本發(fā)明涉及智能公交控制領域，尤其是一種基于公交站點信息化的多形式公交動態(tài)調度方法。

背景技術：

隨著經濟和社會的發(fā)展，機動車保有量迅速增加，城市交通擁堵現象日益嚴重，發(fā)展公共交通作為緩解交通壓力的有效手段受到越來越多的重視，但是目前的公共交通系統開發(fā)多集中于單一調度形式，或者一成不變的調度模式，不能針對客流的實時變化，考慮不同的調度形式的組合以及高級的調度形式，還有車間的時間間隔也是公交的核心之一。其能夠達到實時調度公交形式和車間的時間間隔的方案主要依據主要研究交線路客流信息，即乘客OD分布，為制定準確、完整的客流信息進行預測使用許多模型和方法，但其效果等還有待提高。

技術實現要素：

本發(fā)明所要解決的技術問題在于，提供一種基于公交站點信息化的多形式公交動態(tài)調度方法，可以實現動態(tài)的公交形式和公交車最佳車間間隔的調度，提高了公交的運行效率的同時實現城市的公共交通系統良性循環(huán)發(fā)展。

為解決上述技術問題，本發(fā)明提供一種基于公交站點信息化的多形式公交動態(tài)調度方法，包括如下步驟：

(1)通過公交站點信息與乘客手機終端的信息連接和交互，得到實時乘客OD分布數據，通過公交車的GPS定位模塊獲取公交車的運行位置和時間數據；

(2)根據乘客OD分布得出每個站點上下車人數，計算公交車的站點停靠時間，結合相鄰站點間運行時間，建立初始公交調度模型，其中公交車共有常用的三種不同運營形式，以單位時間內所有乘客總出行成本和企業(yè)運營成本之和最小為目標對模型進行求解，得出不同形式下公交車的最佳初始發(fā)車時間間隔；

(3)在每相鄰兩車間位于靠后位置的公交車離開某站點時刻，統計線路客流OD分布，計算線路客流方向不均衡系數、斷面不均衡系數和站點不均衡系數，根據車輛調度形式的判斷準則和方法確定出公交車的調度形式和運行區(qū)間；

(4)在每相鄰兩車間位于靠后位置的公交車離開某站點時刻，統計線路每個站點上下車人數，與位于靠前位置公交車之間達到最佳時間間隔的運行時段內每站點新增上下車人數，建立實時公交調度模型，以單位時間內所有乘客總出行成本和企業(yè)運營成本之和最小為目標對模型進行求解，得出每相鄰兩車間最佳的站點個數和站點間的最佳運行時間；

(5)每相鄰兩車間的最佳運行時間間隔是在位于靠后位置的公交車離開某站點時刻的原有車間運行時間間隔，與靠前位置公交車需調整的運行時間與靠后位置公交車需調整的運行時間之差的求和。

優(yōu)選的，步驟(2)中初始公交調度模型的目標函數為：

其中：n—線路上站點總數目；k—線路上運營公交車總數目；—第j輛公交車離開i站的時刻；p—調度形式，p＝1為全程車(普通公交車)、p＝2為大站快車和p＝3區(qū)間車；—0-1變量，第j輛公交車在i站停靠，則為1，否則為0；—0-1變量，第j輛公交車經過從i-1站到i站區(qū)間，則為1，否則為0；—第j輛公交車在t時刻，乘客從i站至i+s站的人數(人/分鐘)；一第j輛公交車離i-1站時車上的乘客數；Rⁱ—公交車從i-1站到i站的運行時間，開始輸入歷史數據的均值；—第j輛公交車在i站的?？繒r間，取決于i站點的上車和下車的人數；—第j輛公交車到達i站點時下車的人數；—第j輛公交車到達i站點時上車的人數；β—單位乘客平均上下車時間(分鐘/人)；C₁—乘客等車單位時間成本；C₂—乘客在車單位時間成本(元/分鐘)；C₃—單位公交車運營時間成本(元/分鐘)。

優(yōu)選的，步驟(4)中公交調度模型的目標函數為：

其中：

優(yōu)選的，步驟(2)中采用遺傳算法對初始公交調度模型進行求解，包括如下步驟：

(2.1)初始化參數，參數包括：乘客出行OD分布、站間運行時間、各時間成本、初始種群大小、交叉概率、變異概率以及循環(huán)次數；

(2.2)對模型進行初始編碼，令K′為最大的發(fā)車次數，將發(fā)車時間間隔和發(fā)車類型這兩個決策變量對應的二進制串進行組合，得到一條8K’位二進制的染色體，前6K’位二進制染色體為時間間隔，后2K’位二進制代表公交車調度形式；根據最大發(fā)車間隔和最小發(fā)車間隔的約束條件，確定編碼的長度區(qū)間；

