一种用于公交车辆智能运行的并行计算方法和仿真系统

摘要

本发明涉及一种用于公交车辆智能运行仿真系统以及应用于所述仿真系统的并行计算方法；所述仿真系统适用于全自动调度的无人驾驶车辆调度场景；所述仿真系统包括位于终端的仿真服务器以及运行于用户端的客户端；仿真服务器基于多个用户的出行需求通过仿真运算获得基准调度方案集合，并将所述基准调度方案集合发送到多个客户端；客户端以用户的特征集合建立用户模型，并将该用户模型在以所述基准调度方案集合为模拟条件的仿真环境中进行多次循环仿真运算并获得一个最高的感知效用指数；通过在所述仿真服务器以所述客户端中并行进行多次仿真运算，最优获得总感知效用与总收益最高的调度方案以及出行方案。

权利要求

1.一种用于公交车辆智能运行的仿真系统，其特征在于，所述仿真系统包括：仿真服务器，用于与一个或以上客户端进行通讯连接，接收来自一个或一个以上用户的出行需求；并且运行用于公交车辆运行的仿真程序，利用所述仿真程序进行仿真运算，生成基准调度方案集合；

客户端：被配置为运行于用户操作的设备，用于接收用户的出行需求以及接收并处理来自所述仿真服务器的所述基准调度方案集合；所述基准调度方案集合至少包括两个调度方案；并且，客户端将所述基准调度方案集合以及用户特征集合作为源数据进行仿真运算，获得针对当前客户端用户的出行方案；

其中，所述客户端根据所述用户特征集合建立用户的智能体Agent，使用所述智能体在以所述基准调度方案集合建立的模拟条件环境下进行仿真循环，计算每次仿真循环的感知效用指数V：，式1；

式1中，ε1为反映用户对行程时间的感知态度的时间系数，ε2为反映用户对行程费用的感知态度的成本系数，ε1、ε2根据所述出行需求以及所述用户特征集合进行拟合算得；T为仿真运算后预测用户本次行程的总时长，T0为用户对本次行程的期望时长；C为仿真运算后预测本次行程的费用，C0为用户对本次行程的期望费用；

由所述客户端计算获得对于用户i的最高的感知效用指数Vi‑max,将Vi‑max以及获得Vi‑max的对应的所述调度方案反馈到所述仿真服务器，所述仿真服务器计算N个用户的总感知效用Vtotal即：，式2；

并且计算从N个用户本次行程获取的总收益Ctotal即：

，式3；

式3中，Ci为用户i在本次行程中的总费用；

最终计算运行效益W：

，式4；

式4中，λ1和λ2为感知效用权重系数和收益权重系数，通过管理人员设定仿真系统的运行原则，从而使λ1和λ2的具有不同的数值；

在所述仿真服务器和所述客户端中进行并行的循环仿真运算，通过优化所述基准调度方案集合以及所述出行方案，使得运行效益W最大化后，获得最终的最优调度方案，以及对应于所述最优调度方案的N个用户的N个最优出行方案；将所述最优出行方案发送到用户的所述客户端。

2.如权利要求1所述一种用于公交车辆智能运行的仿真系统，其特征在于，所述出行需求包括用户出行的起点、终点，和以下至少一项：行程期望时间、行程期望费用。

3.如权利要求2所述一种用于公交车辆智能运行的仿真系统，其特征在于，每个所述调度方案包括调度涉及的车辆、出发时间/地点、终点位置、预期到达终点时间、行程中分段费用和行程收益。

4.如权利要求3所述一种用于公交车辆智能运行的仿真系统，其特征在于，所述用户特征集合用于描述用户的多个特征，其中包括：用户的个体特征，至少包括性别、年龄、是否患有特殊疾病；

用户的习惯特征，至少包括最长步行距离、最长等待时间。

5.一种用于公交车辆智能运行的并行计算方法，其特征在于，所述并行计算方法应用于如权利要求4所述的一种用于公交车辆智能运行的仿真系统；所述并行计算方法包括以下步骤：S100：用户将出行需求输入客户端，并由所述客户端向仿真服务器提交用户的出行需求；

