智能交通系統(tǒng)概論 課件 第5、6章 貨運管理系統(tǒng)、先進公共交通系統(tǒng)

智能交通系統(tǒng)概論第5章貨運管理系統(tǒng)1.引言2.發(fā)展現(xiàn)狀3.基本概念4.系統(tǒng)組成5.關(guān)鍵技術(shù)與應(yīng)用6.案例介紹7.展望與挑戰(zhàn)第1節(jié)引言①我國的客車、貨車、特殊品運輸車等公路營運車輛引發(fā)的道路交通事故不斷增多，車路人之間的矛盾日益尖銳和突出②人們對有限車輛資源的需求在時間上和運輸服務(wù)上存在著沖突③企業(yè)存在無法及時合理進行車輛調(diào)度、運營成本難于控制，數(shù)據(jù)統(tǒng)計效率低下引起決策滯后第2節(jié)發(fā)展現(xiàn)狀——國外發(fā)展現(xiàn)狀

在國外，較早投入對物流車輛運營信息化管理進行研究的國家有美國、歐洲和日本。這些國家或地區(qū)無論是市場應(yīng)用還是相關(guān)技術(shù)都處于世界領(lǐng)先水平，特別是體現(xiàn)在監(jiān)控及調(diào)度管理方面。例如美國的GPS及地理信息技術(shù)已相當(dāng)成熟，在社會上有著廣泛的應(yīng)用，已滲透到各行各業(yè)，也包含應(yīng)用于車輛運營管理上，對其優(yōu)化車輛調(diào)度和監(jiān)控管理發(fā)揮了重要作用。

例如非常著名的車輛運行導(dǎo)航及管理系統(tǒng)包括：美國Clarion公司的車載電腦、美國通用汽車公司開發(fā)的TravTek、法國的Carminat，德國西門子的Ali-scout、日本的VICS項目等。國外企業(yè)對車輛也有著嚴格的管理程序，通過規(guī)范化管理給企業(yè)帶來更多的收益。第2節(jié)發(fā)展現(xiàn)狀——國內(nèi)發(fā)展現(xiàn)狀

在我國，貨運車輛運營管理系統(tǒng)是從九十年代開始發(fā)展，“九五”期間，交通運輸部為發(fā)展智能交通系統(tǒng)，制定了智能交通系統(tǒng)發(fā)展戰(zhàn)略，為未來的發(fā)展和應(yīng)用打下堅實的基礎(chǔ)，對貨運物流管理系統(tǒng)方面的發(fā)展起到了較大的推動作用。

近幾年來，隨著政府相關(guān)部門對此領(lǐng)域的不斷重視和引導(dǎo)，計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，再加上社會上用車需求的爆發(fā)式增長。目前我國的交通信息化建設(shè)發(fā)展態(tài)勢良好。許多交通運輸企業(yè)也從觀念上認識到通過信息化建設(shè)，可以很好地解決企業(yè)運營過程中存在的各種問題，大大提高企業(yè)的效益和管理水平，因此越來越多的運輸企業(yè)正在不斷投入到車輛運營管理的信息化建設(shè)之中，以提高自身管理服務(wù)水平，從而提高市場的競爭力。第3節(jié)基本概念——商用車輛第3節(jié)基本概念——系統(tǒng)功能分析快速獲取并響應(yīng)客戶的用車需求實現(xiàn)PC端和移動端的在線訂車功能。多渠道采集用車信息，提高服務(wù)層次和品牌形象，降低人工成本?？焖俨榭窜囕v位置及任務(wù)執(zhí)行情況結(jié)合GPS和電子地圖，對出勤車輛進行實時跟蹤，查看其車輛行駛軌跡和任務(wù)信息，通過實時監(jiān)控有效規(guī)范司機工作行為。及時有效的做出貨運車輛調(diào)度通過用戶需求，結(jié)合車輛的實時運行狀態(tài)，對數(shù)據(jù)進行分析處理，自動推薦出最佳的派車調(diào)度方案，緩解用車需求。有效降低車輛運營成本對維修費用和油耗費用進行管理，進行抽查與監(jiān)督，便于有效管理駕駛員等工作人員。提高貨運車輛管理水平對各種運營數(shù)據(jù)進行多維度的統(tǒng)計，建立經(jīng)驗知識庫，幫助管理人員更好掌握貨運運營狀況，起到支持決策的作用。第4節(jié)系統(tǒng)組成——用戶服務(wù)系統(tǒng)用戶服務(wù)系統(tǒng)分類功能描述商用車輛電子通關(guān)不停車通關(guān)保證符合通關(guān)條件的車輛迅速通過各種關(guān)卡避免重復(fù)性檢查自動路旁安全檢查與電子通關(guān)結(jié)合，檢查車輛安全性以及司機的反應(yīng)能力與適應(yīng)能力車載安全監(jiān)控對告訴行駛中的車輛進行無干擾監(jiān)控，將司機、車輛和貨物的不安全狀況及時匯報給司機、運輸公司及相關(guān)執(zhí)法人員商用車輛管理使用電子方式辦理手續(xù)，得到通關(guān)證件，并獲得相關(guān)信息危險貨物事故響應(yīng)向緊急救援人員提供危險物品事故數(shù)據(jù)，推薦最佳救援方案，提供響應(yīng)指令商用車隊管理提供司機、調(diào)度與多式聯(lián)運者的通信鏈路，為運輸者提供各種實時信息，實現(xiàn)商用車輛自動列隊駕駛電子商務(wù)與第三方物流采用物流信息技術(shù)，在一體化前提下將采購、倉儲、配送實現(xiàn)全方位信息化第4節(jié)系統(tǒng)組成——系統(tǒng)邏輯架構(gòu)第4節(jié)系統(tǒng)組成——系統(tǒng)物理架構(gòu)第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——調(diào)度管理車輛調(diào)度的主要目標：車輛的總行駛路程最短；車輛的總行駛時間最短；總運輸成本最小。①車輛調(diào)度問題經(jīng)常以車輛總的行駛距離為路徑優(yōu)化的目標，這是不考慮路況時車輛調(diào)度要達到的目標。車輛總行駛路程表示為：

