基于出租车GPS轨迹数据的公交路线规划方法研究

摘要

近年来，随着机动车保有量迅猛增长，造成了道路堵塞，交通拥挤等交通问题以及空气污染等环境问题，解决这些问题最有效的方法是大力发展城市公共交通系统。另外，随着城市化步伐的不断加快，使得对新增公交路线的设计需求也随之增多。高效、准确的公交路线规划方法不仅可以有效地缓解交通问题，还可以进一步推动城市化进程。虽然，到目前为止对公交路线规划问题的研究已经持续了很长一段时间，但是已有的方法仍然存在规划效率低、效果差等诸多问题。 为了解决上述问题，本文提出一种新颖的基于出租车GPS轨迹数据的公交路线规划方法，该方法与其它公交路线规划方法最大的区别是本文通过对大量真实的包含人类行为模式信息的出租车GPS轨迹数据进行挖掘得到公交站点，并且考虑真实路网的实际情况来规划公交路线。本文的主要贡献包括: 首先，提出了一种有效的对乘降点进行聚类的方法。该方法通过修改传统的DBSCAN聚类算法的连接函数，去除了非乘降点，使得最终得到的聚类结果中只包含乘降点。 其次，提出了以乘客行走距离最小为目标的候选站点生成方法。该方法从乘客的角度出发，解决了以往公交站点位置确定时只考虑环境因素，忽略人的行为模式的问题。 再次，考虑真实路网的实际情况，本文采用基于距离的相似轨迹聚类方法得到相邻两个候选公交站点之间客流量最大的实际路线。 最后，提出了三种以客流量最大、运行时间最小为目标的最终公交路线规划方法。这三种方法分别采用蚁群算法的基本思想、局部最优以及全局最优的基本思想，在任意给定起点和终点时能够自动、高效、准确地规划出一条最优公交路线。 通过实验评估，验证了本文提出的基于出租车GPS轨迹数据的公交路线规划方法的有效性以及高效性。

目录

声明

摘要

第1章引言

1．1研究背景

1．2研究现状

1．2．1公交路线规划研究现状

1．2．2公交网络优化的研究现状

1．3问题提出

1．4本文研究内容

1．5本文结构

第2章公交路线规划预备知识

2．1聚类分析

2．1．1聚类分析定义及基本方法概述

2．1．2 DBSCAN聚类算法相关定义

2．2公交路线规划相关知识

2．3相似轨迹聚类

2．4 Skyline查询

2．5蚁群算法

2．5．1基本蚁群算法原理

2．5．2基本蚁群算法的数学模型

2．6本章小结

第3章公交路线规划的问题定义和系统框架

3．1问题定义

3．2系统框架

3．3本章小结

第4章初始公交路线图的构建

4．1热点提取

4．2候选站点的生成与选择

4．2．1候选站点的生成

4．2．2候选站点的选择

4．3路线选择

4．3．1相似轨迹聚类

4．3．2路线选择

4．4客流量和运行时间矩阵的构建

4．5本章小结

第5章最终公交路线生成

5．1 Skyline探测

5．2最终公交路线生成算法

5．2．1基于蚁群算法的公交路线生成算法

5．2．2局部最优公交路线生成算法

5．2．3全局最优公交路线生成算法

5．3本章小结

第6章实验分析

6．1实验设置

6．1．1基本设置

6．1．2实验数据集

6．2评价方法制定

6．3公交路线规划性能评估

6．3．1热点提取性能评估

6．3．2候选站点生成与选择性能评估

6．3．3最终公交路线生成性能评估

6．4本章小结

7．1总结

7．2未来工作

参考文献

致谢

攻读硕士学位期间的论文项目情况