(2.3)根據初始化確定的發(fā)車次數、發(fā)車間隔和發(fā)車形式，結合輸入的參數計算目標函數值及每個個體的適應值；

(2.4)對種群進行繁殖，每繁殖一代包括選擇、交叉、變異和基于約束條件進行修正；

(2.5)重復繁殖過程直到達到設置的迭代次數，選擇適應值最大的個體代表的組合調度方案為初始發(fā)車間隔方案。

優(yōu)選的，步驟(3)中對公交車的調度形式和運行區(qū)間進行求解，包括如下步驟：

(3.1)當斷面不均衡系數大于一般規(guī)定值，即(一般取1.2-1.5)，路段客流量差ΔQ_i＞＞nq(n一般取2-4，q為公交車額定容量)，根據相應的準則，初步定出區(qū)間車和大站快車運行的路段及站點。

(3.2)當線路上站點不均衡系數大于一般規(guī)定值，即(一般取1.4-2.0)；方向不均衡系數大于一般規(guī)定值，即(一般取1.2-1.4)，根據相應的準則，初步定出大站快車運行的路段及站點。

優(yōu)選的，步驟(4)中采用遺傳算法對實時公交調度模型進行求解，包括如下步驟：

(4.1)初始化參數，參數包括：乘客出行OD分布，包括公交車離開某站點時刻、運營形式、以及該時刻線路乘客OD分布和每相鄰公交車間運行時間間隔內新增乘客的OD分布、總站點數目、區(qū)間車和大站快車運行路段和站點、站間歷史運行時間、各時間成本、初始種群大小、交叉概率、變異概率以及循環(huán)次數；

(4.2)對模型進行初始編碼，令K′為最大的發(fā)車次數，將公交車的站間運行時間這個決策變量對應的二進制串進行組合，得到一條10K’位二進制的染色體，前六位表示公交車的站間運行時間和后四位表示最佳站點個數的取值；

(4.3)根據初始化確定的發(fā)車次數和發(fā)車間隔和發(fā)車形式，結合輸入的參數計算目標函數值及每個個體的適應值；

(4.4)對種群進行繁殖，每繁殖一代包括選擇、交叉、變異和修正；

(4.5)重復繁殖過程直到達到設置的迭代次數，選擇適應值最大的個體代表的調度方案為實時動態(tài)調度策略，即選取每相鄰兩車間最佳的站點個數和站點間的最佳運行時間。

優(yōu)選的，約束條件包括公交車滿載率約束和發(fā)車時間間隔約束；所述滿載率約束為高峰時段滿載率不超過120％，平峰時段滿載率不低于50％；所述發(fā)車時間間隔約束為不超過設定的最小發(fā)車間隔和最大發(fā)車間隔范圍，且在研究時段T內滿足公交車發(fā)車間隔X_j的總和不大于T。

優(yōu)選的，步驟(5)中通過實時調度方法求解每相鄰公交車間保持最佳的車間間隔運行的具體方法為：在j與j+1公交車間最佳運行時間間隔進行調整的模型中，需求解出j與j+1公交車停靠站點時間和站點間的運行時間Rⁱ，并求解出j+1與j+2公交車?？空军c時間和站點間的運行時間Rⁱ′，所以分別調整到最佳運行時間間隔的時刻為和所以j與j+1公交車需調整到的最佳運行時間間隔為時刻兩車間的時間間隔與L^j+1和L^j作差之和，即

本發(fā)明的有益效果為：本發(fā)明實現了公交站點信息化技術與乘客手機終端的信息融合，避免其對乘客OD分布的預測，主動獲取到實時乘客OD分布，實現了動態(tài)的公交形式和公交車最佳車間間隔的調度；通過車路協同保障其保持最佳的車間間隔運行，提高了公交的運行效率，同時也通過公交站點網絡技術的廣泛應用，即IOT(Internet-oriented-transit)，以公交站點網絡技術來主動引導公共交通智能化發(fā)展，實現城市的公共交通系統有機良性循環(huán)發(fā)展，使居民或乘客能方便的選用公交的優(yōu)先方式出行，最終增強公交吸引力。

