一种网联公交车到站停靠管理优化方法与流程

本发明涉及公共交通停靠管理领域，尤其是涉及一种网联公交车到站停靠管理优化方法。

背景技术：

公共交通的载客率大，资源利用率高，是城市交通系统中的重要组成部分。而公交车在车站的停靠过程是公交车运营过程中的关键，常常因为供需不平衡、管理不当造成停靠延误。延误造成主要是因为每一辆公交车在站点的上下车人数不同，每一辆公交车在车站的服务时长，即停靠时长也不同。因此，公交车在多泊位公交站停靠的过程中可能会出现在站前等待前车服务，或在站内等待前车服务的现象。而随着车联网技术不断发展，公交车实时信息可以共享，如实时位置、速度、方向角，车站的乘客需求也能获取。在路段上公交车的实时位置、每辆公交车的上下客需求可获得的条件下，优化公交车的停靠顺序，合理利用车站泊位资源，可以大大提高公交车站的服务效率，提升公交车运行系统的服务可靠性。

目前对公交车停靠的管理和控制非常少，主要集中在对公交车智能诱导和定点停靠两个方面做了研究。刘昱岗等学者提出了多泊位公交站实时排队诱导系统的想法，该系统能集中路段上公交的实时信息，对信息进行处理和发布，系统还设有公交车速诱导、公交定点停靠、发布实时停靠信息等功能。但该系统目前仅提出了相关功能，未对功能的具体实现方法进行阐述。李飞飞对智能公交系统公交站点多泊位动态分配方法进行了设计，根据车站泊位是否已经停满车设计了两套公交停靠算法。这两套算法能优化公交到站的停靠顺序，但是最多只能对即将到站的三辆公交车进行优化，范围小，也无法保证最优。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的优化系统没有具体实现方法、优化范围小和无法保证最优的缺陷而提供一种网联公交车到站停靠管理优化方法。

本发明的目的可以通过以下技术方案来实现：

一种网联公交车到站停靠管理优化方法，该方法包括以下步骤：

步骤s1：建立网联公交车到站停靠管理数学模型；

步骤s2：获得网联公交车到站停靠管理数学模型的线性约束条件和与所有公交车延误、所有公交车上乘客延误或所有公交车的清空时间有关的线性目标函数；

步骤s3：基于实时参数和网联公交车到站停靠管理数学模型，进行网联公交车到站停靠管理。

所述的实时参数包括准备到达公交站停靠服务的网联公交车数、公交站包含的泊位位置数、公交站目前是否有网联公交车在站停靠服务、网联公交车行驶的最高速度和最低速度、网联公交车从到达公交站至泊位位置所需的进站时间、网联公交车从泊位位置到完全离开公交站所需的出站时间、网联公交车之间的最小安全车头时距和网联公交车的行驶信息。

所述网联公交车的行驶信息包括网联公交车时刻表中应出站时刻、网联公交车在站停靠时长、网联公交车平均乘客数量和网联公交车与公交站的距离。

所述的线性约束条件包括公交站目前无网联公交车在站停靠服务部分和公交站目前有网联公交车在站停靠服务部分。

所述的公交站目前无网联公交车在站停靠服务部分包括：

约束c1：网联公交车的行驶速度不能高于最高速度且不能低于最低速度，数学表达式为：

其中，dⁿ为第n辆网联公交车与公交站的距离，为第n辆网联公交车到达公交站的时刻，为网联公交车行驶的最高速度，为网联公交车行驶的最低速度，n为当前的网联公交车的编号，n为准备到达公交站停靠服务的网联公交车数；

