基于乘客协同的公交调度方法

徐晨畅，钱松荣

(复旦大学 信息科学与工程学院， 上海 200433)

0 引言

在城市出行方式中，公共交通作为一种价格低廉的出行方式深受人民的喜爱，公交车作为公共交通工具之一，同样在高峰时期承载着大量的乘客出行。然而，在复杂的道路交通情况下，乘坐公交车一般耗时较长。主要体现在等车时间和靠站时间。靠站所消耗的时间是公交车本身的特性决定的，无法避免，但通过合理的调度策略，我们能够有效降低乘客的等车时间，提升整个公交系统的运行效率。对于乘客个人而言，选择更合适的乘坐线路，避开拥堵，同样可以减少乘车耗时。

移动互联网的发展给予公交调度更多的可能性。对于车辆调度而言，通过实时的道路交通数据和基于GPS的车辆定位数据，可以根据实际情况，触发合理的调度策略。对于乘客而言，使用移动互联网也可以快速查询到公交换乘方案、到站时间等，从而自己调整乘车策略，减少自身的乘车时间。

张飞舟等[1]提出动态调度能够克服静态调度的局限性，构建一种交互式调度方法，能够得到良好的调度方案。21世纪以来，国内外学者对公交动态调度进行了大量研究，从多种视角提出公交动态调度策略。Paolo等[2]构建了一种控制发车策略，以油耗降低为目标，构建车辆的多种运营模式，分别进行发车的调度优化。Fu等[3]提出了一种公交车辆跳站运行的方法，两辆车协同运行，分别跳过一些停靠站点，以提高整体的效率。杨晓光等[4]针对国内公交出行中非常常见的换乘问题进行研究，构建了一种协同调度的方法，最小化全局的换乘时间，以优化乘客的出行体验。张澍裕[5]对常用的公交调度方法进行了总结，如在出现大间隔时采用重新调整发车间隔的策略，在出现部分道路拥堵的情况下采用加车策略。

本文设计了一种全新的乘客协同下的公交动态调度方法。我们构建了一个闭环的系统。首先，乘客通过手机软件查询前往目的地的多种换乘方案及其实时耗时；其次，调度系统根据乘客查询信息按需进行车辆调度；随后，乘客可在手机软件中实时查看车辆调度后新的换乘备选方案。通过这样的闭环调节，提高公交系统整体运作效率。下文将给出调度方法详细介绍及仿真实验分析。

1 调度方法

设计了一种针对突发交通情况的加车调度方法，以单条线路为例，当3站点到5站点之间发生道路拥堵时，如果站点5和站点8之间有较为通畅的道路，则可从站点8派遣车辆到站点5，以减少乘客的等车时间。如图1所示。

图1 突发情况调度示意图

通过对这种场景进行数学建模，利用GPS获取到的车辆位置数据，刷卡机、摄像头获取到的站点乘客到达率信息，以及通过大数据采集计算出的道路交通数据，对数据模型进行求解，即可给出合适的调度策略。

这种方法主要是从减少乘客的等车时间的角度提高公交运行效率，对于车辆的调度，采用了加车调度的方式。加车调度必然会增加运营成本，主要是车辆运行成本和乘务人员的成本，但我们认为，在道路上运行的车辆间隔，已经是根据长期的历史数据进行优化的结果，对于道路的实时突发状况而产生的调度需求，由加车调度满足更为合适。尽管加车调度会产生额外的成本，但由于公交具有公共服务属性，只要加车调度后节省的时间成本大于额外的运营成本，调度即是合理有效的。

在本文中，在此基础上重新设计了一套调度方案。不仅能够节省乘客的等车时间，同时也能节省乘客的乘车时间，从而更大程度的提高整体的运行效率。

新的调度方法分为以下两个部分。

(1) 乘客调度

现今乘客主要采用通过公交查询软件或地图软件查询始发地到目的地的换乘策略。此类软件会基于历史交通数据，通过估算给出在每种换乘策略下从始发地到目的地的乘车时间，并根据换乘方案给出对应方案需要花多少钱。而乘客则会根据这些数据综合考虑选择哪种方案。

然而，通过历史数据给出的乘车时间信息并不能根据真实路况给出实时预测时间。我们知道，目前在许多城市，利用移动互联网技术，我们能够查询到每辆公交车的实时到站时间，表明公交公司有足够的数据对每辆车的未来动向做较为准确的预测。同时，公交公司也掌握了每条线路的未来发车时间。利用这些数据，设计一款能够让乘客查询每一种换乘策略的实时预测时间的软件有着很强的可行性。

对于乘客而言，通过这样一款软件可以选择合适的换乘策略，以避开拥堵线路，减少自身的乘车时间；同时在乘车过程中，也能够根据实时情况调整换乘策略。对于公交公司而言，一方面能够引导乘客选择更快捷的换乘策略，同时利用乘客的查询数据，可以实现更合理的车辆调度方案。

(2) 车辆调度

利用上文所述软件中乘客的查询记录，我们可以获取到大量乘客的乘车意图，其反映了短时的乘客出行需求，基于此可以对车辆进行调度。这种短时需求和前文所述的突发情况属于同类，所以，车辆调度仍采用加车调度的方式。在图1所示的调度方案中，方案的节省成本,如式(1)。

