一种基于AdaBoost算法的公交调度优化方法技术

本发明专利技术公开了一种基于AdaBoost算法的公交调度优化方法，属于公交调度技术领域，包括如下步骤：获取公交运行、学校开学状态、天气的历史数据，并建立原始数据集；S2、对获取的原始数据进行预处理；构建基于AdaBoost算法的模型；输入待预测日期的信息，通过AdaBoost模型预测结果，输出公交车线路运行时间内不同站间、不同发车时间的运行时间；根据预测结果，对公交车发车时刻表进行调整。本发明专利技术采用上述步骤的一种基于AdaBoost算法的公交调度优化方法，能够根据公交历史运行数据和环境数据预测将来日期下公交在站点之间的运行时间，并以此为依据进行调度，从而解决公交集簇问题。从而解决公交集簇问题。从而解决公交集簇问题。

【技术实现步骤摘要】
一种基于AdaBoost算法的公交调度优化方法


[0001]本专利技术涉及公交调度
，尤其是涉及一种基于AdaBoost算法的公交调度优化方法。

技术介绍

[0002]城市公交是城市基础设施之一。随着我国经济的快速发展及城市化进程的不断加快，城市交通正变得越来越拥堵。而道路拥堵会造成同一线路不同班次的公交车造成集簇，这指的是不同班次公交车的距离会靠近，甚至是并行运行。这会使公交车实际到站时间与原计划公交时刻表的偏差较大，不仅影响乘客的乘坐体验，还浪费公交资源。所以合理的安排公交车发车时刻表一直是一项技术难题。
[0003]目前，解决公交车集簇的主流方法有等待方法、跳站方法、上车限制方法。等待方法是指在一辆公交车遇到交通堵塞时延缓下一班次公交车的发车时间。跳站方法是指在公交车遇到交通拥堵时某些站点只下不上。上车限制方法是指在公交车遇到交通堵塞时限制站点上车人数。以上方法理论上都可以解决公交车集簇的问题，但是由于早晚高峰交通状况及其复杂，这些方法无法很好的实现其目标，依旧会影响乘客的乘坐体验。

技术实现思路

[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AdaBoost算法的公交调度优化方法，其特征在于：包括如下步骤：S1、获取公交运行历史数据、学校开学状态历史数据、天气历史数据，并建立原始数据集；S2、对获取的原始数据进行预处理；S3、构建基于AdaBoost算法的模型；S4、输入待预测日期的信息，通过AdaBoost模型预测结果，输出公交车线路运行时间内不同站间、不同发车时间的运行时间；S5、根据预测结果，对公交车发车时刻表进行调整。2.根据权利要求1所述的一种基于AdaBoost算法的公交调度优化方法，其特征在于：S1中的公交运行历史数据包括站点名称、离站时间、到站时间，通过公交集团的数据库获取公交历史运行数据；通过学校日历获取公交线路周边学校开学状态历史数据；天气历史数据包括天气状况、能见度、风力、温度、空气质量，通过网络爬虫获取天气数据。3.根据权利要求2所述的一种基于AdaBoost算法的公交调度优化方法，其特征在于：通过网络爬虫获取天气历史数据的具体步骤如下：S11、在互联网中选取主流天气数据网站URL；S12、将S11选取的URL放入待抓取的URL队列；S13、取出待抓取的URL队列中每一个URL，访问每一个URL页面，并下载其中的天气状况信息；S14、利用XPath抽取出步骤S13下载得到的天气信息中格式化的数据，并对格式化的数据进行过滤、去重、拼接操作得到固定格式的结构化数据；S15、分析已抓取的URL得到网站下网页的结构，根据网页的结构找到要得到的数据的路径，根据路径设置网页信息爬取循环，根据网页信息爬取循环返回S13，直到把所有URL的天气信息爬取完成。4.根据权利要求1所述的一种基于AdaBoost算法的公交调度优化方法，其特征在于：S2中对获取数据的原始数据进行预处理的具体步骤如下：S21、数据清理：对...

【专利技术属性】
技术研发人员：赵龙霄，马红光，李想，邵杰，王新鑫，
申请(专利权)人：安徽萃文科技有限责任公司，
类型：发明
国别省市：