調(diào)度管理是商用車輛運營系統(tǒng)中的關(guān)鍵技術(shù)，以物流運輸為例對車輛調(diào)度進行介紹，一個物流配送中心，擁有若干輛具有最大載重限制的配送車輛。配送中心負責(zé)完成若干個客戶點一定需求量的貨物配送與收集工作。不同客戶點之間的距離已知，配送車輛從物流中心出發(fā)，完成配送與集貨任務(wù)后返回物流中心。在客戶點允許的服務(wù)時間之外提供服務(wù)，物流公司需要支付懲罰費用。合理安排配送車輛數(shù)和行駛路徑，使貨物配送與收集成本最小。第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——調(diào)度管理車輛調(diào)度的主要目標：車輛的總行駛路程最短；車輛的總行駛時間最短；總運輸成本最小。②車輛的行駛時間受多種情況制約，相同的行駛距離因為天氣情況的不同，交通擁堵程度的相異程度，存在較大區(qū)別，因此不能僅以車輛行駛距離最短為目標。面向路況的車輛調(diào)度問題必須考慮車輛行駛時間。假定不同時間段路況擁堵情況可由歷史數(shù)據(jù)預(yù)測得到，描述交通時段擁堵可以用美國聯(lián)邦公路局的一個路阻函數(shù)表示，該函數(shù)被稱為BRP函數(shù)：可以得到車輛總行駛時間表達式：第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——調(diào)度管理車輛調(diào)度的主要目標：車輛的總行駛路程最短；車輛的總行駛時間最短；總運輸成本最小。③總運輸成本包括行駛距離成本、車輛早到提前服務(wù)懲罰成本、車輛晚到延遲服務(wù)懲罰成本、行駛時間成本、固定用車成本，如式所示。每輛車的固定用車成本包括發(fā)車費用、駕駛員費用等：同時，車輛路徑模型需要滿足一定約束條件。比如配送車輛數(shù)約束、最大載重線限制、配送路線約束等。第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——動態(tài)稱重重車自動識別目的——保證運輸安全、防止超重車輛毀壞公路方法——在高等級公路、高速公路上設(shè)置一定數(shù)量的稱重站技術(shù)對比靜態(tài)稱重（過去）——重車到達稱重站或檢查站時需停車接受檢查，由人工測定尺寸，由磅稱測定重量降低運輸效率、引起交通堵塞、增加旅行時間、加劇廢氣污染動態(tài)稱重（現(xiàn)在）特殊車輛自動計測系統(tǒng)主線子系統(tǒng)基地子系統(tǒng)主要技術(shù)—動態(tài)稱重測量精度提高運輸效率、減少能源消耗、節(jié)約人力資源第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——動態(tài)稱重

動態(tài)稱重站一般分為安裝在主線車道上的主線子系統(tǒng)和安裝在執(zhí)法站精檢區(qū)的基地子系統(tǒng)，系統(tǒng)硬件組成包括高速動態(tài)軸重秤、稱重儀表、車牌識別儀、稱重傳感器、地感線圈系統(tǒng)、WIM控制柜、高速稱重計算機、視頻監(jiān)控系統(tǒng)、LED可變情報板等。

車輛首先通過主線子系統(tǒng)，系統(tǒng)會自動計測行駛車輛的車高、車寬、車長和車重，超過限制值的車輛在光電板上得到告示并被引導(dǎo)至基地子系統(tǒng)，之后在基地子系統(tǒng)進行更精確的測量。

系統(tǒng)在不干擾正常車輛行駛前提下自動處理稱重流程，自動識別超載車輛并自動引導(dǎo)，能夠?qū)崿F(xiàn)24小時連續(xù)運行，無執(zhí)法時間空隙。第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——多式聯(lián)運

多式聯(lián)運定義為多種運輸方式的聯(lián)合運輸，指貨物運輸過程中至少采用兩種不同的運輸方式。

運輸單位可以是一個盒子，一個集裝箱，公路、鐵路車輛或船只等運輸工具。從定義可以看出，多式聯(lián)運常運用在大規(guī)模、中遠距離的運輸網(wǎng)絡(luò)中，例如區(qū)域或國家規(guī)模的快遞系統(tǒng)以及長途取件和遞送服務(wù)。隨著經(jīng)濟全球化的發(fā)展，世界各地的多式聯(lián)運終端設(shè)施為物流企業(yè)帶來了更高的運輸靈活性和規(guī)模經(jīng)濟。

多式聯(lián)運是一種結(jié)合公路、鐵路、水路、空運等運輸方式的綜合運輸形式，能夠充分發(fā)揮何種運輸方式的優(yōu)勢，突破傳統(tǒng)單一運輸方式的局限性，滿足日益多樣化的運輸需求，為全球社會從經(jīng)濟、環(huán)境等多方面帶來最大效益。第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——多式聯(lián)運網(wǎng)絡(luò)結(jié)構(gòu)：

多式聯(lián)運的基本網(wǎng)絡(luò)結(jié)構(gòu)主要包含節(jié)點和路徑兩種元素類型。節(jié)點包括起始點、轉(zhuǎn)運節(jié)點和終端需求點，路徑表示為節(jié)點之間的連線，每條路徑包含若干種運輸方式。一個基本的多式聯(lián)運網(wǎng)絡(luò)結(jié)構(gòu)如右圖所示。節(jié)點1-9表示供應(yīng)點和需求點,A、B、C表示三個轉(zhuǎn)運節(jié)點。各個轉(zhuǎn)運節(jié)點同供應(yīng)點及需求點之間的短距離運輸服務(wù)通常采用公路運輸?shù)男问?。?節(jié)關(guān)鍵技術(shù)及應(yīng)用——多式聯(lián)運

多式聯(lián)運的運輸過程與常規(guī)的單種運輸方式的運輸不同，由于涉及多種運輸方式，每種運輸方式都會有其對應(yīng)的路徑，在優(yōu)化的過程中常常需要考慮每種運輸方式產(chǎn)生的費用、時間、危險性。在現(xiàn)實生活中多式聯(lián)運的承運人以運輸過程中費用最小為目標，在滿足顧客要求時間和保證貨物的完整性的情況下，盡量優(yōu)化多式聯(lián)運運輸過程的路徑以及運輸方式的組合。構(gòu)建多式聯(lián)運模型時經(jīng)常使用的決策變量一般分為兩個，第一個是多式聯(lián)運貨物所經(jīng)過的運輸城市節(jié)點，另一個是在經(jīng)過兩個節(jié)點的時所采用的運輸方式，即在構(gòu)建這個模型的過程中需要兩組決策變量。在構(gòu)建目標函數(shù)的過程中，對應(yīng)目標函數(shù)中組成的決策函數(shù)是線性的，決策函數(shù)可表示為：第5節(jié)關(guān)鍵技術(shù)及應(yīng)用——多式聯(lián)運

一般優(yōu)化目標包括運輸過程的成本最小，運輸過程的碳排放最小，運輸過程的時間最短等，但由于多式聯(lián)運系統(tǒng)的不斷完善，運輸過程的安全性也逐漸被重視，因此，運輸過程中風(fēng)險最小也成為了目前熱門的目標函數(shù)。在多式聯(lián)運的實際過程中，單獨追求一個目標的最優(yōu)不能滿足實際的現(xiàn)實需求，在一般的多式聯(lián)運運輸過程中既要保證多式聯(lián)運承運人和經(jīng)營人的收益，也要滿足收貨人和發(fā)貨人的客戶滿意程度，即在優(yōu)化運輸過程的費用最低的同時，優(yōu)化多式聯(lián)運運輸過程的時間，并根據(jù)結(jié)果使多式聯(lián)運的路徑選擇做到整體最優(yōu)，除了滿足上述的目標外，還需要兼顧碳排放量、運輸過程中風(fēng)險等目標，因此多式聯(lián)運問題可以定義為多目標優(yōu)化或多屬性決策的問題，對多式聯(lián)運的發(fā)展具有重要的意義。第6節(jié)案例介紹——順豐智慧物流

