基于数据驱动智能公交调度系统研究

吴良江

摘要：智能公交调度系统是基于通信技术、计算机技术等现代科学技术，用系统自动调度取代人工调度，提高公交营运效率和乘客服务质量的集公交营运相关业务于一身的智能系统。为了促进公交智能调度系统智能化发展，提出以实际数据为驱动的业务链环的智能公交调度系统。

关键词：城市常规公交；月计划；静态调度；动态调度

中图分类号：F570 文献标识码：A

0引言

城市常规公共交通作为城市交通的营运主体，其发展状态相对滞后，不能很好地满足人们日益增长的出行需求。城市公共交通目的是将乘客安全、快速、舒适、经济的运送到目的地。智能公交调度系统就是帮助营运企业做出科学的决策，即满足客流出行需求，提高服务质量，又不浪费公交线路运量运力，减少营运成本。在实际应用方面，国内公交调度大多数还是人工调度，通过“两头卡点、中间不管”的方式，投入到公交线路的运力也是调度员凭过去经验指定的。部分线路虽然已经将智能调度系统应用到公交营运中，但是智能化程度比较低下。在理论方面，目前学者对智能公交系统的研究很多，从公交网络优化、发车时刻表优化圆、基于异常事件动态调度，信息服务等各个方面都做了大量研究。作为智能公交系统中的核心——智能公交调度系统是本研究的重点，本文提出基于数据的业务链环的公交智能调度系统，生产了闭合式的公交调度业务链，不断提高智能公交的服务质量。

1智能公交调度系统设计

智能公交调度系统的设计主要是关注公交营运业务及其之间的关系，通过梳理和研究公交企业在公交实际营运中的业务，设计智能公交调度系统主模块如图1所示：通过统计分析实现数据驱动，使得各系统模块实现闭环，可不断提高公交调度的智能化水平。

1.1驾驶员和车辆月计划

通过实时监控采集得到客流数据。统计某条公交线路28天的客流数据如图2所示，客流明显存在周期性变化，工作日和非工作日的客流有巨大差别。另外客流量也与天气、是否节假日、有无大型活动等都有着密切关系。月计划就是利用历史客流数据及其他数据进行分析预测当月客流数据，结合驾驶员数据（班制班型，轮休类型、驾驶员配属站点、请假信息）和车辆数据（车辆所属站点、检修计划）以及人车关系（1人1车、2人1车等），通过模型和算法生成驾驶员本月出勤计划表以及每位驾驶员每天所驾驶的车辆。这样根据客流需求来制定的驾驶员和车辆的月计划，为后续制定科学的静态调度提供了科学保障。日计划是月计划在计划日的表现形式，如果没有发生驾驶员请假/调休和车辆故障等异常事件，日计划就是从月计划中提取计划日的驾驶员和车辆的出勤信息以及人车关系、站点配属地等信息。若发生异常事件，则需要对还未执行的月计划进行动态调整，驾驶员和车辆月计划生成流程如图3所示。

1.2静态调度

静态调度主要包括制定发车时刻表，配车排班两个子模块。根据日计划得到计划日出勤的驾驶员、车辆数据以及人车关系。根据客流数据及服务质量评价指标（满载率等）通过计算得到每个时段的发车频率，进而制定发车时刻表，发车时刻表的发车车次数一般小于等于计划日配给的运力。配车排班是以行车计划（发车时刻表）为基础，以满足运营目标为宗旨，综合考虑人员状态（由劳动法规等约束的人员轮休规则、用餐规定、驾驶员的假勤需求（请假、班型要求等）等决定）、车辆状态（续航里程、续班时间天窗、保养维修状态等决定）、人车线关系等约束条件，合理安排人员工作时间的班次链和车辆的工作时间的车次链。发车时刻表和配车排班的算法流程图如图4和图5所示.

在生成发车时刻表时，协调上下行发车间隔主要是为了防止上下行在同一个时段的发车频率差别过大，导致首末站中的一个站点出现空车状态（无车可发）；平滑发车时刻是为了在相邻两个时段之间的发车频率相差过大时，发车间隔产生变化的更加平滑，更加符合客流需求。

1.3动态调度

公交车辆在营运过程中，若没有发生异常事件，则只需要按照静态调度执行即可，即满足最优目标。但是公交车辆在营运时，往往受到交通拥堵，车辆晚点，公交串车151等11种异常事件，需要系统通过监控系统及时发现异常时间，识别其类型，确定异常参数，并且迅速做出优化决策，使对公交营运的影响降到最低。动态调度主要包含了实时控制、调整公交营运路径、优化发车时间表3个部分。（1）实时控制通过对正在路上营运车辆的实时调度来减少异常事件对公交营运的影响和提高公交服务水平，主要是对公交车辆控制策略有滞站调度、越站调度、调速调度等。（2）一般只在交通严重拥堵或交通管制，公交车辆无法在短时间内通过该拥堵路段的情况下，采用公交路径绕行策略。（3）优化发车时刻则为优化调整车次数目、各车次之间排列，以及车次信息包含的车辆、驾驶员和发车时刻，常用的方法为调频法和调能法。

1.4实时监控和统计分析

实时监控作为智能公交系统的眼睛，主要功能是采集和记录公交线路在营运过程中的数据。采集数据包括自身数据采集系统进行采集（公交车辆实时位置、公交车辆速度、客流量等）和利用共享数据采集（道路拥堵状态等）两部分数据。

统计分析通过分析监控系统采集的数据：（1）为优化现有的驾驶员资源和车辆资源提供数据支撑，使得线路配给的驾驶员和车辆既满足营运需求又不会出现资源浪费；（2）通过对客流和行程时间的统计分析为月计划的制定、静态调度提供数据保障；（3）分析公交车辆实时营运状态，辨别是否发生异常、异常类型及异常参数，为动态调度的智能化提供科学依据。另外监控系统采集的数据在达到一定的数据量后可为一个城市的公交路网规划或优化提供数据支撑。

2总结

智能公交调度是一个复杂系统性工程，很难通过一个简单的模型和算法解决，本文利用模块化的思想将公交调度中的核心业务主要分为月计划、静态调度、动态调度和统计分析4大模块，各模块之间形成紧密的关系，但又在可以相对独立。其中动态调度的难度系数最大，目前在实际应用过程中还处于起步阶段。本文提出与公交调度相关的业务链环具有很好的实用价值，但是在对各個模块中的算法进行了弱化，有待后续进一步研究。