附圖說明

圖1為本發(fā)明的求解初始發(fā)車間隔的原理圖。

圖2為本發(fā)明的求解路段上車間運行時間間隔的原理圖。

圖3為本發(fā)明的顯示遺傳算法的流程示意圖。

圖4為本發(fā)明的公交站點信息傳遞原理圖。

具體實施方式

如圖1、2、3和4所示，一種基于公交站點信息化的多形式公交動態(tài)調度方法，包括如下步驟：

(1)通過公交站點信息與乘客手機終端的信息連接和交互，得到實時乘客OD分布數據，通過公交車的GPS定位模塊獲取公交車的運行位置和時間數據；

(2)根據乘客OD分布得出每個站點上下車人數，計算公交車的站點?？繒r間，結合相鄰站點間運行時間，建立初始公交調度模型，其中公交車共有常用的三種不同運營形式，以單位時間內所有乘客總出行成本和企業(yè)運營成本之和最小為目標對模型進行求解，得出不同形式下公交車的最佳初始發(fā)車時間間隔；

(3)在每相鄰兩車間位于靠后位置的公交車離開某站點時刻，統計線路客流OD分布，計算線路客流方向不均衡系數、斷面不均衡系數和站點不均衡系數，根據車輛調度形式的判斷準則和方法確定出公交車的調度形式和運行區(qū)間；

(4)在每相鄰兩車間位于靠后位置的公交車離開某站點時刻，統計線路每個站點上下車人數，與位于靠前位置公交車之間達到最佳時間間隔的運行時段內每站點新增上下車人數，建立實時公交調度模型，以單位時間內所有乘客總出行成本和企業(yè)運營成本之和最小為目標對模型進行求解，得出每相鄰兩車間最佳的站點個數和站點間的最佳運行時間；

(5)每相鄰兩車間的最佳運行時間間隔是在位于靠后位置的公交車離開某站點時刻的原有車間運行時間間隔，與靠前位置公交車需調整的運行時間與靠后位置公交車需調整的運行時間之差的求和。

安裝在站點的設備(設備與WiFi兼容)很容易和站點候車乘客的智能終端設備進行連接和交互，使其以最低成本獲得大量信息。

能夠在手機終端彈出在此站點經過的公交線路，能夠提供目前公交車是否?？炕蚴峭緩降男畔⒆尦丝瓦x擇出行班次和方式。

此相關軟件(app)或是通過手機短信的方式讓乘客輸入信息統計各站點的候車乘客OD分布，能夠通過手機輸入自己的OD數據，通過在?？空靖浇穆穫仍O備傳輸到數據中心。乘客也可以通過智能終端獲取公交車實時運行情況，例如下一班次及后續(xù)班次的位置及到站時間、車內剩余座位數目等。

在已得到乘客的OD分布，從而得出公交線路上由站點i上車至站點j下車的客流量。在公交車離開站點時會再次統計線路上乘客OD分布，通過在數據監(jiān)測中心中進行儲存和處理，即可得到實時公交線路動態(tài)OD數據。

因為不同車站和不同斷面上客流不均衡性的客流的空間分布特性。并且包括公交網絡中不同線路和一條線路不同斷面的也有不同客流分布特性，本專利著重分析一條線路不同斷面的客流空間分布特征。

城市快速公交線路的斷面客流量，是指單位時間內，通過公交線路某一地點的客流量。在單位時間內，客流量最大的斷面稱為最大客流斷面。為定量描述快速公交客流在空間上分布的不均衡性，選擇斷面不均衡系數、方向不均衡系數、站點不均衡系數三個指標來進行分析。

斷面不均衡系數K_i和路段客流量差ΔQ_i，是單位時間內快速公交線路某斷面客流量與平均斷面客流量之比?？梢燥@示出該線路在這個時刻各路段的客流動態(tài)，表示這種斷面的不均衡性。

斷面不均衡系數K_i，是單位時間內快速公交線路某斷面客流量與平均斷面客流量之比。K_i＝Q_i/Q_n，式中：K_s—為線路分時段不均衡系數，Q_si—為線路單位時間內第i個斷面客流量，Q_n—為線路單位時間內平均斷面客流量，路段客流量差ΔQ_i，指統計時間內運營線路某路段客流量與沿線各路段平均客流量之差。ΔQ_i＝Q_i-Q_n，式中：ΔQ_i—為線路分時段不均衡系數，Q_si—為線路單位時間內第i個斷面客流量，Q_n—為線路單位時間內平均斷面客流量。

