运力差值将对应运力的运行时间间隔调节至对应值；

23、所述运力调度模块根据所述运力差值设有若干针对运行时间间隔的调节方式，各调节方式对运行时间间隔的调节幅度不同。

24、进一步地，在所述客流密度差值大于第二预设客流密度差值的情况下，所述运力调度模块根据密度二次差值设有若干针对列车班次数量的调节方式，各调节方式对列车班次数量的调节幅度不同；

25、所述密度二次差值为客流密度差值与第一预设客流密度差值的差值。

26、进一步地，所述运力调度模块在完成运力调度后，获取客流密度在单位时间内的变化量，若所述变化量小于预设变化量标准，运力调度模块判定调用可用运力值符合标准的监测区域的运力。

27、进一步地，所述运力调度模块根据以下公式计算任一可用运力值符合标准的监测区域的调度消耗参数f，设定

28、，

29、其中，l为任一监测区域与存在运力预警的监测区域的距离，l0 为预设标准距离，α为距离权重系数，y为对应监测区域的可用运力值，y0为标准可用运力值，β为运力权重系数；

30、所述运力调度模块对计算的调度消耗参数进行降序排列，将调度消耗参数最小值对应的监测区域的运力调度至存在运力预警的监测区域。

31、与现有技术相比，本发明的有益效果在于，本发明通过实时监测各监测区域的客流密度，在客流密度达到警戒标准时，计算该监测区域的可用运力值，若运力值低于标准可用运力值，说明此时的运力不足以承载当前的客流量，运力调度模块采取对应的运力调度策略，包括调节对应运力的运行时间间隔和调节列车班次数量，在完成运力调度后，本发明运力调度模块获取客流密度在单位时间内的变化量，若变化量小于预设变化量标准，运力调度模块则调用可用运力值符合标准的监测区域的运力对存在运力预警的监测区域进行运力支援，通过上述技术方案，增加了各间隔区域运力调度的联动性，提高了交通枢纽的运营效率，提高了客流疏散速度。

32、进一步地，本发明客流密度分析单元，在满足热成像与预设热成像图像的色差值大于等于预设色差值标准时才会触发计算监测区域的客流密度的动作，而不是实时进行客流密度计算，从而减小了运算次数，进而提高了系统的反应速度。

33、进一步地，本发明设置预设客流密度，预设客流密度为根据交通枢纽承载能力以及运力而设置的客流参数，当实际的客流密度达到预设客流密度时，说明此时交通枢纽的客流已经达到警戒标准，此时，运力计算单元对可用运力值进行计算，为运力调度策略提供决策依据，使交通枢纽能够及时应对大客流，对旅客进行及时疏散，提高了交通枢纽的运营效率。

34、进一步地，本发明通过对历史数据的分析，得到客流量的变化趋势，通过计算当前时段的理论客流密度以对监测区域的客流密度是否符合标准进行二次判定，提高了判定的精准度。

35、进一步地，本发明在对列车班次的数量进行调节时，设置不同的调节系数，对列车班次的数量进行梯度调节，以使调节后的列车班次能够匹配待疏散客流，避免列车班次数量过多增加的运行成本，同时避免列车班次数量不足导致的客流疏散过慢。

36、进一步地，本发明通过计算调度消耗参数f，调度消耗参数f为运力在监测区域之间调度所需消耗的表征性参量，当其他监测区域与存在运力预警的监测区域的距离越远，且其他监测区域的可用运力值越少时，则调度消耗参数f越大，反之，当其他监测区域与存在运力预警的监测区域的距离越近，且其他监测区域的可用运力值越大时，则调度消耗参数f越小，通过对调度消耗参数的计算，以选择所需消耗最低的监测区域对存在运力预警的监测区域进行支援，通过上述技术方案，实现了不同监测区域的运力的综合调度，提高了运营效率。