摘要
为了应对越来越多的乘客利用手机软件实时查看车辆位置信息以帮助其计划出发时间这一发展趋势,探究实时车辆信息共享程度对公交动态控制策略的影响,结合长短时记忆网络(long short term memory,LSTM)预测模型和遗传算法(genetic algorithm,GA)构建 GA-LSTM 实时混合公交运行轨迹预测模型;在实时公交运行轨迹预测模型的基础上,建立考虑乘客接受实时车辆信息共享程度、以最小化车头时距偏差和乘客乘车时间为目标的公交动态驻站控制策略;通过西安市实际数据测试实时公交运行轨迹预测模型和公交动态驻站控制策略的有效性,并讨论不同最大驻站控制时间、接受实时信息乘客比例对公交动态驻站控制策略的影响.研究结果表明:利用GA-LSTM 预测模型预测停车服务时间和站间运行时间的均方根误差(RMSE)相较于传统LSTM预测模型的预测结果分别降低了 21.19％和44.55％;考虑实时车辆信息共享的动态控制策略预测结果比未考虑信息共享的动态控制策略目标函数预测结果降低了 31.66％;随着最大驻站时间增加,目标函数值减少到定值后保持稳定;随着接受实时信息乘客比例增加,目标函数值持续减少.研究结果有助于交通管理部门结合乘客接受信息共享程度设计更灵活、有效的公交动态控制策略,从而为改善公交运营状况、提高公交服务水平奠定理论基础.
基金项目
陕西省自然科学基础研究计划项目(2021JZ-20)
NETL
NSTL
维普
万方数据