S200：仿真服务器基于多个用户的出行需求，在仿真系统内进行仿真运算，获取符合多个用户的出行需求的基准调度方案集合；并将所述基准调度方案集合返回所述客户端；

S300：所述客户端使用基于用户特征集合建立的智能体，在以所述基准调度方案集合建立的模拟条件环境下进行仿真循环，计算每次仿真循环的感知效用指数V；

S400：所述客户端计算获得对于用户i的最高的感知效用指数Vi‑max,将Vi‑max以及获得Vi‑max的对应的所述调度方案反馈到所述仿真服务器；

S500：所述仿真服务器计算N个用户的总感知效用Vtotal以及本次行程获取的总收益Ctotal；

S600：循环进行步骤S200至S500，以运行效益W最大化为目标，获取最优调度方案，以及对应于所述最优调度方案的N个用户的N个最优出行方案。

6.如权利要求5所述一种用于公交车辆智能运行的并行计算方法，其特征在于，在步骤S300中，所述客户端在完成所述基准调度方案集合中的至少一个调度方案的仿真运算后，立即向所述仿真服务器返回已完成的调度方案的感知效用指数V，使得步骤S300和步骤S400并行运行。

说明书

一种用于公交车辆智能运行的并行计算方法和仿真系统

技术领域

[0001] 本发明涉及数据处理方法技术领域。具体而言，涉及一种用于公交车辆智能运行的并行计算方法和仿真系统。

背景技术

[0002] 随着智能化公共交通系统的普及，公交交通车辆例如地铁、客车、小型接驳车辆都逐渐变采用了无人驾驶或者智能化辅助驾驶的运营方式，由此能够节省大量人力成本，并且由于智能化运营有别于以往涉及人力安排的因素，使公交行驶班次和时间调度的灵活性大幅提升；而公交车辆的智能运行调度问题关乎到交通运营的整体效益以及用户的体验；高效的车辆运行调度方案不仅能够提供可靠的服务还能够减少运营部门的运营成本；传统车辆调度方案在设计时往往假设单程时间而且起始时间固定，然而方案在执行的时候单程会受到复杂运营环境和突发情况的干扰，使得单程时间变得不确定；因此一个基于固定单程时间的方案很难被精准的执行。同时这些突发情况降低了服务水平，增加了企业成本。因此如何在现实环境下检验方案的鲁棒性和执行率变得至关重要。

[0003] 进一步的，无人驾驶的公共交通车辆，由于可以省去对驾驶人员的调度需求，因此对于车辆的安排调度能够实现高度灵活的实施方式；例如可以安排各类型载客量的车辆针对不同的客流时段运行，并且安排更为个性化的定制运行路线，以及对每条路线实施不同的运营管理，例如空调温度管理、女性专用车厢、超廉价车厢等，满足更为多样化的乘客需求。评估这些个性化需求的效益以及具体的调度安排，采用仿真运算系统可以获得更具参考性的测试数据；然而随着海量的个体（车辆、乘客、路面随机因素等）参与仿真运算，其运算量巨大，并且考虑到若追求更准确的仿真效果，需要涉及大量乘客的隐私数据，因此如何上述两方面如何兼顾亦为仿真系统需要考虑的重要难题。

[0004] 查阅相关已公开的技术方案，公开号为CN111856968A的技术方案提出一种基于并行计算的大规模交通仿真系统及方法，该技术方案通过将道路以及道路上的每条车道进行编号进行单独的仿真计算，从而细化仿真效果并提高仿真运算的性能表现；公开号为JP2011238182A的技术方案为为电动汽车提供有用的模拟运行方案，使得电动汽车能够保证在各种路况以及运行条件下，都具有最低保证运行的电量以及能够及时找到充电桩进行电量补充；公开号为US09524640B2的技术方案将车辆的尺寸以及性能进行数据化并代入仿真系统中，同时将路网的多个节点建立连接，使得交通仿真系统通过将各个仿真参与者的行为和逻辑尽可能细化表现，从而达到足够细致的仿真效果。

