【技术实现步骤摘要】
本专利技术涉及城市交通领域，设计了一种基于机器学习的公交线路优化方法。
技术介绍
1、近年来，由于城市化进程的加快和城市人口的不断增加，乘客出行需求增长迅猛，在客流高峰时段，部分城市轨道的交通线路的客流需求巨大，导致运输服务供应不求，需要根据道路承载能力、交通流量、乘客需求等因素，对公交线路进行不断的合理规划、调整和优化，以提高公交运营效率和乘客服务水平。
2、但是随着国民经济的快速发展，对于新建的餐饮购物广场、楼盘和写字楼等城市居民建设，需要同时搭建公交车站点，而对于新增公交站点，往往会将其并入最近的公交线路，会使原先不拥挤的公交路线因为新增站点而导致拥堵情况的发生，导致城市道路网上的交通压力不断增加，对于不断新增的公交站点，公交线路也需要进行相应调整。
技术实现思路
1、有鉴于现有技术的上述缺陷，本专利技术提出一种基于机器学习的公交线路优化方法，本专利技术设计的技术方案步骤包括：
2、s10：利用爬虫信息技术采集公交线路信息；
3、s20：构建公交线路优化模型；
4、s30：对所述优化模型进行约束；
5、s40：根据所述公交线路信息对约束后的优化模型进行训练，输出公交线路优化结果；
6、s50：根据所述公交线路优化结果进行公交线路的重新排序，并对存在拥堵情况的路段进行优化处理。
7、优选地，在执行所述s10过程中，所述采集公交线路信息包括采集现有公交线路信息和采集新增公交线路信息；所述采集现有公
8、优选地，所述采集新增公交线路信息包括将所述oracle数据库与高德平台通过web接口进行连接，通过高德平台的地图周边搜索功能确定没有现有公交线路信息的城市居民区域，然后在所述城市居民区域设立新增公交站点。
9、优选地，在执行所述s20过程中，所述优化模型包括优化乘客量和优化公交车运行时间；所述优化乘客量的函数表达为：
10、
11、式中，maxv1为优化乘客量的函数的输出，l为公交线路的路段，zx和zy为l路段的两个不同站点，q(zx，zy)为l路段从zx上车到zy下车的乘客量。
12、优选地，所述优化公交车运行时间的函数表达为：
13、minv2＝∑l∈n∑x∈nt(zx，zx+1)，
14、式中，minv2为优化公交车运行时间的函数输出，t(zx，zx+1)为l路段zx到zx+1站点的公交运行时间。
15、优选地，在执行所述s30过程中，对所述优化模型进行subjectto约束，约束条件的公式为：
16、
17、式中，v为所述优化模型的函数表达，z″为新增站点的技术系数，ll为公交路线的技术系数，l为公交线路的路段。
18、优选地，所述z″的函数表达为：
19、
20、所述ll的函数表达为：
21、
22、优选地，在执行所述s50过程中，所述对存在拥堵情况的路段进行优化处理包括计算拥堵评价指标，然后对重新排序后的公交路线划分拥堵等级，进行相应的优化处理。
23、优选地，所述计算拥堵评价指标包括计算重新排序后公交线路的拥堵函数，公式为：
24、
25、式中，为l路段第t时间段的第c辆公交车的拥堵函数，为l路段第t时间段的第c辆公交车的实际通行时间，tl为l路段正常通行时间；
26、然后将所述拥堵函数的平均数作为拥堵评价指标，公式为：
27、
28、式中，为l路段第t时间段的公交车拥堵评价指标、c为l路段第t时间段的公交车数量。
29、优选地，所述对重新排序后的公交路线划分拥堵等级，进行相应的优化处理包括设置双阈值ε1和ε2对重新排序后的公交路线划分三个等级，分别为通畅、较拥堵和过于拥堵三个等级；当时，判定为通畅，不进行优化处理；当时，判定为较拥堵，对相应公交路线增设公交车专用道；当时，判定为过于拥堵，对相应公交线路增设公交车专用道和增加公交车数量。
30、有益效果
31、1、本专利技术基于爬虫技术结合高德平台，做到对现有公交信息的采集和确定新增公交站点的信息，能将数据集合高德的地图功能有效的进行管理，做到自动化更新确定新增站点，提高了数据采集效率和准确性；