在順豐持續(xù)提升服務(wù)質(zhì)量的戰(zhàn)略背景下，經(jīng)過多年的行業(yè)深耕與洞察，自主研發(fā)建立了AIoT視覺感知應(yīng)用平臺：慧眼神瞳。其綜合應(yīng)用IoT、邊緣計算和人工智能等前沿技術(shù)，極具擴展性，魯棒性。模塊化容器化的設(shè)計，可根據(jù)需求靈活調(diào)整配置、實現(xiàn)業(yè)務(wù)變化與優(yōu)化，高效迭代作業(yè)流程；能夠配合監(jiān)控攝像機、分揀線工業(yè)相機等IoT智能設(shè)備進行作業(yè)場景數(shù)字化建模，全面分析人、貨、車、場地、設(shè)備等關(guān)鍵生產(chǎn)要素，覆蓋端到端全業(yè)務(wù)場景的實時業(yè)務(wù)數(shù)據(jù)流，通過業(yè)務(wù)風(fēng)險分析、自動化決策等數(shù)字化手段，有效保障了運營質(zhì)量、管控業(yè)務(wù)風(fēng)險、減少運營成本、提高管理效能與服務(wù)質(zhì)量。

慧眼神瞳綜合運用計算機視覺與邊緣計算技術(shù)，通過構(gòu)建覆蓋全網(wǎng)的AIoT感知平臺，以數(shù)十萬感知觸點實時解析各場景關(guān)鍵生產(chǎn)要素，形成覆蓋全網(wǎng)的實時業(yè)務(wù)動態(tài)數(shù)據(jù)，為行業(yè)客戶提供數(shù)智化管理與運營精細化升級的解決方案。第6節(jié)案例介紹——順豐智慧物流核心技術(shù)特性：①數(shù)據(jù)驅(qū)動的邊緣計算平臺將云端、邊緣端、設(shè)備端三方進行數(shù)據(jù)流聯(lián)通，實現(xiàn)云端構(gòu)建、邊緣部署、設(shè)備控制，有效降低全鏈路協(xié)同成本。②統(tǒng)一的云邊端一體化架構(gòu)優(yōu)勢擁有邊緣感知、邊緣計算、邊緣安全、全鏈路能力、再生產(chǎn)能力等多種架構(gòu)，能夠快速滿足適應(yīng)新的行業(yè)和業(yè)務(wù)場景。第6節(jié)案例介紹——中國移動車輛管理車隊運營數(shù)據(jù)采集采集及提供汽車行車時的數(shù)據(jù)，如歷史行車路徑、地理圍欄出入記錄、汽車總行駛距離及燃料消耗量等。車隊運營數(shù)據(jù)分析利用云存儲和云計算的強大功能來進行不同維度的數(shù)據(jù)分析，讓客戶更清楚地理解車隊的運營情況。車隊運營數(shù)據(jù)管理將運行數(shù)據(jù)統(tǒng)一放在系統(tǒng)里，車隊管理者通過網(wǎng)站或應(yīng)用程式在一站式的門戶獲取車隊運營數(shù)據(jù)的匯總。為駕駛員提供幫助利用手機應(yīng)用程式獲取即時的定位信息、完成線上簽到及持續(xù)優(yōu)化駕駛行為的建議。第6節(jié)案例介紹——中國移動車輛管理產(chǎn)品優(yōu)勢

①優(yōu)化駕駛員的安全管理——提供駕駛風(fēng)險相關(guān)的信息給車隊管理者來制定針對性更高及更有效的治安措施；②優(yōu)化車隊成本管理——更清晰地理解車隊的成本結(jié)構(gòu)，協(xié)助構(gòu)建降低成本的部署；③提高運營效率——車隊管理者可輕易地獲取車隊的運營數(shù)據(jù)從而進行更符合成本效益的車隊調(diào)配。④提供強大的數(shù)據(jù)分析能力——利用云能力及數(shù)據(jù)建模分析駕駛員的行為及其駕駛風(fēng)險⑤提供高兼容性——提供多種API接入方式讓方案可以快速部署，同時擁有高延展性，及可跟多個終端設(shè)備進行合并。第6節(jié)展望與挑戰(zhàn)通用管理框架01大部分已有研究只是在原有管理系統(tǒng)的基礎(chǔ)上應(yīng)用相關(guān)技術(shù)增強某些物流功能。只有將相關(guān)技術(shù)應(yīng)用到促進不同物流流程其它供應(yīng)鏈流程之間的協(xié)作，才能真正發(fā)揮技術(shù)對行業(yè)的作用。深入理論研究缺乏通用的智慧物流管理框架是由于相關(guān)技術(shù)對當(dāng)前物流運作的作用機制未被明晰。未來的研究可以理論層面分析某一類特定技術(shù)對物流運作的影響及機制。02可視化技術(shù)研究03物聯(lián)網(wǎng)技術(shù)雖然為決策者帶來海量多樣的數(shù)據(jù)，但不恰當(dāng)?shù)臄?shù)據(jù)展示可能會導(dǎo)致無關(guān)數(shù)據(jù)隱藏關(guān)鍵信息。合理的、人性化的物流信息數(shù)據(jù)可視化是提高決策準確性和運作效率的關(guān)鍵環(huán)節(jié)。智能模塊協(xié)同發(fā)展智慧物流是智慧供應(yīng)鏈、智慧交通、智慧城市不可或缺的組成部分，在邏輯上和功能上應(yīng)與不同的智能模塊兼容。因此，未來研究可以從不同智能模塊主體視角出發(fā)，探索智能物流與其他智能模塊的協(xié)作機制和方法路徑。04本章總結(jié)1.對當(dāng)前貨運物流系統(tǒng)國內(nèi)外發(fā)展現(xiàn)狀做簡要介紹2.對系統(tǒng)相關(guān)基本概念進行解釋3.從三個方面對系統(tǒng)組成進行分解描述：用戶組成、邏輯架構(gòu)、物理架構(gòu)4.介紹三種物流系統(tǒng)關(guān)鍵技術(shù)：調(diào)度管理、動態(tài)稱重、多式聯(lián)運5.貨運物流系統(tǒng)案例介紹：順豐智慧物流、中國移動智能車輛管理系統(tǒng)6.展望與挑戰(zhàn)智能交通系統(tǒng)概論第6章先進公共交通系統(tǒng)1.背景及發(fā)展現(xiàn)狀2.APTS概述3.調(diào)度子系統(tǒng)4.案例5.本章總結(jié)第1節(jié)背景及現(xiàn)狀

