業(yè)務(wù)挑戰(zhàn)
應(yīng)用場景
- 發(fā)車計劃時刻表智能編制
在公交車輛總量確定的情況下，依據(jù)乘客OD分析結(jié)論、線路需求狀態(tài)、車輛服務(wù)狀態(tài)及道路交通狀態(tài)，并以公交總運營成本最小、早晚高峰運力最大、乘客等待時間最短為目標(biāo)函數(shù)建模，編制生成發(fā)車計劃時刻表
- 發(fā)車計劃動態(tài)調(diào)整
發(fā)車計劃是基于歷史客流的預(yù)測以及運力的均衡考慮。但是考慮到實際運行狀態(tài)變更如：站點客流的變化，道路行駛情況，突發(fā)狀況的發(fā)生，惡劣天氣等情況，靜態(tài)的編制計劃往往不能很好的執(zhí)行。發(fā)車計劃動態(tài)調(diào)整算法將實時對發(fā)車計劃做出調(diào)整，滿足客流變化、車輛踏班等臨時調(diào)整發(fā)車計劃的需求
- 司機排班
司機智能排班綜合考慮工作勞動法規(guī)、多種班型、用餐時間、休息時間約束等。通過數(shù)學(xué)建模，最終實現(xiàn)安排一組駕駛?cè)藛T來完成已定的行車計劃的工作，并保障駕駛?cè)藛T的工時整體均衡
- 標(biāo)準(zhǔn)行駛時間預(yù)測
公交車輛要進行合理的計劃編制，需要對發(fā)出去的運行車輛到達每個站點的時間和圈次運行的時間進行預(yù)測，用于制定回場的公交車輛后續(xù)發(fā)車計劃。同時基于實時的車輛GPS信息預(yù)測回場時間，以支撐現(xiàn)場調(diào)度對發(fā)車計劃做動態(tài)調(diào)整
方案優(yōu)勢
采用數(shù)學(xué)規(guī)劃、強化學(xué)習(xí)以及啟發(fā)式算法，實現(xiàn)多目標(biāo)的最優(yōu)解集，搜索范圍更大，適用場景更廣
客戶案例
深圳巴士
深圳巴士與華為云強強聯(lián)合，將“算力”轉(zhuǎn)化為“運力”。雙方將繼續(xù)落地數(shù)字化轉(zhuǎn)型成果，實現(xiàn)產(chǎn)業(yè)+科技能力外溢，逐步構(gòu)建公交+科技的新商業(yè)模式。