一种轨道交通站点接驳资源的动态优化方法及系统

本发明涉及交通接驳，具体涉及一种轨道交通站点接驳资源的动态优化方法及系统。

背景技术：

1、城市轨道交通站点的接驳资源包括公交线路、共享单车停车位、停车场泊位及动态定价等。科学配置上述资源，需要在保障整体客流运行效率的同时，兼顾不同区域之间的服务均衡性。

2、但现有技术中，居民收入等反映不同群体出行特征的社会经济属性主要依赖人口普查或专项交通调查获取，此类调查更新周期长、实施成本高，无法反映居民空间分布在日常生活中的实际变化；基于上述静态数据计算的公平性评估指标亦局限于离线宏观分析，难以与逐日波动的客流数据进行动态匹配；而现有的资源优化方法多为离线预设场景求解，当实际客流需求发生变化时，已生成的配置方案无法实时响应调整。

3、进一步地，城市轨道交通接驳资源配置本质上是一个多目标动态优化问题，其中“运行效率”与“服务均衡性”之间存在内在张力：运行效率最大化倾向于将公交运力、停车资源向高需求、高客流站点集中，而服务均衡性最大化则要求向低覆盖、边缘区域倾斜资源，二者在数学上构成多目标冲突关系。现有方法缺乏对这一冲突关系的建模与量化手段，通常采用加权求和或约束转化方式将多目标简化为单目标，但权重系数一旦固定即无法随客流时空分布的变化而动态调整，无法在不同运行场景下实现效率与公平的帕累托最优动态求解。

4、上述问题的累积效应导致现有技术难以在动态变化的环境下实现接驳资源运行效率与服务均衡性的协同优化。

技术实现思路

1、为了克服现有技术的不足，本发明提供一种轨道交通站点接驳资源的动态优化方法及系统，以解决现有技术中的问题。

2、为实现以上目的，本发明提供如下技术方案：

3、一种轨道交通站点接驳资源的动态优化方法，包括：

4、获取用户的移动轨迹数据和公共交通出行记录；

5、根据所述移动轨迹数据，构建异构图谱，所述异构图谱用于描述用户个体、地理单元及时序分段之间的时空关联关系；

6、利用图神经网络提取所述异构图谱中用户节点的行为表征向量，并将所述行为表征向量映射为用户的群体属性标签；

7、根据所述群体属性标签和所述公共交通出行记录，确定各站点的运行效能值及全局服务可达差异度；

8、模拟从轨道交通网络中逐一移除各站点，重新计算移除后的所述服务可达差异度，以移除前后所述服务可达差异度的增量值作为各站点对全局服务均衡的边际影响系数；

9、将各站点配置为决策智能体，将各站点对应的所述边际影响系数作为该决策智能体强化学习奖励函数中公平性子项的权重因子，以协同优化所述运行效能值及所述服务可达差异度为目标进行策略迭代，生成各站点的接驳资源调整动作；

10、将所述调整动作转换为调整指令并下发至现场执行终端。

11、在其中一个实施例中，所述异构图谱中：

12、用户节点与地理单元节点之间通过基于所述移动轨迹数据形成的访问关系边连接；地理单元节点之间通过基于空间拓扑相邻关系形成的邻接边连接；

13、所述用户节点的初始特征至少包括出行频次和夜间驻留稳定性，所述地理单元节点的初始特征至少包括城市功能密度。

14、在其中一个实施例中，所述图神经网络通过以下方式进行特征提取：

15、聚合同一时空切片内共享同一地理单元的各用户节点的特征，输出群体空间分布密度；

16、聚合相邻时序分段间同一用户节点的特征，输出个体行为时序演变特征。

17、在其中一个实施例中，将所述行为表征向量映射为群体属性标签采用多分类监督微调；所述微调的损失函数包含类别权重因子，所述类别权重因子与各类别在标注样本中的占比负相关。

