基于突发事件的智能公交车辆的动态调度

摘要

随着城市智能交通的快速发展，更加合理、科学、完善的公交调度系统成为公交运营领域一个重要问题。现阶段我国有关智能公交的调度研究主要根据客流情况划分为高、中、低峰，进而依据各峰段的客流调整发车间隔、增减班次，调度过程往往忽略运营异常情况，而公交实际运营过程中各种突发状况在所难免，所以基于突发事件的智能公交车辆的动态调度研究具有十分重要的现实意义。
　　本文以合肥市公交系统为研究背景，对公交运营异常检测方法，以及车辆晚点到站、故障异常、线路严重阻塞情况下的调度方案进行了研究，具体如下:
　　(1)建立公交车辆运营异常检测模型。首先选取径向基函数神经网络(Radial-Basis Function，RBF)对短时公交车速进行预测，然后构造预测值与实际值的偏差序列，最后运用偏差分析算法进行异常判别，并对短时公交车速预测进行Matlab仿真。
　　(2)针对车辆晚点到站和故障异常建立在线调整调度方案。建立以倒序发车偏差量最小为目标函数的公交车辆晚点到站异常调度模型，以调整后发车时刻表与计划发车时刻表的发车间隔偏差最小为目标函数的车辆故障异常调度模型，并分别进行实例验证。
　　(3)针对线路严重阻塞异常建立路径调整调度方案。建立以公交车辆调整调度时间最小和调整路径最短为目标模型的异常调度模型，并利用蚊群算法对模型进行求解，得出路径调整方案。
　　实验表明，运用公交车辆运营异常检测模型可以对公交车辆运营过程中的异常情况进行快速检测，车辆晚点到站、故障异常、线路严重阻塞情况下的调度模型可以有效提高公交车辆调度效率。

目录

声明

致谢

摘要

1 引言

1．1 研究背景

1．2 研究意义

1．3 国内外研究现状

1．3．1 国外研究现状

1．3．2 国内研究现状

1．4 主要研究内容及创新点

1．4．1 主要研究内容

1．4．2 本文创新点

1．5 结构安排

2 公交突发事件的分类及调度方案

2．1 公交突发事件的分类

2．2 公交突发事件的检测方法

2．3 突发状况下的公交调度方法

2．3．1 线路动态调度

2．3．2 局域动态调度

2．4 本章小结

3 公交运营异常检测

3．1 公交运营异常检测参数的选择

3．1．1 交通参数的种类

3．1．2 参数的选择原则

3．1．3 异常检测参数的选择

3．2 公交车速的预测

3．2．1 现有预测模型

3．2．2 公交车速预测模型的选取

3．2．3 基于RBF的短时公交车速预测

3．3 公交运营状况的检测算法

3．3．1 现有检测算法

3．3．2 基于偏差分析法的公交运营异常检测

3．4 公交运营异常检测综合模型

3．5 实验分析

3．5．1 数据采集

3．5．2 车速预测

3．5．3 判别异常

3．6 本章小结

4 在线调整调度方案

4．1 晚点到站情况下的动态调整

4．1．1 目标函数

4．1．2 约束条件

4．1．3 模型汇总

4．1．4 模型的求解

4．1．5 实验分析

4．2 车辆故障情况下的动态调整

4．2．1 目标函数

4．2．2 约束条件

4．2．3 模型汇总

4．2．4 模型的求解

4．2．5 实验分析

4．3 本章小结

5 路径调整调度方案

5．1 模型的建立

5．1．1 目标函数

5．1．2 约束条件

5．1．3 模型汇总

5．2 调度算法的选取

5．2．1 蚁群算法基本原理

5．2．2 蚁群算法基本步骤

5．3 基于蚁群算法的线路阻塞情况下的调度模型

5．4 实验分析

5．5 本章小结

6 总结

参考文献

作者简历

学位论文数据集