本發(fā)明涉及交通調(diào)度，具體涉及一種基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)。

背景技術(shù)：

1、近年來(lái)，國(guó)內(nèi)綜合交通樞紐的旅客集解方式日益多樣化，旅客接駁方式以私家車(chē)、出租車(chē)為主，地鐵、輕軌、公交車(chē)等公共交通為輔。多樣化的旅客集解方式使得綜合交通樞紐在日常運(yùn)行中往往容易出現(xiàn)旅客擁堵、交通運(yùn)力資源緊張等現(xiàn)象，一方面會(huì)造成樞紐內(nèi)部及附近的擁堵，另一方面會(huì)降低旅客的出行質(zhì)量，甚至造成混亂。導(dǎo)致這一現(xiàn)象的原因是運(yùn)力資源配置不合理，尤其是在非高峰時(shí)間段，相關(guān)設(shè)施的使用及運(yùn)力的調(diào)度未與旅客的需求形成對(duì)應(yīng)關(guān)系，導(dǎo)致各接駁方式承載運(yùn)力不均衡，部分設(shè)施和運(yùn)力資源處于閑置或不充分利用的狀態(tài)。

2、現(xiàn)有的公共交通調(diào)度方法無(wú)法及時(shí)、準(zhǔn)確地掌握到樞紐客流在時(shí)空尺度上的演變特性，不能根據(jù)乘客需求進(jìn)行實(shí)時(shí)調(diào)整和響應(yīng)，可能會(huì)導(dǎo)致進(jìn)行公共交通調(diào)度時(shí)的效率較低，且數(shù)據(jù)集成性低、樞紐間協(xié)同聯(lián)動(dòng)能力弱。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本申請(qǐng)?zhí)峁┮环N基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，通過(guò)利用乘客出行特征、歷史客流特征以及天氣效應(yīng)特征等多種數(shù)據(jù)來(lái)源以及需求響應(yīng)的方式，解決無(wú)法及時(shí)、準(zhǔn)確地掌握到樞紐客流在時(shí)空尺度上的演變特性，不能根據(jù)乘客需求進(jìn)行實(shí)時(shí)調(diào)整和響應(yīng)，可能會(huì)導(dǎo)致進(jìn)行公共交通調(diào)度時(shí)的效率較低，且數(shù)據(jù)集成性低、樞紐間協(xié)同聯(lián)動(dòng)能力弱的技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、本發(fā)明提出了一種基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，包括：歷史數(shù)據(jù)處理單元、預(yù)測(cè)分析單元、實(shí)時(shí)監(jiān)控單元和響應(yīng)調(diào)度單元；

4、所述歷史數(shù)據(jù)處理單元用于獲取綜合交通樞紐內(nèi)的歷史換乘客流數(shù)據(jù)，并從所述歷史換乘客流數(shù)據(jù)中提取出對(duì)應(yīng)的出行特征組；

5、所述預(yù)測(cè)分析單元用于利用所述出行特征組構(gòu)建并訓(xùn)練需求預(yù)測(cè)與分析模型，并利用訓(xùn)練好的所述需求預(yù)測(cè)與分析模型預(yù)測(cè)未來(lái)各交通模式的換乘需求；

6、所述實(shí)時(shí)監(jiān)控單元用于實(shí)時(shí)采集公共交通的位置、速度、載客量信息以及監(jiān)控?fù)Q乘站點(diǎn)的客流信息；

7、所述響應(yīng)調(diào)度單元用于基于預(yù)測(cè)分析單元預(yù)測(cè)的換乘需求和實(shí)時(shí)監(jiān)控單元采集的實(shí)時(shí)數(shù)據(jù)采用遺傳算法進(jìn)行調(diào)度仿真，計(jì)算最優(yōu)調(diào)度策略，按照最優(yōu)調(diào)度策略進(jìn)行多模式交通調(diào)度。

8、進(jìn)一步地，所述歷史數(shù)據(jù)處理單元包括歷史數(shù)據(jù)獲取模塊和數(shù)據(jù)集構(gòu)建模塊；所述歷史數(shù)據(jù)獲取模塊用于獲取所述歷史換乘客流數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行清洗，去除重復(fù)、錯(cuò)誤或無(wú)效的數(shù)據(jù)，得到清洗后的歷史換乘客流數(shù)據(jù)；所述數(shù)據(jù)集構(gòu)建模塊與所述歷史數(shù)據(jù)獲取模塊相連接，所述數(shù)據(jù)集構(gòu)建模塊用于根據(jù)所述清洗后的歷史換乘客流數(shù)據(jù)對(duì)各乘客的出行特征進(jìn)行提取。

