轨道交通列车派班方法及系统与流程

2021-02-05 01:02:00|

487|

起点商标网

本发明涉及城市轨道交通技术领域，尤其涉及一种轨道交通列车派班方法及系统。

背景技术：

在城市轨道交通的列车系统运营过程中，每天的派班日程表一般由前一天制定，保证第二天所有的列车都会按照里程表发车，从而保障人们的日常出行需求。

现在的主流派班方法都是在早晚高峰的时候增加发车次数，在低谷的时候降低发车次数，从而在疏解交通压力的同时，降低运营所需要的人力物力成本。现有的派班方法虽然可以满足日常的发车需求，并按照经验来疏解交通压力，但是普通的经验法会导致鲁棒性能较低，在出现局部人流峰值时，便会扰乱既有派班的日程。而当出现一些意外事件导致轨道交通延误或者停运时，需要重新派班，从而降低了派班的效率。

此外，现有的派班方法需要投入大量人力物力，从而保障列车的派班可以满足线路上的乘客出行需求，这也无形之中加大了列车派班的成本。

技术实现要素：

本发明实施例提供一种轨道交通列车派班方法及系统，用以解决现有技术中列车派班方法鲁棒性低，派班效率低，成本高的缺陷，实现列车根据车站人数自适应派班。

本发明实施例提供一种轨道交通列车派班方法，包括：

获取线路中每个车站的新增乘车人数；

将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔；

根据所述最优发车时间间隔，对所述列车进行派班；

其中，所述自适应动态规划模型根据每个车站的新增乘车人数进行训练获取。

根据本发明一个实施例的轨道交通列车派班方法，获取线路中每个车站的新增乘车人数的步骤包括：

获取进入每个车站的闸机的人数和从每个车站的闸机流出的人数；

根据每个车站的转站处的视频，基于卷积神经网络统计每个车站的转站人数；

根据进入每个车站的闸机的人数、从每个车站的闸机流出的人数和每个车站的转站人数，获取每个车站的新增乘车人数。

根据本发明一个实施例的轨道交通列车派班方法，根据进入每个车站的闸机的人数、从每个车站的闸机流出的人数和每个车站的转站人数，获取每个车站的新增乘车人数的步骤包括：

对于任一所述车站，将进入该车站的闸机的人数减去从该车站的闸机流出的人数，获取该车站的净流入人数；

将该车站的净流入人数加上该车站的转站人数，获取该车站的新增乘车人数。

根据本发明一个实施例的轨道交通列车派班方法，将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔的步骤包括：

将每个车站的新增乘车人数输入到自适应动态规划模型的执行模块中，输出所述列车的发车时间间隔；

将每个车站的新增乘车人数和所述列车的发车时间间隔，输入到所述自适应动态规划模型的评判模块中，输出以所述发车时间间隔对所述列车进行派班的性能指标值；

根据所述性能指标值对所述执行模块和所述评判模块中的权重参数进行更新，使得所述性能指标值最小；

将使性能指标值最小的发车时间间隔作为所述列车的最优发车时间间隔。

根据本发明一个实施例的轨道交通列车派班方法，通过如下公式根据所述性能指标值对所述执行模块进行更新：

其中，xk为第k时刻获取的所述新增乘车人数，uk为所述执行模块的输入为第k时刻的新增乘车人数时输出的发车时间间隔，u(xk)为对uk的更新结果，arg为求参函数，xk+1为根据xk和uk预测的第k+1时刻的新增乘车人数，j(xk+1)为所述评判模块第k+1时刻的输出，l(xk,uk)为从j(xk)中去除j(xk+1)的结果，j(xk)为所述评判模块第k时刻的输出。

根据本发明一个实施例的轨道交通列车派班方法，通过如下公式根据所述性能指标值对所述评判模块进行更新：

其中，xk为第k时刻获取的所述新增乘车人数，uk为所述执行模块的输入为第k时刻的新增乘车人数时输出的发车时间间隔，u(xk)为对uk的更新结果，j(xk)为所述性能指标值的更新结果，xk+1为根据xk和u(xk)预测的第k+1时刻的新增乘车人数，j(xk+1)为所述评判模块第k+1时刻的输出，l(xk,uk)为从j(xk)中去除j(xk+1)的结果，j(xk)为所述评判模块第k时刻的输出，f为根据xk和u(xk)预测xk+1的函数。

