CN108171385A - 一种智能化共享单车与公共交通最佳出行方案的规划方法 - Google Patents
一种智能化共享单车与公共交通最佳出行方案的规划方法 Download PDFInfo
- Publication number
- CN108171385A CN108171385A CN201810024673.9A CN201810024673A CN108171385A CN 108171385 A CN108171385 A CN 108171385A CN 201810024673 A CN201810024673 A CN 201810024673A CN 108171385 A CN108171385 A CN 108171385A
- Authority
- CN
- China
- Prior art keywords
- travel
- walking
- shared bicycle
- plan
- route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000001351 cycling effect Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 17
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007728 cost analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能化共享单车与公共交通最佳出行方案的规划方法,使用用户在移动端共享单车App上申请最佳出行方案推荐,向系统发出申请需求;系统在接收后,使用者在移动端输入出行的目的地,系统接收,对使用者的定位坐标与出行目的地的定位分析,给出多种出行方案;再根据出行成本函数计算每种出行方案最佳出行路线的出行成本;对不同出行方案的出行成本进行比选,将分析得到的出行成本最小的出行方案的作为最佳出行方案;本发明使得共享单车更好的服务于公共交通,并能够使城市不同交通方式层之间的结合更加紧密,有利于城市出行断层现象的减少,在此基础上能够更好的服务于城市虚拟交通平台的建设。
Description
技术领域
本发明属于交通规划与智能技术应用技术领域,具体涉及一种智能化共享单车与公共交通最佳出行方案的规划方法。
背景技术
公交优先作为我国的一项基本国策,在实践过程中遇到了各种各样的问题,其中,“换乘难”是阻碍公共交通出行的一个主要问题。“换乘难”问题主要表现在换乘耗时长以及换乘方便性差两方面。
共享单车的出现有利于解决城市交通“最后一公里”出行难题,极大的提高了换乘的便捷程度。从公共汽车以及轨道交通站点到出行始发地的目的地的这一段距离的出行往往由于耗用时长、拥挤程度、出行直达性等问题而导致诸多不便,步行耗时较长,私人自行车的经济安全问题,公共自行车的租赁点固定局限性都会导致出行不便。共享单车因可达性强,安全系数高,绿色环保,使用成本低,灵活度好等优点可以很好的缓解这一出行现象,使换乘便捷度得到极大改善。
共享单车的出现一方面改良了换乘环境的同时,另一方面,也在一定程度上与公共交通形成了一定的竞争关系,尤其是在中短距离出行中与常规公交的竞争。此外,共享单车也存在很大程度上的低效率利用以及过度滥用的现象,因此,如何合理规划共享单车在城市交通出行体系中的功能定位,如何使共享单车更好的服务于公共交通的发展,如何让共享单车的出现能够更好的解决城市交通层次化出行、搭配等问题应当着眼分析、解决。
发明内容
本发明公开了一种智能化共享单车与公共交通最佳出行方案的规划方法,通过将共享单车的出行与公共交通出行的有机组合的方式向出行者提供最优出行方案,从而达到共享单车更好的服务于公共交通,并能够使城市不同交通方式层之间的结合更加紧密,有利于城市出行断层现象减少的目的,在此基础上能够更好的服务于城市虚拟交通平台的建设。
为解决上述问题,本发明提供的技术方案是这样的:一种智能化共享单车与公共交通最佳出行方案的规划方法,包括以下步骤:
A)使用用户在移动端共享单车App上申请最佳出行方案推荐,向系统发出申请需求;
B)系统在接收到使用用户的最佳出行方案规划申请的消息后,使用者在移动端输入出行的目的地,系统接收,对使用者的定位坐标与出行目的地的定位分析,给出多种出行方案的最佳出行路线;
C)在系统自动分析多种出行方案的最佳出行路线后,根据出行成本与出行时间,出行费用和出行方式所确定的出行成本函数计算每种出行方案最佳出行路线的出行成本;
D)系统对不同出行方案的出行成本进行比选,将分析得到的出行成本最小的出行方案的最佳出行路线作为最佳出行方案;