隨著城市經(jīng)濟的迅速發(fā)展，交通需求與日俱增，加之大城市交通結(jié)構(gòu)的不合理，種種原因?qū)е铝顺鞘械缆返睦眯实拖?，這使得我國城市的交通狀況日益惡化。由于受到投資、土地等條件限制，單純依靠道路基礎(chǔ)設(shè)施的建設(shè)來解決交通問題變得較為困難。因此，必須建立一個“安全、快捷、舒適、綠色”可持續(xù)發(fā)展的公共交通運輸環(huán)境，并不斷提高公共交通系統(tǒng)自身的智能化和先進化水平來幫助解決日益惡化的交通問題。建立先先進的公共交通系統(tǒng)(APTS)，可以有效提高交通系統(tǒng)的服務(wù)質(zhì)量和運輸效率，使出行方式向公交、地鐵等公共交通方式轉(zhuǎn)移，從而有效的緩解道路資源緊缺問題，減少居民出行時間減少污染物排放，促進城市可持續(xù)發(fā)展。在城市公共交通系統(tǒng)中，車輛調(diào)度是影響公交運營系統(tǒng)水平，車輛調(diào)度是影響公交運營系統(tǒng)水平和服務(wù)水平的主要方面，是智能公交的核心研究內(nèi)容，聚焦研究公交調(diào)度智能化，建立先進的公共交通系統(tǒng)，是解決未來城市交通問題的方法之一。美國在智能公共交通方面起步較早，上世紀八十年代美國將先進的信息技術(shù)、數(shù)據(jù)通訊技術(shù)、電子控制技術(shù)及計算機處理技術(shù)等，有效地綜合應(yīng)用于地面交通管理體系。美國的先進公共交通系統(tǒng)在車隊管理、車輛定位、公交運營軟件、公交出行信息系統(tǒng)等方面走在世界前列。通過大力提倡信息化，積極采用高新技術(shù)，公交的運營效率大為提高。第1節(jié)背景及現(xiàn)狀

我國智能公共交通系統(tǒng)發(fā)展相較于西方來說，起步比較晚，總體來看，可大致分為以下幾個階段：1996年-2000年：起步階段,國內(nèi)專家開始對我國智能交通系統(tǒng)發(fā)展思路和方向的進行研究。2001年-2005年：試點階段，在全國12個城市進行了智能公共交通示范工程建設(shè)。2006年-2011年：發(fā)展基礎(chǔ)形成階段，城市公共交通信息化建設(shè)成果初具規(guī)模2012年至今：全面建設(shè)階段，全國普遍展開智能公共交通系統(tǒng)的建設(shè)，交通運輸部、公安部實施了一系列智能化管理和智能化服務(wù)的項目工程。第1節(jié)背景及現(xiàn)狀第2節(jié)APTS概述概念

在公共網(wǎng)絡(luò)分配、公交調(diào)度等關(guān)鍵基礎(chǔ)理論研究的前提下利用系統(tǒng)工程的理論和方法，將現(xiàn)代通信、信息電子、控制、計算機、網(wǎng)絡(luò)、GPS(全球定位系統(tǒng))、GIS(地理信息系統(tǒng))等高新科技集成應(yīng)用于公共交通系統(tǒng)并通過建立信息化、現(xiàn)代化、智能化的公共交通管理系統(tǒng)，實現(xiàn)對公共車輛的動態(tài)監(jiān)控和實時調(diào)度，為出行者提供更加安全、舒適、便捷的公共交通服務(wù)，從而吸引公交出行，緩解城市交通擁擠，創(chuàng)造更大的社會和經(jīng)濟效益。服務(wù)對象APTS的服務(wù)對象主要包括公交出行者以及公共車輛。對于公共交通出行者來說，它采集和處理動、靜態(tài)交通信息，并通過多種媒體將靜態(tài)和動態(tài)交通信息發(fā)布出來，從而達到規(guī)劃出行，選擇最優(yōu)路線，避免交通擁擠，節(jié)約出行時間的目的；對于公共車輛來說，APTS實現(xiàn)對公共交通車輛的動態(tài)監(jiān)控、實時調(diào)度、科學(xué)管理等功能，從而達到提高公共服務(wù)水平的目的。第2節(jié)APTS概述系統(tǒng)結(jié)構(gòu)APTS主要包括四個子系統(tǒng)，分別是優(yōu)化子系統(tǒng)、調(diào)度子系統(tǒng)、服務(wù)子系統(tǒng)、評價子系統(tǒng)。優(yōu)化子系統(tǒng)需要對公交線網(wǎng)布局、線路配置、站點布置、發(fā)車間隔確定、票價制定等方面進行優(yōu)化；調(diào)度子系統(tǒng)是APTS最核心的子系統(tǒng)，它利用自動車輛定位系統(tǒng)（由GIS、GPS、無線電技術(shù)組成）、電子站牌、主控中心監(jiān)視和與通信等系統(tǒng)對公共交通進行排班調(diào)度，使車輛有序、平穩(wěn)、高效、協(xié)調(diào)的運行；服務(wù)子系統(tǒng)利用多種媒體將采集分析后的出行路線、換乘點、票價、車型等靜態(tài)與動態(tài)公交信息發(fā)布出去，提高公共交通服務(wù)水平；評價子系統(tǒng)需要從經(jīng)濟效益、社會效益、服務(wù)質(zhì)量等多個角度對公交服務(wù)系統(tǒng)進行評估，評估的結(jié)果有助于優(yōu)化子系統(tǒng)更好地優(yōu)化整個公共交通系統(tǒng)。第2節(jié)APTS概述第3節(jié)調(diào)度子系統(tǒng)系統(tǒng)構(gòu)成

車輛的運營調(diào)度是整個公共交通管理的核心技術(shù)，而智能調(diào)度子系統(tǒng)則是APTS的最基礎(chǔ)與核心的子系統(tǒng)，它運用先進的運營調(diào)度方法（包括調(diào)度發(fā)車、駐站策略、車速引導(dǎo)）等來實現(xiàn)對公交車發(fā)車、到站時間等進行控制，從而保證公交車道路通行順暢，提高運營調(diào)度管理水平，改善公交服務(wù)質(zhì)量，增強公交吸引力。智能調(diào)度子系統(tǒng)主要由以下幾個方面構(gòu)成：系統(tǒng)構(gòu)成調(diào)度中心

城市公交調(diào)度中心系統(tǒng)主要由信息服務(wù)系統(tǒng)（發(fā)布出行前的乘車信息、換乘信息、行車時刻表、票價信息等）、地理信息系統(tǒng)和GPS系統(tǒng)（接受定位數(shù)據(jù)、完成車輛信息的底圖映射、地圖的顯示與編輯、車輛道路等信息查詢、地圖匹配、車輛狀態(tài)信息的處理）、大屏幕顯示系統(tǒng)（匹配司乘與車輛、動態(tài)顯示車輛的調(diào)度信息、發(fā)車時間等）、協(xié)調(diào)調(diào)度系統(tǒng)和緊急情況處理系統(tǒng)組成（如圖6-1所示）。第3節(jié)調(diào)度子系統(tǒng)圖6?1