根据本发明一个实施例的轨道交通列车派班方法，根据所述性能指标值对所述执行模块和所述评判模块中的权重参数进行更新，使得所述性能指标值最小的步骤包括：

基于bellman算法对所述执行模块和所述评判模块中的权重参数进行更新，直到j(xk)与j(xk+1)之间的差值小于预设阈值；

将最后一次迭代得到的j(xk)作为最小的所述性能指标值。

本发明实施例还提供一种轨道交通列车派班系统，包括：

获取模块，用于获取线路中每个车站的新增乘车人数；

计算模块，用于将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔；

派班模块，用于根据所述最优发车时间间隔，对所述列车进行派班；

其中，所述自适应动态规划模型根据每个车站的新增乘车人数进行训练获取。

本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述轨道交通列车派班方法的步骤。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述轨道交通列车派班方法的步骤。

本发明实施例提供一种轨道交通列车派班方法及系统，该方法通过根据实时获取的线路中每个车站的新增乘车人数，使用自适应动态规划模型获取列车的最优发车时间间隔，然后根据最优发车时间间隔对列车进行自动派班，一方面提高了列车派班效率，通过使用自适应动态规划模型实现在发车时间间隔尽可能大的情况下使每站的新增乘车人数尽可能小，使得在一定时间内使用最少的发车次数最大程度地疏解车站新增乘车人数，有效降低轨道交通运营成本；另一方面根据车站新增乘车人数实时对列车的最优发车时间间隔进行调整，实现对列车发车时间间隔的细粒度精准控制，在意外情况发生时，自适应对列车的派班进行调整，具有较强的鲁棒性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种轨道交通列车派班方法的流程示意图；

图2是本发明实施例提供的一种轨道交通列车派班方法中的自适应动态规划模型结构示意图；

图3是本发明实施例提供的一种轨道交通列车派班系统的结构示意图；

图4是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合图1描述本发明实施例的轨道交通列车派班方法，包括：s101，获取线路中每个车站的新增乘车人数；

其中，本实施例中的线路为轨道交通中需要进行列车派班的某条线路。轨道交通可以为地铁、轻轨和有轨电车等。该条线路中有多个车站，获取该条线路中每个车站的新增乘车人数。每个车站的新增乘车人数可以通过统计乘客的购票情况和/或车站内的人员流动情况获取。本实施例不限于新增乘车人数的计算方式。本实施例中实时获取实际车站新增乘车人数的目的是根据实时获取的实际车站新增乘车人数实时调整列车的发车时间间隔，从而实现根据实际车站新增乘车人数自适应对列车进行派班。

s102，将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔；其中，所述自适应动态规划模型根据每个车站的新增乘车人数进行训练获取。

自适应动态规划模型利用函数近似结构来逼近动态规划方程中的性能指标函数和控制策略，使之满足bellman最优性原理，进而获得最优控制和最优性能指标函数。自适应动态规划模型一般包括动态系统、评判模块和执行模块。其中动态系统对应于建立的模型，执行模块用来近似最优控制策略；评判模块受动态系统产生的奖励或惩罚影响，执行模块输出控制结果。自适应动态规划模型的结构如图2所示。

发车时间间隔是指该条线路上前后两辆列车驶离始发站的时间间隔。通过控制发车时间间隔，来控制每个车站的当前新增乘车人数尽可能得到疏解。使用自适应动态规划模型根据输入的每个车站的新增乘车人数，输出最优发车时间间隔。在计算出最优发车时间间隔之前需要对自适应动态规模模型进行训练，即根据每个车站的实际新增乘车人数对自适应动态规划模型的参数进行调整，直到自适应动态规划模型中的参数最优。将参数最优情况下输出的发车时间间隔作为最优发车时间间隔。

s103，根据所述最优发车时间间隔，对所述列车进行派班；其中，所述自适应动态规划模型根据每个车站的新增乘车人数进行训练获取。

在对列车进行派班时，现有技术人为总结车站新增乘车人数的一般规律来制定派班计划，例如在早晚上班高峰的时候增加发车次数，在低谷的时候降低发车次数。而本实施例根据车站实际新增乘车人数计算最优发车时间间隔，不同时刻的不同新增乘车人数对应不同的最优发车时间间隔，使得列车的发车时间间隔根据新增乘车人数进行自适应调整。根据本实施例计算出的最优发车时间间隔对列车进行派班可以适用于线路中出现的各种状况。