Csave=ρTsave-Cextra

(1)

式中，Tsave为节省的时间成本，ρ为单位时间等效成本，Cextra为由于加车增加的额外运营成本。在本文提出的新方案中，我们假设调度前后，没有使用软件的乘客乘车策略不变，使用软件的乘客采用了调度之后的更优策略，则方案的节省成本,如式(2)。

Csave=ρ(Tsave+T′)-Cextra

(2)

式中，T′为使用软件的乘客在调度之后节省的总时间。通过求得Csave的最大值，即可得到合适的调度方案。

式(2)中节省的总成本体现了一次调度之后，车辆和乘客作为整体的系统效率提升。其中，在乘客效率的提升方面，对于使用调度软件的乘客，根据调度前后节省的出行总时间作为量化指标，对于其他乘客，由于乘车时长不变，则以节省等车时间为量化指标；乘客节省的时间成本和额外的必要运营成本之差，反应了整体效率的提升。如图2所示。

图2 乘客协同公交调度方法

乘客调度和车辆调度在这种方案下形成了一个闭环。乘客使用软件查询，在获得合适的乘车方案的同时，给车辆调度提供了大数据参考，车辆调度执行后，乘客可以通过软件及时查询到最新的乘车策略，从而及时调整乘车方案(即使已经在车上)，选择更优的方案。在互相调节之下，通过多次的车辆调度，以不断优化乘客的等车、乘车时间为目标，提高整个公交系统的运行效率。

2 实验及仿真

为了验证调度方案的可行性，我们抽象了一个实际场景进行仿真。仿真线路图,如图3所示。

图3 仿真线路图

图中三种线条分别代表3条公交线路，从实际公交线路抽象而来，1、2、3路分别共有33站、26站、28站。a,b,c,d为三条线路之间的4个换乘站点。其中，a为1路的第14站，2路的第12站；b为2路的第13站，3路的第8站；c为1路的第23站，2路的第17站；d为2路的第20站，3路的第24站。

定义如下场景，有200位乘客通过第一章中所描述的手机软件查询线路信息。其中有120位位于1路8～13站的乘客想要前往1路的24～33站，且当前没有车辆在1路的8～13站之间；有80位位于3路的4～7站的乘客想要前往3路的25～28站，且当前没有车辆位于3路的4～7站之间。120位乘客有两种乘车方案，第一种为乘坐1路直达终点，第二种为在a站点和c站点换乘两次的方式到达终点。同理80位乘客也有直达和换乘两次两种乘车方案。假定此时1路和3路的路线上道路较为拥堵，这200位乘客选择直达方案耗时较长，2路虽然道路通畅，但车次较少，换乘方案无法节省时间，在没有加车支援的情况下，直达方案为最优方案。

在这种场景下，对第1章的调度方法进行仿真，以式(2)作为目标函数进行建模，在随机初始化的基础上，采用遗传算法[6]进行迭代和求解，最终得到合适的调度建议。

本文采用Matlab工具，如图3所示,从真实的3条公交线路抽象而出的线路图上，以某时刻在地图软件上获得的真实的站点间运行时间和公交车发车间隔为基础，结合上文所述仿真场景调整了部分数据后，设定当前时刻车辆位置、各站点乘客到达率、站点间运行时间等信息，进行仿真，如图4所示。

图4 仿真迭代曲线

图4为上述方法所构建的数据模型，使用遗传算法进行求解的迭代曲线，纵坐标为此代最优方案的等效节约成本，横坐标为迭代代数。最终给出了如下调度方案；

(1) 向线路2的11站点加派一辆车；

(2) 向线路1的16站点加派一辆车；

(3) 向线路3的12站点加派一辆车。

以仿真场景中的200位乘客说明调度方案的有效性。所述120位乘客，若不选择换乘方案，从1路的14站到24站共需花费28分钟，而加派车辆后，120位乘客分别能够在a站点和c站点的乘坐上加派的(1),(2)车，从1路的14站到24站，花费时间为21分钟，节省7分钟；所述80位乘客，若不选择换乘方案，从3路的8站到25站共需花费41.5分钟，而加派车辆后，80位乘客分别能够在b站点和d站点乘坐上加派的(1)，(3)车，从3路的8站到25站，花费时间34分钟，节省7.5分钟。由此可见，该方法提供了合理有效的调度策略。另外，仿真中同时考虑了加派车辆的增加成本，将节约的总时间转换为等效节省成本后，总能确保总等效节省成本(即式(2)的计算结果)为正。

3 总结

本文在传统车辆调度的基础上，引入乘客调度，提出一种乘客协同下的公交调度方法。这种新的调度方法，使乘客调度和车辆调度形成闭环，能生成更加高效的调度方案，提高公交系统的整体效率。同时，通过对这种方案的实验和仿真，验证了新的调度方法能够给出合理的调度建议，派遣车辆前往合适的站点进行支援，在仿真层面验证了新方法的有效性，为移动互联网时代的公交调度提供了可行参考。