约束c2：网联公交车到达泊位位置的时刻比到达公交站的时刻至少大所述的进站时间，表达式为：

其中，tin为网联公交车从到达公交站至泊位位置所需的进站时间，为第n辆网联公交车到达泊位位置的时刻；

约束c3：网联公交车完全离开公交站的时刻比到达泊位位置的时刻至少大所述的出站时间，表达式为：

其中，sⁿ为第n辆网联公交车的在站停靠时长，tout为网联公交车从泊位位置到完全离开公交站所需的出站时间，为第n辆网联公交车完全离开公交站的时刻；

约束c4：网联公交车的泊位位置在公交站泊位位置中，所述公交站泊位位置的泊位编号自下游至上游从1开始依次加1，表达式为：

其中，pⁿ为第n辆网联公交车的泊位位置的泊位编号，p为公交站泊位位置数；

约束c5：不同的网联公交车到达各自泊位位置的时刻至少间隔最小安全车头时距，表达式为：

其中，lm,n是0-1的变量，为1表示第m辆网联公交车比第n辆网联公交车早到公交站，为0则反之，tsec为最小安全车头时距，m为足够大的数；

约束c6：不同的网联公交车离开公交站的时刻至少间隔最小安全车头时距，表达式为：

约束c7：若网联公交车到达公交站时公交站最上游泊位位置被占，所述网联公交车需要等待占据最上游泊位位置的占位网联公交车离开公交站后进入公交站，表达式为：

其中，q^m(t)为时刻t比第m辆网联公交车先到达公交站而未进站的网联公交车数，e(t)是0-1的变量，为1表示时刻t公交站所有泊位位置无网联公交车停靠，为0则反之，o(t)是的0-1变量，为1表示时刻t公交站最上游泊位位置被占，为0则反之，α^m(t)是0-1的变量，为1表示第m辆网联公交车在时刻t已到达公交站，为0则反之，β^m(t)是0-1的变量，为1表示第m辆网联公交车在时刻t已进入公交站，为0则反之；

约束c8：若网联公交车到达公交站时公交站除最上游泊位位置以外其余任意泊位位置被占，所述网联公交车停靠上游空余的泊位位置，表达式为：

q^m(t)·m+e(t)·m+o(t)·m+[1-α^m(t)]·m+β^m(t)·m+lm,n·m+[1-βⁿ(t)]·m+γⁿ(t)·m+p^m≥pⁿ+1

其中，γⁿ(t)是0-1的变量，为1表示第n辆网联公交车在时刻t已离开公交站，为0则反之；

约束c9：辅助约束表达式为：

e(t)·m⁺fⁿ·m⁺[1-βⁿ(t)]·m+γⁿ(t)·m+(1-hm,n)·m+β^m(t)·m≥o(t),

e(t)·m+(1-fⁿ)·m+[1-βⁿ(t)]·m+γⁿ(t)·m+o(t)≥1,

其中，fⁿ是0-1的变量，为1表示第n辆网联公交车停靠最上游泊位位置，为0则反之，fⁿ是0-1的变量，为1表示第n辆网联公交车是最后一辆网联公交车，为0则反之，rⁿ表示第n辆网联公交车到达公交站的顺序，lⁿ是0-1的变量，为1表示第n辆网联公交车离开公交站的时刻比应出站时刻晚超过5分钟，为0则反之，表示第n辆网联公交车的应出站时刻，hm,n是0-1的变量，为1表示第m辆网联公交车恰在第n辆网联公交车后到达公交站，为0则反之。

所述的公交站目前有网联公交车在站停靠服务部分包括约束c1-约束c9，还包括：

约束c10：若目前公交站最上游泊位位置被占位网联公交车占据，则到达的网联公交车要等所述占位网联公交车离开公交站后进入公交站，表达式为：

其中，为占位网联公交车离开公交站的时刻；

约束c11：若目前公交站除最上游泊位位置以外其他任意泊位位置被占位网联公交车占据，则到达的网联公交车停靠上游空余的泊位位置，表达式为：

其中，k为目前公交站内停靠服务的网联公交车数。

所述的线性目标函数为：

与所有公交车延误有关的目标函数：

与所有公交车上乘客延误有关的目标函数：

其中，gⁿ为第n辆网联公交车平均乘客数量；

与所有公交车的清空时间有关的目标函数：

所述的步骤s3中基于实时参数和网联公交车到站停靠管理数学模型，获得网联公交车停靠顺序、网联公交车到站时刻、网联公交车进站时刻和网联公交车出站时刻。

与现有技术相比，本发明具有以下优点：

(1)结果最优：本发明根据问题特征，利用线性数学规划描述了网联公交车到站停靠的顺序问题；根据建立的线性数学规划特点，该规划模型必然存在最优值；与现有优化算法相比，本发明能得出公交队列的最优停靠顺序，能有效降低网联公交车停靠的延误，提高停靠效率，为乘客提供更优质的公交服务。

