對等待乘客數進行預測的方法和系統以及評價方法和系統的制作方法
【技術領域】
[0001] 本發明涉及公交車調度，更具體地，涉及一種用于對等待乘客數進行預測的方法 和系統W及評價方法和系統，W及一種用于公共汽車的調度方案的評價方法和評價系統。
【背景技術】
[0002] 在線調度在公共汽車運營系統中起著重要的作用，因為基于預定義的需求的離線 調度（靜態調度）無法與各種動態的變化相適應。在線調度包括例如公共汽車出發時刻表 調度、車速控制、躍站指示等等。通常，調度僅僅基于公共汽車的狀態或者預測的公共汽車 的狀態，在調度公共汽車時并沒有考慮到乘客流信息。因為不知道乘降時間，所W無法準確 地預測公共汽車狀態
[0003] 例如，當因為前一站的乘客數比通常多很多從而造成登車時間長時，該公共汽車 到達下一站的實際到站時間可能會比預測的到站時間要晚。在另一個例子中，討論公交串 車度USbunching)問題。圖2是示出了解釋公交串車問題的說明圖。在圖2中，H角形代 表公共汽車，它們被調度為本應基本等間距地行駛，同一公交線路的至少兩輛公共汽車一 起行駛被稱為公交串車。公交串車使服務不可靠，例如，一些乘客的等待時間會更長，一些 公共汽車會很擁擠。圖3是示出了發生公交串車時的乘客流情況的說明圖。在圖3中，矩 形條的長度對應于公共汽車的停靠時間。圖3右下側的曲線圖示出了正常情況下第一個車 站的乘客流情況，圖3右上側的曲線圖示出了發生公交串車的情況下第H個車站的乘客流 情況。公交串車的一個關鍵原因是異常的乘客負載，因為登車乘客數量大將增加公共汽車 的停靠時間從而引起延遲。有時候，公交串車并不是有害的。例如，當某大型展覽或體育比 賽散場時在附近的車站會出現異常的乘客數量提升，此時為了滿足突發的乘客流，反而期 望公交串車的出現。
[0004] 因此，不僅應該基于公共汽車狀態，還應該基于乘客流信息來調度為乘客服務的 公交系統。送就涉及到乘客流的預測。
[0005] 在執行乘客流預測的現有技術中，存在非參量統計方法、參量方法W及實時仿真 方法。
[0006] 非參量統計方法包括例如神經網絡、SVM(支持向量機）等等。非參量統計方法要 求諸如日期、時間和天氣的環境變量作為輸入變量，并且求得乘客流和環境條件之間的關 系。但是，等待乘客數公共汽車的位置強相關，所W難W被建模為環境條件。
[0007] 參量方法例如包括線性回歸、時序模型、卡爾曼濾波等等。送些技術中的一些預測 一年或N天的時間間隔中的乘客流，送種預測對于公共汽車調度員進行及時決策而言過于 粗糖。在卡爾曼濾波中，WPC(t+l)=WPC(t)+w(t)，其中WPCO表示等待乘客數，wO表示 高斯噪聲，可見在送種乘客流預測中沒有考慮到乘客需求和公共汽車的位置。
[0008] 實時仿真方法基于實時0D(起點-目的地）估計。實時仿真方法要求大量數據 (例如，歷史0D矩陣）W及高效的計算機來支持仿真，送對于公共汽車調度而言成本過高。
【發明內容】
[0009] 考慮到W上問題，本發明旨在提供一種使公共汽車位置預測與乘客流預測互相結 合的方法和系統，W及一種用于公共汽車的調度方案的評價方法和評價系統。
[0010] 根據本發明的一個方面，提供了一種用于對等待乘客數進行預測的方法，包括：基 于公共汽車的歷史行駛數據W及當前車輛運行數據對公共汽車到達一個車站的到站時間 進行預測；W及基于歷史乘客流數據W及當前等待乘客數，并且在考慮所述到站時間的預 測結果的情況下，對所述車站下一時段的等待乘客數進行預測。
[0011] 根據本發明的另一個方面，提供了一種用于公共汽車的調度方案的評價方法，包 括：基于公共汽車的歷史行駛數據W及當前車輛運行數據對公共汽車到達一個車站的到站 時間進行預測；基于歷史乘客流數據W及當前等待乘客數，并且在考慮所述到站時間的預 測結果的情況下，對所述車站下一時段的等待乘客數進行預測；把預測的等待乘客數與他 們的等待時間的積分作為關鍵績效指標KPI 及對公共汽車的調度方案進行評價，W確 定所述關鍵績效指標KPI是否小于預定值。