32、2、本专利技术使用多目标的优化方法优化公交线路，即乘客量和公交车运行时间，可以在最小化公交车总体运行时间的同时尽可能提高区域内公交车的乘客量，且充分考虑了约束条件，使输出的结果更加准确，更好地进行线路规划和优化；
33、3、本专利技术采用拥堵评价指标和路线等级划分，为优化公交线路操作提供了依据，通过建设专用道和增加公交车数量等措施来应对拥堵情况，能够改善公交运行状况，提高乘客的出行体验，以及促进交通系统的效率和可持续发展。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的公交线路优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的公交线路优化方法，其特征在于，在执行所述S10过程中，所述采集公交线路信息包括采集现有公交线路信息和采集新增公交线路信息；所述采集现有公交线路信息包括采用Python语言的爬虫技术对公交信息网站进行信息采集，然后使用Oracle数据库对采集的现有公交线路信息进行储存。
3.根据权利要求2所述的基于机器学习的公交线路优化方法，其特征在于，所述采集新增公交线路信息包括将所述Oracle数据库与高德平台通过Web接口进行连接，通过高德平台的地图周边搜索功能确定没有现有公交线路信息的城市居民区域，然后在所述城市居民区域设立新增公交站点。
4.根据权利要求1所述的基于机器学习的公交线路优化方法，其特征在于，在执行所述S20过程中，所述优化模型包括优化乘客量和优化公交车运行时间；所述优化乘客量的函数表达为：
5.根据权利要求4所述的基于机器学习的公交线路优化方法，其特征在于，所述优化公交车运行时间的函数表达为：
6.根据权利要求
7.根据权利要求6所述的基于机器学习的公交线路优化方法，其特征在于，所述Z″的函数表达为：
8.根据权利要求1所述的基于机器学习的公交线路优化方法，其特征在于，在执行所述S50过程中，所述对存在拥堵情况的路段进行优化处理包括计算拥堵评价指标，然后对重新排序后的公交路线划分拥堵等级，进行相应的优化处理。
9.根据权利要求8所述的基于机器学习的公交线路优化方法，其特征在于，所述计算拥堵评价指标包括计算重新排序后公交线路的拥堵函数，公式为：
10.根据权利要求8或9所述的基于机器学习的公交线路优化方法，其特征在于，所述对重新排序后的公交路线划分拥堵等级，进行相应的优化处理包括设置双阈值ε1和ε2对重新排序后的公交路线划分三个等级，分别为通畅、较拥堵和过于拥堵三个等级；当时，判定为通畅，不进行优化处理；当时，判定为较拥堵，对相应公交路线增设公交车专用道；当时，判定为过于拥堵，对相应公交线路增设公交车专用道和增加公交车数量。
...【技术特征摘要】
1.一种基于机器学习的公交线路优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的公交线路优化方法，其特征在于，在执行所述s10过程中，所述采集公交线路信息包括采集现有公交线路信息和采集新增公交线路信息；所述采集现有公交线路信息包括采用python语言的爬虫技术对公交信息网站进行信息采集，然后使用oracle数据库对采集的现有公交线路信息进行储存。
3.根据权利要求2所述的基于机器学习的公交线路优化方法，其特征在于，所述采集新增公交线路信息包括将所述oracle数据库与高德平台通过web接口进行连接，通过高德平台的地图周边搜索功能确定没有现有公交线路信息的城市居民区域，然后在所述城市居民区域设立新增公交站点。
4.根据权利要求1所述的基于机器学习的公交线路优化方法，其特征在于，在执行所述s20过程中，所述优化模型包括优化乘客量和优化公交车运行时间；所述优化乘客量的函数表达为：
5.根据权利要求4所述的基于机器学习的公交线路优化方法，其特征在于，所述优化公交车运行时间的函数表达为：
6.根据权利要求1所述的基...
【专利技术属性】
技术研发人员：彭彩红，
申请(专利权)人：广东艾百智能科技有限公司，
类型：发明
国别省市：
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。