一种基于多源数据的定制公交线路生成方法技术

本发明专利技术公开了一种基于多源数据的定制公交线路生成方法，属于公共交通信息处理技术领域。所述的方法包括基于多源数据的定制公交需求提取、站点聚类融合、需求与站点之间的匹配、定制公交线路优化模型的构建、基于遗传操作的启发式方法设计以及求解模型得到定制公交线路集等步骤。本方法结合公交IC卡，GPS数据及新型互联网数据，提取乘客出行需求，同时考虑线路的覆盖率与乘客平均出行时间成本构建定制公交线路优化模型并输出线路方案，为定制公交的实际规划提供理论方法。与传统基于调查的方法相比，本方法可以识别潜在需求，以更大限度地提取定制公交出行需求。本发明专利技术所得结果可为实际定制公交线路的制定，以及后续发车频次，时刻表及乘务人员的调度优化提供决策支撑。

【技术实现步骤摘要】
一种基于多源数据的定制公交线路生成方法
本专利技术涉及公共交通信息处理
，具体地说是一种基于多源数据的定制公交线路生成方法。
技术介绍
伴随着我国城市化、机动化进程的不断加快，城市交通需求迅速增长，道路交通安全、拥堵和环境恶化等交通问题日益严重。因此，“公交优先”发展战略已成为应对城市交通问题的共识。然而，由于目前我国城市公交线网布局及组织调度与居民出行特性、道路网络结构以及交通设施时空资源配置方面的不均衡性，导致了现有公交系统不能满足居民日益增长的出行需求。在市民出行需求多元化和常规公交服务模式单一化的突出矛盾下，大力发展多元化公共交通系统，引导其进一步向高效、和谐、生态的模式发展是城市交通发展的必然趋势。在此背景下，以缓解地面交通拥堵状况，满足乘客多元化出行需求为目标的一种需求响应式公共交通服务模式应运而生，即定制公交。作为常规公交服务模式的补充，这种新兴的公交服务模式通过整合个体出行需求，为出行起讫点、出行时间相似的人群提供量身定制的公共交通服务，以提供高效直达的出行服务。由于定制公交是一种新兴的公交服务模式，发展历史较短，因此从目前的情况来看还存在一些问题。由于目前的定制公交系统需求数据采集方法相对单一，大多数情况下基于调查数据，无法准确捕获出行需求，导致线网规划不合理，开行的线路覆盖率低，无法适应居民的出行需求，以至于上座率不高，造成公共资源的浪费。近年来，“互联网+交通”借助移动互联网、大数据等技术和理念，将互联网与传统交通运输业进行有效渗透与融合，并提供了新的数据采集方法。因此，在此背景下，如何结合传统公交数据与新型互联网数据，充分挖掘分析乘客的出行需求，合理设计定制公交线路，提升公共交通整体运营效率与服务质量是需要探究的问题。
技术实现思路
针对目前技术存在的不足，本专利技术的目的在于提供一种基于多源数据的定制公交线路生成方法，即通过分析IC卡，GPS，移动终端导航规划等数据获取乘客出行需求；在此基础上，充分考虑线网的需求覆盖率与乘客出行时间成本，构建多目标定制公交线路生成模型，并设计相应的智能启发式求解算法生成相应的定制公交线路。本专利技术的实现包括以下步骤：第一步，根据公交IC卡数据，GPS数据，移动终端规划数据提取乘客出行需求。对于IC卡数据记录乘客上下车站点的情况，可直接提取乘客的起讫点；对于IC卡数据没有记录乘客上下车站点的情况，需结合GPS数据提取乘客上下车站点。移动终端规划数据包括用户查询的起点，终点，时间及期望的出行方式，反映了一种潜在需求。经过此步骤，得到用户的出行起点，终点及时间信息。基于提取的乘客出行信息，根据其出行的时间与空间频次，并结合相应的行业标准，确定该起讫点是否为定制公交线路的需求点。第二步，将站点进行聚类。由于同一个需求区域存在多个公交站台，考虑到未来对定制公交站台的规划，通过K-means方法将需求区域内相邻的多个公交站台进行聚类融合，确定定制公交线路的候选站点，通常公交站点服务影响的范围为半径500米至1000米。第三步，将第一步提取出的需求按空间分布分配到第二步聚类融合后相应的公交站点。这样就得到了每个候选站台的需求分布情况。第四步，在出行需求提取的基础上，综合考虑线网需求覆盖率与乘客出行时间成本构建定制公交线路优化模型。