本发明涉及交通运输工程，特别是面向城乡公交运输的线路多模式协同优化方法及系统。
背景技术：
1、本发明在社会交通管理和城市规划中有望缓解交通拥堵，提高交通系统的可持续性，并推动城市发展朝着智能、绿色和便捷的方向迈进，通过优化城乡公交线路，有望提高居民的出行体验，减少交通污染，促进城乡经济的协同发展，因此，本发明的应用有望在推动城市交通智能化和提高交通效率的同时，为社会创造更为宜居和可持续的发展环境。
2、目前的城乡公交运输优化技术存在明显的不足之处，数据提取阶段仅停留在简单的站点信息提取，缺乏对出行率和吸发比等关键因素的深入分析，导致对公交线路需求的准确把握不足，现有技术在建模过程中对目标函数的构建相对简单，对人均gdp和人口密度等影响因素的考虑较为粗略，难以全面反映城市交通的复杂需求，在求解阶段，对乘客候车时间和在车时间的考虑不够充分，使得优化结果与实际情况相比存在较大偏差。本发明通过面向城乡公交运输的线路多模式协同优化方法为城乡公交系统的发展带来更为创新的解决方案。
技术实现思路
1、鉴于现有的面向城乡公交运输的线路多模式协同优化方法及系统中存在的问题，提出了本发明。
2、因此，本发明的目的是提供面向城乡公交运输的线路多模式协同优化方法及系统，能够对乘客候车时间和在车时间的考虑不够充分问题，通过面向城乡公交运输的线路多模式协同优化方法对运输线路的偏差进行优化。
3、为解决上述技术问题，本发明提供如下技术方案：
4、第一方面，本发明实施例提供了面向城乡公交运输的线路多模式协同优化方法，其包括，对城乡公交运输的线路车站站点进行数据提取，构建目标函数，基于目标函数对城乡公交线路进行重设分析，根据分析结果统计od之间的客流吸引度；建立城乡公交多模式运输组织协同优化建模，获取全程车和大站快车的出行成本；对优化建模进行求解，基于求解结果进行归一化加权，在多模式运输范围内搜寻全局最优解。
5、作为本发明所述面向城乡公交运输的线路多模式协同优化方法的一种优选方案，其中：所述提取包括分析线路的出行率和吸发比，确定站点以及站点间距，所述构建目标函数包括根据人均gdp和人口密度为指标进行预测，具体计算公式为：
6、
7、其中，表示第k类用地发生率下限/(人次/户)，表示第k类用地发生率上限/(人次/户)，(ρmin/ρmax)表示同类城市最小人口密度与最大人口密度之比/(人/km2)，(gmin/gmax)表示同类城市最小人均gdp与最大人均gdp之比/万元，η1和η2为调节函数。
8、作为本发明所述面向城乡公交运输的线路多模式协同优化方法的一种优选方案，其中：所述重设分析包括基于城市公交的客流出行量与各站点的站间距关系进行拟合，确定城乡公交的各站点站间距和客流出行量，具体拟合公式为：d＝8.7364r-0.239，其中，d表示站间距，r表示区域人口密度；
9、所述统计包括根据客流出行量估计上行方向站间出行的od矩阵，统计各站点具体上下车人数，根据各站点上下车人数统计各断面的客流量，得出断面流量分布图，基于流量分布图分析线路的密集流量路段；
10、所述分析包括考虑乘客站点候车成本、乘客在车时间成本和惩罚成本，所述惩罚成本包括指部分站点有大站快车需求的乘客，而选择乘坐大站快车增加的出行时间成本，所述出行时间成本包括基于惩罚成本构建出行时间的目标函数，具体公式为：
11、c1＝cwait+cin+cpe＝vot×(twait+tin+cop×tpe)
12、其中，cwait表示乘客等待时间成本，cin表示在车时间成本，cpe表示潜在延误惩罚成本/元，vot表示乘客的平均时间价值/(元·人-1min-1)，twait表示乘客的等待时间，tin表示在车时间，tpe表示潜在延误时间/min，cop表示惩罚系数。
