基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法技术

本发明专利技术公开了基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，包括以下步骤：建立城市对外公路客运枢纽选址模型；采用Dijkstra算法，以城市道路网络节点间有效距离为元素，构建路网有效距离结构矩阵，得到出行旅客和出行客车在城市路网中的最短出行路径，进而得到出行旅客和出行客车的最短出行路径经过所有路段的集合；采用加权随机数法，确定客车选择某个高速出入口出行的权重，模拟选择某个高速出入口出行的旅客数量，求解模型，选取选址模型的最小值对应的客运枢纽坐标作为城市对外公路客运枢纽选址位置。本发明专利技术客运枢纽选址方法对于缓解城市内部交通压力，保证城市道路网络系统高效运行，提高城市对外交通效率具有重要借鉴意义。

【技术实现步骤摘要】
基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法
本专利技术属于城市交通规划
，涉及一种基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法。
技术介绍
根据枢纽的功能不同，城市客运交通枢纽可以分为城市内部交通枢纽和城市对外交通枢纽。城市对外公路客运枢纽是城市总体规划布局中的重要组成部分，是实现城市内部交通和外部交通有效衔接，实现不同客运方式的转换，保证客运连续性的功能体。对外公路客运枢纽的主要功能是旅客运输组织，主要服务于城际间中长途客运。公路客运枢纽位置的选择是否合理，对其功能的发挥至关重要，也决定了整个城市对外公路客运系统的运行效率。随着城市规模的不断扩张和人口的不断增长，大城市对外公路客运枢纽与城市内部交通的矛盾日益突出，传统长途汽车客运站多选位城市中心区域的布局方法，极大增加了客运旅客时间成本，限制了城市对外公路客运能力和服务水平，同时加重了城市内部交通运行负担。目前，关于城市对外公路客运枢纽选址方法的研究主要分为两个主要方向，传统的重力法和新发展的层次分析法和综合评判法等都是偏为主观的方法。重力法是枢纽选址理论的经典算法，也是所有现有优化算法的基础。传统的重力法，不可避免地将枢纽位置布局于城市中心区域，然而，城市中心区域受城市空间、公共道路资源等因素限制，使得重力法布局渐渐不能适应大城市的交通形势；近些年广泛应用的层次分析等方法，仍然偏重于主观因素选择，方法客观性有待提高。因此，亟待提出一种新的城市对外公路客运枢纽选址客观算法，探究大城市对外公路客运枢纽的选址新方法，以优化枢纽运输能力，节约出行成本。专利技术内容本专利技术的目的在于提供一种基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，改善了传统重力法将客运枢纽选址限制于城市中心区域的局限性，对于缓解城市内部交通压力，保证城市道路网络系统高效运行，提高城市对外交通效率具有重要借鉴意义。为实现上述目的，本专利技术采用以下技术方案：一种基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，包括以下步骤：步骤1：基于地图应用开放平台，获取需求的POI经纬度坐标数据并转换为平面坐标系坐标数据，建立城市区域内对外出行全过程距离模型；所述需求的POI经纬度坐标数据包括城市区域内对外出行交通发生源点O的经纬度坐标数据、城市道路网络节点的经纬度坐标数据和城市对外交通过程运行终点D的经纬度坐标数据；步骤2：考虑旅客与客车的出行成本因素，城市区域内旅客和客车均按照最短路径出行，优化城市区域内对外出行全过程距离模型，得到城市对外公路客运枢纽选址模型；步骤3：采用Dijkstra算法，以城市道路网络节点间有效距离为元素，构建路网有效距离结构矩阵M，得到城市区域内对外出行交通发生源点O的出行旅客在城市路网中的最短出行路径和城市对外公路客运枢纽中的出行客车在城市路网中最短出行路径，进而得到出行旅客的最短出行路径经过所有路段的集合和出行客车最短出行路径经过所有路段的集合；步骤4：基于需求的POI平面坐标系坐标数据，采用加权随机数法，确定客车选择某个高速出入口出行的权重，模拟选择某个高速出入口出行的旅客数量；步骤5：结合步骤3得到的出行旅客最短出行路径所经过路段的集合和出行客车最短出行路径所经过路段的集合，求解步骤2中的城市对外公路客运枢纽选址模型，选取城市对外公路客运枢纽选址模型的最小值对应的客运枢纽坐标作为城市对外公路客运枢纽选址位置。