最后，设计一种基于遗传操作的启发式算法求解该优化模型，根据所优化的目标，生成不同类型的定制公交线路集合，为实际的线路运营提供参考。本专利技术的优点在于：1.本专利技术不同于目前大部分研究基于调查数据设计定制公交线网，而是采用多源数据构建定制公交线路优化模型，识别潜在需求，可以更大限度地提取定制公交出行需求。2.综合考虑需求覆盖率和时间成本构建多目标线路优化模型，最大限度地满足乘客使用定制公交的出行需求；并设计启发式算法生成定制公交线路集，可为实际定制公交的开通提供支撑。3.本专利技术所得结果可为实际定制公交线路的制定，以及后续发车频次，时刻表及乘务人员的调度优化提供决策支撑。附图说明图1为本专利技术的方法流程图；图2为实施例中公交站点聚类结果示意图；图3为实施例中居民出行时空分布示意图，(a)出发地；(b)目的地；图4为模型生成的线路示意图。具体实施方式下面结合附图和实施例对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。第一步，基于多源数据的定制公交需求提取。本专利技术所涉及的数据源包括公交IC卡，公交GPS以及移动设备规划数据。公交IC卡数据关键字段包括卡号、刷卡时间、线路编号、车辆编号、上车站点(部分城市)、下车站点(部分城市)；公交GPS数据关键字段包括车辆编号、时间戳、经度、纬度、公交站台编号。对于IC卡数据已经记录乘客上下车站点的情况，可直接提取乘客的起讫点(OD)；对于IC卡数据没有记录乘客上下车站点的情况，需结合GPS数据提取乘客上下车站点。移动设备规划数据关键字段包括用户ID、规划时间、出行方式(如步行、骑行、汽车)、起点经度、起点纬度、终点经度、终点纬度；该数据类型反映了一种潜在需求。经过此步骤，可以提取用户的出行起点，终点及时间信息。基于提取的乘客出行信息，根据其出行的时间与空间频次，并结合相应的行业标准，确定该起讫点是否为定制公交线路的需求点。在本专利技术中，以每月在相同时间段及相同站台上下车5次及以上为标准，统计乘客全天时段内(以一个小时为区间)在所有公交站台的上下车频次，确定定制公交需求OD。第二步，对站点进行聚类融合。由于同一个需求区域存在多个公交站台，即相同的起点或终点，但是附近会存在多个公交站台，这些站台都可以服务于该起点或终点，乘客会选择其中一个站台出行，这就造成了公交站台的重叠。因此考虑到未来对定制公交站台的规划，需要对这些站台进行聚类。本专利技术通过K-means方法将需求区域内相邻的多个公交站台进行聚类融合，确定定制公交线路的候选站点，通常一个公交站点服务影响的范围为半径500米至1000米。即以一个站台为中心，500米至1000米半径覆盖区域中的所有站台都属于同一类。K-means算法步骤如下：(1)输入n站点坐标，从其中选取初始的K个站点作为K个初始聚类中心。(2)计算n个站点到这K个聚类中心的欧式距离，以聚类中心500米为半径，把所有的站点都归类到距离各自最近的中心去。若有重合的情况，则选择离该站点最近的聚类中心。(3)当全部的站点都被归类后，产生了K个聚类，此时重新计算该K个聚类的中心，得到改变了聚类中心的新的K个聚类。(4)在步骤(2)与步骤(3)迭代更新后，比较前后两次各聚类中站点到聚类中心的距离，若保持不变，则转步骤(5)；否则转步骤(2)继续迭代。(5)输出站点聚类的结果。第三步，将第一步提取出的乘客出行起终点对应到第二步中聚类融合后的候选站点，这样就得到了每个候选站点的客流量。第四步，在出行需求提取的基础上，综合考虑线网需求覆盖率与乘客出行时间成本构建定制公交线路优化模型。令P＝{P1,P2,…,PN}为第二步中提取出的定制公交候选站点，任意两个站点Pi至Pj之间的客流需求与旅行时间可以分别用矩阵TD和TC表示，其中旅行时间可由GPS数据提取后获得。定义R＝{R1,R2,..,Rn}为满足模型约束条件的一组线路集，R中第k条线路定义为Rk＝R1kR2k…Rik…Rnk，本文档来自技高网...

