一种大数据环境下公交线路最优走向确定方法技术

本发明专利技术的目的是利用移动终端个体的空间活动数据集，从中提取出微观层面上的个体在空间中进行交通出行的O

【技术实现步骤摘要】
一种大数据环境下公交线路最优走向确定方法


[0001]本专利技术涉及一种在现状公交线路网络基础上，限定预算条件下寻找新增公交线路最优走向的方法。专利技术基于海量匿名加密时间序列定位数据获取城市居民日常的交通出行O
‑
D信息，在现有交通路网上建立可能的公交线路，以新增公交线路的成本与节约累积出行耗时之比为目标，通过迭代进行删除、合并、替代等操作，最终收敛得到新增公交线路的最优走向。

技术介绍

[0002]近年来，随着信息技术的发展，数据信息量呈现爆炸式增长，数据来源越来越多，数据量也越来越庞大。其中，由手机、WIFI、物联网等信息传感器记录的数据已经成为大数据分析中最重要的数据来源，其较为完备的个体出行记录为大数据，尤其是交通大数据分析提供了很好的数据支持。其中，手机终端设备持续产生的信号信息（手机信令），形成了记录用户出行的一系列数据集，是交通出行分析重要的数据来源。利用手机信令数据获得的日常交通出行O
‑
D特征，有效反映了城市内部对于公共交通的需求，亦可反映出现状公交线路与出行需求的匹配度局部不均衡性。因此，使用O
‑
D信息挖掘新增公交线路最优走向方案具有重要的现实意义和实用价值。

