【技术实现步骤摘要】
一种基于聚类算法的需求子区划分、线路规划方法及装置
本专利技术涉及智能交通
，具体而言，涉及一种基于聚类算法的需求子区划分、线路规划方法及装置。
技术介绍
随着我国的社会经济飞速发展，城市化进程不断加快，用户的出行距离和出行率日益提高，但交通系统中的供给失衡现象愈发严重。一方面用户出行需求多，但出行体验不佳，具体包括车内拥挤、换乘次数多、绕行时间长等；另一方面很多线路存在空跑情况，未最大化利用运营资源。为降低需求侧与供给侧的不匹配程度，可实行定制公交等需求导向的服务模式，提高线路走向与需求流向的匹配度，提升用户出行体验并保障企业的运营收益。因此，根据各种交通数据进行合理的线路规划显得更为重要。但由于路径规划问题求解规模的限制，现有的算法无法直接支持面向全市范围内大规模离散需求的线路规划。在交通规划中，有专门的OD（OriginDestination）调查，又称为起讫点调查，是对某一调查区域内出行个体的出行起点和终点的调查，为分析出行个体的流动奠定基础。而出行是指居民或车辆为了某一目的从一地向另一地移动的过程。对...
【技术保护点】
1.一种基于聚类算法的需求子区划分方法，其特征在于，包括：/n获取用户的出行需求数据；/n根据所述出行需求数据进行聚类，确定出行需求簇；/n根据所述出行需求簇确定需求簇距离矩阵；/n根据所述需求簇距离矩阵进行二次聚类，确定需求子区，其中，每个所述需求子区包含多个位置和方向均相近的OD。/n
【技术特征摘要】
1.一种基于聚类算法的需求子区划分方法，其特征在于，包括：
获取用户的出行需求数据；
根据所述出行需求数据进行聚类，确定出行需求簇；
根据所述出行需求簇确定需求簇距离矩阵；
根据所述需求簇距离矩阵进行二次聚类，确定需求子区，其中，每个所述需求子区包含多个位置和方向均相近的OD。
2.根据权利要求1所述的基于聚类算法的需求子区划分方法，其特征在于，所述获取出行需求数据包括：
获取固定时段内的所述出行数据，所述出行数据包括所述用户的出行起点和出行终点的经纬度信息；
对所述出行数据进行去重，根据所述出行起点和所述出行终点确定多个OD对和每个所述OD对的需求量，作为所述出行需求数据。
3.根据权利要求1所述的基于聚类算法的需求子区划分方法，其特征在于，所述根据所述出行需求数据进行聚类，确定出行需求簇包括：
根据所述出行需求数据中所述用户的出行起点和出行终点的经纬度信息确定多个出行需求样本；
确定多个所述出行需求样本间的欧氏距离；
根据所述欧氏距离进行聚类，确定多个所述出行需求簇。
4.根据权利要求1-3中任一项所述的基于聚类算法的需求子区划分方法，其特征在于，所述根据所述出行需求簇确定需求簇距离矩阵包括：
根据所述出行需求簇确定每个所述出行需求簇的代表OD；
确定多个所述代表OD间的距离，生成所述需求簇距离矩阵。
5.根据权利要求4所述的基于聚类算法的需求子区划分方法，其特征在于，所述根据所述出行需求簇确定每个所述出行需求簇的代表OD包括：
确定所述出行需求簇内所有OD对及其对应需求量；
根据每个所述OD对的起点和终点的经纬度信息和所述对应需求量进行加权计算，确定每个所述出行需求簇的所述代表OD。
6.根据权利要求4所述的基于聚类算法的需求子区划分方法，其特征在于，所述确定多个所述代表OD间的距离，生成所述需求簇距离矩阵包括：
确定多个所述代表OD间的位置距离相异度和方向距离相异度，其中，根据多个所述代表OD间的首尾距离确定所述位置距离相异度，根据多个所述代表OD间的夹角和长度比例确定所述方向距离相异度；
根据所述位置距离相异度和所述方向距离相异度进行加权计算，确定多个所述代表OD间的所述距离，生成所述需求簇距离矩阵。
7.根据权利要求6所述的基于聚类算法的需求子区划分方法，其特征在于，所述根据多个所述代表OD间...
【专利技术属性】
技术研发人员：张晓春，刘维怡，吴宗翔，陈振武，黎旭成，
申请(专利权)人：深圳市城市交通规划设计研究中心股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。