[0005] 以上技术方案均基于一个中心化的仿真运算系统进行仿真运算处理，该中心化系统的算力决定了仿真运算的整体效率，当面对更海量的仿真数据时，仿真系统的算力将成为运算的瓶颈从而产生额外的升级成本。

[0006] 背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。

发明内容

[0007] 本发明的目的在于，提供一种用于公交车辆智能运行仿真系统以及应用于所述仿真系统的并行计算方法和；所述仿真系统适用于全自动调度的无人驾驶车辆调度场景；所述仿真系统包括位于终端的仿真服务器以及运行于用户端的客户端；仿真服务器基于多个用户的出行需求通过仿真运算获得基准调度方案集合，并将所述基准调度方案集合发送到多个客户端；客户端以用户的特征集合建立用户模型，并将该用户模型在以所述基准调度方案集合为模拟条件的仿真环境中进行多次循环仿真运算并获得一个最高的感知效用指数；通过在所述仿真服务器以所述客户端中并行进行多次仿真运算，最终获得总感知效用与总收益最高的调度方案以及出行方案。

[0008] 本发明采用如下技术方案：

[0009] 一种用于公交车辆智能运行的仿真系统，所述仿真系统包括：

[0010] 仿真服务器，用于与一个或以上客户端进行通讯连接，接收来自一个或一个以上用户的出行需求；并且运行用于公交车辆运行的仿真程序，利用所述仿真程序进行仿真运算，生成基准调度方案集合；

[0011] 客户端：被配置为运行于用户操作的设备，用于接收用户的出行需求以及接收并处理来自所述仿真服务器的所述基准调度方案集合；所述基准调度方案集合至少包括两个调度方案；并且，客户端将所述基准调度方案集合以及用户特征集合作为源数据进行仿真运算，获得针对当前客户端用户的出行方案；

[0012] 其中，所述客户端根据所述用户特征集合建立用户的智能体Agent，使用所述智能体在以所述基准调度方案集合建立的模拟条件环境下进行仿真循环，计算每次仿真循环的感知效用指数V：

[0013] ，式1；

[0014] 式1中，ε1为反映用户对行程时间的感知态度的时间系数，ε2为反映用户对行程费用的感知态度的成本系数，ε1、ε2根据所述出行需求以及所述用户特征集合进行拟合算得；T为仿真运算后预测用户本次行程的总时长，T0为用户对本次行程的期望时长；C为仿真运算后预测本次行程的费用，C0为用户对本次行程的期望费用；

[0015] 由所述客户端计算获得对于用户i的最高的感知效用指数Vi‑max,将Vi‑max以及获得Vi‑max的对应的所述调度方案反馈到所述仿真服务器，所述仿真服务器计算N个用户的总感知效用Vtotal即：

[0016] ，式2；

[0017] 并且计算从N个用户本次行程获取的总收益Ctotal即：

[0018] ，式3；

[0019] 式3中，Ci用户i在本次行程中的总费用；

[0020] 最终计算运行效益W：

[0021] ，式4；

[0022] 式4中，λ1和λ2为感知效用权重系数和收益权重系数，通过管理人员设定仿真系统的运行原则，从而使λ1和λ2的具有不同的数值；

[0023] 在所述仿真服务器和所述客户端中进行并行的循环仿真运算，通过优化所述基准调度方案集合以及所述出行方案，使得运行效益W最大化后，获得最终的最优调度方案，以及对应于所述最优调度方案的N个用户的N个最优出行方案；将所述最优出行方案发送到用户的所述客户端；