[0012] 根據本發明的另一個方面，提供了一種用于對等待乘客數進行預測的系統，包括： 到站時間預測器，被配置為基于公共汽車的歷史行駛數據W及當前車輛運行數據對公共汽 車到達一個車站的到站時間進行預測；W及等待乘客數預測器，被配置為基于歷史乘客流 數據W及當前等待乘客數，并且在考慮所述到站時間的預測結果的情況下，對所述車站下 一時段的等待乘客數進行預測。
[0013] 根據本發明的另一個方面，提供了一種用于公共汽車的調度方案的評價系統，包 括：到站時間預測器，被配置為基于公共汽車的歷史行駛數據W及當前車輛運行數據對公 共汽車到達一個車站的到站時間進行預測；等待乘客數預測器，被配置基于歷史乘客流數 據W及當前等待乘客數，并且在考慮所述到站時間的預測結果的情況下，對所述車站下一 時段的等待乘客數進行預測；關鍵績效指標KPI設置器，被配置為把預測的等待乘客數與 他們的等待時間的積分作為KPI 及評價器，被配置為對公共汽車的調度方案進行評價， W確定所述關鍵績效指標KPI是否小于預定值。
[0014] 根據本發明的方法和系統預測的等待乘客數與實際等待乘客數更加接近并且基 本吻合。另外，采用根據本發明的方法和系統預測的等待乘客數來設置面向乘客的KPI，能 夠更真實地反映乘客對公交系統的服務的總體感受。此外，利用所述KPI對公共汽車的調 度方案進行評價，并基于該評價來找出滿足該KPI的調度方案，能夠提高乘客對公交系統 的服務的滿意度。
【附圖說明】
[0015] 通過結合附圖對本公開示例性實施方式進行更詳細的描述，本公開的上述W及其 它目的、特征和優勢將變得更加明顯，其中，在本公開示例性實施方式中，相同的參考標號 通常代表相同部件。
[0016] 圖1示出了適于用來實現本發明實施方式的示例性計算機系統/服務器12的框 圖。
[0017] 圖2是示出了解釋公交串車問題的說明圖。
[0018] 圖3是示出了發生公交串車時的乘客流情況的說明圖。
[0019] 圖4是示出根據本發明的實施例的用于對等待乘客數進行預測的方法的流程圖。
[0020] 圖5示出了預測的一段路程的行駛時間的例子。
[0021] 圖6是示出了根據本發明的一個實施例的等待乘客數預測步驟中的處理的流程 圖。
[0022]圖7是示出根據本發明的一個實施例的從歷史乘客流數據中的登車乘客數獲得 到達乘客數APC的示圖。
[002引圖8是示出利用季節性ARIM模型來預測APC的例子的示圖。
[0024] 圖9是示出了根據本發明的一個實施例的預測登車乘客數DPC的步驟中的處理的 流程圖。
[0025] 圖10示出了利用根據本發明的實施例預測的等待乘客數而設置的關鍵績效指標 KPI。
[0026] 圖11是示出根據本發明的實施例的用于公共汽車的調度方案的評價方法的流程 圖。
[0027] 圖12示出了根據本發明的等待乘客數的預測的效果。
[0028] 圖13是示出根據本發明的實施例的用于對等待乘客數進行預測的系統的方框 圖。
[0029]圖14是示出根據本發明的實施例的用于公共汽車的調度方案的評價系統的方框 圖。
【具體實施方式】
[0030] 下面將參照附圖更詳細地描述本公開的優選實施方式。雖然附圖中顯示了本公開 的優選實施方式，然而應該理解，可WW各種形式實現本公開而不應被送里闡述的實施方 式所限制。相反，提供送些實施方式是為了使本公開更加透徹和完整，并且能夠將本公開的 范圍完整地傳達給本領域的技術人員。
[0031] 圖1示出了適于用來實現本發明實施方式的示例性計算機系統/服務器12的框 圖。圖1顯示的計算機系統/服務器12僅僅是一個示例，不應對本發明實施例的功能和使 用范圍帶來任何限制。
[0032] 如圖1所示，計算機系統/服務器12W通用計算設備的形式表現。計算機系統 /服務器12的組件可W包括但不限于；一個或者多個處理器或者處理單元16,系統存儲器 28,連接不同系統組件（包括系統存儲器28和處理單元16)的總線18。
[0033] 總線18表示幾類總線結構中的一種或多種，包括存儲器總線或者存儲器控制器， 外圍總線，圖形加速端口，處理器或者使用多種總線結構中的任意總線結構的局域總線。舉 例來說