快速公交線路上下行的客流量在同一時間內一般是不相等的。有的線路兩個方向的運量幾乎相等，而有的線路則差異很大?？土髟诜较蛏系牟痪庑砸话阌梅较虿痪庀禂当硎荆溆嬎惴椒ㄊ菃挝粫r間內某條線路最大單向斷面客流量與雙向平均客流量之比。

即：客流在站點上的不均衡系數K_j，指線路在j站乘客集散量與沿線各停車站平均乘客集散量之比。用來表示線路中各個站點客流量的不均衡性。

即：K_j＝Q_j/Q_n，式中：K_s—為線路各個站點不均衡系數，Q_si—為統計時間內站點i進、出站客流量，Q_n—為線路卑位時間內各站平均客流集散量。

為解決出現高峰時段乘客過分擁擠、平峰時段公交車滿載率不高的現象，公交車的發(fā)車在符合客流分布需求，采用多種公交調度形式去滿足需求，故此專利主要分析全程車、區(qū)間車、大站快車調度形式。通過上述可知公交線路的客流在空間上都具有不均衡性，為提高快速公交的運營效率針對不同的客流分布規(guī)律制定相應的公交車組合調度形式。

全程車、區(qū)間車、大站快車的具體概念，全程車：指快速公交車從線路起點發(fā)車直到終點站為止，必須在沿線按所有的固定停車站點依次停靠，并行駛滿全程的一種基本調度形式，也稱為慢車。區(qū)間車：公交車僅行駛線路上某一客流量較高的路段或區(qū)段的一種輔助調度形式。線路各斷面的客流量往往是不均衡的，當客流斷面的不均衡程度達到某一臨界條件時,就應采用區(qū)間車的調度方法，從而使得斷面客流量趨于均衡。大站快車：為適應公交線路乘距較長乘客的乘車需求，僅在沿線乘客集散量較大的停車站點停靠，是一種越站快速運行的調度形式。大站快車的調度方法即組織部分公交車只在大站進行停站，以減少停站次數，提高平均技術速度，從而節(jié)省時間。

首先初步分析客流分布，計算線路客流方向不均衡系數、斷面不均衡系數和站點不均衡系數，根據公交車調度形式的判斷準則和方法確定出每種公交車的運行區(qū)間。組合調度是由全程車、區(qū)間車和大站快車組成，根據客流情況在高峰時段高流量的線路上采用不同的組合方式(如全程車、全程車和區(qū)間車、全程車和大站快車、以及三種線路的組合)，提高系統運營效率。

具體步驟如下：根據公式分別計算線路上行和下行各斷面不均衡系數或路段客流量差，線路上站點不均衡系數或方向不均衡系數。

當線路上站點不均衡系數大于一般規(guī)定值，即(一般取1.4-2.0)；斷面不均衡系數大于一般規(guī)定值，即(一般取1.2-1.5)，路段客流量差ΔQ_i＞＞nq(n一般取2-4，q為公交車額定容量)，根據相應的準則，初步定出區(qū)間車和大站快車運行的路段及站點。綜合考慮線路站距、折返點位置、道路條件是否滿足有超車道以及調度工作方便等因素，擬定可行的運行路段及站點。

在運營過程中，系統的總成本主要體現在乘客和公交公司兩方面。使得乘客出行成本和運營商成本的總和最小，來確定以多大的發(fā)車間隔、在路段以多大的時間間隔行駛和發(fā)何種類型的公交車的組合實現最優(yōu)。

乘客的出行成本主要體現在公交完成出行過程所花費的時間上，即乘客從起始站點到目的站點的時間，分為車站等車時間、在車時間(包括在此過程中公交車在公交站點的?？繒r間和交叉口延誤時間、換乘時間)。

選取研究時段內所有公交車的運行時間來表示公交公司的成本，包括公交車在站間的運行時間和站點?？繒r間。

乘客等車時間成本，本文快速公交車的發(fā)車形式分全程車、區(qū)間車、大站快車三種,當第j輛車是大站快車時，在非?？空军c沒有乘客上下車、公交車沒有?？繒r間；當第j輛車是區(qū)間車時，在非運行區(qū)段沒有站間運行時間，因此在的計算式中引入0-1變量，計算公式如