調(diào)度中心結(jié)構(gòu)圖第3節(jié)調(diào)度子系統(tǒng)系統(tǒng)構(gòu)成分調(diào)度中心

分調(diào)度中心主要負責(zé)總調(diào)度中心的命令，對負責(zé)區(qū)間車輛實施動態(tài)調(diào)度，主要由車輛定位和調(diào)度系統(tǒng)(車輛定位與監(jiān)控、與中心雙向通信等)、地理信息系統(tǒng)兩部分組成。第3節(jié)調(diào)度子系統(tǒng)系統(tǒng)構(gòu)成車載移動站

車載移動站主要負責(zé)公交車輛運營過程中的自動實時定位，便于公交車輛的統(tǒng)一管理、監(jiān)控、調(diào)度或提供實時導(dǎo)航，它是多種技術(shù)集于一體的綜合系統(tǒng)。隨著電子技術(shù)、衛(wèi)星通信、5G移動通信和人工智能等技術(shù)的發(fā)展，自動車輛定位系統(tǒng)中逐漸采用了先進的電子設(shè)備，并形成了目前較為穩(wěn)定的基本模型，主要包括GPS、GIS和INS等第3節(jié)調(diào)度子系統(tǒng)電子站牌

公交車站的電子站牌由無線信號接收器、顯示控制器、光帶式車輛位置顯示器、LED時間顯示單元、電源及防護外殼、支架以及有源或無源的ID碼發(fā)射器等幾部分組成。電子站牌基于GIS和GPS技術(shù)，定時接收公交車輛的GPS時間信息，對內(nèi)部時鐘進行校正，并通過LED顯示屏向站內(nèi)乘客顯示車輛的到站時間。電子站牌不僅能動態(tài)顯示車輛到站時間、距離本站最近的車輛行駛進程等信息，還有語音提示功能，能夠預(yù)報車輛的位置和到站情況，實時提醒乘客上車。第3節(jié)調(diào)度子系統(tǒng)系統(tǒng)構(gòu)成車載設(shè)備

對于智能化的公交車來說，車載設(shè)備也是非常重要的。為方便調(diào)度中心實時獲取車輛信息并按需進行車輛調(diào)度，公交車輛安裝包括GPS設(shè)備、監(jiān)控軟件系統(tǒng)、車載通訊設(shè)備、實時路況信息設(shè)備、車道偏離警示系統(tǒng)、倒車監(jiān)控攝像機、自動停車系統(tǒng)和遙控啟動系統(tǒng)等車載設(shè)備。不僅如此，為了給乘客因營造良好的乘車環(huán)境，現(xiàn)代公交車輛大多都安裝了空調(diào)、語音廣播、低延時WiFi等人性化車載設(shè)備，致力于提升乘客的出行體驗。第3節(jié)調(diào)度子系統(tǒng)調(diào)度發(fā)車技術(shù)概述

在智能調(diào)度子系統(tǒng)核心內(nèi)容便是對車輛運營調(diào)度方法的研究，其中就包括對調(diào)度發(fā)車模型及其相關(guān)的優(yōu)化算法的研究，調(diào)度算法可以直接影響公交運營效率和服務(wù)質(zhì)量。對于公共交通工具調(diào)度，從是否具備實時性上分為靜態(tài)調(diào)度和動態(tài)調(diào)度靜態(tài)調(diào)度主要是對公交行車計劃進行編制；動態(tài)調(diào)度則是通過地理信息系統(tǒng)、GPS、自動定位系統(tǒng)等輔助系統(tǒng)獲取車輛實時位置、速度等狀態(tài)信息、斷面客流情況、道路交通狀況等實時信息并利用這些實時信息選擇最合適的方案，減少實際行駛狀況和行車計劃之間的差距。動態(tài)調(diào)度建立在靜態(tài)調(diào)度基礎(chǔ)上，靜態(tài)調(diào)度方案是否準確科學(xué)對動態(tài)調(diào)度影響較大。第3節(jié)調(diào)度子系統(tǒng)

對公共交通的靜、動態(tài)調(diào)度方案優(yōu)化，改變傳統(tǒng)的憑借調(diào)度員經(jīng)驗的調(diào)度模式。通過輔助系統(tǒng)收集的實時動態(tài)信息以及數(shù)據(jù)庫儲存的歷史運營數(shù)據(jù)，匯集調(diào)度預(yù)案，形成調(diào)度經(jīng)驗和知識庫，形成推理和輔助決策，提高調(diào)度管理水平和決策水平，從而達到減少出行時間、吸引交通出行、緩解交通壓力等目的。第3節(jié)調(diào)度子系統(tǒng)調(diào)度發(fā)車技術(shù)調(diào)度發(fā)車模型

在實際的公交調(diào)度中，需要對公交調(diào)先進行數(shù)學(xué)建模。數(shù)學(xué)模型中，公交車輛調(diào)度優(yōu)化的目標函數(shù)，需要從乘客利益和公交公司利益的角度來考慮，從公交公司的角度，需盡量大的發(fā)車間隔以減少發(fā)車次數(shù)，從而降低運營成本來提高公司的收入，從乘客的角度，需要盡量小的發(fā)車間隔，以最大限度地降低因等車和換乘帶來的交通費用損失，因此在車輛調(diào)度方案中以全天公交公司運營成本和乘客等車損失費用的總和最小為優(yōu)化目標，發(fā)車間隔為待求變量，分別建立目標函數(shù)及約束條件。第3節(jié)調(diào)度子系統(tǒng)

第3節(jié)調(diào)度子系統(tǒng)

乘客等車所損失費用分為乘客候車消耗的時間費用f21和不下車乘客由于公交站點停車所消耗的時間費用f22,則有如下表達式：第3節(jié)調(diào)度子系統(tǒng)約束條件第一個約束函數(shù)說明，第K時段發(fā)車時間間隔的上下限要滿足的相關(guān)部門的規(guī)定的上下限，而第二個約束函數(shù)說明公交公司一天的運營是處于盈利狀態(tài)。因為公交公司要盈利，所以必需使公交公司的收益大于公交公司最低的消耗成本。第3節(jié)調(diào)度子系統(tǒng)調(diào)度發(fā)車技術(shù)優(yōu)化算法

