一种城际出行客运车辆线路相关性识别方法

摘要

本发明公开一种城际出行客运车辆线路相关性识别方法，包括如下步骤：获取所有运营线路的客流量时间序列；按时间顺序抽取任意一对运营线路的客流量序列，形成新的时间序列；累加合并分属不同线路的客流量值，并按原时间序列形成新的客流时间序列；直到所有线路对都形成新的客流时间序列；拆分得到两个不同客流时间序列，计算观测周期内所有相关度序列；对正负相关度集合分别聚类，得到正相关运营线路和负相关运营线路；根据正相关运营线路和负相关运营线路，对客运车辆进行调度管理。本发明提供的方法把转乘客流转换成相关度序列，再通过聚类的方法获得正相关和负相关的运营线路，提供可量化的竞合关系，进而实现精确合理的客运车辆的调度和管理。

说明书

技术领域

本发明涉及车辆调度领域，特别是指一种城际出行客运车辆线路相关性识别方法。

背景技术

随着定制客运服务与互联网+的深度结合，城际之间的定制客运发展迅速。目前，客运企业的运营线路管理较为单一，乘客要么直接到达目的地，要么在途径城市下车即到达目的地，车辆空载率较高。为提高各运营企业的整体满载率，根据乘客出行的始发城市和终点城市，需要考虑在途径城市设计乘客转乘环节，借助高效的运营平台实时调度营运车辆，以此降低运营成本，达到精细化管理的目的。

然而，各线路之间转乘行为会导致线路之间产生竞争关系或者合作关系。前者体现为两个线路之间客流量变化趋势相反，后者体现为两个线路之间客流量的同步增长。这与城市热度、乘客对定制客运出行的认可度等都有关系。因此，为达到精细化管理的目的，需要根据乘客的原始订单数据以及转乘数据挖掘并量化出竞合关系程度，通过实时调度，尽可能地提高线路之间的正相关度，即合作关系，才能整体提高定制客运网络的客流吞吐量，为精细化管理提供依据。

目前，现有的方法中，主要是针对城市公交线路的运营挖掘其竞合关系，而且所用的方法通常是人为指定重叠站点为竞争关系。这些方法很难根据客流变化趋势进行客运车辆的调度和管理。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种城际出行客运车辆线路相关性识别方法，把转乘客流转换成相关度序列，再通过聚类的方法获得正相关和负相关的运营线路，为精细化调度管理提供依据。本发明可为定制客运企业提供可量化的竞合关系，进而实现精确合理的客运车辆的调度和管理。