式中：—第j輛車離開i站的時刻；

—第j輛車在首站的發(fā)車時刻；

rⁱ公交車從i-1站到i站的運行時間，假定各種形式的公交車在相同站間的運行速度是一定的；

第j輛車在i站停留的時間；

p調度形式，p＝1為全程車、p＝2為大站快車、p＝3為區(qū)間車；

—0-1變量，第j輛車如果經過i站，則為1，否則為0。

公交車在?？空军c的停留時間與在站點上、下車的人數有關，乘客上下車在前后門打開，因此公交車的停站時間取決于人數多的一方。計算方法為：

式中：—第j輛車到達第i站時下車的人數；

—第j輛車到達第i站時上車的人數；

β—單位乘客平均上下車時間為(分鐘/人)；

N—線路上站點數。

第j輛車在i站上車的人數即為在一定時間間隔內，到達i站點,前往線路下游運行區(qū)段各站的乘客數總和，即i站上車的人數同樣，在i站下車的人數

式中：—0-1變量，第j輛車在i站停靠，則為1，否則為0。

乘客的在車時間通常分為兩部分:乘客在乘車區(qū)間內公交車運行時間和在乘車區(qū)間內不下車的乘客在車站的?？繒r間，其表達式ω₂＝C₂(t_y+t_z)

ω₂—乘客在車時間成本(元)；

C₂—乘客單位在車時間成本(元/min)；

t_y—公交車在運行過程中乘客的在車時間(min)；

t_z—不下車的乘客在車站的?？繒r間(min)；

公交車j在運行過程中乘客的在車時間，由站間運行時間和車上的乘客數共同決定，表達式為：

式中:一第j輛車離i-1站時車上的乘客數

Rⁱ一公交車從i-1站到i站的運行時間

第j輛車離開i站時車上的乘客數等于第j輛車離開i-1站時車上的乘客數減去第j輛在第i站時下車的人數加上在第i站時上車的人數，計算公式如

在乘車區(qū)間內不下車的乘客在車站的停靠時間，由不下車的乘客數量和在該站點的?？繒r間共同決定，表達式如

式中：—第j輛車在i站時沒有下車的乘客數，其計算式

綜上分析，考慮模型中是全程車、區(qū)間車和大站快車三種公交車的組合，當第j輛車是大站快車時，在非?？空军c公交車沒有停靠時間；當第j輛車是區(qū)間車時，在非運行區(qū)段沒有站間運行時間，因此，乘客的在車時間成本表達式如

公交車的運營時間h包括兩部分，站點間運行時間和在站點的?？繒r間。當發(fā)出公交車的類型不同時，沿途經過站點和停靠的站點不同。運營時段內所有公交車的總運行時間h可表示如當第j輛車是全程車即p＝1時，公交車運行經過所有站點并且在每個站點都?？浚械恼鹃g運行時間和站點的?？繒r間都計算在單程運營時間內；第j輛車是大站快車即p＝2時，公交車經過所有站點并且只在特定的大站?？?，因此單程運營時間為站間運行時間與?？空军c的停車時間之和，對于i不屬于M，M為除了大站?？康钠渌军c集合，當第j輛車是區(qū)間車即p＝3時，公交車在公交線路的部分路段運行，只經過部分站點，因此單程運營時間只是站間運行時間和站點的停車時間之和，區(qū)間車不經過的站點其區(qū)間運行時間為零，因沒有乘客上下車故?？繒r間也為零。設單位公交車運營時間成本C₃(元/min)，則公交車運營時間成本表達式

乘客出行時間成本和運營商旳運營成本兩個目標都是要達到最小值，因此，對兩個目標進行線性加和，以總成本最小作為目標函數，在固定需求條件下，單位時間內所有乘客總出行成本和企業(yè)運營成本之和最小?？紤]兩部分成本是同等重要的，取相同的權重，目標函數min Z＝C_ck+C_y。

乘客出行時間成本由兩部分組成，包括乘客等車時間成本(C₁)和在車時間成本(C₂)，對于公交公司成本以公交車在單程調度過程中所花費的時間成本(C_y)衡量。所以初始的目標函數為：

在明確組合調度模型的目標函數后，還需要設定模型的約束條件，才能得到合理的調度組合方案。在該模型中約束條件主要考慮公交車乘客的滿載率方面、出行時間約束方面和發(fā)車間隔方面等因素。