[0024] 优选地，所述出行需求包括用户出行的起点、终点，以及以下至少一项：行程期望时间、行程期望费用；

[0025] 优选地，每个所述调度方案包括调度涉及的车辆、出发时间/地点、终点位置、预期到达终点时间、行程中分段费用、行程收益；

[0026] 优选地，所述用户特征集合用于描述用户的多个特征，其中包括：

[0027] 用户的个体特征，至少包括性别、年龄、是否患有特殊疾病；

[0028] 用户的习惯特征，至少包括最长步行距离、最长等待时间；

[0029] 进一步的，提出一种用于城市公交车辆智能的并行计算方法，所述并行计算方法应用于所述仿真系统；所述并行计算方法包括以下步骤：

[0030] S100：用户将出行需求输入客户端，并由所述客户端向仿真服务器提交用户的出行需求；

[0031] S200：仿真服务器基于多个用户的出行需求，在仿真系统内进行仿真运算，获取符合多个用户的出行需求的基准调度方案集合；并将所述基准调度方案集合返回所述客户端；

[0032] S300：所述客户端使用基于用户特征集合建立的智能体，在以所述基准调度方案集合建立的模拟条件环境下进行仿真循环，计算每次仿真循环的感知效用指数V；

[0033] S400：所述客户端计算获得对于用户i的最高的感知效用指数Vi‑max,将Vi‑max以及获得Vi‑max的对应的所述调度方案反馈到所述仿真服务器；

[0034] S500：所述仿真服务器计算N个用户的总感知效用Vtotal以及本次行程获取的总收益Ctotal；

[0035] S600：循环进行步骤S200至S500，以运行效益W最大化为目标，获取最优调度方案，以及对应于所述最优调度方案的N个用户的N个最优出行方案。

[0036] 优选地，在步骤S300中，所述客户端在完成所述基准调度方案集合中的至少一个调度方案的仿真运算后，立即向所述仿真服务器返回已完成的调度方案的感知效用指数V，使得步骤S300和步骤S400并行运行。

[0037] 本发明所取得的有益效果是：

[0038] 1. 本发明的仿真系统其中的仿真服务器与客户端分别用于处理运营端以及用户端各自的仿真运算，两者之间涉及的大量保密数据以及运算过程可以相互隔离且并行运算，因此既保证了仿真运算的资源集中程度，同时保护了运营方和用户各自的数据隐私；

[0039] 2. 本发明的仿真服务器可以基于已有的车辆调度资源以及本身的仿真运算能力，作出具有不同精细化程度的调度方案，适用于各类型规格的智能化调度应用场景；

[0040] 3. 本发明的并行计算方法同时利用了中心化终端的高速算力以及位于系统多个边缘节点，即用户端的多个设备的运算进行并行计算，大大利用了系统内的可用算力进行运算加速；

[0041] 4. 本发明的仿真系统其涉及的各组件采用了模块化设计和配合，后期可通过软件、硬件进行灵活优化和变更，节省了大量后期维护升级成本。

附图说明

[0042] 从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。

[0043] 图1为本发明所述仿真系统的示意图；

[0044] 图2为本发明实施例对用户出行需求的处理流程的示意图；

[0045] 图3为本发明实施例客户端的构成示意图；

[0046] 图4为本发明实施例中所述并行计算步骤的示意图。

[0047] 附图图例说明：100‑仿真服务器；200‑客户端；210‑中央处理器；220‑存储器组件；221‑随机存取存储器；222‑外部存储器；230‑网络接口设备；300‑网络。

具体实施方式

[0048] 为了使得本发明的目的技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明 ，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统.方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内.包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。

[0049] 本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位.以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

[0050] 实施例一：

[0051] 特提出一种兼顾仿真准确性、仿真运算效率以及保护用户隐私的仿真系统以及并行计算方法；

[0052] 如附图1和附图2所示，一种用于公交车辆智能运行的仿真系统，所述仿真系统包括：

[0053] 仿真服务器100，用于与一个或以上客户端进行通讯连接，接收来自一个或一个以上用户的出行需求；并且运行用于公交车辆运行的仿真程序，利用所述仿真程序进行仿真运算，生成基准调度方案集合；