E)系统将分析得到的最佳出行方案发送给使用者的移动端App上,供出行使用者参考。
本发明进一步改进,步骤A)具体包括以下步骤:
(A1)使用者在移动端打开共享单车应用软件,系统根据使用者坐标位置显示出用户周边500米范围内共享单车聚集地点,并弹出对话窗口“是否使用推荐出行方案”;
(A2)用户选择确定,向系统提出出行方案规划申请;
本发明进一步改进,步骤B)具体包括以下步骤:
B1)系统在接收到使用用户的出行方案规划申请的消息后,弹出对话窗口“请输入您的出行目的地”,使用用户可在移动端App中直接输入出行目的地,也可在移动端App中的自带地图中直接选择具体出行目的地在地图位置;
B2)系统在接收到使用用户的出行目的地信息后,对使用者的定位坐标与出行目的地的定位分析,给出14种出行方案的最佳出行路线,具体包括步行出行方案、共享单车出行方案、步行+常规公交组合出行方案、共享单车+常规公交组合出行方案、步行+地铁组合出行方案、共享单车+地铁组合出行方案、步行+常规公交+共享单车组合出行方案、共享单车+常规公交+步行组合出行方案、步行+地铁+共享单车组合出行方案、共享单车+地铁+步行组合出行方案、步行+常规公交+地铁组合出行方案、共享单车+常规公交+地铁组合出行方案、步行+常规公交+地铁+共享单车组合出行方案以及共享单车+常规公交+地铁+步行组合出行方案的最佳出行路线。
其中,B2a)步行方式出行方案的最佳出行路线为从出行始发地到出行目的地之间的最短步行路线;
B2b)共享单车出行方案的最佳出行路线为从出行始发地到出行目的地之间的最短骑单车路线;
B2c)步行+常规公交组合出行方案的最佳出行路线为最佳步行路线与最佳常规公交路线的组合路线;
其中,所述的最佳步行路线为从出行始发地到距离出行始发地最近的常规公交站点的最短步行路线与离出行目的地最近的常规公交站点到出行目的地之间的最短步行路线的组合;最佳常规公交路线是从离出行始发地最近的常规公交站点到离出行目的地最近的常规公交站点之间的常规公交路线;
B2d)共享单车+常规公交组合出行方案的最佳出行路线为最佳共享单车出行路线与最佳常规公交路线的组合路线;其中,最佳共享单车出行路线应为从出行始发地到离出行始发地最近的常规公交站点和离出行目的地最近的常规公交站点到出行目的地之间的最短骑单车路线的组合;最佳常规公交路线是从离出行始发地最近的常规公交站点到离出行目的地最近的常规公交站点之间的常规公交路线;
B2e)步行+地铁组合出行方案的最佳出行路线为最佳步行路线与最佳地铁路线的组合路线;其中,最佳步行出行路线为从出行始发地到离出行始发地最近的地铁站点和离出行目的地最近的地铁站点到出行目的地之间的最短步行路线的组合;最佳地铁路线为离出行始发地最近的地铁站点到离出行目的地最近的地铁站点之间的地铁路线;
B2f)共享单车+地铁组合出行方案的最佳出行路线为最佳共享单车出行路线与最佳地铁路线的组合路线;其中,最佳共享单车出行路线为从出行始发地到离出行始发地最近的地铁站点和离出行目的地最近的地铁站点到出行目的地之间的最短骑单车路线的组合;最佳地铁路线为离出行始发地最近的站点以及离出行目的地最近的站点之间的地铁路线;
B2g)步行+常规公交+共享单车组合出行方案的最佳出行路线为最佳步行路线、最佳常规公交路线以及最佳共享单车路线的组合路线;
其中,最佳步行出行路线为从出行始发地到离出行始发地最近的常规公交站点的最短步行路线;
最佳常规公交路线是从离出行始发地最近的常规公交站点到离出行目的地最近的常规公交站点之间的常规公交路线;
最佳共享单车路线是从离出行目的地最近的常规公交站点到出行目的地之间的最短骑单车路线。
B2h)共享单车+常规公交+步行组合出行方案的最佳出行路线为最佳共享单车路线、最佳常规公交路线以及最佳步行路线的组合路线;
其中,最佳共享单车路线是为从出行始发地到离出行始发地最近的常规公交站点的最短骑单车路线;
最佳常规公交路线是从与距离出行始发地最近的常规公交站点到离出行目的地最近的常规公交站点之间的公交路线;
最佳步行路线是从离出行目的地最近的常规公交站点与出行目的地之间的最短步行路线。
B2i)步行+地铁+共享单车组合出行方案的最佳出行路线为最佳步行路线、最佳地铁路线以及最佳共享单车路线的组合路线;
其中,最佳步行路线是出行从始发地到离出行始发地最近的地铁站点之间的最短步行路线;
最佳地铁路线是离出行始发地最近的地铁站点到离出行目的地最近的地铁站点之间的地铁路线;
最佳共享单车路线是离出行目的地最近的地铁站点到出行目的地之间的最短骑单车路线。
