一种基于大数据的公交线网骨架优化方法技术

本发明专利技术公开了一种基于大数据的公交线网骨架优化方法，涉及智能交通信息技术应用领域，包括如下步骤：基于公交实际运行情况通过FCM算法将公交线网划分为第一层次线路、第二层次线路以及第三层次线路；将第一层级线路和第二层级线路作为一个集合Q，基于第一判定标准将集合划分为快线集合Q1，剩余线路为集合Q

【技术实现步骤摘要】
一种基于大数据的公交线网骨架优化方法


[0001]本专利技术涉及智能交通信息技术应用领域，具体涉及一种基于大数据的公交线网骨架优化方法。

技术介绍

[0002]随着社会经济的发展，居民出行需求激增多变，城市交通流量日趋饱和，交通问题不仅阻碍了经济社会的发展也给城市交通规划与管理带来了巨大的压力与挑战。良好的公共交通是城市赖以生存和健康发展的必备条件，是解决城市交通问题的重要手段。地面公交是城市公共交通的重要组成部分，地面公交发展的基础是承载着繁重客流的公交线网。因此，合理的线网规划能提升公交系统效率及服务水平，在科学合理地服务居民出行需求的同时，减少运力资源浪费，这对社会、企业和个人都具有十分重要的意义。
[0003]由于传统公交的发展过程中未对公交进行层次鲜明的功能分级，为了适配新的线网优化理念，需要对原有的公交线路进行功能分级，分为快线、干线、支线、微线。快线干线为城市公交线网骨架，进行下一步线网优化，通常采用基于公交的客流量、平均站距、非直线系数、平均运速、发车指标等指标按照国家规定标准人工进行分类的方式，这种分类方式很容易出现城市实际客流与国家标准中的客流标准的不匹配情况。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的公交线网骨架优化方法，解决以下技术问题：
[0005]现有分类方式很容易出现城市实际客流与国家标准中的客流标准的不匹配情况。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]一种基于大数据的公交线网骨架优化方法，包括如下步骤：
[0008]S101、基于公交实际运行情况通过FCM算法将公交线网划分为第一层次线路、第二层次线路以及第三层次线路；
[0009]S102、将第一层级线路和第二层级线路作为一个集合Q，基于第一判定标准将集合划分为快线集合Q1，剩余线路为集合Q
R1
；
[0010]S103、将集合Q
R
1基于第二判定标准划分为干线集合Q2，剩余线路集合标记为Q
R2
；
[0011]S104、将快线集合Q1和干线集合Q2合为公交线网骨架；
[0012]S105、将去除公交线网骨架的集合标为Q
R
,基于第三判定标准划分为支线集合Q3，剩余线路集合标记为微线集合Q4。
[0013]优选的，公交实际运行情况包括公交日均客流量、额定载客量、承担城市出行大数据的OD总数、串行城市出行大数据的网格客流总数。
[0014]优选的，所述第一层次线路用于服务城市主要客流通道，客运量最大，单向载客能力最大，运送速度最大，提供最快速的服务；
[0015]第二层次线路用于服务城市次要客运通道客流，客运量较大，单向载客能力较大，
运送速度较大，提供较快速的服务；
[0016]第三层次线路用于作为城市公交线网的支撑，主要是为满足线网覆盖性要求和需求较小区域的公交出行而设置的线网。
[0017]优选的，所述第一判定标准、第二判定标准以及第三判定标准基于《GB/T 37114
‑
2018公共汽电车线网设置和调整规则》文件分别提取相应快线指标推荐值、干线指标推荐值以及支线指标推荐值进行判定。
[0018]优选的，指标推荐值具体包括线路长度、平均站距、非直线系数、平均运营时速以及发车间隔时间五个指标。
[0019]优选的，所述第一判定标准中推荐的五个指标中满足四个的线路集合Q1为快线集合；
[0020]第二判定标准中推荐的五个指标中满足三个的线路集合Q2为干线集合；
[0021]第三判定标准中推荐的五个指标中满足三个的线路集合Q3为支线集合。
[0022]优选的，所述FCM算法包括如下步骤：
[0023]分别计算各线路的日均客流量、额定载客量数据、OD出行值在100以上的OD客流总数、排名前25％的网格出行客流总数的均值μ和标准差δ；
[0024]转化函数为如下所示：
[0025][0026]将处理好的数据集X输入至FCM模型中将多条线路划分为第一层次线路、第二层线路和第三层次线路。