[0054] 客户端200，所述客户端200可包括在多个用户上的多个客户端，如附图1标示的200‑1，200‑2……；所述客户端被配置为运行于用户操作的设备，用于接收用户的出行需求以及接收并处理来自所述仿真服务器的所述基准调度方案集合；所述基准调度方案集合至少包括两个调度方案；并且，客户端将所述基准调度方案集合以及用户特征集合作为源数据进行仿真运算，获得针对当前客户端用户的出行方案；

[0055] 其中，所述客户端根据所述用户特征集合建立用户的智能体Agent，使用所述智能体在以所述基准调度方案集合建立的模拟条件环境下进行仿真循环，计算每次仿真循环的感知效用指数V：

[0056] ，式1；

[0057] 式1中，ε1为反映用户对行程时间的感知态度的时间系数，ε2为反映用户对行程费用的感知态度的成本系数，ε1、ε2根据所述出行需求以及所述用户特征集合进行拟合算得；T为仿真运算后预测用户本次行程的总时长，T0为用户对本次行程的期望时长；C为仿真运算后预测本次行程的费用，C0为用户对本次行程的期望费用；

[0058] 由所述客户端计算获得对于用户i的最高的感知效用指数Vi‑max,将Vi‑max以及获得Vi‑max的对应的所述调度方案反馈到所述仿真服务器，所述仿真服务器计算N个用户的总感知效用Vtotal即：

[0059] ，式2；

[0060] 并且计算从N个用户本次行程获取的总收益Ctotal即：

[0061] ，式3；

[0062] 式3中，Ci用户i在本次行程中的总费用；

[0063] 最终计算运行效益W：

[0064] ，式4；

[0065] 式4中，λ1和λ2为感知效用权重系数和收益权重系数，通过管理人员设定仿真系统的运行原则，从而使λ1和λ2的具有不同的数值；

[0066] 在所述仿真服务器和所述客户端中进行并行的循环仿真运算，通过优化所述基准调度方案集合以及所述出行方案，使得运行效益W最大化后，获得最终的最优调度方案，以及对应于所述最优调度方案的N个用户的N个最优出行方案；将所述最优出行方案发送到用户的所述客户端；

[0067] 优选地，所述出行需求包括用户出行的起点、终点，以及以下至少一项：行程期望时间、行程期望费用；并且，出行需求还可以包括例如是否接受无座站位，是否携带宠物，是否需要女性专用车厢等个性化安排；

[0068] 优选地，每个所述调度方案包括调度涉及的车辆、出发时间/地点、终点位置、预期到达终点时间、行程中分段费用、行程收益；所述仿真服务器根据用户的出行需求以及车辆资源进行车辆调度管理；在一些实施方式中，调度方案可以安排大载客量的车辆，以尽可能多地接载乘客，提高运营收益；或者，调度方案可以安排小载客量的车辆，提高出行频次，缩短每条路线的距离，以保证用户的行程时长，提高用户满意度；而优选地，调度方案需要平衡收益与用户的满意度，通过仿真运算则可以获得在多种调度方案下，多个用户的感知效用指数V，并且进行运行效益W的综合计算；

[0069] 进一步的，如附图4所示，提出一种用于城市公交车辆智能的并行计算方法，所述并行计算方法应用于所述仿真系统；所述并行计算方法包括以下步骤：

[0070] S100：用户将出行需求输入客户端，并由所述客户端向仿真服务器提交用户的出行需求；

[0071] S200：仿真服务器基于多个用户的出行需求，在仿真系统内进行仿真运算，获取符合多个用户的出行需求的基准调度方案集合；并将所述基准调度方案集合返回所述客户端；

