基于GPS數(shù)據(jù)的公交車輛動態(tài)調(diào)度研究.pdf

1、公交車輛調(diào)度是影響公交系統(tǒng)運行效率和服務(wù)水平的主要方面，是智能公交系統(tǒng)研究的核心內(nèi)容，利用大數(shù)據(jù)對公交車輛動態(tài)調(diào)度不僅節(jié)約人力資源，更能滿足乘客需求，提高公交出行的吸引力，同時保證車輛的滿載率。
　　為了實現(xiàn)杭州公共交通的智能化車輛調(diào)度，本文從公交GPS定位數(shù)據(jù)和視頻監(jiān)控統(tǒng)計數(shù)據(jù)出發(fā)，建立公交到站時間預(yù)測模型、公交站點客流預(yù)測模型以及發(fā)車頻率優(yōu)化模型。
　　預(yù)測公交到站時間，使用歐式距離公式以及公交車速度大小計算公交車到站信

2、息，再根據(jù)公交車歷史數(shù)據(jù)預(yù)測公交到站時間，取用的方法為BP神經(jīng)網(wǎng)絡(luò)算法。
　　預(yù)測公交站點客流，根據(jù)視頻采集的公交車上下車乘客數(shù)統(tǒng)計各站點處隨靠站時間和靠站間隔變化的上車率和隨靠站時間和斷面通過量變化的下車率，并預(yù)測出不同線路不同站點不同時間段的上下車乘客數(shù)，預(yù)測方法為指數(shù)平滑法。
　　合理安排公交車輛發(fā)車頻率，通過建立目標(biāo)函數(shù)實現(xiàn)減少乘客等待時間、提高公交車?yán)寐省⒃黾庸卉嚬镜挠?，在有多種約束的情況下，通過加權(quán)得出最

3、終目標(biāo)函數(shù)，使用改進遺傳算法得出最優(yōu)解。
　　線路發(fā)車頻率的目標(biāo)為乘客的平均候車時間達到最小，以及公交車的平均每趟運客量達到最大，同時還要滿足各班次間的最大斷面通過量標(biāo)準(zhǔn)差最小，將取最大值的目標(biāo)化為求最小值，三者通過加權(quán)求和，綜合計算目標(biāo)最優(yōu)。文章從多個方面改進了遺傳算法，包括精英協(xié)同進化、自適應(yīng)概率、模擬退火算法還有染色體編碼方式，通過實例MATLAB仿真將這些改進逐步運用到公交車發(fā)車時間安排上發(fā)現(xiàn)結(jié)果在不同程度上變好，在收斂代