(2)模型可解：模型是简单的线性规划，可以直接利用线性规划求解器进行求解，且一定有解；相比于非线性规划复杂的求解过程，本发明建立的模型求解方便，利于实际应用。

(3)模型可迁移：本发明建立的数学规划模型具有迁移性，能应用在公交车实时数据可获得和车站上客需求可获得的场景中；将模型应用在某个特定公交车站时，只需要将公交车实时位置、公交车到站服务时间等参数的具体取值输入模型中，即可算出最优公交到站停靠顺序。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

本实施例提供一种网联公交车到站停靠管理优化方法，该方法基于以下前提：一个公交站、若干辆准备到达公交站停靠服务的网联公交车，若干辆准备到达公交站停靠服务的网联公交车进站时不允许超车，公交站所在路段有公交专用道。

包括以下步骤：

步骤s1：建立网联公交车到站停靠管理数学模型；

步骤s2：获得网联公交车到站停靠管理数学模型的线性约束条件和与所有公交车延误、所有公交车上乘客延误或所有公交车的清空时间有关的线性目标函数；

步骤s3：基于实时参数和网联公交车到站停靠管理数学模型，进行网联公交车到站停靠管理。

具体而言：

实时参数包括准备到达公交站停靠服务的网联公交车数、公交站包含的泊位位置数、公交站目前是否有网联公交车在站停靠服务、网联公交车行驶的最高速度和最低速度、网联公交车从到达公交站至泊位位置所需的进站时间、网联公交车从泊位位置到完全离开公交站所需的出站时间、网联公交车之间的最小安全车头时距和网联公交车的行驶信息；网联公交车的行驶信息包括网联公交车时刻表中应出站时刻、网联公交车在站停靠时长、网联公交车平均乘客数量和网联公交车与公交站的距。

线性约束条件包括公交站目前无网联公交车在站停靠服务部分和公交站目前有网联公交车在站停靠服务部分；

公交站目前无网联公交车在站停靠服务部分包括：

约束c1：网联公交车的行驶速度不能高于最高速度且不能低于最低速度，数学表达式为：

其中，dⁿ为第n辆网联公交车与公交站的距离，单位为(m)，为第n辆网联公交车到达公交站的时刻，单位为(s)，是决策变量，为网联公交车行驶的最高速度，单位为(m/s)，为网联公交车行驶的最低速度，单位为(m/s)，n为当前的网联公交车的编号，n为准备到达公交站停靠服务的网联公交车数；

约束c2：网联公交车到达泊位位置的时刻比到达公交站的时刻至少大所述的进站时间，表达式为：

其中，tin为网联公交车从到达公交站至泊位位置所需的进站时间，单位为(s)，为第n辆网联公交车到达泊位位置的时刻，单位为(s)；

约束c3：网联公交车完全离开公交站的时刻比到达泊位位置的时刻至少大所述的出站时间，表达式为：

其中，sⁿ为第n辆网联公交车的在站停靠时长，单位为(s)，tout为网联公交车从泊位位置到完全离开公交站所需的出站时间，为第n辆网联公交车完全离开公交站的时刻，单位为(s)；

约束c4：网联公交车的泊位位置在公交站泊位位置中，所述公交站泊位位置的泊位编号自下游至上游从1开始依次加1(应停靠晚到网联公交车的泊位位置为上游泊位位置)，表达式为：

其中，pⁿ为第n辆网联公交车的泊位位置的泊位编号，p为公交站泊位位置数；

约束c5：不同的网联公交车到达各自泊位位置的时刻至少间隔最小安全车头时距，表达式为：

其中，lm,n是0-1的变量，为1表示第m辆网联公交车比第n辆网联公交车早到公交站，为0则反之，tsec为最小安全车头时距，单位为(s)，m为足够大的数；

约束c6：不同的网联公交车离开公交站的时刻至少间隔最小安全车头时距，表达式为：

约束c7：若网联公交车到达公交站时公交站最上游泊位位置被占，所述网联公交车需要等待占据最上游泊位位置的占位网联公交车离开公交站后进入公交站，表达式为：

其中，q^m(t)为时刻t比第m辆网联公交车先到达公交站而未进站的网联公交车数，e(t)是0-1的变量，为1表示时刻t公交站所有泊位位置无网联公交车停靠，为0则反之，o(t)是的0-1变量，为1表示时刻t公交站最上游泊位位置被占，为0则反之，α^m(t)是0-1的变量，为1表示第m辆网联公交车在时刻t已到达公交站，为0则反之，β^m(t)是0-1的变量，为1表示第m辆网联公交车在时刻t已进入公交站，为0则反之；