公交車滿載率是指公交車在線路某斷面載運乘客的平均滿載程度，標志著城市公交管理的狀況和運行質量的高低。滿載率計算公式如下：滿載率＝公交車j離開車站i時車上乘客數/公交車額定載客人數*100％。一般情況下從乘客舒適性和安全性角度考慮，高峰時段滿載率不應超過120％，同時考慮公交企業(yè)的經濟效益平峰時滿載率一般也不能低于50％。

發(fā)車間隔的限制是指相鄰兩車從首站發(fā)出的間隔時間需要在一定范圍內，如果發(fā)車間隔過小，發(fā)車次數增加，公交車的運營效益無法滿足。發(fā)車間隔過大，容易導致服務水平降低，引起乘客不滿意。本模型考慮乘客與高峰時段發(fā)車間隔可接受程度，并結合以往歷史發(fā)車時間間隔，確定最大發(fā)車間隔和最大發(fā)車間隔。

在研究時段T內需要滿足公交車發(fā)車間隔的總和不大于T，則在研究時段內公交公司的發(fā)車總次數K′的公式為：從建立的公交調度的模型來看，需要確定的是在研究時間內，選擇的調度形式，保證公交出行乘客的出行成本和公交公司的運營成本最低。需要確定的初始發(fā)車時間間隔與發(fā)車總數是相關的，即K是不確定的，與決策變量相關，無法將兩者脫離開來。模型中涉及到了很多的參數，這些參數之間的關系錯綜復雜，并且參數的確定過程中用到了決策變量，所以選取遺傳算法進行求解，求解過程需要將決策變量用編碼的形式表示出來，由此可以獲得決策變量的可能解，從而推出相關的參數。

初始化參數，其一為模型固有參數，包括：乘客出行OD分布(包括公交車離開站點時刻統計線路上乘客的OD分布)、站間歷史運行時間、乘客等車單位時間成本、運行時間成本等，其二為模型運行參數，如：初始種群大小、交叉概率、變異概率以及循環(huán)次數等。

對模型進行初始編碼，令K′為最大的發(fā)車次數，將發(fā)車時間間隔和發(fā)車類型這兩個決策變量對應的二進制串進行組合，得到一條8K′位二進制的染色體，前6K′位二進制染色體為時間間隔，后2K′位二進制代表公交車調度形式；根據最大發(fā)車間隔和最小發(fā)車間隔的約束條件，確定編碼的長度區(qū)間。

根據初始化確定的發(fā)車次數和發(fā)車間隔，結合輸入的參數計算目標函數值及每個個體的適應值。

對種群進行繁殖，每繁殖一代包括選擇、交叉、變異和基于約束條件進行修正。

重復繁殖過程直到達到設置的迭代次數，趨于穩(wěn)定，最終輸出滿意解，選擇適應值最大的個體代表的組合調度方案為初始發(fā)車間隔和發(fā)車組合調度方案。由于公交線路上的公交客流是動態(tài)變化的，所以對每輛公交車離開某一個公交站點后需記錄該時刻線路全部乘客OD分布，實時更新客流數據，從而研究客流分布與變化規(guī)律，所以每相鄰公交車的發(fā)車間隔需要做出調整。

具體實時調度過程如下：

(1)在每相鄰j和j+1兩輛公交車間位于靠后位置的公交車離開某站點時刻，統計線路客流OD分布，計算線路客流方向不均衡系數、斷面不均衡系數和站點不均衡系數三個指標，根據車輛調度形式的判斷準則和方法確定出公交車的調度形式和運行區(qū)間。當斷面不均衡系數大于一般規(guī)定值，即(一般取1.2-1.5)，路段客流量差ΔQ_i＞＞nq(n一般取2-4，q為公交車額定容量)，根據相應的準則，初步定出區(qū)間車運行的路段及站點。當線路上站點不均衡系數大于一般規(guī)定值，即(一般取1.4-2.0)；方向不均衡系數大于一般規(guī)定值，即(一般取1.2-1.4)，根據相應的準則，初步定出大站快車運行的路段及站點。80綜合考慮線路站距、折返點位置、道路條件是否滿足有超車道以及調度工作方便等因素，擬定可行的運行路段及站點。

(2)當線路判斷存在大車站點時，需記錄此時的大車站點順序號，數目為1,2,3…W，并且記錄W個站點的乘客OD分布，計算每相鄰j和j+1公交車間最佳的運行時間間隔只需輸入在兩車之間的大車站點順序號和其站點OD分布，其他站點為乘客數為0，也為0。