9、更進(jìn)一步地，所述數(shù)據(jù)集構(gòu)建模塊包括分組提取模塊和融合模塊；所述分組提取模塊用于從清洗后的歷史換乘客流數(shù)據(jù)中提取出行特征組；所述提取出行特征組包括：從清洗后的歷史客流提取每個(gè)乘客的出行鏈，所述出行鏈由多組進(jìn)出站數(shù)據(jù)組成，所述進(jìn)出站數(shù)據(jù)包括進(jìn)出站站點(diǎn)、時(shí)間和交通模式，根據(jù)進(jìn)出站的時(shí)間間隔分析出行鏈中的換乘關(guān)系，對(duì)每個(gè)乘客的出行鏈中屬于換乘關(guān)系的連續(xù)進(jìn)出站數(shù)據(jù)，結(jié)合該乘客的個(gè)人標(biāo)簽特征，作為一組出行特征組；所述融合模塊用于將各出行特征組進(jìn)行特征融合，得到目標(biāo)出行特征組。

10、進(jìn)一步地，所述預(yù)測(cè)分析單元包括模型構(gòu)建及訓(xùn)練模塊和需求預(yù)測(cè)模塊；所述模型構(gòu)建及訓(xùn)練模塊用于根據(jù)logit模型構(gòu)建需求預(yù)測(cè)與分析模型，并利用所述目標(biāo)出行特征組對(duì)所述需求預(yù)測(cè)與分析模型進(jìn)行訓(xùn)練，優(yōu)化模型參數(shù)，得到訓(xùn)練好的需求預(yù)測(cè)與分析模型；所述需求預(yù)測(cè)模塊用于采用訓(xùn)練好的需求預(yù)測(cè)與分析模型進(jìn)行換乘需求預(yù)測(cè)，所述的換乘需求預(yù)測(cè)包括：預(yù)測(cè)各站點(diǎn)的換乘量，繪制換乘量分布圖，從而識(shí)別出熱門(mén)換乘站點(diǎn)，并分析熱門(mén)換乘站點(diǎn)的客流特征，所述客流特征包括換乘類(lèi)型和換乘方向，得到換乘需求的時(shí)空分布特征。

11、進(jìn)一步地，所述實(shí)時(shí)監(jiān)控單元包括數(shù)據(jù)獲取模塊和統(tǒng)計(jì)模塊；所述數(shù)據(jù)獲取模塊用于通過(guò)gps模塊、車(chē)載傳感器和智能交通網(wǎng)絡(luò)獲取公共交通的實(shí)時(shí)位置、速度和載客量信息，并拆分成時(shí)域交通數(shù)據(jù)集，還用于獲取換乘站點(diǎn)的實(shí)時(shí)客流數(shù)據(jù)；所述統(tǒng)計(jì)模塊用于統(tǒng)計(jì)換乘站點(diǎn)的客流數(shù)據(jù)，并根據(jù)換乘站點(diǎn)的客流數(shù)據(jù)統(tǒng)計(jì)各站點(diǎn)到達(dá)、離開(kāi)和等待的乘客數(shù)量，基于統(tǒng)計(jì)數(shù)據(jù)生成實(shí)時(shí)數(shù)據(jù)集。

12、進(jìn)一步地，所述響應(yīng)調(diào)度單元包括響應(yīng)計(jì)算模塊和自適應(yīng)調(diào)度模塊；所述響應(yīng)計(jì)算模塊用于建立乘客換乘時(shí)間和乘客等待時(shí)間以及公共交通車(chē)輛發(fā)車(chē)成本綜合最小的目標(biāo)函數(shù)，基于需求預(yù)測(cè)與分析模型預(yù)測(cè)的換乘需求的時(shí)空分布特征和實(shí)時(shí)監(jiān)控單元采集的實(shí)時(shí)數(shù)據(jù)，采用遺傳算法實(shí)時(shí)計(jì)算最優(yōu)調(diào)度策略；所述自適應(yīng)調(diào)度模塊用于根據(jù)所述最優(yōu)調(diào)度策略調(diào)整樞紐內(nèi)公共交通車(chē)輛的運(yùn)行計(jì)劃。

13、更進(jìn)一步地，所述采用遺傳算法實(shí)時(shí)計(jì)算最優(yōu)調(diào)度策略包括：定義遺傳算法中每個(gè)解的編碼為的形式，其中n為需調(diào)度公交線(xiàn)路的每小時(shí)發(fā)車(chē)數(shù)量，為發(fā)車(chē)時(shí)刻，一組發(fā)車(chē)時(shí)刻即為種群中的一個(gè)個(gè)體，每個(gè)發(fā)車(chē)時(shí)刻是個(gè)體的染色體；生成隨機(jī)初始解，計(jì)算染色體的適應(yīng)度函數(shù)；迭代優(yōu)化得到最優(yōu)解，所述最優(yōu)解為使乘客換乘時(shí)間和乘客等待時(shí)間以及公共交通車(chē)輛發(fā)車(chē)成本綜合最小的調(diào)度策略。

