基于群智感知的共享巴士出行路线匹配

摘要

城市交通规划始终是智慧城市建设的热点问题。其中，公共交通路线规划更是研究的重中之重。共享巴士作为共享经济的代表性产物，由于其舒适性、便捷性等优点，渐渐成为了智能交通出行的宠儿。作为一种新兴出行方式，如何挖掘共享巴士的客流模式、优化其运营效率并提高用户体验，是当前亟待解决的重要问题。 本文结合人口权重机会（Population-Weighted Opportunities，PWO）模型的思想，提出成本权重机会（Cost-Weighted Opportunities，CWO）模型的概念，将乘客在不同站点之间的流动规律抽象成为小规模的人口流动，共享巴士即为人口流动的载体。人口流动会受到不同的激励机制影响，为了探究这种激励机制，本文基于群智感知技术采集众包数据，并使用统计学方法分析乘客出行行为，总结影响乘客乘车体验的相关特征，之后结合巴士运营成本等因素，构建能够准确刻画共享巴士用户乘车行为的出行画像；与此同时，本文基于贝叶斯后验概率估计理论，给出了一种乘客出行OD（Origin-Destination）匹配方法；最后，根据匹配定律，本文设计了一种多约束进化算法（Multi-Constraint Evolution Algorithm,，MCEA），以出行画像为输入，给出了一种高效的共享巴士路线规划方案。 本研究基于真实的共享巴士群智感知数据、城市交通运营数据，进行了充分的仿真实验、对比实验与性能评估实验。实验结果表明，本研究所提出的路线规划方案可以充分提高共享巴士运营效率、提高乘客出行体验，对于共享巴士的繁荣发展具有极高的促进意义。

目录

声明

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文研究工作

1.4 本文组织结构

2 相关理论及数据集介绍

2.1 相关理论

2.1.1 重力模型

2.1.2 辐射模型

2.1.3 PWO模型

2.1.4 群智感知

2.1.5 贝叶斯后验概率

2.1.6 匹配理论

2.2 数据集介绍

2.2.1 牡丹江市公交车运营数据

2.2.2 熊猫小巴众包数据

2.3 本章小节

3 出行OD匹配与问题建模

3.1 乘客出行OD匹配

3.1.1 乘客上车站点匹配

3.1.2 乘客OD匹配

3.2 问题描述

3.3 乘客出行画像分析

3.4 数学建模

3.5 本章小结

4 路线规划算法设计与实现

4.1 成本权重机会模型

4.2 数据分析与预处理

4.3 乘客出行画像实例化

4.4 多约束进化算法

4.5 本章小结

5 仿真实验与对比实验

5.1 仿真实验及结果分析

5.1.1 预测结果分析

5.1.2 仿真结果分析

5.2 MCEA算法性能分析

5.3 对比实验及结果分析

5.4 本章小结

结论

参考文献

致谢

大连理工大学学位论文版权使用授权书