RTC是加拿大魁北克市的公共交通机构。它通过提供公共交通和促进不同交通解决方案的整合，确保魁北克市城市群的人员流动。
为了寻找数据驱动的公交车聚集解决方案，RTC求助于SimWell，这是一家总部位于美国和加拿大的工业工程公司，通过仿真、数据科学和优化支持商业决策。SimWell解决公交车聚集问题的方法包括使用AnyLogic进行仿真建模。
问题
公交车聚集是世界各地交通部门面临的问题，RTC也不例外。
在一个完美的世界里，每辆公交车都会按照计划的频率到达一个站点，以有效地为乘客服务。但实际上，可能会出现问题，并破坏经过深思熟虑的计划：交通拥堵、时间表差距、机械故障、导致过度拥挤和负载不均衡的意外需求等。所有这些都会给乘客带来问题，并影响其他交通路线。
该项目的目标是提高乘客的服务质量，同时保持或提高公交车司机的工作质量。使用仿真模型，工程师们希望在部署到现实世界之前测试解决方案，并了解其对乘客和公交车司机的潜在影响和风险。
解决方案
为什么选择AnyLogic？
将仿真模型用于交通系统分析的主要目标之一是找出解决公交车聚集问题的最佳解决方案。另一个目标是让利益相关者和决策者见证实验，并了解解决方案的实际操作方式，而不仅仅是表格和统计数据。AnyLogic的UI以及2D和3D动画功能完全满足了这些要求，提供了多个视图和强大的功能。
由于JAVA的可扩展性和将模型打包为独立应用程序的能力，实现灵活性也是使用AnyLogic作为运输建模软件的一大优势。该解决方案允许模型无需安装在最终用户的机器上即可运行。并且AnyLogic 私有云也可以安全地管理、共享和运行仿真模型，能够实现企业级的集成仿真。私有云可以通过私有托管或云供应商托管，将仿真集成到组织内外的工作流中。
解决方案基础架构
该模型侧重于短期纠正措施。长期决策是通过改变输入数据来建模的。
用于校准模型的历史数据取自公交车信息系统：
- 车辆自动定位系统的GPS定位和运行时间
- 目的地
- 自动乘客计数器
- 容量
- 行程时间
这些信息有助于重现行程和公交车功能的所有组成部分。历史数据中也捕捉到了不同类型的变化，如交通拥堵、红绿灯、季节性因素、过度拥挤等。
该模型由RTC数据仓库中提取的历史数据提供。它允许校准模型的不同功能，如行程时间、司机行为、各个站点的客流量等。然后，为了测试公交车频率和时间表运行时间，从RTC规划软件中获取时间表。
仿真模型提供了可用于决策的可视化和信息。该模型支持各种解决方案仿真：时间表更改，为控制中心的调度员制定预防或纠正措施政策，向董事会提供关于战略或技术决策的决策简报，如更改服务级别、按行车间隔管理而非按时间表运行，或对流程的任何其他重要更改。
对于参考场景，工程师们使用了疫情前2018年和2019年的数据来给出基线。该团队包含了各种数据进行分析：
- 每个站点的公交车时间（开门时间、上下车时间、额外的固定时间（如票价）、红绿灯）。
- 公交车站的乘客到达率。
- 乘客目的地概率（线路上不同站点的上下车人数）。
- 运行时间（基于马尔可夫链原理，下一站停车的时间取决于前一站停车的时间）。
关键绩效指标
现有KPI无法代表乘客和公交车司机在高频环境中的体验。现在，通过仿真建模，可以计算出几个指标，并将其与现实生活数据进行比较：
- 不规则性度量, 表示与计划行车间隔的差异（%）；
- 超额等待时间（EWT）, 表示乘客必须等待的额外时间（分钟/乘客）；
- 乘客的舒适度, 只能在仿真环境中计算。
结果
SimWell为RTC创建的仿真模型允许基于输入数据进行实验，并评估多种想法和组合，以寻找更好的公交车聚集解决方案。
工程师们目前正在计划下一阶段，并且可能包括用于训练操作控制器的游戏模块。另一种可能性是根据资源可用性和运行时间预测，增加未来几天的频率和时间表的交通优化。
此外，还可以创建一个数字孪生，用于触发驾驶员的行动建议，以采取预防或纠正措施来防止公交车拥挤。
RTC的Pierre Olivier Bédard和Nomessi Kokutse以及SimWell的Denis Matarangas在2021年AnyLogic会议上介绍了该案例研究。
幻灯片以PDF格式提供。
