常州首創(chuàng)AI+線網(wǎng)優(yōu)化及客流仿真模型 入選2025年江蘇省數(shù)字社會(huì)重大場(chǎng)景
來源： 紫牛新聞
2026-06-29 17:34:00
一、案例簡(jiǎn)介
面對(duì)軌道交通、網(wǎng)約車、共享單車等多維出行方式的沖擊，常州公交客流持續(xù)下滑，從高峰期的日均120萬(wàn)人次下降至日均近30萬(wàn)人次，傳統(tǒng)粗放式的線網(wǎng)規(guī)劃與運(yùn)力配置模式已難以為繼，行業(yè)面臨資源錯(cuò)配、效率低下、成本高企的痛點(diǎn)難點(diǎn)。為破局，常州公交選擇了以“AI數(shù)字大腦”為核心的數(shù)字化建設(shè)方案，實(shí)現(xiàn)“數(shù)據(jù)驅(qū)動(dòng)、智能調(diào)度、精準(zhǔn)服務(wù)”，深度融合公交運(yùn)營(yíng)數(shù)據(jù)與互聯(lián)網(wǎng)出行大數(shù)據(jù)，構(gòu)建了基于AI技術(shù)的線網(wǎng)優(yōu)化與客流預(yù)測(cè)雙輪驅(qū)動(dòng)模型。該場(chǎng)景通過多維度OD（乘客出行的起訖點(diǎn)）分析、時(shí)空特征挖掘與深度學(xué)習(xí)算法，實(shí)現(xiàn)了客流需求的精準(zhǔn)預(yù)測(cè)與動(dòng)態(tài)仿真，能自動(dòng)生成包含線路調(diào)整、站點(diǎn)優(yōu)化、發(fā)車頻次配置在內(nèi)的系統(tǒng)性優(yōu)化方案。
二、主要舉措
1．首創(chuàng)“云公交”，創(chuàng)新鎮(zhèn)村公交運(yùn)營(yíng)模式，減少財(cái)政投入
常州市早在2010年就在全省率先實(shí)現(xiàn)所有行政村村村通公交，近年來，隨著小汽車、共享自行車等多種交通方式快速發(fā)展，鎮(zhèn)村區(qū)域公交線路普遍存在候車時(shí)間長(zhǎng)、線路固化、效率低下等問題。為此，常州依托“公交數(shù)字大腦”，在全國(guó)率先推出需求響應(yīng)式鎮(zhèn)村“云公交”服務(wù)。
與傳統(tǒng)公交線路相比，“云公交”一是突破線路固定走向，將區(qū)域內(nèi)公交站點(diǎn)組成公交服務(wù)網(wǎng)絡(luò)；二是突破固定發(fā)車時(shí)間，實(shí)時(shí)預(yù)約響應(yīng)，實(shí)現(xiàn)點(diǎn)到點(diǎn)一站式直達(dá)；三是突破傳統(tǒng)公交車型，根據(jù)鎮(zhèn)村區(qū)域客流特征，改用5座、9座小型車輛。
在AI應(yīng)用方面，“云公交”一是交互更智能，微信小程序集成AI輕量化智能交互體，支持語(yǔ)音預(yù)約下單；二是算法更精準(zhǔn)，融合多源數(shù)據(jù)，乘客可通過多種方式叫車，AI“邊跑邊算”，根據(jù)車內(nèi)剩余座位數(shù)，自動(dòng)匹配運(yùn)營(yíng)車型，自動(dòng)規(guī)劃拼單需求下的最優(yōu)路徑，實(shí)現(xiàn)“快響應(yīng)、高滿載、低繞行”。
“云公交”運(yùn)用AI“邊跑邊算”進(jìn)行智能派單
2．AI智能調(diào)度，杜絕大車空跑“運(yùn)椅子”，提升運(yùn)營(yíng)效率
以前，由于缺少數(shù)據(jù)支撐，公交運(yùn)力投放大多是一刀切的“高峰加密、平峰減班”，忽略了線路間的差異性，造成部分線路運(yùn)力錯(cuò)配，大車空跑。現(xiàn)在AI可以結(jié)合歷史客流、不同車型、駕駛員人數(shù)等資源參數(shù)，自動(dòng)生成運(yùn)力調(diào)整方案。AI會(huì)自動(dòng)識(shí)別運(yùn)力錯(cuò)配情況并進(jìn)行調(diào)整，使兩者變化趨于一致，真正做到“一線一策”的“高峰多發(fā)、平峰少發(fā)，高峰大車、平峰小車”的智能化運(yùn)力配置策略，實(shí)現(xiàn)了從“經(jīng)驗(yàn)排班”到“AI精準(zhǔn)匹配”的跨越。
客流運(yùn)力資源匹配情況分析
3．AI精準(zhǔn)預(yù)測(cè)，革新線網(wǎng)優(yōu)化決策機(jī)制，提高出行便捷度
市民出行軌跡的OD分析對(duì)于公交線網(wǎng)優(yōu)化是至關(guān)重要的（O是指上車點(diǎn)，D是指下車點(diǎn)），以前我們只能通過刷卡獲得乘客上車的O點(diǎn)?，F(xiàn)在“公交數(shù)字大腦”可以對(duì)刷卡信息、手機(jī)信令、高德、支付寶等脫敏數(shù)據(jù)進(jìn)行深度學(xué)習(xí)和特征拆解，精準(zhǔn)還原市民出行軌跡，形成線路OD分析圖、區(qū)域OD分析圖，并自動(dòng)識(shí)別公交出行“不便捷”O(jiān)D，（“不便捷”O(jiān)D是指不通過公交出行的人群），用于精準(zhǔn)支撐“減長(zhǎng)線、優(yōu)短線、增接駁”的公交線網(wǎng)優(yōu)化策略，提升線網(wǎng)整體運(yùn)行效率。
