基于數據驅動智能公交調度系統研究

吳良江

摘要：智能公交調度系統是基于通信技術、計算機技術等現代科學技術，用系統自動調度取代人工調度，提高公交營運效率和乘客服務質量的集公交營運相關業務于一身的智能系統。為了促進公交智能調度系統智能化發展，提出以實際數據為驅動的業務鏈環的智能公交調度系統。

關鍵詞：城市常規公交；月計劃；靜態調度；動態調度

中圖分類號：F570 文獻標識碼：A

0引言

城市常規公共交通作為城市交通的營運主體，其發展狀態相對滯后，不能很好地滿足人們日益增長的出行需求。城市公共交通目的是將乘客安全、快速、舒適、經濟的運送到目的地。智能公交調度系統就是幫助營運企業做出科學的決策，即滿足客流出行需求，提高服務質量，又不浪費公交線路運量運力，減少營運成本。在實際應用方面，國內公交調度大多數還是人工調度，通過“兩頭卡點、中間不管”的方式，投入到公交線路的運力也是調度員憑過去經驗指定的。部分線路雖然已經將智能調度系統應用到公交營運中，但是智能化程度比較低下。在理論方面，目前學者對智能公交系統的研究很多，從公交網絡優化、發車時刻表優化圓、基于異常事件動態調度，信息服務等各個方面都做了大量研究。作為智能公交系統中的核心——智能公交調度系統是本研究的重點，本文提出基于數據的業務鏈環的公交智能調度系統，生產了閉合式的公交調度業務鏈，不斷提高智能公交的服務質量。

1智能公交調度系統設計

智能公交調度系統的設計主要是關注公交營運業務及其之間的關系，通過梳理和研究公交企業在公交實際營運中的業務，設計智能公交調度系統主模塊如圖1所示：通過統計分析實現數據驅動，使得各系統模塊實現閉環，可不斷提高公交調度的智能化水平。

1.1駕駛員和車輛月計劃

通過實時監控采集得到客流數據。統計某條公交線路28天的客流數據如圖2所示，客流明顯存在周期性變化，工作日和非工作日的客流有巨大差別。另外客流量也與天氣、是否節假日、有無大型活動等都有著密切關系。月計劃就是利用歷史客流數據及其他數據進行分析預測當月客流數據，結合駕駛員數據（班制班型，輪休類型、駕駛員配屬站點、請假信息）和車輛數據（車輛所屬站點、檢修計劃）以及人車關系（1人1車、2人1車等），通過模型和算法生成駕駛員本月出勤計劃表以及每位駕駛員每天所駕駛的車輛。這樣根據客流需求來制定的駕駛員和車輛的月計劃，為后續制定科學的靜態調度提供了科學保障。日計劃是月計劃在計劃日的表現形式，如果沒有發生駕駛員請假/調休和車輛故障等異常事件，日計劃就是從月計劃中提取計劃日的駕駛員和車輛的出勤信息以及人車關系、站點配屬地等信息。若發生異常事件，則需要對還未執行的月計劃進行動態調整，駕駛員和車輛月計劃生成流程如圖3所示。

1.2靜態調度

靜態調度主要包括制定發車時刻表，配車排班兩個子模塊。根據日計劃得到計劃日出勤的駕駛員、車輛數據以及人車關系。根據客流數據及服務質量評價指標（滿載率等）通過計算得到每個時段的發車頻率，進而制定發車時刻表，發車時刻表的發車車次數一般小于等于計劃日配給的運力。配車排班是以行車計劃（發車時刻表）為基礎，以滿足運營目標為宗旨，綜合考慮人員狀態（由勞動法規等約束的人員輪休規則、用餐規定、駕駛員的假勤需求（請假、班型要求等）等決定）、車輛狀態（續航里程、續班時間天窗、保養維修狀態等決定）、人車線關系等約束條件，合理安排人員工作時間的班次鏈和車輛的工作時間的車次鏈。發車時刻表和配車排班的算法流程圖如圖4和圖5所示.

在生成發車時刻表時，協調上下行發車間隔主要是為了防止上下行在同一個時段的發車頻率差別過大，導致首末站中的一個站點出現空車狀態（無車可發）；平滑發車時刻是為了在相鄰兩個時段之間的發車頻率相差過大時，發車間隔產生變化的更加平滑，更加符合客流需求。

1.3動態調度

公交車輛在營運過程中，若沒有發生異常事件，則只需要按照靜態調度執行即可，即滿足最優目標。但是公交車輛在營運時，往往受到交通擁堵，車輛晚點，公交串車151等11種異常事件，需要系統通過監控系統及時發現異常時間，識別其類型，確定異常參數，并且迅速做出優化決策，使對公交營運的影響降到最低。動態調度主要包含了實時控制、調整公交營運路徑、優化發車時間表3個部分。（1）實時控制通過對正在路上營運車輛的實時調度來減少異常事件對公交營運的影響和提高公交服務水平，主要是對公交車輛控制策略有滯站調度、越站調度、調速調度等。（2）一般只在交通嚴重擁堵或交通管制，公交車輛無法在短時間內通過該擁堵路段的情況下，采用公交路徑繞行策略。（3）優化發車時刻則為優化調整車次數目、各車次之間排列，以及車次信息包含的車輛、駕駛員和發車時刻，常用的方法為調頻法和調能法。

1.4實時監控和統計分析

實時監控作為智能公交系統的眼睛，主要功能是采集和記錄公交線路在營運過程中的數據。采集數據包括自身數據采集系統進行采集（公交車輛實時位置、公交車輛速度、客流量等）和利用共享數據采集（道路擁堵狀態等）兩部分數據。

統計分析通過分析監控系統采集的數據：（1）為優化現有的駕駛員資源和車輛資源提供數據支撐，使得線路配給的駕駛員和車輛既滿足營運需求又不會出現資源浪費；（2）通過對客流和行程時間的統計分析為月計劃的制定、靜態調度提供數據保障；（3）分析公交車輛實時營運狀態，辨別是否發生異常、異常類型及異常參數，為動態調度的智能化提供科學依據。另外監控系統采集的數據在達到一定的數據量后可為一個城市的公交路網規劃或優化提供數據支撐。

2總結

智能公交調度是一個復雜系統性工程，很難通過一個簡單的模型和算法解決，本文利用模塊化的思想將公交調度中的核心業務主要分為月計劃、靜態調度、動態調度和統計分析4大模塊，各模塊之間形成緊密的關系，但又在可以相對獨立。其中動態調度的難度系數最大，目前在實際應用過程中還處于起步階段。本文提出與公交調度相關的業務鏈環具有很好的實用價值，但是在對各個模塊中的算法進行了弱化，有待后續進一步研究。