进一步地，步骤1中获取需求的POI经纬度坐标数据的方式为Python语言，所述平面坐标系坐标为WSG84坐标系。进一步地，所述城市区域内对外出行交通发生源点O为城市区域内的所有居民小区，{1,2,…,i,…n}，n为居民小区总数；所述城市对外出行交通过程运行终点D为城市高速出入口，{1,2,…,j,…m}，m为城市高速出入口总数；所述步骤1中城市区域内对外出行全过程距离模型如下：L＝Li,k+Lk,j，其中：L为城市区域内对外出行全过程距离；Li,k为城市区域内的第i个居民小区到城市对外公路客运枢纽k的距离；Lk,j为城市对外公路客运枢纽k到第j个城市高速出入口的距离。进一步地，所述步骤2中城市对外公路客运枢纽选址模型如下：其中：n为城市区域内居民小区的总数；m为城市高速出入口总数；Qi为第i个居民小区的出行旅客总量；Li,N为第i个居民小区到该小区最近路网节点的距离，其中xi、yi为第i个居民小区的平面坐标系坐标，xi,N、yi,N为第i个居民小区最近路网节点的平面坐标系坐标；Li,min为第i个居民小区内的出行旅客在城市路网中到城市对外公路客运枢纽k的最短出行路径长度；LN,k为城市对外公路客运枢纽k最近路网节点到城市对外公路客运枢纽k的距离，其中xk、yk为城市对外公路客运枢纽k的平面坐标系坐标，xk,N、yk,N为城市对外公路客运枢纽k最近路网节点的平面坐标系坐标；Qj为第j个城市高速出入口的出行客车总载客量；Lk,N为城市对外公路客运枢纽k到城市对外公路客运枢纽k最近路网节点的距离，LN,k＝Lk,N；Lk,min为城市对外公路客运枢纽k中的出行客车在城市路网中到第j个城市高速出入口的最短出行路径长度；Lj,N为第j个城市高速出入口最近路网节点到第j个城市高速出入口的距离，其中xj、yj为第j个城市高速出入口的平面坐标系坐标，xj,N、yj,N为第j个城市高速出入口最近路网节点的平面坐标系坐标。进一步地，步骤3中城市道路网络节点间有效距离为lpq，lpq的公式如下：lpq＝lpq,pra+lpq,del，其中：lpq,pra为城市道路网络节点p和节点q间的实际距离，xp、yp为节点p的平面坐标系坐标，xq、yq为节点q的平面坐标系坐标；lpq,del为城市道路网络节点间因交叉口影响换算出的延误距离，lpq,del＝N·v·t，N为每个路段交叉口数量，v为每个路段平均速度，t为每个路段交叉口平均延误时间。进一步地，当城市道路网络所述节点p和所述节点q之间无直接路段连接时，所述lpq＝∞；当城市道路网络所述节点p和所述节点q之间有直接路段连接时，所述其中PE为城市道路中快速路上所有节点的集合；为城市道路中主干路上所有节点的集合。进一步地，步骤4中所述客车选择某个高速出入口出行的权重为αik，αik的公式如下：其中：dk,j为城市对外公路客运枢纽k与第j个高速出入口的距离，xk、yk为城市对外公路客运枢纽k的平面坐标系坐标，xj、yj为第j个高速出入口的平面坐标系坐标；m为城市高速出入口总数。相比现有技术，本专利技术的有益效果在于：1.本专利技术选址方法基于地图应用开放平台获取POI数据，简化了交通调查与交通预测工作；在经典重力法的基础上，加入出城时间成本的考量，建立城市对外公路客运枢纽选址模型，改善了传统重力法将客运枢纽选址限制于城市中心区域的局限性。2.本专利技术选址方法采用Dijkstra算法模拟旅客出行路径，将城市路网因素与选址方法相结合，使得客运枢纽选址与城市实际路网规划更加吻合；通过数据采集与实地交通调查，以郑州市客运枢纽选址算例与实际客运枢纽位置对比，验证本专利技术选址方法的可行性与合理性，因此，本专利技术客运枢纽选址方法对于缓解城市内部交通压力，保证城市道路网络本文档来自技高网...