(3)當線路判斷存在區(qū)間站點時，劃分出相應的區(qū)間，需記錄此時區(qū)間內站點順序號，數目為1,2,3…Q，并且記錄Q個站點的乘客OD分布，當有公交車兩車之間的存在有區(qū)間站點時，則公交車實施區(qū)間車的調度形式，只在區(qū)間站點停靠。需計算每相鄰j和j+1公交車間最佳的運行時間間隔只需輸入在兩車間的區(qū)間站點順序號和其站點OD分布。

(4)當線路判斷不存在區(qū)間站點和大車站點時，每相鄰j和j+1公交車不實施區(qū)間快車和大車快車的調度方式，則公交車只能實施普通公交的調度形式。

(5)此時刻需對j和j+1兩輛公交車的調度形式做出調整，如果下一時刻斷面不均衡系數、方向不均衡系數、站點不均衡系數發(fā)生改變，按此時刻的條件調整，兩輛公交車的調度形式將被重新調整，以滿足該時刻的公交車調度計劃。

(6)把j與j+1公交車作為相鄰研究的公交車，當j+1公交車離開第i+s站點時刻j+2公交車行到i+s+k至i+s+k+1站點區(qū)間(包括剛好離開i+s+k站點時)，記錄j+1與j+2公交車在此時刻的位置，并重新記錄線路上每站點的乘客OD分布，若j+1與j+2公交車之間相距的站點為k個，線路上每站點新的乘客OD分布為j+1公交車從此時刻位置至j+2公交車在此時刻位置的運行時間段內，第i+s+1至i+s+k站點(包括i+s+k站點)間k個站點的乘客OD分布數目與每站點新增乘客數目之和，當高峰時公交車內會出現乘客站立的情況，所以公交車承載的乘客數目(乘客承載能力)擴大1.2倍。

(7)若該運行時間段內各站點的新增乘客數目為0，最新計算的公交車承載乘客數目如果大于公交車的剩余座位數目(剩余承載力)，說明j+1公交車沒有剩余承載能力，則取公交車的剩余座位數目作為上限約束條件，計算滿足j+1公交車最大的承載率時需運行經過站點k2個公交站點，應到達的站點i+s+k2，所以k2個站點可以看作目標函數求解數值的上限。

(8)若取公交車的最新計算的公交車承載乘客數目作為上限約束條件，計算滿足j+1公交車最大的承載率時需運行經過站點k22個公交站點，應到達的站點i+s+k22，所以k22個站點可以看作目標函數求解數值的上限。

(9)若該運行時間段內各站點新增乘客數目取歷史數據的最大值，最新計算的公交車承載乘客數目如果大于公交車的剩余座位數目(剩余承載力)，說明j+1公交車沒有剩余承載能力，則取公交車的剩余座位數目作為下限約束條件，計算滿足j+1公交車最大的承載率時需運行經過站點k1個公交站點，應到達的站點i+s+k1，所以k1個站點可以看作目標函數求解數值的下限。

(10)若取公交車的最新計算的公交車承載乘客數目作為下限約束條件，計算滿足j+1公交車最大的承載率時需運行經過站點k12個公交站點，應到達的站點i+s+k12，所以k12個站點可以看作目標函數求解數值的下限。

(11)實際情況下，只要新增乘客OD分布的始點或終點落在i+s+1至i+s+k區(qū)間(包括i+s+k)的任意站點，則根據目標函數求解公交車相距的站點數目k的最優(yōu)值，根據該運行時間段內各站點新增乘客數目，判斷最新計算的公交車承載乘客數目是否大于公交車的剩余座位數目(剩余承載力)，如果最新計算的公交車承載乘客數目大于公交車的剩余座位數目，可以得到j+1與j+2公交車相距的站點數目K的取值范圍k1≤h≤k2，如果最新計算的公交車承載乘客數目小于公交車的剩余座位數目，可以得到j+1與j+2公交車相距的站點數目K的取值范圍k12≤h≤k22。

(12)在j+1公交車離開第i+s站點時刻j車運行到i-1至i站點區(qū)間(包括剛好停靠在i站點時)，記錄j與j+1公交車在此時刻的位置，并重新記錄線路上每站點的乘客OD分布，若j與j+1公交車之間相距的站點為s個，線路上每站點新的乘客OD分布為j公交車從此時刻位置至j+1公交車在此時刻位置的運行時間段內，第i+1至i+s站點(包括i+s站點)間s個站點的乘客OD分布數目與每站點新增乘客數目之和，當高峰時公交車內會出現乘客站立的情況，所以公交車承載的乘客數目(乘客承載能力)擴大1.2倍。