14、從上述的技術(shù)方案可以看出，本發(fā)明的優(yōu)點(diǎn)是：

15、1.本發(fā)明通過(guò)換乘需求預(yù)測(cè)模型對(duì)換乘客流進(jìn)行預(yù)測(cè)，并利用乘客出行特征、歷史客流特征以及天氣效應(yīng)特征等多種數(shù)據(jù)來(lái)源以及需求響應(yīng)的方式，實(shí)時(shí)監(jiān)測(cè)樞紐總體運(yùn)行狀況，預(yù)測(cè)樞紐各接駁方式預(yù)計(jì)到發(fā)人次、各類(lèi)交通方式分擔(dān)率及客流特征占比情況等，并根據(jù)預(yù)測(cè)數(shù)據(jù)對(duì)公共車(chē)輛進(jìn)行自適應(yīng)調(diào)度，提高了換乘效率。

16、2、通過(guò)多個(gè)模塊和技術(shù)的協(xié)同工作實(shí)現(xiàn)了高效的公共交通調(diào)度，可以提高公共交通的效率和質(zhì)量，減少乘客的等待時(shí)間和換乘次數(shù)，提升乘客的出行體驗(yàn)。

技術(shù)特征：

1.一種基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，包括：歷史數(shù)據(jù)處理單元、預(yù)測(cè)分析單元、實(shí)時(shí)監(jiān)控單元和響應(yīng)調(diào)度單元；

2.根據(jù)權(quán)利要求1所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述歷史數(shù)據(jù)處理單元包括歷史數(shù)據(jù)獲取模塊和數(shù)據(jù)集構(gòu)建模塊；

3.根據(jù)權(quán)利要求2所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述數(shù)據(jù)集構(gòu)建模塊包括分組提取模塊和融合模塊；

4.根據(jù)權(quán)利要求1所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述預(yù)測(cè)分析單元包括模型構(gòu)建及訓(xùn)練模塊和需求預(yù)測(cè)模塊；

5.根據(jù)權(quán)利要求4所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述預(yù)測(cè)各站點(diǎn)的換乘量包括：

6.根據(jù)權(quán)利要求5所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述樞紐客運(yùn)預(yù)測(cè)總量采用多元回歸方法進(jìn)行預(yù)測(cè)：

7.根據(jù)權(quán)利要求1所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述實(shí)時(shí)監(jiān)控單元包括數(shù)據(jù)獲取模塊和統(tǒng)計(jì)模塊；

8.根據(jù)權(quán)利要求1所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述響應(yīng)調(diào)度單元包括響應(yīng)計(jì)算模塊和自適應(yīng)調(diào)度模塊；

9.根據(jù)權(quán)利要求8所述的基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，其特征在于，所述采用遺傳算法實(shí)時(shí)計(jì)算最優(yōu)調(diào)度策略包括：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于出行特征異質(zhì)換乘需求響應(yīng)的快速銜接自適應(yīng)調(diào)度系統(tǒng)，涉及交通調(diào)度技術(shù)領(lǐng)域，所述系統(tǒng)包括歷史數(shù)據(jù)處理單元、預(yù)測(cè)分析單元、實(shí)時(shí)監(jiān)控單元和響應(yīng)調(diào)度單元；歷史數(shù)據(jù)處理單元用于獲取歷史換乘客流數(shù)據(jù)并提取出對(duì)應(yīng)的出行特征組集；預(yù)測(cè)分析單元用于利用出行特征組集訓(xùn)練需求預(yù)測(cè)與分析模型，并利用訓(xùn)練好的模型預(yù)測(cè)換乘需求；實(shí)時(shí)監(jiān)控單元用于實(shí)時(shí)采集公共交通的位置、速度和載客量信息以及監(jiān)控?fù)Q乘站點(diǎn)的客流情況；響應(yīng)調(diào)度單元用于基于換乘需求和采集的實(shí)時(shí)數(shù)據(jù)采用遺傳算法進(jìn)行調(diào)度仿真，按照最優(yōu)調(diào)度策略進(jìn)行多模式交通調(diào)度。本發(fā)明提高了交通服務(wù)的效率和質(zhì)量，提升了乘客的出行體驗(yàn)。

技術(shù)研發(fā)人員：張笑欽,沈國(guó)江,周俊杰,徐震輝,劉浩志,沈斌,胡靈龍,孔祥杰
受保護(hù)的技術(shù)使用者：浙江工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23