運(yùn)用互聯(lián)網(wǎng)出行大數(shù)據(jù)形成區(qū)域內(nèi)人口OD分析圖
此外，對(duì)于公交線路新辟和優(yōu)化調(diào)整，“公交數(shù)字大腦”依托數(shù)字孿生建模與時(shí)空客流算法，對(duì)線路新辟、調(diào)整方案進(jìn)行線上仿真推演，實(shí)現(xiàn)“先模擬、后實(shí)施”的科學(xué)決策。
客流仿真系統(tǒng)模擬線路優(yōu)化前后的指標(biāo)對(duì)比
三、應(yīng)用實(shí)效
1.常州鎮(zhèn)村“云公交”運(yùn)營(yíng)以來，實(shí)現(xiàn)了“成本下降、里程下降、運(yùn)量增長(zhǎng)、服務(wù)提升”四個(gè)方面的協(xié)同。累計(jì)節(jié)約車輛購(gòu)置成本近1300萬(wàn)元；運(yùn)營(yíng)里程下降近30％，客運(yùn)量提升超70％，平均候車時(shí)間從30分鐘降至2—5分鐘，平均乘車時(shí)間從20分鐘降至8分鐘，乘客滿意率保持在100%，財(cái)政投入有效壓降，鎮(zhèn)村區(qū)域公共交通智行化、便民化水平大幅提升。
2.依托“公交數(shù)字大腦”的AI智能調(diào)度，大幅提升運(yùn)營(yíng)效率。累計(jì)調(diào)整了196條線路班次，在47條線路實(shí)行“大小車”靈活編組模式，單線路最多配置3種車型，調(diào)度人員從232人優(yōu)化至54人，單個(gè)調(diào)度崗調(diào)度車次數(shù)從243個(gè)提升至876個(gè)，效率提高3倍；車輛準(zhǔn)點(diǎn)率提升至95%以上，車輛滿載率同比增長(zhǎng)22.6%。
3.通過AI精準(zhǔn)預(yù)測(cè)，線網(wǎng)優(yōu)化更科學(xué)。累計(jì)撤銷低效線路23條、縮短長(zhǎng)線8條、優(yōu)化短線31條、新增地鐵接駁線等特色線路39條，減少低效運(yùn)營(yíng)里程超1000萬(wàn)公里，節(jié)約運(yùn)營(yíng)成本2500萬(wàn)元，百公里客運(yùn)量同比提升12.4％，客運(yùn)量連續(xù)3年增長(zhǎng)。 線網(wǎng)優(yōu)化更加精準(zhǔn)，運(yùn)營(yíng)效能大幅提升。
四、創(chuàng)新亮點(diǎn)
1.技術(shù)融合創(chuàng)新。將互聯(lián)網(wǎng)地圖的宏觀出行需求與公交微觀運(yùn)營(yíng)數(shù)據(jù)相結(jié)合，利用數(shù)字孿生建模與時(shí)空客流算法等先進(jìn)技術(shù)，構(gòu)建了能精準(zhǔn)反映真實(shí)出行規(guī)律的客流預(yù)測(cè)與線網(wǎng)仿真模型，解決了傳統(tǒng)方法“看不見需求全貌”的盲點(diǎn)。
2.業(yè)務(wù)模式創(chuàng)新。在國(guó)內(nèi)公交領(lǐng)域率先實(shí)現(xiàn)鎮(zhèn)村“響應(yīng)式云公交”的業(yè)態(tài)創(chuàng)新，從固定線路運(yùn)營(yíng)邁向“需求導(dǎo)向、動(dòng)態(tài)響應(yīng)”的柔性服務(wù)；在客流預(yù)測(cè)的應(yīng)用顯著改善資源配置，構(gòu)建多維度預(yù)測(cè)模型，基于歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)預(yù)測(cè)客流。
3.決策機(jī)制創(chuàng)新。打造了“數(shù)字孿生”式的線網(wǎng)調(diào)整仿真沙盤，開發(fā)線網(wǎng)分析系統(tǒng)，實(shí)現(xiàn)線路科學(xué)規(guī)劃和優(yōu)化。支持仿真評(píng)估，提前預(yù)測(cè)方案效果?？稍诜桨笇?shí)施前進(jìn)行多輪模擬與效果預(yù)評(píng)估，為線路撤銷、優(yōu)化提供了科學(xué)、直觀的決策依據(jù)，極大降低了改革風(fēng)險(xiǎn)與試錯(cuò)成本。
4.行業(yè)應(yīng)用創(chuàng)新。形成了“分析-仿真－決策-評(píng)估”的閉環(huán)工作流，并將成果直接應(yīng)用于“集中調(diào)度”、“云公交”等創(chuàng)新運(yùn)營(yíng)模式。系統(tǒng)運(yùn)維方面，實(shí)現(xiàn)了模型的持續(xù)學(xué)習(xí)與迭代，確保了系統(tǒng)能自適應(yīng)客流與城市發(fā)展的動(dòng)態(tài)變化，保障了長(zhǎng)效生命力。