B2j)共享单车+地铁+步行组合出行方案的最佳出行路线为最佳共享单车路线、最佳地铁路线以及最佳步行路线的组合路线;
其中,最佳共享单车路线是从出行始发地到距离出行始发地最近的地铁站点之间的最短路线;
最佳地铁路线是距离出行始发地最近的地铁站点以及距离出行目的地最近的地铁站点之间的地铁路线;
最佳步行路线是从离出行目的地最近的地铁站点到出行目的地之间的最短步行路线。
B2k)步行+常规公交+地铁组合出行方案的最佳出行路线为最佳步行路线、最佳常规公交路线以及最佳地铁路线的组合路线;
其中,最佳步行路线是从出行始发地到离出行始发地最近的公交或地铁站点之间的最短步行路线和与从离出行目的地最近的公交或地铁站点到出行目的地之间的最短步行路线的组合;
最佳常规公交路线是从离出行始发地最近的常规公交站点到离出行始发地最近的地铁站点之间的公交路线,或离出行目的地最近的地铁站点到离出行目的地最近的常规公交站点之间的公交路线;
最佳地铁路线是离出行始发地最近的地铁站点到距离目的地最近的地铁站点之间的地铁路线;
B2l)共享单车+常规公交+地铁组合出行方案的最佳出行路线应为最佳共享单车路线、最佳常规公交路线以及最佳地铁路线的组合路线;
其中,最佳共享单车路线是从出行始发地到离出行始发地最近的公交或地铁站点之间的最短骑单车路线和从离出行目的地最近的公交或地铁站点到出行目的地之间的最短骑单车路线的组合;
最佳常规公交路线是从离出行始发地最近的常规公交站点到离出行始发地最近的地铁站点之间的公交路线,或从离出行目的地最近的地铁站点到离出行目的地最近的常规公交站点之间的公交路线;
最佳地铁站点是离出行始发地最近的地铁站点到离出行目的地最近的地铁站点之间的地铁路线;
B2m)步行+常规公交+地铁+共享单车组合出行方案的最佳出行路线是最佳步行路线,最佳常规公交路线,最佳地铁路线以及最佳共享单车路线的组合出行路线;
其中,最佳步行路线是从出行始发地到离出行始发地最近的常规公交或地铁站点之间的最短步行路线;
最佳常规公交路线是从离出行始发地最近的常规公交站点到离出行始发地最近的地铁站点之间的公交路线,或从离出行目的地最近的地铁站点到离出行目的地最近的常规公交站点之间的公交路线;
最佳地铁路线是离出行始发地最近的地铁站点到离出行目的地最近的地铁站点之间的地铁路线;
最佳共享单车路线是从离目的地最近的公交或地铁站点到出行目的地之间的最短骑单车路线。
B2n)共享单车+常规公交+地铁+步行组合出行方案的最佳出行路线是最佳共享单车路线,最佳常规公交路线,最佳地铁路线以及最佳步行路线的组合出行路线;
其中,最佳共享单车路线是从出行始发地到离出行始发地最近的常规公交或地铁站点之间的最短骑车路线;
最佳常规公交路线是从离出行始发地最近的常规公交站点到离出行始发地最近的地铁站点之间的公交路线,或从离出行目的地最近的地铁站点到离出行目的地最近的常规公交站点之间的公交路线;
最佳地铁路线是离出行始发地最近的地铁站点到离出行目的地最近的地铁站点之间的地铁路线;
最佳步行路线是从离出行目的地最近的公交或地铁站点到出行目的地之间的最短步行路线的组合。
其中,上述从某一地点到另一地点的公交路线(如从离出行始发地最近的常规公交站点到离出行目的地最近的常规公交站点的公交路线,从离出行始发地最近的常规公交站点到离出行始发地最近的地铁站点的公交路线,或从离出行目的地最近的地铁站点到离出行目的地最近的常规公交站点的公交路线)参照现有的优化方法来确定,即公交阻抗大小来确定:
公交阻抗函数指标包含乘客在公共交通线路上出行的时间、费用和方便性三个指标,公交阻抗值由下式决定:
Ri=k1Xi+k2Yi+k3Zi
式中,Ri是常规公交阻抗值,量纲是时间单位;Xi是时间阻抗,指乘客在车内外消耗的时间,包括路段上正常行驶时间,交叉口延误时间和换乘耗时;Yi是费用阻抗;Zi是心理阻抗,主要指乘客对步行换乘、换乘次数、拥挤程度等的忍受程度。k1,k2,k3是参数,其中k2量纲为min/yuan,时间阻抗由下式计算:
Xi=ωnTni+ωm∑Tmi+ωv∑Tvi+ωw∑Twi
式中,Tni是起点站等待时间;∑Tmi是各路段时间阻抗值和,包括公交车在路段的行驶时间和交叉口延误时间;∑Tvi是公交所经各站点时间阻抗之和;∑Twi各次换乘时间阻抗之和;ω是时间权重。
本发明进一步改进,步骤C)中,系统对对不同出行方案最佳出行路线的出行成本进行计算前,对用户出行距离进行判断,若用户的出行距离小于公众平均最大可接受步行距离时,系统只需对步行或者共享单车出行方案最佳出行路线的出门成本进行计算;若用户的出行距离大于公众平均最大可接受步行距离,小于公众平均最大可接受骑单车距离,系统只需对共享单车最佳出行路线的出门成本进行计算;若用户的出行距离大于公众平均最大可接受骑单车距离,系统对步行出行方案和共享单车出行方案以外的其他出行方案的最佳出行路线的出行成本进行计算。
