期望车外时间成本最小的公交到站时间发布方法及系统

1.本发明涉及城市公共交通系统领域，具体涉及一种期望车外时间成本最小的公交到站时间发布方法及系统。


背景技术：

2.近年来，城市化进程显著加快，机动车保有量连年上涨，城市交通需求供给矛盾愈加突出，交通拥堵成为亟待解决的问题。公共汽电车交通(简称“公交”)作为一种载客量大、价格实惠的城市交通出行方式，在缓解城市交通拥堵过程中发挥着重要作用。
3.近年来，公交客运量一直呈现逐年下降的趋势，优化公交服务质量是当前的一项重要工作。在公交运营服务中，期望班次到站时间信息直接影响乘客附加活动选择行为，合理的附加活动选择行为可以有效优化车外时间的利用效用进而优化公交运营的服务质量。
4.经过市场调研发现，常用的实时公交到站信息app包括“车来了”、“掌上公交”等，均集中于向用户推送距离最近的公交班次的实时位置及预计到站时间信息，并无基于公交乘客个体需求进行定制公交到站信息服务。
5.因此，为了优化公交服务质量与吸引力，寻求一种公交到站时间发布策略，能够针对乘客出行特征定制到站信息服务，使其充分利用车外时间优化车外时间效用至关重要。