例如，在早晚高峰时，由于上下班的乘客新增人数较多，自适应动态规划模型输出的最优发车时间间隔会自适应变小，即发车车次增加，从而缓解车站新增乘车人数较多带来的交通压力；当车站乘车的人数较少时，自适应动态规划模型输出的最优发车时间间隔会自适应地变大，即适当减少发车车次，避免造成交通资源浪费，降低交通运营成本。此外，在任何时刻由于突发事件造成车站新增乘车人数突增时，可以根据此时的车站新增乘车人数减小发车时间间隔，保证轨道交通在干扰下依旧可以自适应维持运作。

本实施例通过根据实时获取的线路中每个车站的新增乘车人数，使用自适应动态规划模型获取列车的最优发车时间间隔，然后根据最优发车时间间隔对列车进行自动派班，一方面提高了列车派班效率，通过使用自适应动态规划模型实现在发车时间间隔尽可能大的情况下使每站的新增乘车人数尽可能小，使得在一定时间内使用最少的发车次数最大程度地疏解车站新增乘车人数，有效降低轨道交通运营成本；另一方面根据车站新增乘车人数实时对列车的最优发车时间间隔进行调整，实现对列车发车时间间隔的细粒度精准控制，在意外情况发生时，自适应对列车的派班进行调整，具有较强的鲁棒性。

在上述实施例的基础上，本实施例中获取线路中每个车站的新增乘车人数的步骤包括：获取进入每个车站的闸机的人数和从每个车站的闸机流出的人数；根据每个车站的转站处的视频，基于卷积神经网络统计每个车站的转站人数；根据进入每个车站的闸机的人数、从每个车站的闸机流出的人数和每个车站的转站人数，获取每个车站的新增乘车人数。

其中，闸机是一种通道阻挡装置，在轨道交通管理中被用于管理人流并规范乘客出入。闸机最核心的功能是闸机开启一次只能通过一个人。当闸机识别系统识别到进站或出站乘客的有效识别磁卡时，就会开启闸机。每个车站分别在出口和入口设置闸机，其中入口设置的闸机用来管理入站的人流，出口设置的闸机用来管理出站的人流。根据入站闸机和出站闸机中的自动计数系统可以分别获得在某个时间段内进入每个车站的人数和从每个车站流出的人数。

卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络。卷积神经网络包含输入层、隐含层和输出层。其中，卷积神经网络的输入层可以处理多维数据。卷积神经网络的隐含层包含卷积层、池化层和全连接层。卷积层的功能是对输入数据进行特征提取；在卷积层进行特征提取后，输出的特征会被传递至池化层进行特征选择和信息过滤；全连接层位于卷积神经网络隐含层的最后部分，特征在全连接层中会失去空间拓扑结构并展开为向量。

每个车站的闸机只能确定出入本车站的人数，无法得到由其他线路转站到当前列车线路的人数。因此，在车站的转站区域安装摄像头，通过摄像头获取车站转站处的视频。将拍摄的车站转站处的视频作为卷积神经网络的输入信息，使用卷积神经网络对视频做图像识别处理，识别出视频中的乘客，并统计转站乘客的人数。综合进入每个车站的闸机的人数、从每个车站的闸机流出的人数和每个车站的转站人数可以获得每个车站乘车的人数，本实施例不限于具体的计算方式。

本实施例中每个车站的新增乘车人数的计算不仅考虑进入该车站的人数和从该车站流出的人数，还考虑该车站的转站人数，从而使得计算的车站乘车人数更加准确，得到更加准确的最优发车时间间隔，实现更加有效的列车派班。