技术实现思路

[0003]本专利技术的目的是利用海量手机信令数据获得的城市居民交通出行O
‑
D信息，得到对公交服务的基本需求，在现有公交线路和道路网的基础上，通过计算每个O
‑
D节点之间的最短路径，建立潜在新增公交线路方案集合，以公交线路的建设和运营为成本，以对累积出行时间的降低为产出，通过预算成本约束和公交线路的投入产出比值，优化得到新增公交线路的最优走向。为了达到上述目的，本专利技术的技术方案是提供了一种大数据环境下新增公交线路最优走向的确定方法，包括以下步骤：步骤1、读取从传感器运营商获取的匿名加密移动终端传感器数据，从中提取出行O
‑
D信息；将整个空间格网化，把O
‑
D信息映射到格网中；读取并矢量化道路数据和现有公交线路数据，构建以道路网为基础，以公交线路为骨干网的城市出行交通网络；计算当前交通网络条件下，空间中所有O
‑
D之间的最小成本出行路径和累积出行成本总和；步骤2、在空间中每个O
‑
D之间建立一条公交专线作为备选线路，计算每条备选公交专线的建设成本，计算在这种条件下空间中所有O
‑
D之间的最小成本出行路径和累积出行成本总和；实施迭代操作，在新增公交线路预算的约束下，删除建设成本超过预算的线路，采用相似度算法合并路径相似的公交线路，对不满足线路长度的备选线路，将其和其O
‑
D点相同的公交线路进行拼合，形成新的备选线路，再次检测新生成的线路是否超过预算，直到形成稳定的备选线路解集；步骤3、遍历备选线路解集，根据计划建设的公交线路数量，对现有备选线路进行排列组合，作为备选方案；剔除预算超标的组合，将备选方案逐一放入现有交通网络中，计
算对累积出行成本总和的降低效果，从中选择出最优方案，完成计算过程。
[0004]优选地，所述步骤1包括：步骤1、系统获取优化目标，读取从传感器运营商获取匿名加密移动终端传感器数据，从中提取出行O
‑
D信息；将整个空间格网化，把O
‑
D信息映射到格网中；读取并矢量化道路数据和现有公交线路数据，构建以道路网为基础，以公交线路为骨干网的城市出行交通网络数据；计算当前交通网络条件下，空间中所有O
‑
D之间的最小成本出行路径和全局累积出行成本总和；步骤1.1、系统获取公交线路的优化目标，即总预算BU和需要新增的公交线路数量n；步骤1.2、读取从传感器运营商获取匿名加密移动终端传感器数据，每条匿名加密移动终端传感器数据为一个通信记录，对其进行解密后获取空间位置信息，根据用户的通信记录拼接成时空出行轨迹，将其进行等时长的空间插值处理后，根据记录点在空间上的分布，挖掘得到个体日常出行的O
‑
D链接信息；根据传感器运营商匿名通信记录挖掘个体出行O
‑
D链接的方法公开在申请号为201811180884.8的中国专利中；步骤1.3、把整个区域的空间划分为规则格网，将O
‑
D链接中的O和D两个节点投射到格网里面，以格网编号记录O
‑
D节点，以空间格网中每个格点为起点，计算其到其他格点的O
‑
D链接数量L
ab
，其中a和b为格点编号，以此统计得到格网之间的交通出行需求量；步骤1.4、读取城市的道路数据和现有的公交线路数据，将道路数据和公交数据矢量化为城市出行交通网络数据，交通网络由节点N
i
和路段E
ij
组成，其中i和j表示交通路网节点编号，令公交线路经过的道路段集合为θ，记录每个道路段经过的公交线路的数量LN
ij
，为每条道路的通行时间成本赋值，其中赋予公交线路经过的道路以权重W，则每条道路的通行时间成本可表示为：其中，C
ij
表示道路段的通行时间成本，V表示非机动化出行速度，D
ij
表示道路段E
ij
的长度；步骤1.5、将交通网络数据与记录了O
‑
D信息的空间格网数据叠置，以格网为O
‑
D，计算格网间的最低成本出行路径，以格网间的交通出行需求量为权重，计算格网中两两格点间的总出行时间成本：其中，T
ab
表示格点a和b之间总出行时间成本，L
ab
表示统计得到的格点a和b之间的O
‑
D链接数量，R
ab
表示构成格点a和b之间的最小成本路径，B
ij
为布尔变量，表示道路段E
ij
是否在R
ab
的路段集合中，若在R
ab
中，则路段E
ij
的通行时间成本被纳入格点a和b之间的最低成本路径的时间成本计算中，否则不计入该路径的时间成本；步骤1.6、根据空间格网的格点间的出行时间成本，计算得到整个城市依托道路网和现有公交线路的全局累积出行时间成本：
其中，Z表示现有O
‑
D链接下城市的全局累积出行时间成本；步骤2、在空间中两两存在O
‑
D链接的格点之间建立一条公交专线作为备选线路，计算每条备选公交专线的建设成本，计算在这种条件下空间中所有O
‑
D之间的最小成本出行路径和累积出行成本总和；实施迭代操作，在新增公交线路预算的约束下，删除建设成本超过预算的线路，删除服务人口与建设成本比较低的线路，删除与现有公交线路相似的备选线路，采用相似度算法合并删除路径相似的公交线路，对不满足线路长度的备选线路，将其和其O
‑
D点相同的公交线路进行拼合，形成新的备选线路，再次检测新生成的线路是否超过预算，经过反复迭代，直到形成稳定的备选线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大数据环境下公交线路最优走向确定方法，其特征在于，包括以下步骤：步骤1、读取从传感器运营商获取的匿名加密移动终端传感器数据，从中提取出行O
‑
D信息；将整个空间格网化，把O
‑
D信息映射到格网中；读取并矢量化道路数据和现有公交线路数据，构建以道路网为基础，以公交线路为骨干网的城市出行交通网络；计算当前交通网络条件下，空间中所有O
‑
D之间的最小成本出行路径和累积出行成本总和；步骤2、在空间中每个O
‑
D之间建立一条公交专线作为备选线路，计算每条备选公交专线的建设成本，计算在这种条件下空间中所有O
‑
D之间的最小成本出行路径和累积出行成本总和；实施迭代操作，在新增公交线路预算的约束下，删除建设成本超过预算的线路，采用相似度算法合并路径相似的公交线路，对不满足线路长度的备选线路，将其和其O/D点相同的公交线路进行拼合，形成新的备选线路，再次检测新生成的线路是否超过预算，直到形成稳定的备选线路解集；步骤3、遍历备选线路解集，根据计划建设的公交线路数量，对现有备选线路进行排列组合，作为备选方案；剔除预算超标的组合，将备选方案逐一放入现有交通网络中，计算对累积出行成本总和的降低效果，从中选择出最优方案，完成计算过程。2.一种大数据环境下公交线路最优走向确定方法，其特征在于，所述步骤1包括：步骤1.1、系统获取公交线路的优化目标，即总预算BU和需要新增的公交线路数量n；步骤1.2、读取从传感器运营商获取匿名加密移动终端传感器数据，每条匿名加密移动终端传感器数据为一个通信记录，对其进行解密后获取空间位置信息，根据用户的通信记录拼接成时空出行轨迹，将其进行等时长的空间插值处理后，根据记录点在空间上的分布，挖掘得到个体日常出行的O
‑
D链接信息；根据传感器运营商匿名通信记录挖掘个体出行O
‑
D链接的方法公开在申请号为201811180884.8的中国专利中；步骤1.3、把整个区域的空间划分为规则格网，将O
‑
D链接中的O和D两个节点投射到格网里面，以格网编号记录O
‑
D节点，以空间格网中每个格点为起点，计算其到其他格点的O
‑
D链接数量L
ab
，其中a和b为格点编号，以此统计得到格网之间的交通出行需求量；步骤1.4、读取城市的道路数据和现有的公交线路数据，将道路数据和公交数据矢量化为城市出行交通网络数据，交通网络由节点N
i
和路段E
ij
组成，其中i和j表示交通路网节点编号，令公交线路经过的道路段集合为θ，记录每个道路段经过的公交线路的数量LN
ij
，为每条道路的通行时间成本赋值，其中赋予公交线路经过的道路以权重W，则每条道路的通行时间成本可表示为：其中，C
ij
表示道路段的通行时间成本，V表示非机动化出行速度，D
ij
表示道路段E
ij
的长度；步骤1.5、将交通网络数据与记录了O
‑
D信息的空间格网数据叠置，以格网为O
‑
D，计算格网间的最低成本出行路径，以格网间的交通出行需求量为权重，计算格网中两两格点间的总出行时间成本：其中，T
ab
表示格点a和b之间总出行时
间成本，L
ab
表示统计得到的格点a和b之间的O
‑
D链接数量，R
ab
表示构成格点a和b之间的最小成本路径，B
ij
为布尔变量，表示道路段E
ij
是否在R
ab
的路段集合中，若在R
ab
中，则路段E
ij
的通行时间成本被纳入格点a和b之间的最低成本路径的时间成本计算中，否则不计入该路径的时间成本；步骤1.6、根据空间格网的格点间的出行时间成本，计算得到整个城市依托道路网和现有公交线路的全局累积出行时间成本：其中，Z表示现有O
‑
D链接下城市的全局累积出行时间成本。3.一种大数据环境下公交线路最优走向确定方法，其特征在于，所述步骤2包括：步骤2.1、从交通网络中剔除现有公交线...

【专利技术属性】
技术研发人员：刘杰，顾高翔，周欣，张颖，郭鹏，吴佳玲，李慧，唐国霞，钱帆扬，
申请(专利权)人：济南市城市交通研究中心有限公司，
类型：发明
国别省市：