基于实时定位数据的公交调度优化方法

聂玉庆

摘要：近几年，我国的社会经济取得了较大的发展成效，人们的生活水平也有了很大提升，城市交通的车辆流量以及道路交通压力日益增大。在现有的城市公共交通运营中，公交车数量基数大，运营范围广，其运营管理问题尤其突出，多数公交车辆的利用效率较低，从而使得公交运营单位无法充分利用车辆及道路资源且不能实时掌控车辆的信息，以及运营费用的不合理支出等诸多不合理现象时常发生。这些现象无不增加公共交通运营部门的成本支出以及管理压力，在现阶段如何在车辆拥挤的市区尽量提高公共车辆交通效率，减少道路拥堵现象是急需解决的主要问题。伴随着智能化技术的飞速发展，公交运行系统中的信息数量越来越多，而我国众多的二线城市还未实现智能公交调度系统，在现在数据信息技术不断跨界创新的背景下，更需要精确的计算方法以及优化算法来使系统的运行效率不断提高。所以，把先进的信息通讯技术融入公交调度运营管理工作中已经成为解决现有公共交通运行效率低下的有效解决方案，在GPS定位技术、通过互联网+大数据分析技术的基础之上，构建高效率、适应性强的公共交通实时调度解决方案不论从理论上还是实际上都具有重要的意义。

关键词：公交调度；GPS技术；优化模型；算法；优化方法

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）15-0240-03

1 研究背景与现状

近年来，公共交通车辆的运营调度优化问题是公共交通企业以及城市居民关注的热点问题，该问题也直接影响着公共交通企业的服务质量和运营效益。在对国内外针对公交运营调度优化的目前的部分研究成果不难发现，要想提升优化调度工作质量，首先应该制定科学的调节发车频率。

从20世纪70年代开始，西方发达国家就对公共交通的优化调度问题开始关注，相关的研究成果以及研究技术大都已经得到了人们的关注，还被广泛应用在不同国家的调度优化工作中，其中使用频率最大的技术是红外自动乘客计数技术，新技术的出现以应用给公共交通的调度优化奠定了扎实的基础。在国外发达国家中，公共交通调度优化工作的研究力度越来越大，不少研究都是借助模型的创建来完成的。

但是我国不少研究人员在了解我国发展现状的基础上，进一步落实了公共交通调度优化工作，大部分研究工作主要有以下几方面为中心展开：一是发车间隔，也就是行车时刻表的编排问题、二是线路的选择问题、三是关于公交的调度控制、四是关于公共交通企业的车队规模探讨、五是公交的调度现状，下面本文主要以此问题为导火索展开讨论，上述这些问题是比较常见的公共交通运营问题。

在公交调度优化理论研究中，国内的大多数研究者主要从发车的时间间隔问题和公交车辆运行时刻表的编排问题上进行研究。

本文的案例背景：武汉1路上行是从武汉建设大道双墩出发，到武汉芦沟桥路的分段计价有人售票线路。途中共经过建设大道双墩，建设大道新合村，解放大道水厂，解放大道太平洋，解放大道仁寿路等19个站点，是武汉交通网络中不可缺少的一部分。现在，1号公交线上的所有公交车上都已经安装了先进的GPS设备，这个设备将会每隔一段时间就向上级监控部门上传一次公交车的运行信息。调度部门可以借助移动专线把信息进一步传递给不同的车队，不同车队的调度工作人员结合不同车辆的运行现状可以制定出相应的优化对策。

2 案例公交实时数据采集

2.1 公交站点经纬度数据的采集

该文主要借助坐标工具来及时收集运行线路上的公交站点信息，下面表1主要列举了这条运行线路不同站点的经纬度信息。

2.2 APC数据与GPS数据的时间匹配

因为APC数据中并没有公交站点的详细数据，所以在进一步研究分析公交调度信息及规划方案时，需要借助不同公交站点的APC信息，为此我们应该尽快完成APC信息与公交站点的匹配工作。此外，我们还可以借助GPS信息与APC信息在时间上的协调性进一步落实这两种信息在公交站点的匹配工作，还能获取一份有关乘客上下车的APC信息。

2.3 APC数据的站点匹配

根据2.4节APC数据的公交站点匹配的步骤：

（1）采集公交线路上各公交站点的经纬度数据；

（2）借助APC和GPS信息在时间上的协调性完成匹配工作，能够获取同一时间段的APC位置信息；

（3）顺利获得同一时间段的APC位置信息之后，还应该同其他公交站点的相关信息进行比较，从而获取APC对应的具体位置以及与公交站点位置之间的距离，从而寻找出距离最近的公交站点。