對目標函數(shù)進行優(yōu)化是制定、調(diào)整調(diào)度方案中至關(guān)重要的一步，傳統(tǒng)優(yōu)化算法包括：線性規(guī)劃、非線性規(guī)劃、整數(shù)規(guī)劃、動態(tài)規(guī)劃，而隨著人工智能概念與技術(shù)的日益成熟，與其相關(guān)的智能優(yōu)化算法層出不窮，由于這類算法對目標函數(shù)的性態(tài)無任何要求，因此我們可以方便地考慮各種約束條件。與經(jīng)典的優(yōu)化算法原理截然不同，它們主要是模擬自然生態(tài)機制來求解復(fù)雜優(yōu)化問題，這些方法主要有人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、免疫算法、粒子群算法等，它們在并行性、隨機性、自適應(yīng)性、魯棒性、非線性復(fù)雜問題的搜索能力等方面表現(xiàn)出了顯著的特點。第3節(jié)調(diào)度子系統(tǒng)傳統(tǒng)優(yōu)化算法

線性規(guī)劃(LinearProgramming,簡稱LP)：線性規(guī)劃是研究在一組線性約束條件下，尋找線性目標函數(shù)的最大值或最小值的問題。該模型計算迅速快、收斂性好,便于處理各種約束,但缺點是計算精度低。第3節(jié)調(diào)度子系統(tǒng)傳統(tǒng)優(yōu)化算法

非線性規(guī)劃(Nonlinearprogramming,簡

稱NLP)：非線性規(guī)劃是具有非線性的約束條件和/或目標函數(shù)的數(shù)學(xué)規(guī)劃，是運籌學(xué)的一個重要分支。非線性規(guī)劃研究一個n元實函數(shù)在一組等式或不等式的約束條件下的極值問題，且其目標函數(shù)和約束條件是至少有一個未知量的非線性函數(shù)。非線性規(guī)劃模型又可分為一階梯度法和二階梯度法。一階梯度法主要有簡化梯度法、微分注入法等；二階梯度法包括牛頓法、內(nèi)點法、外點法等。非線性規(guī)劃模型的特點是精度比較高,但計算量相對較大,對于大規(guī)模問題收斂特性不是很穩(wěn)定。非線性規(guī)劃問題分為有約束非線性規(guī)劃和無約束非線性規(guī)劃。非線性規(guī)劃在處理優(yōu)化問題時往往利用罰函數(shù)將有約束的優(yōu)化問題轉(zhuǎn)化為無約束問題求解或者基于可行方向法直接求解有約束的優(yōu)化問題；也有將非線性規(guī)劃問題轉(zhuǎn)化成線性規(guī)劃問題，然后求解。第3節(jié)調(diào)度子系統(tǒng)傳統(tǒng)優(yōu)化算法

整數(shù)規(guī)劃(IntegerProgramming,簡

稱IP)：整數(shù)規(guī)劃是指優(yōu)化問題中的目標函數(shù)的決策變量只能取整數(shù)值的線性或非線性規(guī)劃。在整數(shù)規(guī)劃中，如果所有變量都限制為整數(shù)，則稱為純整數(shù)規(guī)劃；如果僅一部分變量限制為整數(shù)，則稱為混合整數(shù)規(guī)劃。求解整數(shù)規(guī)劃的方法有窮舉法、割平面法、分支定界法、分解法等。第3節(jié)調(diào)度子系統(tǒng)傳統(tǒng)優(yōu)化算法

動態(tài)規(guī)劃(Dynamicprogramming,簡稱DP)：動態(tài)規(guī)劃是針對多階段決策問題的特點提出的最優(yōu)化原理，并成功解決了工程技術(shù)、生產(chǎn)管理等方面的許多實際問題。動態(tài)規(guī)劃法把復(fù)雜問題化為一系列相互聯(lián)系的轉(zhuǎn)多階段序列來處理，通過合理選擇各個階段決策的集合并找出各階段之間的關(guān)系，使整個過程的總體效果達到最優(yōu)。動態(tài)規(guī)劃中每個階段都是一個更小規(guī)模的優(yōu)化問題，這降低時間和空間的復(fù)雜程度，更利于得到全局最優(yōu)解，并且我們可以利用經(jīng)驗減少重復(fù)計算次數(shù)，提高求解優(yōu)化問題的效率。但是它的不足之處是用數(shù)值方法進行求解時存在維數(shù)災(zāi)的問題。動態(tài)規(guī)劃是一種重要的決策，可以用于解決最優(yōu)路徑選擇和資源分配等問題。第3節(jié)調(diào)度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork,簡稱ANN)：神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代生物學(xué)研究人腦組織成果的基礎(chǔ)上提出的，它模擬人腦神經(jīng)系統(tǒng)功能，包括信息處理、學(xué)習(xí)、聯(lián)想、記憶等。它具有以下優(yōu)點：可以充分逼近任意復(fù)雜的非線性關(guān)系；所有定量或定性的信息都等勢分布貯存于網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，故有很強的魯棒性和容錯性；采用并行分布處理方法，使得快速進行大量運算成為可能；可學(xué)習(xí)和自適應(yīng)不知道或不確定的系統(tǒng)；能夠同時處理定量、定性知識。所以神經(jīng)網(wǎng)絡(luò)為解決復(fù)雜的非線性、不確定優(yōu)化問題開辟了新的途徑。在公交調(diào)度問題中，神經(jīng)網(wǎng)絡(luò)可以利用數(shù)據(jù)庫歷史數(shù)據(jù)進行訓(xùn)練，從而對目標函數(shù)如車流量、個站點上車乘客數(shù)進行預(yù)測，通過不斷優(yōu)化使目標最優(yōu)，可以通過損失函數(shù)反映預(yù)測和優(yōu)化結(jié)果神經(jīng)網(wǎng)絡(luò)法收斂特性好，但是如果缺乏十分有效的學(xué)習(xí)方法，它在訓(xùn)練過程中很容易陷入局部極值。第3節(jié)調(diào)度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

遺傳算法(GeneticAlgorithms,簡稱GA)：一種將達爾文進化論的自然選擇和自然遺傳機理引入到數(shù)學(xué)理論中的全局優(yōu)化概率搜索算法。該算法作為一種概率搜索和自適應(yīng)優(yōu)化方法,在求解非線性問題時與其他算法相比具有較好的魯棒性、全局優(yōu)化性和并行性。但是它仍然局部搜索能力差、收斂速度慢、容易早熟和迭代次數(shù)多等問題。因此許多學(xué)者對遺傳算法進行了相關(guān)的改進。目前，遺傳算法及其改進算法已被很多學(xué)者應(yīng)用到公交調(diào)度上。遺傳算法可以用于確定調(diào)度時刻表，進一步制定和調(diào)整調(diào)度方案。第3節(jié)調(diào)度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

人工免疫算法(ArtificialImmuneAlgorithm,簡

稱AIA)：生物免疫系統(tǒng)是一個高度進化的生物系統(tǒng)，它能夠識別和排除抗原性異物，保護機體

免受損害及維持內(nèi)機體的穩(wěn)定。從計算的角度來看，生物免疫系統(tǒng)是一個高度并行、分布、自適應(yīng)和自組織的系統(tǒng)，具有很強的學(xué)習(xí)、識別、記憶和特征提取能力。人類從免疫系統(tǒng)中不斷獲得新的啟示并創(chuàng)造出越