例如,假设公众平均最大可接受步行距离为Akm,那么当系统分析得到的出行距离小于A km时,一般会采用步行出行或共享单车出行,此时系统只需对步行或者共享单车出行方案的出门成本进行计算,省去计算其他出行方案的时间,大大提高系统分析效率。与此类似,假设公众平均最大可接受骑单车距离为B km,当系统分析得到的出行距离大于A km,小于Bkm时,系统只需共享单车出行方案的成本进行计算;当出行距离大于Bkm时,系统省去对单纯步行出行和单纯共享单车出行的计算,只计算其他出行方案的出行成本进行计算便可。
所述的出行成本函数为
其中,Costi代表第i种出行方案,m代表方案i中第m种出行方式,j代表出行成本的影响因素属性,Amj是第i种出行方案中第m种出行方式的第j种出行影响因素对应的影响系数,xmj是第i种出行方案中的第m种出行方式的第j种出行属性对应的因子数值。
其中,Amj、和xmj通过对居民大范围交通出行调查取得,高峰时段和非高峰时段对应的Amj、和xmj值不同。
Costi代表第i种出行方案,其中,设定i=1,Cost1表示步行出行方案,Cost2表示共享单车出行方案,Cost3表示步行+常规公交组合出行方案,Cost4表示共享单车+常规公交组合出行方案,Cost5表示步行+地铁组合出行方案,Cost6表示共享单车+地铁组合出行方案,Cost7表示步行+常规公交+共享单车组合出行方案,Cost8表示共享单车+常规公交+步行组合出行方案,Cost9表示步行+地铁+共享单车组合出行方案,Cost10表示共享单车+地铁+步行组合出行方案,Cost11表示步行+常规公交+地铁组合出行方案,Cost12表示共享单车+常规公交+地铁组合出行方案,Cost13表示步行+常规公交+地铁+共享单车组合出行方案,Cost14表示共享单车+常规公交+地铁+步行组合出行方案。
m代表方案i中第m种出行方式,其中,设定m=1,表示步行出行,m=2,表示共享单车出行,m=3,表示常规公交出行,m=4,表示地铁出行;
j代表出行成本的影响因素,其中,设定j=1,表示出行所花费时间,j=2,表示出行费用,j=3表示出行方式;
则步行方案的成本核算函数为
Cost1=A11x11+A13x13
共享单车出行方案的成本核算函数为
Cost2=A21x21+A22x22+A23x23
共享单车出行方案的成本核算函数为
Cost2=A21x21+A22x22+A23x23
步行+常规公交组合出行方案的成本核算函数为
Cost3=A11x11+A13x13+A31x31+A32x32+A33x33
共享单车+常规公交组合出行方案的成本核算函数为
Cost4=A21x21+A22x22+A23x23+A31x31+A32x32+A33x33
步行+地铁组合出行方案的成本核算函数为:
Cost5=A11x11+A13x13+A41x41+A42x42+A43x43
共享单车+地铁组合出行方案的成本核算函数为:
Cost6=A21x21+A22x22+A23x23+A41x41+A42x42+A43x43
步行+常规公交+共享单车组合出行方案的成本核算函数:
Cost7=A11x11+A13x13+A31x31+A32x32+A33x33+A21x21+A22x22+A23x23
共享单车+常规公交+步行组合出行方案成本核算函数
Cost8=A21x21+A22x22+A23x23+A31x31+A32x32+A33x33+A11x11+A13x13
步行+地铁+共享单车组合出行方案成本核算函数
Cost9=A11x11+A13x13+A41x41+A42x42+A43x43+A21x21+A22x22+A23x23
共享单车+地铁+步行组合出行方案成本核算函数
Cost10=A21x21+A22x22+A23x23+A41x41+A42x42+A43x43+A11x11+A13x13
步行+常规公交+地铁组合出行方案成本核算函数
Cost11=A11x11+A13x13+A31x31+A32x32+A33x33+A41x41+A42x42+A43x43
共享单车+常规公交+地铁组合出行方案成本核算函数
Cost12=A21x21+A22x22+A23x23+A31x31+A32x32+A33x33+A41x41+A42x42+A43x43
步行+常规公交+地铁+共享单车组合出行方案成本核算函数
Cost13=A11x11+A13x13+A31x31+A32x32+A33x33+A41x41+A42x42+A43x43+A21x21+A22x22+A23x23
