一種基于出行大數據的城市公交微循環線路計算方法技術

本發明專利技術公開了一種基于出行大數據的城市公交微循環線路計算方法，包括：S1基于公交站點分級聚類的交通小區劃分；S2公共交通覆蓋薄弱局部區域挖掘，得到待優化局部區域范圍；S3獲取公交站點車內行程時間鄰接矩陣以及候選公交微循環線路集；S4候選公交線路客流估計，選取客流估計值最大的線路作為建議公交微循環線路。本發明專利技術方法節省了實地調研的大量人力成本，且大大提升基礎數據的準確性；整個計算方法包括生成候選線路集、逐個估計線路客流、選取客流最大線路的三階段求解方法，在公交微循環線路優化問題場景下，求解速度相較于遺傳算法等啟發式算法，計算耗時大大縮減，且能夠保證得到最優線路。保證得到最優線路。保證得到最優線路。

【技術實現步驟摘要】
一種基于出行大數據的城市公交微循環線路計算方法


[0001]本專利技術涉及城市公交線路規劃
，具體為一種基于出行大數據的城市公交微循環線路計算方法。

技術介紹

[0002]目前公交運營企業所采取的公交微循環線路規劃設計方法，往往是在收到較多市民反映出行困難問題、或經媒體報道后，才能夠發現局部區域存在公交覆蓋薄弱問題，然后組織人力前往實地調研，通過人工統計客流、調查問卷等方式獲得出行需求數據，再人為根據寬泛規則設計微循環公交線路行駛路徑、途徑站點。
[0003]上述技術的缺陷是：
[0004](1)通過人工實地調研方式獲得出行需求數據，過程中耗費較多人力物力、所采集數據存在一定誤差。
[0005](2)人為根據寬泛規則設計微循環公交線路行駛路徑、途徑站點，設計過程存在較大主觀性。
[0006](3)公共交通覆蓋薄弱區域往往需要等到較多市民投訴、或通過新聞媒體反映才會被發現，因此存在一定的滯后性。
[0007]進一步的通過對相關現有技術的檢索：
[0008]現有專利1提出一種基于出租車OD挖掘公交微循環線路的方法。
[0009]專利2提出一種公交微循環線路確定方法，綜合考慮了公交刷卡情況、共享單車需求、網約車需求，通過繪制接駁期望線得到公交微循環線。
[0010]論文3提出通過出租車GPS數據得到區域乘客出租車上下車點，結合公交數據得到微循環公交線路布設區域，利用遺傳算法求解雙層規劃模型。
[0011]論文4提出通過實地問卷調查獲取當地共享單車出行情況，構建考慮共享單車影響的微循環公交線路優化模型，采用遺傳算法求解所構建的雙層規劃模型。
[0012]針對上述專利1、論文3所述方法只考慮出租車出行，而沒有考慮共享單車/共享電動車出行此二接駁地鐵的主要出行方式，難以挖掘出所有存在公交微循環線路需求的局部區域。
[0013]而專利2所述方法對一個事先劃定的局部區域進行公交微循環線路設計，不涉及公交覆蓋薄弱區域挖掘，且未說明如何根據出行期望線得到微循環線路集。
[0014]論文3、4所述方法采用遺傳算法求解所構建的雙層規劃模型，模型收斂需時較長且容易陷入局部最優。