在上述实施例的基础上，本实施例中根据进入每个车站的闸机的人数、从每个车站的闸机流出的人数和每个车站的转站人数，获取每个车站的新增乘车人数的步骤包括：对于任一所述车站，将进入该车站的闸机的人数减去从该车站的闸机流出的人数，获取该车站的净流入人数；将该车站的净流入人数加上该车站的转站人数，获取该车站的新增乘车人数。

具体地，该车站现有新增乘车人数根据该车站闸机净流入人数加上该车站转站人数获取。其中，该车站闸机净流入人数通过进入该车站的闸机的人数减去从该车站的闸机流出的人数获得。当新增乘车人数大于0，说明乘车人数增加，发车时间间隔减小；当新增乘车人数小于0，说明乘车人数减少，发车时间间隔增大。

本实施例综合考虑车站的闸机流出的人数、每个车站的转站人数和进入车站的闸机的人数，可以准确地获得车站新增乘车人数。

在上述各实施例的基础上，本实施例中将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔的步骤包括：将每个车站的新增乘车人数输入到自适应动态规划模型的执行模块中，输出所述列车的发车时间间隔；将每个车站的新增乘车人数和所述列车的发车时间间隔，输入到所述自适应动态规划模型的评判模块中，输出以所述发车时间间隔对所述列车进行派班的性能指标值；根据所述性能指标值对所述执行模块和所述评判模块中的权重参数进行更新，使得所述性能指标值最小；将使性能指标值最小的发车时间间隔作为所述列车的最优发车时间间隔。

具体地，根据自适应动态规划模型获取列车的最优发车时间间隔的过程包括参数初始化、参数更新和确定模型输出。其中，参数初始化将每个车站的新增乘车人数作为状态量并且初始化自适应动态规划模型中执行模块和评判模块中的权重参数。参数更新过程中，将状态量输入到执行模块中，输出发车时间间隔；将状态量和列车发车间隔输入到评判模块中，输出列车派班的性能指标值；同时给出当前的状态量的评价，将当前的状态量的评价与性能指标值结合，进一步地计算评判模块的误差；根据误差反向传播算法修正评判模块的权重参数，利用更新后的权重重新计算评判模块的输出，然后计算执行模块的误差，对执行模块的权重参数进行更新；重复上述参数更新过程，直到模型满足停止更新的条件。整个参数更新的目标是使性能指标最小。最优一次迭代中执行模块输出的发车时间间隔为最优发车时间间隔。

在上述实施例的基础上，本实施例中通过如下公式根据所述性能指标值对所述执行模块进行更新：

其中，arg函数与最小函数min函数组合使用的含义是求取使最小函数中的式子达到最小值时的变量取值。性能指标函数使得发车间隔尽量大，每个车站的新增乘客尽可能得到疏解。执行模块是在评判模块的估计基础上进行权重参数更新，更新过程中的目标是输出使性能指标值最小的发车时间间隔。

在上述实施例的基础上，本实施例中通过如下公式根据所述性能指标值对所述评判模块进行更新：

具体地，执行模块在输入车站当前的新增乘车人数后，输出相应的发车时间间隔。将每个车站的新增乘车人数和列车发车间隔输入到评判模块中。通过不断更新评判模块和执行模块的权重参数，使得评判模块输出的性能指标值最小。以评判模块输出的性能指标值最小为目标调整执行模块使其输出的发车时间间隔最优。

在上述实施例的基础上，本实施例中根据所述性能指标值对所述执行模块和所述评判模块中的权重参数进行更新，使得所述性能指标值最小的步骤包括：基于bellman算法对所述执行模块和所述评判模块中的权重参数进行更新，直到j(xk)与j(xk+1)之间的差值小于预设阈值；将最后一次迭代得到的j(xk)作为最小的所述性能指标值。