共享单车+常规公交+地铁+步行组合出行方案成本核算函数
Cost14=A21x21+A22x22+A23x23+A31x31+A32x32+A33x33+A41x41+A42x42+A43x43+A11x11+A13x13
上述成本核算函数中,A11为步行出行花费时间影响系数,x11为步行出行花费时间;A13为步行出行方式影响系数,x13为步行出行,取值为1;因步行出行不产生出行费用,因此出行费用成本忽略不计,即A12=0,因此A12x12未在核算函数中表示出来。
A21为共享单车出行所花费时间影响系数,x21为共享单车出行所花费时间;A22为共享单车出行的出行费用影响系数,x22为共享单车出行的出行费用;A23为共享单车出行的影响系数,x23为共享单车出行,取值为1;
A31为公交出行所花费时间影响系数,x31为公交出行所花费时间;A32为公交出行的出行费用影响系数,x32为公交出行的出行费用;A33为公交出行的影响系数,x33为公交出行,取值为1;
A41为地铁出行所花费时间影响系数,x41为地铁出行所花费时间;A42为地铁出行的出行费用影响系数,x42为地铁出行的出行费用;A43为地铁出行的影响系数,x43为地铁出行,取值为1;
出行成本核算时,Amj和xmj取值,根据对市居民大范围交通出行调查得出,其中,根据出行时间的不同(分为高峰期时间出行和非高峰时间出行),Amj和xmj取值是不同的。
本发明进一步改进,步骤(E)具体包括以下步骤::
(E1)使用出行者采用推荐的最佳出行方案,移动端基于自带的GPS系统开始为出行者导航,直至出行者到达目的地,最佳出行方案导航分析系统自动关闭;
(E2)使用出行者放弃采用推荐的最佳出行方案,最佳出行方案导航出行系统关闭。
有益效果:通过将共享单车的出行与公共交通出行的有机组合的方式向出行者提供最优出行方案,从而达到共享单车更好的服务于公共交通的目的,并能够使城市不同交通方式层之间的结合更加紧密,有利于城市出行断层现象减少的目的,在此基础上能够更好的服务于城市虚拟交通平台的建设。
附图说明
图1为本发明流程图;
图2为不同出行方案出行成本分析比选流程图;
图3为案例一的规划图;
图4为案例二的规划图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。
【实例】已知经过对某市居民大范围交通出行调查及出行心理分析得知,该市居民的最大可接受步行距离为1.5km,公众平均最大可接受骑车距离为3.5km;
不同出行方式出行所花费的时间的影响系数分别为:步行:A11=6.5/(10min),共享单车:A21=3/(10min),常规公交:A31=1.2/(10min),地铁:A41=1.0/(10min);
不同出行方式出行的平均运营速度分别为:高峰时段:步行V1=3.5km/h,共享单车V2=7km/h,常规公交V3=18km/h,地铁V4=35km/h;非高峰时段:步行V1=3.5km/h,共享单车V2=8km/h,常规公交V3=28km/h,地铁V4=35km/h;
不同出行方式出行的出行花费影响系数分别为:高峰时段:步行A21=0,共享单车A22=4,常规公交A32=1.2,地铁A42=1;非高峰时间段,步行A21=0,共享单车A22=3,公交A32=1.8,地铁A42=1.5。
不同出行方式出行的出行花费分别为:共享单车平均使用费用为0.5元每人次,即x22=0.5,常规公交均价1元每人次,即x32=0.5,地铁均价为0-3km内2元,3-5km内3元,5-10km内4元,超出10km但小于15km的部分,5元,超出15km的部分6元;即所乘地铁在0-3km内,x42=0.5,所乘地铁在3-5km内x42=3,所乘地铁在5-10km内,x42=4,所乘地铁在10-15,x42=0.5;
不同出行方式的影响系数分别为,高峰时段:步行A13=2,共享单车A23=2.5,常规公交A33=5,地铁A34=2.5;非高峰时段:步行A13=1.5,共享单车A23=1.5,常规公交A23=3,地铁A23=2.5;
结合一下具体案例使用基于GPS导航的共享单车软件内置系统进行最优出行方案规划推荐。
(1)已知出行者使用共享单车内置GPS软件得到的出发点所在地以及目的地所在地理位置在移动端App如附图3所示,试分析内置系统的分析过程,并确定最优出行方案。
根据GPS导航,从出行始发地到出行目的地的最短距离是1.2km,小于该市市民的最大步行心理距离1.5km,因此系统默认采用步行或共享单车出行方式,而忽略其他方式及组合出行方式的方案。