【技术保护点】
一种基于多源数据的定制公交线路生成方法，其特征在于，包括以下步骤：第一步，基于多源数据的定制公交需求提取根据公交IC卡数据，GPS数据，移动终端规划数据提取乘客出行需求；对于IC卡数据记录乘客上下车站点的情况，直接提取乘客的起讫点；对于IC卡数据没有记录乘客上下车站点的情况，结合GPS数据提取乘客上下车站点。移动设备规划数据关键字段包括用户ID、规划时间、出行方式、起点经度、起点纬度、终点经度、终点纬度；经过此步骤，得到用户的出行起点，终点及时间信息；基于提取的乘客出行信息，根据其出行的时间与空间频次，并结合相应的行业标准，确定该起讫点是否为定制公交线路的需求点。第二步，将站点进行聚类通过K‑means聚类方法将需求区域内相邻的多个公交站台进行聚类融合，确定定制公交线路的候选站点，公交站点服务影响的范围为半径500米至1000米。第三步，将第一步提取出的需求按空间分布分配到第二步聚类融合后相应的公交站点。这样就得到了每个候选站台的需求分布情况；第四步，在出行需求提取的基础上，综合考虑线网需求覆盖率与乘客出行时间成本构建定制公交线路优化模型；第五步，设计一种基于遗传操作的启发式算法求解该优化模型，根据所优化的目标，生成不同类型的定制公交线路集合，为实际的线路运营提供参考。...

【技术特征摘要】
1.一种基于多源数据的定制公交线路生成方法，其特征在于，包括以下步骤：第一步，基于多源数据的定制公交需求提取根据公交IC卡数据，GPS数据，移动终端规划数据提取乘客出行需求；对于IC卡数据记录乘客上下车站点的情况，直接提取乘客的起讫点；对于IC卡数据没有记录乘客上下车站点的情况，结合GPS数据提取乘客上下车站点。移动设备规划数据关键字段包括用户ID、规划时间、出行方式、起点经度、起点纬度、终点经度、终点纬度；经过此步骤，得到用户的出行起点，终点及时间信息；基于提取的乘客出行信息，根据其出行的时间与空间频次，并结合相应的行业标准，确定该起讫点是否为定制公交线路的需求点。第二步，将站点进行聚类通过K-means聚类方法将需求区域内相邻的多个公交站台进行聚类融合，确定定制公交线路的候选站点，公交站点服务影响的范围为半径500米至1000米。第三步，将第一步提取出的需求按空间分布分配到第二步聚类融合后相应的公交站点。这样就得到了每个候选站台的需求分布情况；第四步，在出行需求提取的基础上，综合考虑线网需求覆盖率与乘客出行时间成本构建定制公交线路优化模型；第五步，设计一种基于遗传操作的启发式算法求解该优化模型，根据所优化的目标，生成不同类型的定制公交线路集合，为实际的线路运营提供参考。2.根据权利要求1所述的一种基于多源数据的定制公交线路生成方法，其特征在于，第一步中，多源数据包含IC卡数据、GPS数据及移动设备规划数据，也可以包含其他相关数据。3.根据权利要求1所述的一种基于多源数据的定制公交线路生成方法，其特征在于，第四步中，构建的定制公交线路优化模型如下所述。第一个目标函数为：其中，TDij是站点i到站点j的需求人数，式中的分母表示研究区域的全部出行需求；TD(Ri)代表线路Ri的总需求；式的分子表示候选线路集R的全部需求；第二个目标函数为：其中，rij(R)是线路集R中站点i到站点j的总需求，TCij是站点i到站点j之间的旅行时间，即乘客的出行成本，可以由公交GPS数据提取获得；此外，该模型包含以下约束条件：(1)每条线路中站点的数量不能过多，控制在五站以内；(2)根据实际需求及规划...

【专利技术属性】
技术研发人员：马晓磊，陈汐，代壮，杜博文，
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