基于深度强化学习的动态机场巴士发车时刻表优化

摘要

灵活的机场巴士发车时刻表是提高机场巴士服务质量和运营效率的关键。然而，现有的机场巴士发车时刻表多为静态制定，难以根据实时客流变化调整。本文提出一种基于深度强化学习的动态机场巴士发车时刻表编制方法，将发车时刻表编制问题建模为马尔可夫决策过程，构建DQN网络用于决策机场巴士发车时刻。以当前时刻、当前到达乘客人数、总等待乘客人数、乘客总等待时间、乘客最长等待时间、上座率及滞留乘客人数为状态特征。在奖励函数中，综合考虑了乘客等待与滞留成本以及车辆上座率，以平衡乘客体验和运营效率。利用咸阳机场巴士的真实数据验证了方法的有效性。与实际时刻表相比，动态优化后的发车点减少了5个，车辆平均上座率从0.47提升至0.6，乘客最大等待时长仅增加1.29个单位时间。此外，不同客流量条件下的实验进一步证明，该方法可根据实际客流灵活调整发车时刻，有效降低运营成本并提升服务质量。

关键词

智能交通 / 时刻表编制 / 深度强化学习 / 机场巴士服务 / 动态优化 / DQN