系统单独对步行和共享单车的出行成本进行分析,因步行和共享单车出行具有灵活性,无需按照固定路线进行行驶,因此均可直接沿最短路线进行行驶,即最短路即为步行和共享单车出行的最佳出行路线,因此两者出行距离均为1.2km。
(a)若出行时间是高峰时段
对于步行出行,其花费时间x11为:
则步行出行成本为:
对于共享单车出行,其花费时间x21为:
则共享单车出行成本为:
因此,Cost2小于Cost1,即共享单车的出行成本小于步行出行成本,因此系统向使用者推荐共享单车的出行方案。
(b)若出行时间是非高峰时段
对于步行出行,其花费时间x11为:
则步行出行成本为:
对于共享单车出行,其花费时间x21为:
则共享单车出行成本为:
因此,Cost2小于Cost1,即共享单车的出行成本小于步行出行成本,因此系统向使用者推荐共享单车的出行方案。
(2)已知出行者在早上8:30(即高峰时段)时使用共享单车内置GPS软件得到的出发点所在地以及目的地所在地理位置在移动端App中如附图4所示,试分析内置系统的分析过程,并确定最优出行方案。
根据GPS导航,从出行始发地到出行目的地的最短距离是2.8km,大于步行出行的最佳心理距离1.5km,因此不考虑步行出行,离出行起点最近的常规公交站点距离为438m,距离最近的地铁站为1.2km,其中,常规公交出行路线长度为2.2km,地铁出行路线长度906米,地铁终到站距离出行终点630m,常规公交终到站540m,则系统分析如下:
(a)仅共享单车出行:
此时,仅使用共享单车的出行,其花费时间为:
则该方案的出行成本为:
(b)步行+常规公交:
此时,使用该方案出行花费时间为:
x3=x11+x31
其中,x11为步行花费时间,x31是常规公交出行花费时间:
x11=x11a+x11b
其中,x11a是从初始点到最近常规公交站点花费的时间,x11b是常规公交终点站到出发目的地花费的时间。
x11=9.24+7.5=16.74min
则,该方案的出行成本为:
(c)共享单车+常规公交:
此时,使用该方案出行,其花费时间为:
x4=x21+x31
其中,x21为共享单车花费时间,x31是常规公交出行花费时间:
x21=x21a+x21b
其中,x21a是从初始点到最近常规公交站点的花费时间,x21b是常规公交终点站到出发目的地的花费时间。
x21=3.78+4.62=8.4min
则,该方案的出行成本为:
(d)步行+地铁
此时,使用该方案出行,其花费时间为:
x5=x11+x41
其中,x11为步行花费时间,x41是地铁出行花费时间:
则,该方案的出行成本为:
(e)共享单车+地铁
此时,使用该方案出行,其花费时间为:
x6=x21+x41
其中,x21为共享单车花费时间:
x41是地铁出行花费时间,均与前述相同:
则,该方案的出行成本为:
(f)步行+常规公交+共享单车
x7=x11+x31+x21
其中,x11是步行花费时间,x31是常规公交花费时间,x21为共享单车花费时间。
同理,计算出该方案的出行成本为
(g)共享单车+常规公交+步行
同理,计算出该方案的出行成本为
(h)步行+地铁+共享单车
该方案的出行成本为
(i)共享单车+地铁+步行
该方案的出行成本为
则所有出行方案的成本如表1所示:
表1不同出行方案出行成本比较
综上,全程共享单车出行模式的成本最小,因此,系统向使用者推荐此出行方案。
应当指出,上述案例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (4)
1.一种智能化共享单车与公共交通最佳出行方案的规划方法,其特征在于,包括以下步骤:
A)使用用户在移动端共享单车App上申请最佳出行方案推荐,向系统发出申请需求;
B)系统在接收到使用用户的最佳出行方案规划申请的消息后,使用者在移动端输入出行的目的地,系统接收,对使用者的定位坐标与出行目的地的定位分析,给出多种出行方案的最佳出行路线;
C)在系统自动分析多种出行方案的最佳出行路线后,根据出行成本与出行时间、出行费用和出行方式所确定的出行成本函数计算每种出行方案最佳出行路线的出行成本;
D)系统对不同出行方案的出行成本进行比选,将分析得到的出行成本最小的出行方案的最佳出行路线作为最佳出行方案;
E)系统将分析得到的最佳出行方案发送给使用者的移动端App上,供出行使用者参考。