3 案例公交实时调度优化

3.1 案例优化步骤

经过大量实地观测与统计调查与官方数据查阅得知，武汉市的高峰主要分成两个时间段，一个是早高峰，一个是晚高峰。有关客流的相关信息及模型求解流程如下所示：

第一步：如果GPS系统中有关公交车在第i（1，2，3，，，，i）站点停靠的时间出现变化，我们可以根据公交车上的APC信息及時了解该站点的乘客上下车人数变化情况，然后进行第二步，不然就直接返回第一步；

第二步：因为不同站点的上下车人数可以通过APC系统进行了解，如果上下车的人数变化为0时返回上一步；否则进行下一步；

第三步：我们可以在恰当的实际完成模型的最佳状态下的ΔT值计算，并计算出最好的发车间隔，然后返回第一步继续进行调度。

3.2 优化结果

结合上文中提到的相关计算方法不难发现，把早高峰时间段内的数据储存在系统中，就能计算出早高峰时间段的最佳发车间隔。当然，在进行深入计算时，我们还需要不断统计相关数据并绘制出适应度函数值的变化曲线，具体如下图1所示，还可以计算出早高峰及晚高峰时间段的发车间隔：

在模型创建的最初阶段，我们应该充分发挥公交调查的自身作用来获取不同站点的客流量现状，并进一步完善发车频率模型，然后采用科学的计算方法完成求解，这样就能获取早高峰以及晚高峰两个时间段内任何一个时刻的发车间隔。并且通过实践证明，创建的模型获取的计算结果与实际情况基本吻合。

这种计算方法在设计程序的过程中至关重要，尤其是计算过程中所需的一些参数更是不可或缺，参数选择直接关系到计算结果的准确性与实效性，因此需要得到计算人员的格外重视。在编写程序的过程中主要是依靠染色体的交叉，并在参数选择过程中融入了模拟退火算子，并在遗传算法的基础上进行改进，不仅融合了遗传算法的自身优势，还在程序运行过程中顺利计算出所需的平均值。

4 案例小结

结合当前的公交调度优化理论知识，结合当前武汉市1路公交车的运行现状进行相关的分析探讨。事实上，我们首先应该了解武汉市此路公交车的运行情况；其次应该结合当前的调度需求，及时获取此路公交车站车辆及乘客的相关信息；再次通過研究分析获取的相关信息，结合先进的计算方法完成模型的求解任务，并获取最新数据，进一步明确早、晚高峰的公交车发车间隔以及发车的频率、次数。

5 结论

本文研究目的为解决公交系统中的公交调度问题，最终完成发车频率的进一步完善，这样就能及时获取到站时间以及相关信息，站点的客流预测数据主要来源于监控数据，通过计算获得一个满意的成果，结合目标函数的统计工作从而计算出发车间隔时间。

在站点客流预测部分采用的视频监控统计数据，我们可以借助相关算法来完成发车频率的计算，当然计算工作需要在满足乘客乘车要求的基础上落实的，还应该满足公交公司经济效益的提升需求，这样计算出的发车频率及车次才是真实有效的，只有计算出平均乘客等待的最短时间、平均最大载客量以及满载概率才能计算出目标函数，才能在了解发车间隔及靠站间隔的情况下创建反函数，然后进一步完善遗传算法进行求解，尝试从不同角度完成算法的优化处理，结合计算结果来衡量优化的最终成效，这样才能从根本上提升企业的经济效益，确保乘客的自身利益不受损害。

6 结束语

总的来说，本文的主要研究对象就是合理安排好高峰时间段内的发车时间，当然可以借助先进的计算方法完成发车时间的计算，时间安排最好能够具体到某个行程之内，通常情况下是1-2个小时，这样计算目标函数的流程就可以分成两个阶段，一个阶段是收集已经发车的相关信息，另一个阶段是收集将会发车的相关信息，然后才能完成目标函数的计算。基于此，我们还可以让同一条线路中的首末车站相互调用车辆，这样才能充分发挥公交车的自身效用，同时还能进一步推动车辆安排计划的落实，不仅能够有效提升公交系统的车辆满载率，还能最大限度的实现车辆资源的管理与配置，提升公交车的有效利用率，不断提升公司的经济效益。

参考文献：

[1] ?IMUNOVI?L， BO?NJAK I，MAND?UKA S. Intelligent Transport Systems and Pedestrian Traffic， Promet-Traffic & Transportation， 2009，21（2）：141-152.

[2] 张飞舟，晏磊，范跃祖，等.智能交通系统中的公交车辆调度方法研究[J].中国公路学报，2003，16（2）：82-85.

[3] Toledo， Tomer， and Tanya Kolechkina. Estimation of dynamic origin–destination matrices using linear assignment matrix approximations. IEEE Transactions on Intelligent Transportation Systems，2013，14（2）： 618-626.

[4] 姚宝珍，杨成永，沈飞，等.基于综合集成赋权法的公交发车频率优化模型[J].交通运输系统工程与信息，2011，11（2）：124-129.

[5] 齐博，浦晓威.城市智能公共交通动态调度的研究[J].科技创新与应用，2015（19）：82-82.