本发明采用如下技术方案：

一种城际出行客运车辆线路相关性识别方法，包括如下步骤：

S1：获取所有运营线路的客流量时间序列；

S2：从获取的所有运营线路的客流量时间序列中，按时间顺序抽取任意一对运营线路的客流量序列，形成新的时间序列；

S3：累加合并分属不同线路的客流量值，并按原时间序列形成新的客流时间序列；

S4：重复步骤S2-S3，直到所有线路对都形成新的客流时间序列；

S5：对步骤S4中得到的新的客流时间序列，拆分得到两个不同客流时间序列，计算观测周期内所有相关度序列；

S6：对正负相关度集合聚类，得到正相关运营线路和负相关运营线路；

S7：根据正相关运营线路和负相关运营线路，对客运车辆进行调度管理。

具体地，所述步骤S1获取所有运营线路的客流量时间序列，具体为：

将n个不同运营线路，记为L＝{l

具体地，所述步骤S2从获取的所有运营线路的客流量时间序列中，按时间顺序抽取任意一对运营线路的客流量序列，形成新的时间序列,具体为：

从L中选取任意一对运营线路l

具体地，累加合并分属不同线路的客流量值，并按原时间序列形成新的客流时间序列,具体为：

LF(l

LF(l

直到LF(l

具体地，所述步骤S5对步骤S4中得到的新的客流时间序列，拆分得到两个不同客流时间序列，计算观测周期内所有相关度序列，具体为：

拆分新的客流时间序列LF'(l

若F

具体地，所述步骤S5对步骤S4中得到的新的客流时间序列，拆分得到两个不同客流时间序列，计算观测周期内所有相关度序列，具体还包括：

计算观测周期内任意两条线路F

按条件

具体地，所述相关度公式为：

其中，Cov(F

具体地，所述步骤S6对正负相关度集合聚类，得到正相关运营线路和负相关运营线路，具体为：

分别对V

由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：

(1)本发明提出一种城际出行客运车辆线路相关性识别方法，把转乘客流转换成相关度序列，再通过聚类的方法获得正相关和负相关的运营线路，为精细化调度管理提供依据。

(2)本发明提出的客运线路竞合关系量化方法，可为定制客运企业提供可量化的竞合关系，进而实现精确合理的客运车辆的调度和管理。

附图说明

图1为本发明实施例提供的方法流程图；

图2为本发明实施例提供的转乘客流量序列的形成的示意图；

图3为本发明实施例提供的转成客流量序列的拆分示意图。

以下结合附图和具体实施例对本发明作进一步详述。

具体实施方式

本发明提出一种城际出行客运车辆线路相关性识别方法，把转乘客流转换成相关度序列，再通过聚类的方法获得正相关和负相关的运营线路，为精细化调度管理提供依据。本发明可为定制客运企业提供可量化的竞合关系，进而实现精确合理的客运车辆的调度和管理。

如图1，为本发明实施例提供的一种城际出行客运车辆线路相关性识别方法的流程图，具体步骤为：

S1：获取所有运营线路的客流量时间序列；

所述步骤S1获取所有运营线路的客流量时间序列，具体为：

将n个不同运营线路，记为L＝{l

如图2为本发明实施例提供的转乘客流量序列的形成的示意图，线路1：城市5-城市C-城市1，线路2：城市4-城市C-城市2，线路3：城市5-城市C-城市2；在城市C转乘，形成转乘客流，并将所有途径城市C的转乘订单按时间顺序形成基本的客流量时间序列。

S2：从获取的所有运营线路的客流量时间序列中，按时间顺序抽取任意一对运营线路的客流量序列，形成新的时间序列；

具体地，所述步骤S2从获取的所有运营线路的客流量时间序列中，按时间顺序抽取任意一对运营线路的客流量序列，形成新的时间序列,具体为：

从L中选取任意一对运营线路l

S3：累加合并分属不同线路的客流量值，并按原时间序列形成新的客流时间序列；

具体地，累加合并分属不同线路的客流量值，并按原时间序列形成新的客流时间序列,具体为：

LF(l

LF(l

直到LF(l

S4：重复步骤S2-S3，直到所有线路对都形成新的客流时间序列；

S5：对步骤S4中得到的新的客流时间序列，拆分得到两个不同客流时间序列，计算观测周期内所有相关度序列；

具体地，所述步骤S5对步骤S4中得到的新的客流时间序列，拆分得到两个不同客流时间序列，计算观测周期内所有相关度序列，具体为：

拆分新的客流时间序列LF'(l

若F

如图3为本发明实施例提供的转成客流量序列的拆分示意图。

具体地，所述步骤S5对步骤S4中得到的新的客流时间序列，拆分得到两个不同客流时间序列，计算观测周期内所有相关度序列，具体还包括：

计算观测周期内任意两条线路F

按条件

具体地，所述相关度公式为：

其中，Cov(F

S6：对正负相关度集合聚类，得到正相关运营线路和负相关运营线路；

具体地，所述步骤S6对正负相关度集合聚类，得到正相关运营线路和负相关运营线路，具体为：

分别对V

S7：根据正相关运营线路和负相关运营线路，对客运车辆进行调度管理。

下面通过具体的案例进行说明。

(1)以福州为例，途径福州的线路有10条，分别是：永泰至连江线，闽侯至长乐线，永泰至长乐线，闽侯至福清线以及其他6条线路，分别编号为L1,L2,…,L10。转乘至L1-L10的最初订单客流如表1所示。

表1某日客流时间序列

(2)以线路L1和L2为例，获取LF(L1,L2)＝(1,1,1,2,1,1,1,1,1,1,1)，结果如表2所示。

表2合并后的客流量时间序列

(3)合并和拆分客流量，以线路L1和L2为例，获得F1＝(1,4,2),F2＝(1,3,1)。

(4)取观测周期60天，计算得到长度60的相关度序列，并根据序列总和，分别得到正负相关度序列集合，如表3所示。

表3正相关线路对集合

表4负相关线路对集合

(5)采用层次聚类法，对表3和表4对应的相关度序列聚类，得到正相关和负相关簇集，分别表示合作与竞争关系的运营线路对，如表5和表6所示。

表5合作线路对相关度集合

表6竞争线路对相关度集合

(6)根据得出的合作与竞争关系的运营线路对，对客运车辆进行调度管理

本发明提出一种城际出行客运车辆线路相关性识别方法，把转乘客流转换成相关度序列，再通过聚类的方法获得正相关和负相关的运营线路，为精细化调度管理提供依据；本发明提出的客运线路竞合关系量化方法，可为定制客运企业提供可量化的竞合关系，进而实现精确合理的客运车辆的调度和管理。

上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。