2.根据权利要求1所述的一种智能化共享单车与公共交通最佳出行方案的规划方法,其特征在于,步骤B)中出行方案包括14种出行方案,分别为步行出行方案、共享单车出行方案、步行+常规公交组合出行方案、共享单车+常规公交组合出行方案、步行+地铁组合出行方案、共享单车+地铁组合出行方案、步行+常规公交+共享单车组合出行方案、共享单车+常规公交+步行组合出行方案、步行+地铁+共享单车组合出行方案、共享单车+地铁+步行组合出行方案、步行+常规公交+地铁组合出行方案、共享单车+常规公交+地铁组合出行方案、步行+常规公交+地铁+共享单车组合出行方案以及共享单车+常规公交+地铁+步行组合出行方案的最佳出行路线。
3.根据权利要求1所述的一种智能化共享单车与公共交通最佳出行方案的规划方法,其特征在于,步骤C)中,系统对对不同出行方案最佳出行路线的出行成本进行计算前,对用户出行距离进行判断,若用户的出行距离小于公众平均最大可接受步行距离时,系统只需对步行或者共享单车出行方案最佳出行路线的出门成本进行计算;若用户的出行距离大于公众平均最大可接受步行距离,小于公众平均最大可接受骑单车距离,系统只需对共享单车最佳出行路线的出门成本进行计算;若用户的出行距离大于公众平均最大可接受骑单车距离,系统对步行出行方案和共享单车出行方案以外的其他出行方案的最佳出行路线的出行成本进行计算。
4.根据权利要求1所述的一种智能化共享单车与公共交通最佳出行方案的规划方法,其特征在于,所述的出行成本函数为
其中,Costi代表第i种出行方案,m代表方案i中第m种出行方式,j代表出行成本的影响因素属性,Amj是第i种出行方案中第m种出行方式的第j种出行属性对应的影响系数,xmj是第i 种出行方案中的第m种出行方式的第j种出行属性对应的影响因素数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810024673.9A CN108171385A (zh) | 2018-01-10 | 2018-01-10 | 一种智能化共享单车与公共交通最佳出行方案的规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810024673.9A CN108171385A (zh) | 2018-01-10 | 2018-01-10 | 一种智能化共享单车与公共交通最佳出行方案的规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108171385A true CN108171385A (zh) | 2018-06-15 |
Family
ID=62518107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810024673.9A Pending CN108171385A (zh) | 2018-01-10 | 2018-01-10 | 一种智能化共享单车与公共交通最佳出行方案的规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108171385A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109612488A (zh) * | 2018-12-26 | 2019-04-12 | 东北大学 | 基于大数据微服务的混合出行方式路径规划系统及方法 |
CN109855644A (zh) * | 2019-03-12 | 2019-06-07 | 东莞市美誉信息科技有限公司 | 基于街市智媒体的共享车信息导引方法及系统 |
CN113551683A (zh) * | 2021-07-21 | 2021-10-26 | 上海连尚网络科技有限公司 | 一种用于生成路线信息的方法、设备、介质及程序产品 |
CN116127205A (zh) * | 2022-11-23 | 2023-05-16 | 东南大学 | 一种基于开放数据的公交系统多网融合综合阻抗确定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104864879A (zh) * | 2014-02-25 | 2015-08-26 | 高德软件有限公司 | 导航路径规划方法及装置 |
CN105021185A (zh) * | 2015-07-15 | 2015-11-04 | 上海市政工程设计研究总院(集团)有限公司 | 导航方法及系统 |
CN106949899A (zh) * | 2017-03-15 | 2017-07-14 | 上海理工大学 | 一种自行车换乘公共交通复合式路线生成装置及路线生成方法 |
-
2018