[0027]优选的，将数据划分成3类，对应的就有3个类中心为C1C2C3，每个样本x
j
属于某一类C
i
的隶属度定为定义一个FCM目标函数及其约束条件如下：
[0028]目标函数：
[0029][0030]约束条件：
[0031][0032]目标函数由相应样本的隶属度与该样本到各类中心的距离相乘组成的，一个样本属于所有类的隶属度之和要为1；目标函数中的m是一个隶属度的因子，一般为2，||x
j
‑
C
i
||表示x
j
到中心点C
i
的欧式距离。
[0033]优选的，使用拉格朗日乘子法将约束条件带入目标函数：
[0034][0035]对上式展开分别对和C
i
求导得到和C
i
的迭代公式：
[0036][0037][0038][0039]基于上述公式，FCM算法流程包括如下步骤：
[0040]a、指定分类数、指数m以及迭代次数；
[0041]b、初始化隶属度u；
[0042]c、根据u计算聚类中心C；
[0043]d、计算目标函数J；
[0044]e、根据C返回去计算u，回到步骤c，进行循环。
[0045]本专利技术的有益效果：
[0046]本专利技术融合了城市出行大数据，分析城市居民出行与线路设置的统一性，更加精准；采用模糊分类对线路客流进行层次分级，更具有普适性；减少人工成本、提高骨架提取、线路功能分级效率；提高骨架提取、线路功能分级准确度。
附图说明
[0047]下面结合附图对本专利技术作进一步的说明。
[0048]图1是本专利技术一种基于大数据的公交线网骨架优化方法的流程示意图。
具体实施方式
[0049]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0050]实施例1
[0051]请参阅图1所示，本专利技术为一种基于大数据的公交线网骨架优化方法，包括如下步骤：
[0052]步骤S101、基于公交日均客流量、额定载客量、承担城市出行大数据的OD总数、串行城市出行大数据的网格客流总数通过FCM算法分为第一层次线路、第二层次线路以及第三层次线路；
[0053]在本实施例中，所述出行值在100以上，所述网格客流排名前25％；
[0054]其中，所述第一层次线路用于服务城市主要客流通道，客运量最大，单向载客能力最大，运送速度最大，提供最快速本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的公交线网骨架优化方法，其特征在于，包括如下步骤：S101、基于公交实际运行情况通过FCM算法将公交线网划分为第一层次线路、第二层次线路以及第三层次线路；S102、将第一层级线路和第二层级线路作为一个集合Q，基于第一判定标准将集合划分为快线集合Q1，剩余线路为集合Q
R1
；S103、将集合Q
R1
基于第二判定标准划分为干线集合Q2，剩余线路集合标记为Q
R2
；S104、将快线集合Q1和干线集合Q2合为公交线网骨架；S105、将去除公交线网骨架的集合标为Q
R
,基于第三判定标准划分为支线集合Q3，剩余线路集合标记为微线集合Q4。2.根据权利要求1所述的一种基于大数据的公交线网骨架优化方法,其特征在于，公交实际运行情况包括公交日均客流量、额定载客量、承担城市出行大数据的OD总数、串行城市出行大数据的网格客流总数。3.根据权利要求1所述的一种基于大数据的公交线网骨架优化方法,其特征在于，所述第一层次线路用于服务城市主要客流通道，客运量最大，单向载客能力最大，运送速度最大，提供最快速的服务；第二层次线路用于服务城市次要客运通道客流，客运量较大，单向载客能力较大，运送速度较大，提供较快速的服务；第三层次线路用于作为城市公交线网的支撑，主要是为满足线网覆盖性要求和需求较小区域的公交出行而设置的线网。4.根据权利要求1所述的一种基于大数据的公交线网骨架优化方法,其特征在于，所述第一判定标准、第二判定标准以及第三判定标准基于《GB/T 37114
‑
2018公共汽电车线网设置和调整规则》文件分别提取相应快线指标推荐值、干线指标推荐值以及支线指标推荐值；基于快线指标推荐值、干线指标推荐值以及支线指标推荐值对线路集合进行判定。5.根据权利要求4所述的一种基于大数据的公交线网骨架优化方法,其特征在于，指标推荐值具体包括线路长度、平均站距、非直线系数、平均运营...

【专利技术属性】
技术研发人员：何晶波，刘博洋，吴定昉，
申请(专利权)人：北京中航讯科技股份有限公司，
类型：发明
国别省市：