欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023103362450
申请人: 南京林业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种公交客流预测方法,其特征在于:包括如下步骤:

S1、获得的个体出行数据及公交车辆运营数据作为输入;

S2、构建个体出行决策模型;

S3、依据构建的个体出行决策模型建立出行个体智能体运动规则,并建立公交车辆智能体运动规则和两者间的交互规则;

S4、通过输入两种智能体和环境的实际特征信息,并以这些信息为基础按照预先设定的运动规则和交互规则模拟实际状态,从而输出所需要的客流数据,完成客流预测。

2.根据权利要求1所述的一种公交客流预测方法,其特征在于:在步骤S2中,以个体出行数据为基础,基于时间匹配方法和出行链理论推算个体的上下车站点信息,并根据多模式公交的不同功能层级、分析公交个体出行换乘行为,识别和划分中小城市多模式公交个体出行链、建立出行个体的虚拟OD对,获得完整的多模式公交个体出行数据;再基于马尔可夫决策过程理论和个体历史出行数据构造了多模式公交个体的出行决策模型。

3.根据权利要求2所述的一种公交客流预测方法,其特征在于:公交个体出行数据包括IC卡刷卡数据、公交车载GPS数据和公交线路站点位置信息,其中,通过内插法补齐GPS数据并与站点经纬度匹配获得车辆到站时刻,进而匹配乘客的IC卡刷卡时刻,识别上车站点;根据出行链理论划分不同公交出行链,结合乘客出行假设和公交站点特征简化推算过程,获得不同类型公交出行链的下车站点。

4.根据权利要求2所述的一种公交客流预测方法,其特征在于:承载和限制两类智能体运动轨迹和范围的公交网络为:PT‑Network=<r′,sr′,br′,wr′‑b,tr′‑ser>,其中,r′表示多模式公交网络中包含的所有线路,涵盖网络中的不同层级线路;sr′表示每条线路包含的站点所组成的所有线路站点的集合;br′表示每条线路包含的运营车辆所组成的所有线路车辆的集合;wr′‑b表示每条线路的运营车次所组成的所有线路车次的集合;tr′‑ser表示每条线路的运营时间所组成的所有线路运营时间的集合。

5.根据权利要求4所述的一种公交客流预测方法,其特征在于:所述个体智能体P‑Agent表示为:P‑Agent=<(O,D…),SP,AP,RP,FP>,其中,(O,D…)是指个体智能体的起讫点分布集合,包含了出行个体某段时间内的所有历史出行起讫点;SP为出行个体的状态集合;AP为出行个体的动作集合;RP为个体的直接回报值集合;FP为个体的未来回报值集合。

6.根据权利要求5所述的一种公交客流预测方法,其特征在于:建立个体智能体的运动规则:

步骤1、确定某一历史时间段内个体智能体每对虚拟OD点对间的各个出行链,组成候选路径集合,并确定出行的OD点和出发时刻,导入公交网络中,优选出行路径,将选择结果并输入NetLogo仿真平台中;

步骤2、判断是否到达出发时刻,则按照步行速度转移至上车站点,若未到达出发时刻,继续在终点等待;

步骤3、在上车站点排队等待预登乘车辆,并在预登乘车辆先到且未满情况下执行上车动作,否则保持当前状态继续候车;其中,当其他候选线路车辆首先到达且在该个体上车前车内容量未满,计算当前线路和预登乘线路各自的直接回报和对应状态转移概率,并基于计算结果执行上车动作或保持当前状态继续候车;

步骤4、处于车内在途阶段,根据已确定的出行路径判断下车站点,若到达下车站点的下车时刻,且个体无需换乘,则个体智能体按照预设路径前往出行终点;若到达下车站点的下车时刻,但个体需要换乘,则按照步行速度转移至上车站点;若未到达下车站点的下车时刻,则继续保持当前状态。

7.根据权利要求4所述的一种公交客流预测方法,其特征在于:所述公交车辆智能体B‑Agent表示为:B‑Agent=<(r,b,dib,sr,tser),SB,AB>,其中,(r,b,dib,sr,tser)描述了公交车辆智能体的固有属性,依次表示B‑Agent所属的公交线路、车辆编号、发车间隔时间、途径站点集合和运营时间段;SB为公交车辆的状态集合;AB为公交车辆的动作集合。

8.根据权利要求7所述的一种公交客流预测方法,其特征在于:建立公交车辆智能体的运动规则:

步骤1、按照运营时间段,公交车辆到达发车时刻进行发车;

步骤2、在到达停靠站点后,判断是否停靠在中间站,若是,则根据公交网络中仿真实现的上下车人数计算停靠时长;若不是中间站,直接根据下车人数计算停靠时长;

步骤3、在达到停靠时长后,发车至下一个停靠站点或运营结束,车辆驶入公交场站排队准备下一趟公交车次发出。

9.根据权利要求8所述的一种公交客流预测方法,其特征在于:停靠时长的计算采用Ceder模型:其中, 代表单门上下车公交车辆的停靠时长;代表前后分开上下车公交车辆的停靠时长;tb代表基本停靠时间; 代表人均上车时间; 代表人均下车时间;δb代表上车人数;

δa代表下车人数。

10.根据权利要求9所述的一种公交客流预测方法,其特征在于:可登乘人数计算公式为:Nap=Nbap‑Nip‑Nap+Nbp;其中,Nap代表可登乘人数;Nbap代表车辆的车内容量;Nip代表车内人数;Nap代表下车人数;Nbp代表上车人数。