[0072] S300：所述客户端使用基于用户特征集合建立的智能体，在以所述基准调度方案集合建立的模拟条件环境下进行仿真循环，计算每次仿真循环的感知效用指数V；

[0073] S400：所述客户端计算获得对于用户i的最高的感知效用指数Vi‑max,将Vi‑max以及获得Vi‑max的对应的所述调度方案反馈到所述仿真服务器；

[0074] S500：所述仿真服务器计算N个用户的总感知效用Vtotal以及本次行程获取的总收益Ctotal；

[0075] S600：循环进行步骤S200至S500，以运行效益W最大化为目标，获取最优调度方案，以及对应于所述最优调度方案的N个用户的N个最优出行方案；

[0076] 优选地，在步骤S300中，所述客户端在完成所述基准调度方案集合中的至少一个调度方案的仿真运算后，立即向所述仿真服务器返回已完成的调度方案的感知效用指数V，使得步骤S300和步骤S400并行运行；

[0077] 其中，所述仿真服务器100可以体现为包括数据处理、分析并且输出分析结果功能的任何类型的计算机设备；作为示例性描述，仿真服务器100可以包括处理器、存储器、I/O子系统、通信电路、数据存储设备；当然，在其他实施例中，仿真服务器100可以包括其他更多附加组件，例如在计算机中常见的那些各种输入、输出设备等；此外，在一些实施例中，一个或多个示例性组件可以结合到另一个组件中，或者以其他方式从另一个组件的一部分中结合；例如，在一些实施例中，存储器或其部分可以并入处理器中；

[0078] 处理器可以体现为当前已知的或将来开发的并且能够执行本文描述的包括仿真运算功能的任何类型的处理器；例如，处理器可以体现为单核或多核处理器、数字信号处理器、微控制器或其他处理器或处理/控制电路；类似地，存储器可以体现为能够执行本文描述的功能的任何类型的易失性或非易失性存储器或数据存储；在操作中，存储器可以存储在仿真服务器100的操作期间使用的各种数据和软件，例如操作系统、应用程序、程序、库和驱动程序；存储器通过I/O子系统通信地耦合到处理器，其可以体现为电路和/或组件以促进与处理器、存储器和仿真服务器100的其他组件的输入/输出操作；例如，I/O子系统可以体现为包括存储器控制器集线器、输入/输出控制集线器、固件设备、通信链路（例如点对点链路、总线链路、电线、电缆、光导、印刷电路板迹线等）和/或其他组件和子系统，以促进输入/输出操作；在一些实施例中，I/O子系统可以形成片上系统（SoC）的一部分并且与处理器、存储器或者所述仿真服务器100的其他组件一起被并入在单个集成电路芯片；例如，I/O子系统可以体现为或以其他方式包括存储器控制器集线器、输入/输出控制集线器、固件设备、通信链路（即，点对点链路、总线链路、电线、电缆、光导、印刷电路板迹线等）和/或其他组件和子系统，以促进输入/输出操作；

[0079] 在一些实施方式中，I/O子系统可以形成片上系统（SoC）的一部分并且与处理器、存储器和仿真服务器100的其他组件一起被并入在单个集成电路芯片；例如，I/O子系统可以体现为或以其他方式包括存储器控制器集线器、输入/输出控制集线器、固件设备、通信链路（例如点对点链路、总线链路、电线、电缆、光导、印刷电路板迹线等）和/或其他组件和子系统，以促进输入/输出操作；

[0080] 仿真服务器100的通信电路可以体现为能够实现仿真服务器100与所述客户端200和/或其他远程设备之间的通信的任何通信电路、设备或其集合； 通信电路可以被配置为使用任何一种或多种通信技术（例如，无线或有线通信）和相关协议（例如以太网、蓝牙、Wi‑ Fi、WiMAX等）来实现这种通信；

[0081] 进一步的，数据存储设备可以体现为任何类型的设备或配置用于短期或长期数据存储的设备，例如存储设备和电路、存储卡、硬盘驱动器、固态状态驱动器或其他数据存储设备；在一些实施例中，所述仿真服务器可以将预设的所述仿真系统以及所述并行计算方法的相关算法、程序，或者所述展示内容存储在数据存储设备中；