來越多智能方法,去解決復(fù)雜的現(xiàn)實問題，AIA就是其中的一種方法。在人工免疫算法中，被求解的問題視為抗原，抗體則對應(yīng)于問題的解，采用復(fù)制、交叉、變異等算子進行操作，逐代逼近最優(yōu)解。與遺傳是算法相比，它通過抗體之間的親和力保證了可行解的多樣性。近年來,人工免疫算法也逐漸被應(yīng)用到交通系統(tǒng)中。第3節(jié)調(diào)度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

粒子群算法(ParticleSwarmOptimization，簡稱PSO算法)：對鳥群覓食行為研究而提出的一種進化算法。它在對動物集群活動行為觀察基礎(chǔ)上，利用群體中的個體對信息的共享使整個群體的運動在問題求解空間中產(chǎn)生從無序到有序的演化過程，從而獲得最優(yōu)解。在尋優(yōu)過程中，每個粒子都有一個被優(yōu)化的函數(shù)決定的適應(yīng)值和飛行速度且每個粒子都具有以下幾類信息：粒子當(dāng)前自己所處的位置；到目前為止由自己發(fā)現(xiàn)的最好位置，此信息視為粒子自身的飛行經(jīng)驗；到目前為止整個群體中所有粒子發(fā)現(xiàn)的最好位置，這可視為粒子群同伴共享飛行經(jīng)驗。于是各粒子的運動速度受到自身和群體的歷史運動狀態(tài)信息的影響，并以自身和群體的歷史最好位置來對粒子當(dāng)前的運動方向和運動速度加以影響。第3節(jié)調(diào)度子系統(tǒng)車速引導(dǎo)策略概述

傳統(tǒng)的速度引導(dǎo)策略通常受速度引導(dǎo)區(qū)制約，只有進入速度引導(dǎo)區(qū)范圍的車輛才能進行速度引導(dǎo)，因此速度引導(dǎo)的靈活性有限。同時由于速度引導(dǎo)區(qū)的設(shè)定，速度引導(dǎo)對象僅為當(dāng)前路段車流，關(guān)聯(lián)路段的速度引導(dǎo)信息并不互通，各單一路段的最優(yōu)速度引導(dǎo)策略在干線層面往往出現(xiàn)“1+1<2”的效果。隨著智能網(wǎng)聯(lián)技術(shù)發(fā)展，可以借助智能網(wǎng)聯(lián)技術(shù)將車輛、道路、交通設(shè)施等信息互聯(lián)，以智能網(wǎng)聯(lián)環(huán)境提供的數(shù)據(jù)互通為基礎(chǔ)，考慮路段車流到達目標交叉口時的信號狀態(tài)，

劃分車速引導(dǎo)控制策略。第3節(jié)調(diào)度子系統(tǒng)在車路協(xié)同的環(huán)境下，可基于當(dāng)前車輛的行駛速度、交叉口的公共信號周期以及相位設(shè)置、周邊路況信息等測算出公交車輛在道路上的理想行駛速度如果公交車輛依照原有速度繼續(xù)行駛可順利通過當(dāng)前信號控制交叉口，則可讓車輛保持勻速行駛狀態(tài)；若公交車在最大行駛速度范圍內(nèi)需加速才能順利通過當(dāng)前信號控制交叉口時，則可引導(dǎo)公交車輛加速行駛；若公交車輛在最低行駛速度范圍內(nèi)需減速才能順利通過當(dāng)前信號控制交叉口時，則可引導(dǎo)車輛減速行駛第3節(jié)調(diào)度子系統(tǒng)

傳統(tǒng)的綠波控制方案以綠波帶寬時間作為車輛不停車通過交叉口的判斷依

據(jù)，在非綠波帶寬時間行駛的車輛不能連續(xù)通過交叉口，從而降低車輛整體的通行效率。如圖6-3所示，以相鄰的3個交叉口為例，在區(qū)段?1通過交叉口Xi-1的車輛，保持當(dāng)前車速v0行駛，將t1在時刻后到達交叉口Xi。此時交叉口Xi為紅燈信號，車輛將停車等待從而產(chǎn)生延誤。同理，在區(qū)段?2通過交叉口Xi-1的車輛雖然能不停車通過交叉口Xi卻無法連續(xù)通過交叉口Xi+1。只有在綠波帶區(qū)段?3內(nèi)通過交叉口Xi+1的車輛才能連續(xù)通過剩余交叉口。第3節(jié)調(diào)度子系統(tǒng)為了使車輛能夠盡可能多的連續(xù)通過交叉口，可通過采用速度引導(dǎo)的方法動態(tài)的調(diào)整行車速度，以期望更多的車輛在交叉口前遇到綠燈信號，減少停車等待及車輛集散造成的延誤，提高通行效率。調(diào)整方案如圖6-4所示：第3節(jié)調(diào)度子系統(tǒng)車速引導(dǎo)策略策略劃分

基于公交車輛的線路情況及發(fā)車時刻表數(shù)據(jù)，若公交車輛準點運行，可對公交車輛進行車速誘導(dǎo)，使公交車順利通過下一交叉口，減少公交車在交叉口停車等待造成的啟動延誤。根據(jù)當(dāng)前車速與測算出的理想速度將策略劃分為勻速行駛策略、加速行駛策略、減速行駛策略、跟馳行駛策略四種。第3節(jié)調(diào)度子系統(tǒng)第3節(jié)調(diào)度子系統(tǒng)策略劃分勻速行駛

若公交車輛行駛方向前方的社會車輛對公交車輛的干擾不大時，如果目標交叉口當(dāng)前為紅燈相位，且公交車輛勻速行駛至該交叉口停車線時相位轉(zhuǎn)換為綠燈相位；或目標交叉口當(dāng)前為綠燈相位，且公交車輛可在剩余的綠燈時間內(nèi)通過，則可對公交車輛進行勻速行駛誘導(dǎo)。策略劃分加速行駛

若公交車輛行駛方向的前方?jīng)]有其他任何社會車輛時，如果公交車輛按照當(dāng)前的行駛速度運行至下一交叉口時信號相位顯示為紅燈相位，而提升公交車輛的行駛速度后，公交車輛可在當(dāng)前紅燈相位的上一公交綠燈相位通過信控交叉口則可對公交車輛實施加速行駛誘導(dǎo)。第3節(jié)調(diào)度子系統(tǒng)策略劃分減速行駛