技術實現思路

[0015]本專利技術的目的在于提供一種基于出行大數據的城市公交微循環線路計算方法，以解決上述
技術介紹
中提出的問題。
[0016]為實現上述目的，本專利技術提供如下技術方案：
[0017]一種基于出行大數據的城市公交微循環線路計算方法，包括以下步驟：
[0018]S1：基于公交站點分級聚類的交通小區劃分，具體包括：
[0019]S101：公交站點初次聚類，使用DBSCAN算法將距離近的、客流覆蓋范圍高度重合的公交站聚為一組；
[0020]S102：站點基于空間分布密度進行分級；
[0021]S103：對各級站點，搜索使得分組數最多的最大鄰域半徑參數，各組使用不同的最大鄰域半徑進行DBSCAN聚類；
[0022]S104：依公交站點聚類結果劃分交通小區，將同組站點的覆蓋區域合并得到一個交通小區；
[0023]S2：公共交通覆蓋薄弱局部區域挖掘，得到待優化局部區域范圍，具體包括：
[0024]S201：篩選得到公共交通覆蓋薄弱的起訖交通小區OD對；
[0025]S202：對公共交通覆蓋薄弱的OD對進行空間聚類、確定公共交通覆蓋薄弱局部待優化區域；
[0026]S3：獲取公交站點車內行程時間鄰接矩陣以及候選公交微循環線路集，具體包括：
[0027]S301：獲取局部待優化區域內公交站點車內行程時間鄰接矩陣；
[0028]S302：公交環線搜索，得到候選公交微循環線路集；
[0029]S4：候選公交線路客流估計，選取客流估計值最大的線路作為建議公交微循環線路，具體包括：
[0030]S401：建立線路中單個OD客流估計模型；
[0031]S402：候選微循環公交環線總客流估計，得到最大客流線路。
[0032]更進一步地，S102中的具體方法如下：使用核密度估計
?
KDE方法，對公交站點空間分布密度進行量化，得到概率密度最大值k_max，根據等距原則將公交站點劃分為三級：第一級站點概率密度位于區間[2/3*k_max,k_max)，第二級站點概率密度位于區間[1/3*k_max,2/3*k_max)，第三級站點概率密度位于區間[0,1/3*k_max)。
[0033]更進一步地，S103中的參數搜索步驟如下：
[0034]a)人工設定參數搜索區間范圍；
[0035]b)在參數搜索區間范圍內等距抽取候選值；
[0036]c)遍歷所有候選值，計算該候選值下的DBSCAN聚類類別數；
[0037]d)選取類別數最多的候選值作為最優值，得到該級站點的最大鄰域半徑參數值；
[0038]各級使用d)所得最大鄰域半徑參數進行DBSCAN聚類，得到二次聚類結果。
[0039]更進一步地，S201中分別針對共享單車/共享電動車/網約車/出租車出行方式進行篩選，篩選條件如下：
[0040](1)本出行方式早高峰總客流大于設定下限閾值；
[0041](2)平均行程距離處于本出行方式與微循環公交競爭距離范圍；
[0042](3)起訖點處于不同的交通小區。
[0043]更進一步地，S202中獲取集聚分布在局部區域范圍內的多個公共交通覆蓋薄弱OD對方法如下：
[0044](1)計算OD對中點坐標，用于表示OD對位置；
[0045](2)使用DBSCAN對OD對中點進行空間聚類；
[0046](3)遍歷聚類得到的OD對簇，對各OD對簇進行如下條件篩選：
[0047]a.簇中包含的交通小區數量不超過設定上限閾值NUM_ZONES_THRES；
[0048]b.簇中任意兩個交通小區質心最遠距離不超過設定上限閾值MAX_ZONE_DIST；
[0049](4)提取滿足篩選條件的OD對簇，將其涉及區域范圍確定為公共交通覆蓋薄弱局部待優化區域。
[0050]更進一步地，S301中具體方法如下：
[0051](1)識別鄰接交通小區：當兩個交通小區的50米緩沖區域存在空間交集，即兩個交通小區為鄰接交通小區；認定鄰接交通小區之間的所有公交站點組合為鄰接公交站點；
[0052](2)使用Dijkstra算法、Floyd算法的最短路徑搜索算法，遍歷查詢所有鄰接公交站點之間的最短路行程時間，其路徑搜索過程限制條件如下：
[0053]a)路徑中調頭不超過1次；
[0054]b)路徑中左轉不超過2次；
[0055]c)路徑中右轉不超過2次；
[0056]d)行經道路寬度不得小于公交車最小允許行駛道路寬度MIN_BUS_LANE_WIDTH；