[0082] 进一步的，如附图3所示，示例性地描述所述客户端200；所述客户端200为在用户一侧的任何可实现所述并行计算方法的客户端计算装置；所述客户端200可以是例如台式或膝上型计算机，或诸如智能手机、智能手表、可穿戴计算设备、平板电脑等计算设备；优先地，所述客户端200可以包括总线，通过该总线使所述客户端200的各个主要组件进行互相连接，包括如中央处理器210、存储器组件220，还包括如显示器显示卡、输入设备（键盘/鼠标）、网络接口设备230等；

[0083] 其中，总线允许中央处理器和一个或多个存储器组件之间的数据通信，如前所述，存储器组件220可以包括如随机存取存储器221、外部存储器222（如机械硬盘、固态硬盘、闪存等）；驻留在所述客户端200中的应用程序通常存储在存储器组件220上并允许中央处理器或其他计算装置组件进行访问；存储器组件220可以与所述客户端200集成在一起，或者可以是分开的并且通过其他接口访问；

[0084] 进一步的，网络接口设备230用于通过有线或无线连接到网络300，并使所述客户端200与所述仿真服务器100建立直接或者间接的通讯连接；并且，网络接口设备可以提供额外的传感器、控制器和/或远程系统的通信链路；网络接口设备可以使用本领域技术人员容易理解的任何合适的技术和协议来提供这种连接，包括数字蜂窝网络、射频(RF)、Wi‑Fi、Bluetooth蓝牙、Bluetooth Low Energy（BTLE）、近场通信(NFC) 等；可选地，网络接口设备可以允许设备通过一个或多个本地、广域或其他通信网络与其他计算机通信；

[0085] 进一步的，在所述客户端中，可以使用智能体代替用户作为仿真运算的主体；智能体是以云端运算为基础，以人工智能为核心构建的一个具备立体感知、全域协同、精准判断、持续进化、开放的抽象化的智能体；从宏观上理解，任何独立的能够思考并可以同环境交互的实体都可以抽象为智能体；智能体指能持续自主地发挥作用，具备自治性、反应性、社会性、主动性、进化性等特征的计算实体，任何独立的能够思想并可以同环境交互的实体都可以抽象为智能体；智能体具有智能，通常拥有自己的知识库和推理机，并且智能体能够自主地决定是否对来自其它智能体的信息作出响应；因此，当设定好智能体的知识库以及逻辑树，即可以将智能体放入具备基本客观规则的仿真环境中作为仿真运行的主体，并采集智能体对于仿真环境中各种情况的体验，并且数值化这些体验，从而判断类人类的智能体在仿真环境下的喜好厌恶反应；

[0086] 智能体具有强大的智能特征，可与所处环境交互、协调，进行决策，改变自身动作与状态，逐渐适应环境的变化，其每一步决策都会依据计算值判断确定自身的“利弊”，进而做出下一步的行动选择；基于智能体的仿真采用的是“自下而上”的建模思路，通过描述微观主体依据一定的离散时空规则与其所处的环境的交互，进而由微观个体行为涌现出系统宏观层面上的行为或现象；车辆调度交通仿真系统是一个动态的复杂系统，乘客与交通环境之间处于不断动态交互的过程；交通流的分布是交通网络上每个参与个体，包括车辆、乘客出行路径叠加后呈现出的结果，其规律符合智能体仿真的运行原理；

[0087] 进一步的，所述客户端200可以具备采集用户大量个性化数据的功能，例如用户有的手机、个人电脑等，包括由用户的大量生活出行数据、工作数据、社交数据等，将可以生成具有准备描述用户特征的所述用户特征集合；所述用户特征集合用于描述用户的多个特征，其中包括：（1）用户的个体特征，至少包括性别、年龄、是否患有特殊疾病；（2）用户的习惯特征，至少包括最长步行距离、最长等待时间等等；利用所述用户特征集合，可以对用于代替用户的智能体进行个性生成，建立知识库以及逻辑树，从而使智能体能够成为用户的一个数字化的抽象个体参与到仿真运算中；

