基于多源实时信息的城市公交动态调度方法研究

In literature papers related to dynamic bus dispatching, important real-time information such as real-time road status is not considered, and the stop holding is used as the main control strategy. Focusing on these problems, this project proposes to fully utilize multi-source real-time information such as real-time road status, mine the patterns in historical traffic data, adopt the control strategy that dynamically changing bus departure timetable and dynamically adjusting the bus running speed, establish dynamic bus dispatching and control models suitable for our country under different scenarios such as single-round bus line, multiple bus lines with transferring and unconventional cases, and develop solving algorithms combining intelligent methods. Based on the result of analyzing the characteristics of historical traffic data of transit systems, this project also plans to develop simulation platform for transit systems, analyze the related operation rules in dynamic bus dispatching under different scenarios by applying the proposed dynamic bus dispatching optimization and control methods, summarize the dispatching strategies transit systems should take, propose resource allocation suggestions and solutions for public transport department, and provide theoretical and technical support for improving the intelligence degree of transit system, increasing utilization rate of public transportation resources, realizing emission reduction of transit system, improve passenger satisfaction degree, and relieve the traffic congestion problem in our country.

国内外公交动态调度的相关研究中，没有考虑路况等重要实时信息对调度的影响，且公交车辆控制主要采用了不适合我国公交系统的滞站策略。针对上述问题，本题目提出充分利用实时路况等多源实时信息，挖掘历史交通数据中的模式，采取在一定范围内动态调整公交车发车时刻并在行驶过程中动态调整公交车速度的控制策略，建立适合我国公交系统的单线路对开、多线路换乘和非常规等不同情形下的城市公交车辆动态调度优化与控制模型，并结合智能方法设计求解算法。在分析公交系统的历史数据特点的基础上，搭建公交系统仿真平台，通过应用所提的公交动态调度优化与控制方法，分析不同情形下公交动态调度中的相关运行规律，总结公交系统应采取的调度策略，对公交管理部门提出在公交调度环境中应提供的公交资源配置建议和对策，从而为提高公共交通系统智能化、改善公交资源利用率、实现公交节能减排、提高公交乘客满意度、缓解我国城市交通拥堵问题提供理论方法和和技术支持。

大力发展公共交通和实施公交优先战略，是缓解我国交通拥堵的有效手段和根本出路。公交调度是公交运营管理的核心内容,实现公交调度智能化和调度方案的优化是提高运营调度水平、增强公交吸引力、合理调配公交资源的关键，公交动态调度受到公交管理部门越来越多的重视。项目组围绕城市公共交通信息数据预测方法优化、城市公交动态调度车隔调整优化、基于实时信息的车速调整优化等主要问题，侧重于理论和方法，主要研究工作包括基于数据挖掘的公共交通信息预测方法研究；公交动态发车和车速调整优化；动态调度优化模型的求解算法；城市公交动态调度优化与控制软件包的开发。项目研究取得主要成果包括：建立工作日和非工作日基于GBDT模型的线路客流量预测模型和基于天气特征的GBDT线路客流量预测模型；结合天气数据，建立了基于GBDT模型的交通流量预测和基于小波神经网络模型的交通流量预测模型；在公交车队规模固定的条件下，合理的调配公交资源，在面对不同强度的客流分布时，无需加派车辆的情况下最小化乘客的等车时间，建立公交动态调度模型；考虑交叉口信号变化情况、线路上不同路段的拥堵状况和线路上不同路段的天气情况等因素，建立了更贴近实际的公交单线路调度模型；在模型中加入时间维度，建立多周期公交动态调度数学模型；开发并完善智能公交系统。研究中利用Python网络爬虫实现天气等数据的爬取，将天气数据量化；研究将每个路段的交通流量数据分别以15分钟为间隔和以1个小时为间隔统计时间，得到两个原始数据集；通过对规划车队的发车间隔和站间车速的决策，有效的减少滞留乘客的等车时间和乘客的总等车时间，实验结果的优化率基本能达到15%以上，优化效果显著。项目为公交动态调度优化方法研究提供参考，提出新的且适合国内公交系统特点的解决方案。