业务挑战
应用场景
- 发车计划时刻表智能编制
在公交车辆总量确定的情况下,依据乘客OD分析结论、线路需求状态、车辆服务状态及道路交通状态,并以公交总运营成本最小、早晚高峰运力最大、乘客等待时间最短为目标函数建模,编制生成发车计划时刻表
- 发车计划动态调整
发车计划是基于历史客流的预测以及运力的均衡考虑。但是考虑到实际运行状态变更如:站点客流的变化,道路行驶情况,突发状况的发生,恶劣天气等情况,静态的编制计划往往不能很好的执行。发车计划动态调整算法将实时对发车计划做出调整,满足客流变化、车辆踏班等临时调整发车计划的需求
- 司机排班
司机智能排班综合考虑工作劳动法规、多种班型、用餐时间、休息时间约束等。通过数学建模,最终实现安排一组驾驶人员来完成已定的行车计划的工作,并保障驾驶人员的工时整体均衡
- 标准行驶时间预测
公交车辆要进行合理的计划编制,需要对发出去的运行车辆到达每个站点的时间和圈次运行的时间进行预测,用于制定回场的公交车辆后续发车计划。同时基于实时的车辆GPS信息预测回场时间,以支撑现场调度对发车计划做动态调整
方案优势
采用数学规划、强化学习以及启发式算法,实现多目标的最优解集,搜索范围更大,适用场景更广
客户案例
深圳巴士
深圳巴士与华为云强强联合,将“算力”转化为“运力”。双方将继续落地数字化转型成果,实现产业+科技能力外溢,逐步构建公交+科技的新商业模式。