[0057]e)路徑非直線系數超過下限閾值NON_LINE本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于出行大數據的城市公交微循環線路計算方法，其特征在于，包括以下步驟：S1：基于公交站點分級聚類的交通小區劃分，具體包括：S101：公交站點初次聚類，使用DBSCAN算法將距離近的、客流覆蓋范圍高度重合的公交站聚為一組；S102：站點基于空間分布密度進行分級；S103：對各級站點，搜索使得分組數最多的最大鄰域半徑參數，各組使用不同的最大鄰域半徑進行DBSCAN聚類；S104：依公交站點聚類結果劃分交通小區，將同組站點的覆蓋區域合并得到一個交通小區；S2：公共交通覆蓋薄弱局部區域挖掘，得到待優化局部區域范圍，具體包括：S201：篩選得到公共交通覆蓋薄弱的起訖交通小區OD對；S202：對公共交通覆蓋薄弱的OD對進行空間聚類、確定公共交通覆蓋薄弱局部待優化區域；S3：獲取公交站點車內行程時間鄰接矩陣以及候選公交微循環線路集，具體包括：S301：獲取局部待優化區域內公交站點車內行程時間鄰接矩陣；S302：公交環線搜索，得到候選公交微循環線路集；S4：候選公交線路客流估計，選取客流估計值最大的線路作為建議公交微循環線路，具體包括：S401：建立線路中單個OD客流估計模型；S402：候選微循環公交環線總客流估計，得到最大客流線路。2.如權利要求1所述的一種基于出行大數據的城市公交微循環線路計算方法，其特征在于：S102中的具體方法如下：使用核密度估計
?
KDE方法，對公交站點空間分布密度進行量化，得到概率密度最大值k_max，根據等距原則將公交站點劃分為三級：第一級站點概率密度位于區間[2/3*k_max,k_max)，第二級站點概率密度位于區間[1/3*k_max,2/3*k_max)，第三級站點概率密度位于區間[0,1/3*k_max)。3.如權利要求1所述的一種基于出行大數據的城市公交微循環線路計算方法，其特征在于：S103中的參數搜索步驟如下：a)人工設定參數搜索區間范圍；b)在參數搜索區間范圍內等距抽取候選值；c)遍歷所有候選值，計算該候選值下的DBSCAN聚類類別數；d)選取類別數最多的候選值作為最優值，得到該級站點的最大鄰域半徑參數值；各級使用d)所得最大鄰域半徑參數進行DBSCAN聚類，得到二次聚類結果。4.如權利要求1所述的一種基于出行大數據的城市公交微循環線路計算方法，其特征在于：S201中分別針對共享單車/共享電動車/網約車/出租車出行方式進行篩選，篩選條件如下：(1)本出行方式早高峰總客流大于設定下限閾值；(2)平均行程距離處于本出行方式與微循環公交競爭距離范圍；(3)起訖點處于不同的交通小區。5.如權利要求1所述的一種基于出行大數據的城市公交微循環線路計算方法，其特征
在于，S202中獲取集聚分布在局部區域范圍內的多個公共交通覆蓋薄弱OD對方法如下：(1)計算OD對中點坐標，用于表示OD對位置；(2)使用DBSCAN對OD對中點進行空間聚類；(3)遍歷聚類得到的OD對簇，對各OD對簇進行如下條件篩選：a.簇中包含的交通小區數量不超過設定上限閾值NUM_ZONES_THRES；b.簇中任意兩個交通小區質心最遠距離不超過設定上限閾值MAX_ZONE_DIST；(4)提取滿足篩選條件的OD對簇，將其涉及區域范圍確定為公共交通覆蓋薄弱局部待優化區域。6.如權利要求1所述的一種基于出行大數據的城市公交微循環線路計算方法，其特征在于，S301中具體方法如下：(1)識別鄰接交通小區：當兩個交通小區的50米緩沖區域存在空間交集，即兩個交通小區為鄰接交通小區；認定鄰接交通小區之間的所有公交站點組合為鄰接公交站點；(2)使用Dijkstra算法、Floyd算法的最短路徑搜索算法，遍歷查詢所有鄰接公交站點之間的最短路行程時間，其路徑搜索過程限制條件如下：a)路徑中調頭不超過1次；b)路徑中左轉不超過2次；c)路徑中右轉不超過2次；d)行經道路寬度不得小于公交車最小允許行駛道路寬度MIN_BUS_LANE_WIDTH；e)路徑非直線系數超過下...

【專利技術屬性】
技術研發人員：羅建平，陳歡，黃子敬，金雷，張燕忠，李志武，
申請(專利權)人：廣州交信投科技股份有限公司，
類型：發明
國別省市：