【技术保护点】
1.一种基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，其特征在于，包括以下步骤：步骤1：基于地图应用开放平台，获取需求的POI经纬度坐标数据并转换为平面坐标系坐标数据，建立城市区域内对外出行全过程距离模型；所述需求的POI经纬度坐标数据包括城市区域内对外出行交通发生源点O的经纬度坐标数据、城市道路网络节点的经纬度坐标数据和城市对外交通过程运行终点D的经纬度坐标数据；步骤2：考虑旅客与客车的出行成本因素，城市区域内旅客和客车均按照最短路径出行，优化城市区域内对外出行全过程距离模型，得到城市对外公路客运枢纽选址模型；步骤3：采用Dijkstra算法，以城市道路网络节点间有效距离为元素，构建路网有效距离结构矩阵M，得到城市区域内对外出行交通发生源点O的出行旅客在城市路网中的最短出行路径和城市对外公路客运枢纽中的出行客车在城市路网中最短出行路径，进而得到出行旅客的最短出行路径经过所有路段的集合和出行客车最短出行路径经过所有路段的集合；步骤4：基于需求的POI平面坐标系坐标数据，采用加权随机数法，确定客车选择某个高速出入口出行的权重，模拟选择某个高速出入口出行的旅客数量；步骤5：结合步骤3得到的出行旅客最短出行路径所经过路段的集合和出行客车最短出行路径所经过路段的集合，求解步骤2中的城市对外公路客运枢纽选址模型，选取城市对外公路客运枢纽选址模型的最小值对应的客运枢纽坐标作为城市对外公路客运枢纽选址位置。...

【技术特征摘要】
1.一种基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，其特征在于，包括以下步骤：步骤1：基于地图应用开放平台，获取需求的POI经纬度坐标数据并转换为平面坐标系坐标数据，建立城市区域内对外出行全过程距离模型；所述需求的POI经纬度坐标数据包括城市区域内对外出行交通发生源点O的经纬度坐标数据、城市道路网络节点的经纬度坐标数据和城市对外交通过程运行终点D的经纬度坐标数据；步骤2：考虑旅客与客车的出行成本因素，城市区域内旅客和客车均按照最短路径出行，优化城市区域内对外出行全过程距离模型，得到城市对外公路客运枢纽选址模型；步骤3：采用Dijkstra算法，以城市道路网络节点间有效距离为元素，构建路网有效距离结构矩阵M，得到城市区域内对外出行交通发生源点O的出行旅客在城市路网中的最短出行路径和城市对外公路客运枢纽中的出行客车在城市路网中最短出行路径，进而得到出行旅客的最短出行路径经过所有路段的集合和出行客车最短出行路径经过所有路段的集合；步骤4：基于需求的POI平面坐标系坐标数据，采用加权随机数法，确定客车选择某个高速出入口出行的权重，模拟选择某个高速出入口出行的旅客数量；步骤5：结合步骤3得到的出行旅客最短出行路径所经过路段的集合和出行客车最短出行路径所经过路段的集合，求解步骤2中的城市对外公路客运枢纽选址模型，选取城市对外公路客运枢纽选址模型的最小值对应的客运枢纽坐标作为城市对外公路客运枢纽选址位置。2.根据权利要求1所述的基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，其特征在于，步骤1中获取需求的POI经纬度坐标数据的方式为Python语言，所述平面坐标系坐标为WSG84坐标系。3.根据权利要求1所述的基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，其特征在于，所述城市区域内对外出行交通发生源点O为城市区域内的所有居民小区，{1,2,…,i,…n}，n为居民小区总数；所述城市对外出行交通过程运行终点D为城市高速出入口，{1,2,…,j,…m}，m为城市高速出入口总数；所述步骤1中城市区域内对外出行全过程距离模型如下：L＝Li,k+Lk,j，其中：L为城市区域内对外出行全过程距离；Li,k为城市区域内的第i个居民小区到城市对外公路客运枢纽k的距离；Lk,j为城市对外公路客运枢纽k到第j个城市高速出入口的距离。4.根据权利要求3所述的基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法，其特征在于，所述步骤2中城市对外公路客运枢纽选址模型如下：其中：n为城市区域内居...

【专利技术属性】
技术研发人员：严亚丹，仝佩，李杨，陈志举，赵鹏，李慧婵，李晓慧，郭天昭，
申请(专利权)人：郑州大学，
类型：发明
国别省市：河南,41