(13)若該運行時間段內各站點的新增乘客數目為0，最新計算的公交車承載乘客數目如果大于公交車的剩余座位數目(剩余承載力)，說明j公交車沒有剩余承載能力，則取公交車的剩余座位數目作為上限約束條件，計算滿足j公交車最大的承載率時需運行經過站點h2個公交站點，應到達的站點i+h2，所以h2個站點可以看作目標函數求解數值的上限。

(14)若取公交車的最新計算的公交車承載乘客數目作為上限約束條件，計算滿足j公交車最大的承載率時需運行經過站點h22個公交站點，應到達的站點i+h22，所以h22個站點可以看作目標函數求解數值的上限。

(15)若該運行時間段內各站點新增乘客數目取歷史數據的最大值，最新計算的公交車承載乘客數目如果大于公交車的剩余座位數目(剩余承載力)，說明j公交車沒有剩余承載能力，則取公交車的剩余座位數目作為下限約束條件，計算滿足j公交車最大的承載率時需運行經過站點h1個公交站點，應到達的站點i+h1，所以h1個站點可以看作目標函數求解數值的下限。

(16)若取公交車的最新計算的公交車承載乘客數目作為下限約束條件，計算滿足j公交車最大的承載率時需運行經過站點h12個公交站點，應到達的站點i+h12，所以h12個站點可以看作目標函數求解數值的下限。

(17)實際情況下，只要新增乘客OD分布的始點或終點落在i+1至i+k區(qū)間(包括i+k)的任意站點，則根據目標函數求解公交車相距的站點數目h的最優(yōu)值，根據該運行時間段內各站點新增乘客數目，判斷最新計算的公交車承載乘客數目是否大于公交車的剩余座位數目(剩余承載力)，如果最新計算的公交車承載乘客數目大于公交車的剩余座位數目，可以得到j與j+1公交車相距的站點數目s的取值范圍h1≤h≤h2，如果最新計算的公交車承載乘客數目小于公交車的剩余座位數目，可以得到j與j+1公交車相距的站點數目h的取值范圍h12≤h≤h22。

第j+1輛公交車從此時的位置至i+s+k站點運行時間段內，考慮乘客出行時間成本和公交公司運營成本兩個目標都是要達到最小值。因此，對兩個目標進行合并，采用線性加和以總成本最小作為目標函數。即在約束條件下，單位時間內所有乘客總出行成本和企業(yè)運營成本之和最小。考慮兩部分成本是同等重要的，取相同的權重，目標函數min Z＝C_ck+C_y。

乘客出行時間成本由兩部分組成，包括乘客等車時間成本(ω₁)和在車時間成本(ω₂)，對于運營商成本本文以公交車在單程調度過程中所花費的時間成本(C_y)衡量。所以最終的目標函數為：

式中：

同理，第j輛公交車從此時的位置至i+h站點運行時間段內，考慮乘客出行時間成本和公交公司運營成本兩個目標都是要達到最小值。所以最終的目標函數為：

在明確第j輛與第j+1輛公交車調度模型的目標函數后，還需要設定模型的約束條件，才能得到合理的調度組合方案。在該模型中約束條件主要考慮公交車乘客的滿載率方面、出行時間約束方面和發(fā)車間隔方面等因素。

參數設置包含兩方面，其一為模型固有參數，如:乘客出行OD分布(包括公交車離開站點時刻統計的線路乘客的OD分布和調整車間時間間隔的新增乘客的OD分布)、總站點數目、、區(qū)間車和大站快車運行路段和站點、站間運行時間、乘客等車單位時間成本，公交車在單程調度過程中所花費的時間成本等，其二為模型運行參數，如:初始種群大小、交叉概率、變異概率以及循環(huán)次數等。

通過模型制定出j和j+1公交車與j+1和j+2的在調整時間間隔中，通過上述遺傳算法求解出j和j+1公交車需要停靠站點區(qū)間運行時間Rⁱ，是公交站點間的運行時間的最佳取值，調整所需的時間所以j與j+1的最佳運行時間間隔是在時刻的車間時間再加上L^j+1與L^j之差的和，即

盡管本發(fā)明就優(yōu)選實施方式進行了示意和描述，但本領域的技術人員應當理解，只要不超出本發(fā)明的權利要求所限定的范圍，可以對本發(fā)明進行各種變化和修改。