(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210810187.6 (22)申请日 2022.07.11 (71)申请人 中南大学 地址 410083 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 郑亮　刘鹏杰　 (74)专利代理 机构 长沙市融智专利事务所(普 通合伙) 43114 专利代理师 熊开兰 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/30(2012.01) G06F 16/23(2019.01) (54)发明名称 一种随机环境下公交动态发车时刻表更新 方法和装置 (57)摘要 本发明公开了一种随机环境下公交动态发 车时刻表更新方法和装置， 方法包括： 首先从公 交线路的历史运营数据中挖掘该公交线路的随 机因素分布规律； 然后考虑随机因素， 构建以提 高公交系统服务水平为目标的动态发车时刻表 随机优化模 型； 再对随机因素根据其分布规律随 机抽样， 并根据抽样情景将随机优化模型转化为 基于情景的鲁棒优化模型； 当达到发车时刻 表更 新条件， 将公交系统实时状态信息传入鲁棒优化 模型， 求解获得新的发车时刻表。 本发明能够根 据公交系统实时状态动态调整发车时刻表， 从而 改善公交系统服务水平。 此外， 本发明考虑了随 机的行程时间和乘客需求， 使得动态发车时刻 表 能够对抗并适应公交系统复杂随机的运行环境， 更具有实用价 值。 权利要求书2页 说明书6页 附图1页 CN 115186897 A 2022.10.14 CN 115186897 A 1.一种随机环境下公交动态发车时刻表更新方法， 其特 征在于， 包括： 对公交线路的历史运营 数据进行处 理分析， 挖掘该公交线路的随机因素分布规 律； 考虑随机因素， 构建以提高公交系统服务水平为目标的动态发车时刻表随机优化模 型； 对随机因素根据其分布规律进行随机抽样， 并根据抽样得到的所有离散情景， 将随机 优化模型转 化为基于情景的动态发车时刻表鲁棒优化模型； 获取公交系统实时状态信息， 当达到发车时刻表的更新条件， 则将公交系统实时状态 信息传入鲁棒优化模型， 并求 解获得新的发车时刻表。 2.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 随机因素包括： 站间行程时间和站点乘客需求。 3.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 所述提高公交系 统服务水平的目标包括以下任意一个或多个： 最小化乘客平均等待期望， 最小化乘客出行 时间期望， 最小化乘客总等待时间期 望， 最小化乘客总出行时间期 望， 最小化 公交平均行程 时间期望， 最小化车头时距方差期望， 最小化拥挤 程度期望 。 4.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 所述随机因素包 括： 站间行程时间和站点乘客需求； 所述提高公交系统服务水平的目标为最小化乘客总等 待时间期望， 构建的动态发车时刻表随机优化模型为： s.t.Ab， 1＝Tb‑1+xb                 b∈{n+1， n+2， …， n+m‑1} An+m， 1＝Tn+m·H Ab， ns＝2·Db， ns‑1+tb， ns‑t           b∈{1， 2， …， n} Ab， s＝Db， s‑1+tb， s                 b∈{1， 2， …， n}； s∈{ns+1， ns+2， …， S} Ab， s＝Db， s‑1+tb， s                 b∈{n+1， n+2， …， n+m}； s∈{2， 3， …， S} Ab， s≥Ab‑1， s                      b∈{2， 3， …， n+m}； s∈{1， 2， …， S} Db， 1＝Ab， 1                       b∈{n+1， n+2， …， n+m} Db， s＝Ab， s+(Db， s‑Db‑1， s)·tu·λs+toc b∈{1， 2， …， n}； s∈{ns， ns+1， …， S} Db， s＝Ab， s+(Db， s‑Db‑1， s)·tu·λs+toc b∈{n+1， n+2， …， n+m}； s∈{2， 3， …， S} Db， s≥Db‑1， s                      b∈{2， 3， …， n+m}； s∈{1， 2， …， S} Hmin≤xb≤Hmax                    b∈{n+1， n+2， …， n+m} 其中， S表示公交线路上的站点数量， t表示更新发车时刻表的时刻； n表示t时刻更新时 刻表时正在线路上运行的公交车辆数； m表示t时刻更新时刻表时考虑的未出发的公交车数 量； tu表示每位乘客上车所需时间； toc表示开关车门所需时间； b表示公交车索引， b∈{1， 2，…， n+m}； s表示公交站索引， s∈{1， 2， …， S}； ns表示正在线路上运行的公交下一个将要 服务的公交站点； H表 示公交运营的原始发车间隔； Hmin表示公交运营规定的最小发车间隔； Hmax表示公交运营规定的最大发车间隔； Tb表示公交车b的发车时刻， Tn表示公交车n的发车 时刻； Ab， s表示公交车b到达站点s的时刻； Db， s表示公交车b从站点s离开的时刻； tb， s表示t时 刻更新时刻表时公交车b在站点s ‑1到站点s之间随机抽样的行程时间， tb， s服从对数正态分 布Ls； λs表示t时刻更新时刻表时站点s随机抽样的乘客到达率， 可以体现乘客需求， λs服从权　利　要　求　书 1/2 页 2 CN 115186897 A 2正态分布Ns； xb表示公交b与前一辆公交b ‑1的发车时间 间隔。 5.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 所述根据抽样得 到的所有离散情景， 将随机优化模型转化为基于情景 的动态发车时刻表鲁棒优化模型， 具 体为： 其中， C表示随机抽样的Z种情景集合， c表示随机抽样的任意情景， xb表示公交b与前一 辆公交b‑1的发车时间间隔， Fc(xb)表示采用xb形成的发车时刻表在c情景下运行的乘客总 等待时间。 6.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 发车时间表的更 新条件包括以下任意一个： 首站有公交发车， 实时车头时距超 出设定的范围， 达到固定更新 的时间间隔等。 7.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 公交线路的历史 运营数据包括： 公交线路信息、 公交线路上的各站点位置信息、 公交定位轨迹数据、 乘客刷 卡数据。 8.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 获取的公交系统 实时状态信息包括： 公交实时位置、 公交车头时距、 站 点乘客需求、 站 点服务情况、 站间拥堵 情况。 9.根据权利要求1所述的公交动态发车时刻表更新方法， 其特征在于， 求解鲁棒优化模 型以获得新的发车时刻表的方法包括： Gurobi求解器、 Cplex求解器、 智能算法和/或启发 式 算法。 10.一种随机环境下公交动态发车时刻表更新装置， 其特 征在于， 包括： 随机因素分布规律挖掘模块， 用于： 对公交线路的历史运营数据进行处理分析， 挖掘该 公交线路的随机因素分布规 律； 随机优化模型构建模块， 用于： 考虑随机因素， 构建以提高公交系统服务水平为目标的 动态发车时刻表随机优化模型； 模型转化模块， 用于： 对随机因素根据其分布规律进行随机抽样， 并根据抽样得到的所 有离散情景， 将随机优化模型转 化为基于情景的动态发车时刻表鲁棒优化模型； 发车时刻表更新模块， 用于： 获取公交系统实时状态信 息， 当达到发车时刻表的更新条 件， 则将公交系统实时状态信息传入鲁棒优化模型， 并求 解获得新的发车时刻表。权　利　要　求　书 2/2 页 3 CN 115186897 A 3