[0088] 通过实施以上仿真系统以及并行计算方法，在所述仿真服务嚣以及所述客户端之间采用多运算装置并行进行仿真运算，使得智能化的无人驾驶车辆为主体的公共交通车辆调度上能更多地关注乘客的真实感受，同时兼顾运营企业的效益。

[0089] 实施例二：

[0090] 本实施例应当理解为至少包含前述任意一个实施例的全部特征，并在其基础上进一步改进；

[0091] 在用户实际使用公共交通车辆的过程中，不同类型用户的偏好和行为模式存在差异，用户会期望在预计的时间和费用内，尽可能获得更好的交通体验；用户主要依据其感知到的周围环境和最大效益原则来做出决策行为以及使用感受；因此，不同交通方式、行程时长、费用对于不同的用户可能有不同的效用，效用的差异反映了用户个性化的偏好；

[0092] 因此计算用户的感知效用指数V，并以所述感知效用指数V作为评判用户在本次行程中的出行感受，即；

[0093] ；

[0094] 通过上式中，将预期的行程时间与仿真运算时的实际行程时间作比较，同时将预期的行程费用与仿真运算时的实际行程费用作比较，获得用户的感知效用指数V；

[0095] 其中，ε1为反映用户对行程时间的感知态度的时间系数，ε2为反映用户对行程费用的感知态度的成本系数；两者均可以由所述用户特征集合进行统计并拟合求得；

[0096] 在一些实施方式中，可以采用深度学习的方式，从用户特征集合中，获取多个描述用户对时间以及费用的敏感程度的特征量；其中包括，用户历史行程中的实际出发时间与预期出发时间的差异，用户的出行费用区间，用户的出行时间区间；并且还进一步包括，用户的工作性质，例如用户为自由职业者，则大概率对时间敏感程度较低；而用户作为教师，则对时间敏感程度较高；

[0097] 在一些实施方式中，包括根据用户的年龄层次判断用户的费用敏感度；

[0098] 在一些实施方式中，包括根据用户所在城市、地区的平均消费水平判断用户的费用敏感度；

[0099] 进一步的，采用深度学习模型，输入用户特征集合所体现的多个特征及其特征量，从而确定用户的时间敏感度和成本敏感度属性，从而进一步计算该用户的ε1和ε2的数值。

[0100] 实施例三：

[0101] 本实施例应当理解为至少包含前述任意一个实施例的全部特征，并在其基础上进行改进；

[0102] 在上述式4中，设置了λ1和λ2作为感知效用权重系数和收益权重系数；其中运营方可以通过设置两者不同的数值，影响最终的调度方案；另外，使用式4时，优选地先将多个仿真运算后获得的多组Vtotal以及Ctotal数值进行归一化处理，以消除量纲差异带来的影响；

[0103] 在一些实施方式中，运营方倾向于获得较大的经济收益，而部分减少对用户出行感知考虑，因此设定λ2的数值比λ1稍大，使得最高的调度方案将倾向于获得较大的收益；

[0104] 在一些实施方式中，各类调度方案产生的收益差距不大，因此可以将λ2的数值设置为较小值，而将λ1的数值调整为较大数值，以保证用户的感知效用为最重要目标；

[0105] 进一步的，在一些实施方式中，由于个别用户的出行需求在仿真运算时无法响应，因此无法对其作出最后的出行方案，则需要调整Vtotal和Ctotal的计算方法，将无法效应出行需求的用户从Vtotal和Ctotal的求和过程中忽略步改进。

[0106] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

[0107] 虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法，系统和设备是示例。各种配置可以适当地省略，替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法，和/或可以添加，省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本公开或权利要求的范围。

[0108] 在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置例如，已经示出了众所周知的电路，过程，算法，结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。

[0109] 综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。