一种基于出行需求分析的公交站点部署方法技术

本发明专利技术涉及一种基于出行需求分析的公交站点部署方法，基于海量出租车数据针对北京市出行需求特征进行分析，通过轨迹数据得到了载客热点区域，并通过GIS地图数据提取得到了道路交通拥堵情况、道路类型、道路宽度和道路条数等数据作为部署站点的考虑因素，然后对站点部署位置优化目标进行了处理，进而采用贪心算法解决了站点部署问题。通过本发明专利技术得出的公交站点是智能公交线路设计的基础，在这些公交站点之间安排出行路线，可以有效的降低乘客出行费用和道路资源消耗。

【技术实现步骤摘要】

本专利技术设计智能交通和大数据分析领域，特别是智能交通中的智能公交线路设计问题，适用于智能公交线路设计中的公交站点部署问题。
技术介绍
目前，随着中国经济的发展，对城市的交通需求量变得越来越大，这使得居民的人均汽车保有量也在逐渐增加。一方面，汽车保有量的增加方便了人们的出行，给人们的生活提供了更多的便捷服务，另一方面，这也导致了更多的交通问题，比如交通拥堵、交通事故、汽车尾气污染等。针对这类问题，研究者们提出需要基于现有的居民出行数据研究城市交通需求的变化规律，从而实现对现有城市交通方式的优化。城市交通方式主要分为公交、地铁和出租车三种方式。地铁属于城市轨道交通的一种形式，作为大运量的公共交通客运系统，服务于城市的主要客流聚集地，一般是城市交通的重要客运网络，同时它具有快速便捷、客运量大、能源消耗低、环境污染少等特点。但是地铁的出行线路需要经过长时间的修缮，并且出行时间由政府统一制定，难以根据实际出行需要进行实时的线路调整。公交车是缓解城市公共交通压力的一项重要的措施，截至2012年底，北京市目前已经建成一千余条公交线路，发放约6000万张公交一卡通，城市居民日公交出行量可达千万人次。从中可以看出北京市公共交通出行需求量非常大，且公交车在很大程度上解决了北京居民的出行问题。公交车作为最基本的公共交通形式之一，基本上覆盖了城市的所有出行需求点，为城市的大多数出行者提供出行服务。与地铁类似，公交车具有固定的线路和发车时间，但是相比于地铁而言，调整公交车的线路和发车时间的成本相对较低。另一方面，出租车也是解决城市居民出行需求的一个有效手段，自2006年以来，由于政策限制，北京市的出租车保有量保持在6.7万辆左右，数量相对稳定。2011年数据显示其客运量占总体公共交通客运量的9％，这说明出租车也是北京城市交通的一个不可或缺的元素。而且，近年来由于“滴滴打车”、“快的打车”等打车软件的兴起，出租车的载客效率也有了较大的提高。并且与地铁和公交相比，出租车是最具有灵活性的，可以根据乘客的需求灵活的调节出行路线和出行时间，但是另一方面，出租车相对于其他交通方式而言价格较贵，并且载客效率相对偏低，这使得人们的出行成本相对较高。结合以上三种主要出行模式的特点，普通大众在选择日常的出行方式时会更倾向于选择性价比较高的地铁或公交。可以看出，如果要对现有的交通方式进行优化，从效益和可行性而言，公交将会是最优的选择。另一方面，随着信息技术的发展，居民的出行数据被采集存储起来，人们可以通过数据统计分析等手段发现城市交通需求的变化规律，大量的研究表明，城市的交通需求会随着时间和地点的变化而变化，具有较强的时间特性和空间特性，而这些特性可以通过现有的数据统计和分析等方法获得。综上，可以基于交通需求的时间特性和空间特性，对现有的交通方式进行优化。地铁的线路和运营时间调整成本较大，出租车虽然灵活，但出行价格昂贵，城市公交的调整成本相对较低，因此对现有的公交车出行方式进行优化具有较高的可行性，另一方面，由于公交是城市交通的一种重要方式，因此优化城市公交将具有较高的实际效益。对现有的公交方式进行优化，主要是根据交通需求的变化规律设计动态的公交线路，而设计线路的一个重要前提是考虑公交站点的布设位置。传统的公交站点部署算法主要有基于GIS的算法(参见张菲菲,许剑辉,解新路.GIS空间分析方法在公交站点选址中的应用[J].地理空间信息,2011(1):118-120；谢华,都金康.基于优化理论和GIS空间分析技术的公交站点规划方法[J].武汉理工大学学报(交通科学与工程版),2004(6):907-910.)、基于评价语义模糊集合的算法(参见王琳,陈大鹏.公交站点选址的分析与模糊评判[J].交通科技与经济,2009(6):47-49.)、遗传算法(石立恒.基于MapX的公交站点布设与线路仿真评价研究[D].东北大学,2010；綦忠平.基于GPS和IC卡数据的专用道公交站点优化方法研究[D].山东大学,2013；周锐.基于IC卡数据的公交站点客流推算方法[D].北京交通大学,2012)、基于模型分析的算法(Roca-RiuM,EstradaM,TrapoteC.Thedesignofinterurbanbusnetworksincitycenters[J].TransportationResearchPartA-PolicyAndPractice,2012,46(8):1153-1165；AlonsoB,MouraJL,Dell'OlioL,etal.BusStopLocationunderDifferentLevelsofNetworkCongestionandElasticDemand[J].TransportResearchJournalofVilniusGediminasTechnicalUniversity&LithuanianAcademyofSciences,2011,26(2):141-148等)。这类方法虽然有效地解决了公交站点的部署问题，但其通常是针对固定线路的公交站点，而并没有像智能公交设计一样考虑需求的动态变化性，因此这类方法并不能完全适用于智能公交站点的部署。而目前的智能公交站点部署算法主要有基于时间表的算法(Ying-ShuaiLI,YaoHY,QinL.BusStationOptimizationMethodBasedonthePrincipleofStationCancelingandStationCombining[J].JournalofChongqingJiaotongUniversity,2011；KhondakerB,WirasingheS.BusStopSpacingandLocationforaCorridorwithMultipleBusRoutes[C]//CALGARY2013-THEMANYFACESOFTRANSPORTATION.2013.)、基于供给/需求模型的算法(ZhangX.Bus-stopspacingoptimizationbasedonbusaccessibility[J].JournalofSoutheastUniversity,2009；GaoZW,PangHL,NiuGD,etal.Busstopspacingoptimizationbasedonunevendistributionofpassengerflow[C]//2009中国控制与决策会议论文集(2).2009:2533-2538.)、混合式算法(任华玲,高自友.动态公交网络设计的双层规本文档来自技高网...