若公交車輛行駛方向的前方?jīng)]有其他任何社會車輛時，如果公交車輛按照當(dāng)前的行駛速度運行至下一交叉口時信號相位顯示為紅燈相位，且在最大行駛速度的條件下也無法在該紅燈相位的前一公交綠燈相位順利通過該信控交叉口，則可對公交車輛實施減速行駛誘導(dǎo)，使公交車輛在到達目標交叉口時相位為下一公交相位，此時公交車輛可直接通過交叉口。第3節(jié)調(diào)度子系統(tǒng)策略劃分跟馳行駛

若公交車輛前方有社會車輛行駛，將公交車與其前方的社會車輛視為一個整體，結(jié)合形成車隊，通過勻速、加速、減速策略引導(dǎo)前方社會車輛的行駛速度來誘導(dǎo)公交車輛跟馳前方社會車輛駕駛，直至通過下一交叉口。第3節(jié)調(diào)度子系統(tǒng)第4節(jié)案例廣州公交自動化多模式調(diào)度

為解決傳統(tǒng)公交調(diào)度模式中存在的公交運力供需不平衡問題，基于人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)，結(jié)合GPS、車載視頻、CAN總線、客流檢測等技術(shù)手段深入挖掘分析公交線路客流數(shù)據(jù)，廣州實行了“實際公交系統(tǒng)+仿真公交系統(tǒng)”并行的解決策略，形成“面向常態(tài)公交調(diào)度+異常公交情形”的解決方案，建立如圖6-5所示的公交自動化多模式調(diào)度系統(tǒng)關(guān)鍵技術(shù)基于大數(shù)據(jù)的客流OD分析

利用公交、地鐵IC卡刷卡信息，進行公交線路的換乘、通勤規(guī)律分析，并通過出行鏈軌跡恢復(fù)得到可靠的客流OD；對于其他波動性強的客流，采用站點吸引率估算下車比例?；谏窠?jīng)網(wǎng)絡(luò)的到站預(yù)測

針對有專用道但外部干擾強情形，采用SVM或神經(jīng)網(wǎng)絡(luò)預(yù)測方法進行行程時間預(yù)測?？傮w上，針對不同公交路段采取不同預(yù)測方法，探求多模式交通流交互規(guī)律下的公交串車、服務(wù)中斷、乘客長時間等待等事件預(yù)測。第4節(jié)案例關(guān)鍵技術(shù)仿生智能優(yōu)化的多模式公交調(diào)度

多線路多模式公交調(diào)度是充分考慮線路客流方向的不均勻性，采用全程車、大站車和區(qū)間車組合的形式，對車輛進行調(diào)度。通過時段劃分，確定不同時段內(nèi)的公交發(fā)車形式及每種形式的車輛數(shù)。在實際過程中，采用電子信息顯示牌預(yù)先通知或不同車輛顏色標識來保證乘客能夠快速識別公交的不同調(diào)度形式，保證多模式組合調(diào)度的運營效果。第4節(jié)案例關(guān)鍵技術(shù)仿真驅(qū)動的公交運行態(tài)勢評價

建立與現(xiàn)實公交系統(tǒng)并行的公交仿真平臺，實時接入公交車輛GPS數(shù)據(jù)等信息，基于仿真公交系統(tǒng)預(yù)測公交運作異常情形，并開展針對性的實時調(diào)度策略優(yōu)化。對多組可行的調(diào)度策略進行仿真評價，根據(jù)企業(yè)需求進行多性能指標評價。針對公交車中途串車問題，結(jié)合企業(yè)實際采用提前站點等待、適時站點等待、不定時站點等待，以及調(diào)整發(fā)車間隔等策略集合，并通過公交仿真平臺進行實施后2至3小時的應(yīng)用效果綜合評價。針對首末站公交服務(wù)中斷問題，采用調(diào)整后續(xù)公交車發(fā)車間隔、發(fā)短線車、借調(diào)車等策略集合，通過仿真平臺開展針對性指標評價，供企業(yè)綜合評判與選擇。第4節(jié)案例功能排班計劃自動生成

應(yīng)用客流分析預(yù)測技術(shù)，對截面站點在車客流進行預(yù)測，再利用歷史數(shù)據(jù)分析公交班次的周轉(zhuǎn)時間，得到這一天上行下行的周轉(zhuǎn)時間，結(jié)合周轉(zhuǎn)時間與截面客流高峰，并綜合考慮企業(yè)一些較為剛性的經(jīng)營指標，包括最大發(fā)班時間間隔、長短線最低間隔、營運工時以及車輛充電需要，從而生成全天的排班計劃。第4節(jié)案例功能異常情形預(yù)測

常態(tài)公交調(diào)度研究的核心是生成發(fā)車時間表和司機排班表等調(diào)度策略。在公交車輛的實際運行過程中，受客流和路況等原因影響，車輛在完成前序趟次后，返回首末站時與與預(yù)先規(guī)劃的時間表經(jīng)常會出現(xiàn)偏差。因此，常態(tài)調(diào)度策略往往是作為一種參考依據(jù)，企業(yè)更為重視的是公交系統(tǒng)運行出現(xiàn)異常時的動態(tài)管控策略。針對企業(yè)關(guān)注度高、影響公交服務(wù)水平的異常情況，定義其判定指標。通過建立客流延誤、到站時間等關(guān)鍵參數(shù)的預(yù)測模型，實現(xiàn)提前半小時以上的異常情形預(yù)判，從而為后續(xù)調(diào)度方案的調(diào)整奠定基礎(chǔ)。第4節(jié)案例功能公交調(diào)度方案

優(yōu)化實時接入公交車輛GPS數(shù)據(jù)等信息，實現(xiàn)公交運營異常情形預(yù)測，并開展針對性的實時調(diào)度策略優(yōu)化。根據(jù)企業(yè)需求對多組可行的調(diào)度策略進行仿真及多性能指標評價。此外，應(yīng)用自主研究的疫情防控條件下的客流預(yù)測技術(shù)，合理制定計劃排班，并可結(jié)合公交運力實時監(jiān)測數(shù)據(jù)，動態(tài)調(diào)整發(fā)班。為引導(dǎo)市民減少出行密度，助力疫情防控，還基于公交供給匹配大數(shù)據(jù)技術(shù)，打造了“一鍵叫車”按需響應(yīng)模式。第4節(jié)案例功能5G快速公交智能調(diào)度創(chuàng)新試點

利用5G“高帶寬、低延時、大連接”的優(yōu)勢，在廣州B27公交車線已試點實現(xiàn)車輛智能排班。該線通過5G公交智能調(diào)度系統(tǒng)傳輸公交客流、運營調(diào)度、安全提醒等10多類信息資源，建立合理性評估指標體系，實現(xiàn)5G公交智能排班、車輛運行指標分析、安全駕駛預(yù)警提醒、客流檢測等20多項功能，提高公共交通資源周轉(zhuǎn)效率。第4節(jié)案例功能車廂高密度載客自動預(yù)警

通過抽取線路客流特征和上車乘客歷史出行特征構(gòu)建AI模型，結(jié)合站臺候乘客擁擠