18、在其中一个实施例中，所述全局服务可达差异度通过以下方式确定：

19、根据路网拓扑及公共交通运力时刻表，确定各地理单元在预设出行时长阈值内可到达的站点数量，作为该地理单元的服务覆盖量；

20、按照所述群体属性标签对地理单元内的居民排序，构建居民累计占比与服务覆盖量累计占比之间的对应曲线；

21、计算所述对应曲线偏离均衡参考线的面积，以所述面积表征所述全局服务可达差异度。

22、在其中一个实施例中，将各站点对应的边际影响系数作为该决策智能体强化学习奖励函数中公平性子项的权重因子，包括：

23、所述奖励函数包含效率子项、公平性子项和成本子项；所述公平性子项的权重系数与该决策智能体对应站点的边际影响系数正相关，使边际影响系数越大的站点在策略迭代中承担越高的公平性优化责任。

24、在其中一个实施例中，所述决策智能体采用集中式训练与分布式执行架构，包括：

25、训练阶段，集中采集各决策智能体的动作及全局状态变化，更新全局评价网络；

26、执行阶段，各决策智能体依据本地观测信息独立输出动作；所述本地观测信息包括本站点效能值、邻接站点效能值、周边群体密度及当前接驳资源配置参数。

27、在其中一个实施例中，所述接驳资源调整动作包括公交运力调节量、共享单车容量调节量和停车费率调节比例；

28、各决策智能体输出所述动作时受全局资源总量约束，所述约束通过在所述奖励函数中叠加惩罚项实现，所述惩罚项与各站点资源调整总量超出预设上限的程度正相关。

29、在其中一个实施例中，将所述调整动作转换为调整指令并下发之前，对连续时间窗口内的所述调整动作进行一阶低通滤波；

30、设置执行状态监测回路，当任一站点在连续预设次数内未对所述调整指令作出有效响应时，将该站点切换至预设的保底运行模式。

31、一种公共交通站点接驳资源的动态优化系统，包括：

32、数据接入单元，用于接收移动信令数据流及公共交通交易数据流；

33、图谱管理单元，用于根据所述数据接入单元的数据构建并维护用户个体、地理空间单元及时序分段之间的异构图谱；

34、属性感知单元，内置经预训练及微调后的图神经网络模型，用于根据所述异构图谱输出用户的群体属性分类；

35、均衡度量单元，用于根据所述群体属性分类在地理单元上的分布及各站点的服务覆盖范围计算全局服务均衡度，以及模拟移除各站点后重新计算所述全局服务均衡度以确定各站点的边际贡献值；

36、协同决策单元，内置以各站点为独立决策主体的多智能体策略网络，用于将各站点的所述边际贡献值作为该智能体奖励函数中均衡性子项的权重因子，以全局运行效率和全局服务均衡度为协同优化目标进行策略迭代，输出接驳资源调节方案；

37、执行转换单元，用于将所述调节方案转换为与公交调度终端、共享单车调控终端及停车收费终端相适配的驱动信号。

38、与现有的技术相比，本发明具有的有益效果为：

39、本发明利用异构图谱融合用户的时空行为关联信息，通过图自编码器的消息传递机制实现同类群体之间的信息共享，在标注样本量极少（不足总用户数的1%）的条件下，提高收入等级分类准确率，且能捕捉群体属性在时序上的变化，群体属性感知精度显著提升。

40、本发明利用移动信令数据驱动的群体属性分布替代传统人口普查静态数据，结合路网和公共交通运力时刻表实时计算服务可达差异度，使基尼系数等公平性评估指标从年度静态更新提升至15分钟级别的动态更新，公平性指标实现动态量化。

41、本发明通过反事实推理将全局公平性指标拆解为每个站点的边际贡献系数，并将该系数作为多智能体强化学习奖励函数的修正项，使得全局公平性目标精确传导至每个站点的个体决策，实现了效率和公平的帕累托改进。