【技术保护点】
一种基于出行需求分析的公交站点部署方法，其特征在于实现步骤如下：步骤一，通过DBSCAN算法对出租车的轨迹数据进行聚类分析，得到上下客的载客热点区域分布，该热点区域的数据形式是一个带有区域编号的离散的点集，也是步骤二的输入；步骤二，在步骤一得到的输入的基础上，通过格雷厄姆算法对离散的点集进行规整化，再通过最小外包矩形算法对带有区域编号的离散的点集的区域进行识别和划分，得到矩形化的热点区域表示，输出是一个矩形区域集合；步骤三，基于步骤二中的矩形区域集合，对站点部署问题进行抽象和描述，即对站点部署所考虑的因素进行归纳整理，合并为“道路宽度、道路条数、道路类型、交通瓶颈”四个参考因素；然后将站点部署问题形式化为两个约束条件和四个优化目标，两个约束条件为限制相邻站点之间的距离在400m至600m之间且不能在没有道路的地方布站；四个优化目标为站点选址尽量选在双行道上，避开交通瓶颈，选在道路宽度较宽且条数较多的位置；步骤四，在步骤三的基础上，通过线性加权和法将四个优化目标抽象为四个目标函数，为每个目标函数分配权重，通过选择价值函数计算出每一个区域单元的选择价值value，再将站点选取问题转换为如下原则：多个区域单元格中选取一个格子单元的集合Φ，使得Φ的所有格子的value值的和最大；Φ中格子需满足如下条件：1)任意两个格子之间的间隔不得小于4个格子(100m*100m的格子单元)；2)任意一个格子至少与其他一个格子的间隔小于或等于6个格子(100m*100m的格子单元)；3)格子的value不得等于β；步骤五，在步骤四的基础上，基于贪心算法选取公交站点。...

【技术特征摘要】
1.一种基于出行需求分析的公交站点部署方法，其特征在于实现步骤如下：
步骤一，通过DBSCAN算法对出租车的轨迹数据进行聚类分析，得到上下客的载客热
点区域分布，该热点区域的数据形式是一个带有区域编号的离散的点集，也是步骤二的输入；
步骤二，在步骤一得到的输入的基础上，通过格雷厄姆算法对离散的点集进行规整化，
再通过最小外包矩形算法对带有区域编号的离散的点集的区域进行识别和划分，得到矩形化
的热点区域表示，输出是一个矩形区域集合；
步骤三，基于步骤二中的矩形区域集合，对站点部署问题进行抽象和描述，即对站点部
署所考虑的因素进行归纳整理，合并为“道路宽度、道路条数、道路类型、交通瓶颈”四个参
考因素；然后将站点部署问题形式化为两个约束条件和四个优化目标，两个约束条件为限制
相邻站点之间的距离在400m至600m之间且不能在没有道路的地方布站；四个优化目标为
站点选址尽量选在双行道上，避开交通瓶颈，选在道路宽度较宽且条数较多的位置；
步骤四，在步骤三的基础上，通过线性加权和法将四个优化目标抽象为四个目标函
数，为每个目标函数分配权重，通过选择价值函数计算出每一个区域单元的选择价值
value，再将站点选取问题转换为如下原则：多个区域单元格中选取一个格子单元的集合
Φ，使得Φ的所有格子的value值的和最大；Φ中格子需满足如下条件：1)任意两个格子
之间的间隔不得小于4个格子(100m*100m的格子单元)；2)任意一个格子至少与其他一
个格子的间隔小于或等于6个格子(100m*100m的格子单元)；3)格子的value不得等于β；
步骤五，在步骤四的基础上，基于贪心算法选取公交站点。
2.根据权利要求1所述的基于出行需求分析的公交站点部署方法，其特征在于：所述
步骤一中的DBSCAN算法的流程如下：
(1)设置两个参数，半径距离ε和给定点在ε邻域内成为核心对象的最小邻域点数目
MinPts；
(2)首先，随机选取点集中的一个起始点，称为点p；
(3)遍历点集并对点p的ε半径内的点进行计数，即每遇到一个点与p的半径距离小
于ε，计数器+1；
(4)依次遍历一遍点集，直到所有点都被遍历到；
(5)考察与点的半径距离小于ε的点的个数是否大于阈...

【专利技术属性】
技术研发人员：王海泉，雷硕，马伟建，石恒昆，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11