13、作为本发明所述面向城乡公交运输的线路多模式协同优化方法的一种优选方案，其中：所述优化建模包括基于重设分析结果建立模型优化目标，所述模型优化目标包括基于出行成本计算乘客候车时间和在车时间，具体步骤如下：
14、所述乘客候车时间包括根据车辆的发车时间间隔将候车时间分为两个区段，具体计算步骤如下：
15、计算全程车和大站快车运行区段内的候车时间具体计算公式为：
16、
17、其中，pst表示区间车的运行起点的车站编号，ped表示区间车的终点的车站编号，n表示当前线路上的车站总数，qij表示单位时段内由车站i前往车站j的乘客数量/(人次·h-1)，δi表示大站快车在车站i的停站决策二元变量，取1表示停站，取0表示不停站，η2表示选择乘坐大站快车的乘客比例，m1表示全程车的发车频率，m2表示大站快车的发车频率/(辆·h-1)；
18、计算全程车、区间车和大站快车组合运行区段内的候车时间具体计算公式为：
19、
20、其中，η3表示选择乘坐区间车的乘客数量占比，m3表示区间车的发车频率/(辆·h-1)；
21、根据候车时间和候车时间计算乘客候车时间，具体计算公式为：
22、
23、作为本发明所述面向城乡公交运输的线路多模式协同优化方法的一种优选方案，其中：所述在车时间包括根据站间行驶时间和停站时间将在车时间分为两个区段进行测算，具体步骤如下：
24、计算全程车和大站快车运行区段内的在车时间具体计算公式为：
25、
26、
27、其中，tij表示从站点i至站点j公交车辆的运行时间和停站时间之和/min，lij表示站点i至站点j的运行里程/km，ts表示车站s的停站时长/s，v1表示全程车的区间平均运行速度/(km·h-1)，v2表示大站快车的区间平均运行速度/(km·h-1)；
28、计算全程车、区间车和大站快车组合运行区段内的在车时间具体计算公式为：
29、
30、其中，v3表示区间车的平均运行速度；
31、基于测算结果存在乘客潜在延误时间问题，所述乘客潜在延误时间包括乘客在大站快车未停靠的站点转为乘坐全程车存在的延误时间，延误时间具体公式为：
32、
33、
34、其中，coek表示第k类模式公交车的单位时间运营成本/(元·辆-1h-1)，k＝1,2,3表示全程车模式、大站快车模式和区间车模式，mk表示第k类车的发车频率/(辆·h-1)，表示标为第k类模式公交车的旅行时间/h，表示单位电价/(元·kwh-1)，conk表示对应车型的平均耗电量/(kwh·辆-1)，dek表示对应车型k的单位小时折旧/(元·辆-1h-1)，drk表示驾驶员单位小时工资/(元·辆-1h-1)；
35、所述出行成本包括基于优化建模结果和潜在延误时间进行计算，具体计算公式为：
36、
37、其中，表示区间车运行起始站点ped至终点站pst的里程/km。
38、作为本发明所述面向城乡公交运输的线路多模式协同优化方法的一种优选方案，其中：所述求解包括对区间车和大站快车构建约束条件，所述约束条件包括对运输断面客流量约束、区段能力利用率约束和决策变量约束，所述运输断面客流量约束包括对多模式运输的最大客流断面进行约束，具体公式为：
39、
40、b1m1+b2δsm2≥ps,s+1,s∈[1,pst-1]∪[ped+1,n]
41、其中，bk表示第k种车辆的额定载客容量/(人·辆-1)，pi,i+1表示车站i至车站i+1区间内的断面客流/(人次·h-1)；
42、所述区段能力利用率约束包括设定任何区段内的断面客流量约束能力利用率，具体计算公式为：
43、
44、其中，pi,i+1表示车站i至车站i+1区间内的断面客流，mk表示第k类车的发车频率/(辆·h-1)；
45、所述决策变量约束包括基于运输断面客流量约束和区段能力利用率约束融合了大站快车累计停站次数约束，具体公式如下：
46、
47、mk∈n+,k＝1,2,3
48、