- 2018-01-10 CN CN201810024673.9A patent/CN108171385A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104864879A (zh) * | 2014-02-25 | 2015-08-26 | 高德软件有限公司 | 导航路径规划方法及装置 |
CN105021185A (zh) * | 2015-07-15 | 2015-11-04 | 上海市政工程设计研究总院(集团)有限公司 | 导航方法及系统 |
CN106949899A (zh) * | 2017-03-15 | 2017-07-14 | 上海理工大学 | 一种自行车换乘公共交通复合式路线生成装置及路线生成方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109612488A (zh) * | 2018-12-26 | 2019-04-12 | 东北大学 | 基于大数据微服务的混合出行方式路径规划系统及方法 |
CN109612488B (zh) * | 2018-12-26 | 2022-09-20 | 东北大学 | 基于大数据微服务的混合出行方式路径规划系统及方法 |
CN109855644A (zh) * | 2019-03-12 | 2019-06-07 | 东莞市美誉信息科技有限公司 | 基于街市智媒体的共享车信息导引方法及系统 |
CN113551683A (zh) * | 2021-07-21 | 2021-10-26 | 上海连尚网络科技有限公司 | 一种用于生成路线信息的方法、设备、介质及程序产品 |
CN116127205A (zh) * | 2022-11-23 | 2023-05-16 | 东南大学 | 一种基于开放数据的公交系统多网融合综合阻抗确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105865472B (zh) | 一种基于最佳油耗的车载导航方法 | |
CN106682812B (zh) | 综合运输体系客运方式分担率-距离转移曲线确定方法 | |
GB2572962A (en) | Vehicle Routing | |
CN108171385A (zh) | 一种智能化共享单车与公共交通最佳出行方案的规划方法 | |
CN107798867B (zh) | 一种基于电动汽车和内燃机车混合车流的拥堵交通网络均衡方法 | |
CN107085620A (zh) | 一种出租车和地铁接驳出行线路的查询方法及系统 | |
CN106651728B (zh) | 一种综合运输体系客运方式优势运距的确定方法 | |
CN111798039B (zh) | 一种学生接送辅助系统 | |
CN102637359A (zh) | 基于复杂路网的出租车合乘集群优化系统及其优化方法 | |
CN104680829B (zh) | 基于多用户协同的公交车辆到站时间预测系统及方法 | |
CN113160600B (zh) | 一种用于城市微循环公交系统的车辆调度方法 | |
CN106979788A (zh) | 一种电能汽车的路径规划方法及导航设备 | |
CN105844362A (zh) | 城市交通综合出行决策模型 | |
EP3556601A1 (en) | Vehicle routing | |
CN113724495B (zh) | 一种城市共享出行的流量预测方法 | |
CN103034906A (zh) | 基于云计算的多模态交通联运系统 | |
CN107527105B (zh) | 一种拼车组单方法 | |
CN108537362B (zh) | 基于双向搜索及估值函数剪枝方式的公交换乘方法 | |
CN111833153B (zh) | 一种购买高铁票时推荐航班的方法 | |
CN105806355A (zh) | 一种车辆绿色路径导航系统及方法 | |
CN105528890B (zh) | 一种适用于大型交通枢纽处的出租车拼车方法 | |
CN109584546B (zh) | 一种快速-常规公交共享车道发车流量阈值的确定方法 | |
CN109086915B (zh) | 一种基于gis的网约车接单和路径规划的方法 | |
CN111127076A (zh) | 一种出租车共享模式下的定价方法 | |
CN106855406A (zh) | 一种基于手机app的公共导航方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |
|
RJ01 | Rejection of invention patent application after publication |