技术实现要素：

6.本发明要解决的技术问题在于，提供一种期望车外时间成本最小的公交到站时间发布系统及方法，其能够引导乘客合理地进行附加活动决策，实现车外时间的有效利用，从经济效应层面提升公交服务的质量与吸引力，改善公交乘客出行体验。
7.本发明要解决的技术问题在于，提供一种期望车外时间成本最小的公交到站时间发布方法，包括以下步骤：
8.s1、获取乘客的出行特征参数，具体包括：乘客的出行目的、目的地位置、出发地位置、乘车站点位置信息；
9.s2、获取乘客赶车过程各阶段的车外时间价值系数，赶车过程是指乘客从出行起点出发到抵达站点乘车离开阶段，这一过程中的时间价值系数包括：乘客步行前往站点的时间价值系数β、乘客附加活动的时间价值系数α、乘客等侯期望班次的站点候车时间价值系数γ、乘客错过期望班次时的站点候车时间价值系数δ；
10.s3、获取乘行线路乘车站点上游各个班次的到站时间预测区间；
11.s4、结合乘客乘车步行距离匹配期望乘车班次；
12.s5、建立期望车外时间成本模型；
13.s6、发布期望成本最小的到站时间。
14.按上述方案，所述步骤s5中公交期望车外时间成本是由乘客前往站点的步行时间成本、乘客附加活动的时间成本以及乘客站点候车时间成本组成，乘客站点候车时间成本取决于乘客选择附加活动后能否乘上期望班次，乘客期望车外时间成本c存在两种表达形
式：
15.1)当乘客完成附加活动后乘坐期望班次离开时，乘客的站点候车时间为期望班次实际到站时间tr与乘客完成附加活动抵达站点时间tf ts之差，乘客期望车外时间成本c1表达为：
16.c1＝βtf αts γ(t
r-t
f-ts)
17.2)当乘客完成附加活动后错过期望班次，乘坐下一班次离开时，乘客的站点候车时间为下一班次实际到站时间tr h，h为车辆到达间隔，与乘客完成附加活动抵达站点时间tf ts之差，乘客期望车外时间成本c2表达为：
18.c2＝βtf αts γ(tr h-t
f-ts)。
19.按上述方案，所述步骤s5中乘客期望车外时间成本为当乘客完成附加活动后乘坐期望班次离开时与当乘客完成附加活动后错过期望班次乘坐下一班次离开时的两种情况下车外时间成本与其发生概率的乘积之和，计算方法如下：
[0020][0021]
式中，f(ts)为公交乘客附加活动时长的概率密度函数，f(tr)为期望班次实际到站时间的概率密度函数，t
l
为期望班次到站时间置信区间下限，tu为期望班次到站时间置信区间上限。
[0022]
按上述方案，所述步骤s6中到站时间推荐值按照如下步骤求解：
[0023]
s601、结合到站信息服务系统预测精度及期望班次到站时间预测值确定到站时间发布值t的取值区间，即：t∈(t
l
,tu)；
[0024]
s602、将取值区间内的分钟整数值代入公交乘客期望车外时间成本函数中，计算乘客期望车外时间成本，选择期望成本最小值对应的到站时间预测值作为到站时间推荐值。
[0025]
本发明还提供一种期望车外时间成本最小的公交到站时间发布系统，包括乘客出行参数获取模块、乘客车外时间价值系数获取模块、乘行线路乘车站点上游班次到站时间区间预测模块、期望乘车班次匹配模块、期望车外时间成本计算模块和到站时间发布模块；
[0026]
所述乘客出行参数获取模块用于获取出行乘客出行目的地、乘客出行目的地位置、乘客出发地位置以及乘车站点位置信息；
[0027]
所述乘客车外时间价值系数获取模块用于获取乘客赶车过程各阶段的车外时间价值系数，并将其传递乘客出行特征参数给期望车外时间成本计算模块；
[0028]
所述乘行线路乘车站点上游班次到站时间区间预测模块用于获取乘行线路乘车站点上游各班次到站时间区间信息，并将其传递给期望乘车班次匹配模块；
[0029]
所述期望乘车班次匹配模块结合乘客乘车步行距离，匹配期望班次，并传递给期望车外时间成本计算模块；
[0030]
所述期望车外时间成本计算模块确定预测区间内各整数发布值对应的车外时间成本，并将车外时间成本最小的到站时间发布值传递给到站时间发布模块；
[0031]
所述到站时间发布模块用于将到站时间推荐值提供给乘客。
[0032]
按上述方案，所述乘客出行参数获取模块将乘客出行目的传递给乘客车外时间价值系数获取模块，将乘车站点位置及目的地位置信息传递给乘行线路乘车站点上游班次到站时间区间预测模块，将出发地位置以及乘车站点位置传递给期望乘车班次匹配模块。
[0033]
按上述方案，所述乘客车外时间价值系数获取模块结合乘客出行目的信息确定乘客赶车过程各阶段的车外时间价值系数，包括：乘客步行前往站点的时间价值系数β、乘客附加活动的时间价值系数α、乘客等侯期望班次的站点候车时间价值系数γ、乘客错过期望班次时的站点候车时间价值系数δ，并传递给期望车外时间成本计算模块。
[0034]
按上述方案，所述乘行线路乘车站点上游班次到站时间区间预测模块结合乘客目的地位置及乘车站点位置确定乘客乘车线路，预测处于乘车站点上游各班次到站时间区间，并传递给期望乘车班次匹配模块。
[0035]
按上述方案，所述期望车外时间成本计算模块构建以期望班次到站时间发布值为自变量的期望车外时间成本函数，通过试值法确定预测区间内各整数发布值对应的车外时间成本，并将车外时间成本最小的到站时间发布值传递给到站时间发布模块。
[0036]
实施本发明的期望车外时间成本最小的公交到站时间发布系统及方法，具有以下有益效果：
[0037]
1、本发明提出的公交到站时间发布方法可结合乘客出行参数，包括乘客出行目的、目标地位置、出发点位置、乘车站点位置等信息，向乘客提供定制化的到站时间，能够引导乘客合理地进行附加活动决策，提升车外时间效用；
[0038]
2、本发明通过量化乘客的车外时间成本发现，优化到站时间发布值引导乘客选择附加活动可以有效节省乘客从出发点开始到乘车离开阶段的期望车外时间成本，并通过案例分析发现，相较直接发布预测期望值(点估计值)，发布推荐值可有效节省期望车外时间成本。
附图说明
[0039]
图1为本发明的期望车外时间成本最小的公交到站时间发布方法的流程图；
[0040]
图2为本发明的期望车外时间成本最小的公交到站时间发布方法的公交到站时间预测误差分布；
[0041]
图3为本发明的期望车外时间成本最小的公交到站时间发布方法的乘客附加活动时长分布；
[0042]
图4为本发明的乘客期望车外时间成本随期望到站时间发布值的变化趋势。