49、其中，mk表示第k类车的发车频率/(辆·h-1)，bk表示第k种车辆的额定载客容量，n表示当前线路上的车站总数。
50、作为本发明所述面向城乡公交运输的线路多模式协同优化方法的一种优选方案，其中：所述归一化加权包括基于目标函数进行单目标独立优化求解，具体计算公式为：
51、
52、其中，1表示c1和c2两个子目标函数的权重之和；和表示前述两个子目标的函数最小值，和为对应的最大值。
53、第二方面，本发明实施例提供了面向城乡公交运输的线路多模式协同优化系统，其包括：
54、提取模块，其对城乡公交运输的线路车站站点进行数据提取，构建目标函数，根据分析结果统计od之间的客流吸引度；
55、建模模块，其建立城乡公交多模式运输组织协同优化建模，
56、求解模块，其对优化建模进行求解，基于求解结果进行归一化加权。
57、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现上述的面向城乡公交运输的线路多模式协同优化方法的任一步骤。
58、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现上述的面向城乡公交运输的线路多模式协同优化方法的任一步骤。
59、本发明有益效果为：本发明通过精准的数据提取和目标函数构建，实现对线路需求的准确预测，多模式运输组织协同优化模型考虑全程车和大站快车的成本，降低运输开支，综合考虑乘客候车时间和在车时间，优化线路设计，提升乘坐体验，本发明缓解拥堵，提供更便捷的公共交通选择，助力城市可持续发展，实现了公共交通系统更智能、高效和适应性更强的运营，为城市居民创造更宜居的出行环境，推动城市交通朝着更绿色和人性化的方向迈进。
1.面向城乡公交运输的线路多模式协同优化方法，其特征在于：包括，
2.如权利要求1所述的面向城乡公交运输的线路多模式协同优化方法，其特征在于：所述提取包括分析线路的出行率和吸发比，确定站点以及站点间距，所述构建目标函数包括根据人均gdp和人口密度为指标进行预测，具体计算公式为：
3.如权利要求2所述的面向城乡公交运输的线路多模式协同优化方法，其特征在于：所述重设分析包括基于城市公交的客流出行量与各站点的站间距关系进行拟合，确定城乡公交的各站点站间距和客流出行量，具体拟合公式为：d＝8.7364r-0.239，其中，d表示站间距，r表示区域人口密度；
4.如权利要求3所述的面向城乡公交运输的线路多模式协同优化方法，其特征在于：所述优化建模包括基于重设分析结果建立模型优化目标，所述模型优化目标包括基于出行成本计算乘客候车时间和在车时间，具体步骤如下：
5.如权利要求4所述的面向城乡公交运输的线路多模式协同优化方法，其特征在于：所述在车时间包括根据站间行驶时间和停站时间将在车时间分为两个区段进行测算，具体步骤如下：
6.如权利要求5所述的面向城乡公交运输的线路多模式协同优化方法，其特征在于：所述求解包括对区间车和大站快车构建约束条件，所述约束条件包括对运输断面客流量约束、区段能力利用率约束和决策变量约束，所述运输断面客流量约束包括对多模式运输的最大客流断面进行约束，具体公式为：
7.如权利要求6所述的面向城乡公交运输的线路多模式协同优化方法，其特征在于：所述归一化加权包括基于目标函数进行单目标独立优化求解，具体计算公式为：
8.面向城乡公交运输的线路多模式协同优化系统，基于权利要求1～7任一所述的面向城乡公交运输的线路多模式协同优化方法，其特征在于：包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的面向城乡公交运输的线路多模式协同优化方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的面向城乡公交运输的线路多模式协同优化方法的步骤。