其中，bellman算法是一种用于求解单源最短路径问题的算法。bellman算法的原理是通过不断优化学习，估计的最短路径值逐渐被更加准确的值替代，直到获得最优解。预设阈值是自适应动态规划模型更新过程中预先设置的模型停止更新条件，根据经验预先设置bellman算法更新执行模块和评判模块的权重参数时，从初始值开始不断地根据bellman方程进行修正，直到满足预设阈值，则停止更新。将训练好的执行模块的输出作为最优发车时间间隔，训练好的评判模块的输出作为最优性能指标，从而实现对列车的发出时间间隔进行实时最优控制。

根据bellman算法对自适应动态规划模型的参数进行更新，不仅可以减少自适应动态规划模型前向计算时间，而且可以在线响应未知系统的动态变化，对自适应动态规划模型结构中的某些参数进行自动调整。

下面对本发明实施例提供的轨道交通列车派班系统进行描述，下文描述的轨道交通列车派班系统与上文描述的轨道交通列车派班方法可相互对应参照。

如图3所示，本实施例提供的轨道交通列车派班系统包括获取模块301、计算模块302和派班模块303；其中，获取模块301用于获取线路中每个车站的新增乘车人数；

计算模块302用于将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔；其中，所述自适应动态规划模型根据每个车站的新增乘车人数进行训练获取。

派班模块303用于根据所述最优发车时间间隔，对所述列车进行派班；

本实施例根据车站实际新增乘车人数计算最优发车时间间隔，不同时刻的不同新增乘车人数对应不同的最优发车时间间隔，使得列车的发车时间间隔根据新增乘车人数进行自适应调整。根据本实施例计算出的最优发车时间间隔对列车进行派班可以适用于线路中出现的各种状况。

在上述实施例的基础上，本实施例中获取模块具体用于：获取进入每个车站的闸机的人数和从每个车站的闸机流出的人数；根据每个车站的转站处的视频，基于卷积神经网络统计每个车站的转站人数；根据进入每个车站的闸机的人数、从每个车站的闸机流出的人数和每个车站的转站人数，获取每个车站的新增乘车人数。

在上述实施例的基础上，本实施例中获取模块还用于：对于任一所述车站，将进入该车站的闸机的人数减去从该车站的闸机流出的人数，获取该车站的净流入人数；将该车站的净流入人数加上该车站的转站人数，获取该车站的新增乘车人数。

在上述实施例的基础上，本实施例中计算模块具体用于：将每个车站的新增乘车人数输入到自适应动态规划模型的执行模块中，输出所述列车的发车时间间隔；将每个车站的新增乘车人数和所述列车的发车时间间隔，输入到所述自适应动态规划模型的评判模块中，输出以所述发车时间间隔对所述列车进行派班的性能指标值；根据所述性能指标值对所述执行模块和所述评判模块中的权重参数进行更新，使得所述性能指标值最小；将使性能指标值最小的发车时间间隔作为所述列车的最优发车时间间隔。

在上述实施例的基础上，本实施例中计算模块通过如下公式根据所述性能指标值对所述执行模块进行更新：

在上述实施例的基础上，本实施例中计算模块通过如下公式根据所述性能指标值对所述评判模块进行更新：

在上述实施例的基础上，本实施例中计算模块具体用于：基于bellman算法对所述执行模块和所述评判模块中的权重参数进行更新，直到j(xk)与j(xk+1)之间的差值小于预设阈值；将最后一次迭代得到的j(xk)作为最小的所述性能指标值。

图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)401、通信接口(communicationsinterface)402、存储器(memory)403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信。处理器401可以调用存储器403中的逻辑指令，以执行轨道交通列车派班方法，该方法包括：获取线路中每个车站的新增乘车人数；将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔；根据所述最优发车时间间隔，对所述列车进行派班。

此外，上述的存储器403中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的轨道交通列车派班方法，该方法包括：获取线路中每个车站的新增乘车人数；将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔；根据所述最优发车时间间隔，对所述列车进行派班。

又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的轨道交通列车派班方法，该方法包括：获取线路中每个车站的新增乘车人数；将每个车站的新增乘车人数输入到自适应动态规划模型中，输出所述线路中列车的最优发车时间间隔；根据所述最优发车时间间隔，对所述列车进行派班。

以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击【在线咨询】或添加微信【19522093243】与客服一对一沟通，为大家解决相关问题。