约束c8：若网联公交车到达公交站时公交站除最上游泊位位置以外其余任意泊位位置被占，所述网联公交车停靠上游空余的泊位位置，表达式为：

q^m(t)·m+e(t)·m+o(t)·m+[1-α^m(t)]·m+β^m(t)·m+lm,n·m+[1-βⁿ(t)]·m+γⁿ(t)·m+p^m≥pⁿ+1

其中，γⁿ(t)是0-1的变量，为1表示第n辆网联公交车在时刻t已离开公交站，为0则反之；

约束c9：辅助约束表达式为：

e(t)·m+fⁿ·m+[1-βⁿ(t)]·m+γⁿ(t)·m+(1-hm,n)·m+β^m(t)·m≥o(t),

e(t)·m⁺(1-fⁿ)·m+[1-βⁿ(t)]·m+γⁿ(t)·m+o(t)≥1,

其中，fⁿ是0-1的变量，为1表示第n辆网联公交车停靠最上游泊位位置，为0则反之，fⁿ是0-1的变量，为1表示第n辆网联公交车是最后一辆网联公交车，为0则反之，rⁿ表示第n辆网联公交车到达公交站的顺序，lⁿ是0-1的变量，为1表示第n辆网联公交车离开公交站的时刻比应出站时刻晚超过5分钟，为0则反之，表示第n辆网联公交车的应出站时刻，hm,n是0-1的变量，为1表示第m辆网联公交车恰在第n辆网联公交车后到达公交站，为0则反之。

公交站目前有网联公交车在站停靠服务部分包括约束c1-约束c9，还包括：

约束c10：若目前公交站最上游泊位位置被占位网联公交车占据，则到达的网联公交车要等所述占位网联公交车离开公交站后进入公交站，表达式为：

其中，为占位网联公交车离开公交站的时刻；

约束c11：若目前公交站除最上游泊位位置以外其他任意泊位位置被占位网联公交车占据，则到达的网联公交车停靠上游空余的泊位位置，表达式为：

其中，k为目前公交站内停靠服务的网联公交车数。

线性目标函数为：

与所有公交车延误有关的目标函数：

与所有公交车上乘客延误有关的目标函数：

其中，gⁿ为第n辆网联公交车平均乘客数量，单位为(人)；

与所有公交车的清空时间有关的目标函数：

步骤s3中基于实时参数和网联公交车到站停靠管理数学模型，获得网联公交车停靠顺序、网联公交车到站时刻、网联公交车进站时刻和网联公交车出站时刻，进行网联公交车到站停靠管理。

本实施例具有以下优点：

结果最优：本发明根据问题特征，利用线性数学规划描述了网联公交车到站停靠的顺序问题；根据建立的线性数学规划特点，该规划模型必然存在最优值；与现有优化算法相比，本发明能得出公交队列的最优停靠顺序。

模型可解：模型是简单的线性规划，可以直接利用线性规划求解器进行求解，且一定有解；相比于非线性规划复杂的求解过程，本发明建立的模型求解方便，利于实际应用。

模型可迁移：本发明建立的数学规划模型具有迁移性，能应用在公交车实时数据可获得和车站上客需求可获得的场景中；将模型应用在某个特定公交车站时，只需要将公交车实时位置、公交车到站服务时间等参数的具体取值输入模型中，即可算出最优公交到站停靠顺序。

在车联网技术不断发展，车-车通信、车-路通信、车-基础设施通信越来越成熟的背景下，基于即将停靠的网联公交车的实时数据，对公交车停靠管理进行优化能充分利用公交站泊位资源，能有效降低网联公交车停靠的延误，提高停靠效率，为乘客提供更优质的公交服务。