具体实施方式
[0043]
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
[0044]
如图1-4中，在本发明的考期望车外时间成本最小的公交到站时间发布系统实施例中，包括乘客出行参数获取模块、乘客车外时间价值系数获取模块、乘行线路乘车站点上游班次到站时间区间预测模块、期望乘车班次匹配模块、期望车外时间成本计算模块以及到站时间发布模块。
[0045]
乘客出行参数获取模块用于获取出行乘客的出行目的、目的地位置、出发地位置
可表达为：
[0054]
c1＝βtf αts γ(t
r-t
f-ts)
[0055]
2)乘客完成附加活动后错过期望班次，乘坐下一班次离开。乘客的站点候车时间为下一班次实际到站时间tr h(h为车辆到达间隔)与乘客完成附加活动抵达站点时间tf ts之差，此时，乘客期望车外时间成本c2可表达为：
[0056]
c2＝βtf αts γ(tr h-t
f-ts)
[0057]
作为上述方案的优选，所述步骤s5中乘客期望车外时间成本为上述两种情况下的车外时间成本与其发生概率的乘积之和，计算方法如下：
[0058][0059]
式中，f(ts)为公交乘客附加活动时长的概率密度函数，f(tr)为期望班次实际到站时间的概率密度函数，t
l
为期望班次到站时间置信区间下限，tu为期望班次到站时间置信区间上限。
[0060]
s6、发布期望成本最低的到站时间。
[0061]
步骤s6中到站时间推荐值按照如下步骤求解：
[0062]
1)结合到站信息服务系统预测精度及期望班次到站时间预测值确定到站时间发布值t的取值区间，即：t∈(t
l
,tu)；
[0063]
2)将取值区间内的分钟整数值代入公交乘客期望车外时间成本函数中，计算乘客期望车外时间成本，选择期望成本最小值对应的到站时间预测值作为到站时间推荐值。
[0064]
以某市城镇居民为例，通过提出的公交到站时间发布策略，确定了一次虚拟公交出行场景下的期望班次到站时间发布值，并就期望车外时间成本与传统到站时间发布策略进行了比较。
[0065]
一种期望车外时间成本最小的公交到站时间发布方法，具体实施步骤如下：
[0066]
s1、获取目标乘客的出行参数，本实施例中，乘客的出行特征参数分别为：
[0067]
①
乘客前往站点的乘车步行时间(乘车步行距离约为500米)约为6min；
[0068]
②
乘客的出行目的为逛街，隶属于休闲出行；
[0069]
③
如图2所示，假设公交到站时间预测误差服从期望为0的正态分布，则公交实际到站时间服从期望为t
p
的正态分布，根据正态分布“3sigma”原则——数值分布在(μ-3σ,μ 3σ)中的概率为0.9974，可以认为实际到站时间处于以下预测区间范围内：
[0070]
tr∈(t
p-3σ,t
p
3σ)
[0071]
已有研究表明到站时间的预测误差随着距离或时间的增加而增加，这里进一步假定到站时间误差的标准差σ与到站时间预测值之间呈比例关系，即：
[0072]
σ＝λt
p
[0073]
本实施例中，假设公交到站信息系统的预测精度(mape)为10％，根据近似等于0.125，tr∈(12.5min，27.5min)，则对应的期望班次到站时间发布值取值区间t∈[12min,27.5min)(t为区间内整数)，此外设定期望班次与其相邻班次的到
达间隔为10min，即h＝10min。
[0074]
s2、获取目标乘客从出发点出发到抵达站点乘车离开时间段内各阶段的车外时间价值系数，包括乘客前往站点步行时间的价值系数β、乘客附加活动时间的价值系数α、乘客等候期望班次时的站点候车时间价值系数γ以及乘客错过期望班次时的站点候车时间价值系数δ，本发明案例中α＝0.855cny/min、β＝1.425cny/min、γ＝1.425cny/min、δ＝2.28cny/min。
[0075]
s3、获取乘行线路乘车站点上游各个班次的到站时间预测区间；如图2所示，假设公交到站时间预测误差服从期望为0的正态分布，则公交实际到站时间服从期望为t
p
的正态分布，根据正态分布“3sigma”原则——数值分布在(μ-3σ,μ 3σ)中的概率为0.9974，可以认为实际到站时间处于以下预测区间范围内：
[0076]
tr∈(t
p-3σ,t
p
3σ)
[0077]
已有研究表明到站时间的预测误差随着距离或时间的增加而增加，这里进一步假定到站时间误差的标准差σ与到站时间预测值之间呈比例关系，即：
[0078]
σ＝λt
p
[0079]
本实施例中，假设公交到站信息系统的预测精度(mape)为10％，根据近似等于0.125，例如t
p
＝20min时，tr∈(12.5min，27.5min)，则对应的期望班次到站时间发布值取值区间t∈[12min,27.5min)(t为区间内整数)，此外设定期望班次与其相邻班次的到达间隔为10min，即h＝10min。
[0080]
s4、结合乘客乘车步行距离匹配期望乘车班次；依据期望班次到站时间预测的置信区间下界高于乘客前往站点的步行时长的原则，将满足条件的最早一趟班次匹配为期望班次，本实施例设定期望班次的期望到站时间为t
p
＝20min，其对应的到站时间发布值取值区间t∈[12min,27.5min)；s5、建立期望车外时间成本模型；获取从出发点出发到抵达站点乘车离开过程公交乘客的期望车外时间成本函数。其中，如图3所示，假设乘客附加活动时长在其可选择区间内(t-tf)服从均匀分布，即乘客在其可选择区间内随机选择附加活动时长。
[0081]
s5、如图4所示，求解到站时间预测区间内各整数发布值对应的期望车外时间成本。给出期望车外时间成本最小的到站时间预测值(推荐值)，对应本发明案例中到站时间推荐值t*＝18min。
[0082]
实用性评价：从优化效果角度而言，在预测区间内发布推荐值(18min)与发布预测下限(12min)与预测期望值附近整数值(20min)相比，上述出行情景下，乘客节省的期望车外时间成本分别为26.72-25.54＝1.18cny(节省4.6％)、25.96-25.54＝0.42cny(节省1.6％)，优化效果显著。
[0083]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。