基于公交IC卡数据的乘客路线选择算法研究

摘要

随着网络技术在智能交通系统应用的普及，使得交通基础服务相关设施越来越完善，而公共交通作为城市交通运输的一个重要组成部分，有着其特有的优越性，在满足居民出行、缓解城市交通压力和减少城市雾霾等方面做出了巨大贡献，因此，近几年来各个城市都在大力发展公共交通系统。随着城市公共交通网络的不断增加与完善，市民出行条件大大改善，可供乘客选择的路线也逐渐增多起来。那么怎样为乘客出行路线决策提供科学化信息，为公交调度提供可靠合理的信息，并且使乘客能够选择最优的出行路线，成为公交企业面临的新问题。
　　影响乘客路线选择的因素有很多，如换乘的次数、出行的时间、距离以及花费等方面，本研究以交通运输部重点示范项目“新乡市城市公共交通智能化应用示范工程”为依托，利用新乡市公交IC卡的相关数据，对乘客乘坐公交车时所考虑的各种因素进行分析，并且对选择估计模型和蚁群算法的两种方法研究，从而使对客流量的预测更加精确，达到避开交通拥堵和优化乘客路线选择结构的目的。主要的内容如下;
　　(1)深度分析了本论文所需要的一些核心概念和相关理论;数据挖掘与人工智能的相关理论以及公交IC卡组成、IC卡数据结构等方面，为后面提出的蚁群算法和选择估计模型打下理论基础。
　　(2)对影响乘客路线选择因素进行着重分析，主要包括换乘次数、出行的时间、距离、出行费用、客流量等，以确定两种算法模型的优化目标。
　　(3)乘客路线选择估计模型的建立中，利用大数据算法获取公交客流出行时间的概率密度函数，计算出OD间各路径的乘客出行时间组成的要素，建立多种公交乘客线路选择的单一模式OD矩阵，利用有序加权平均算子将多种OD矩阵的估计结果进行排序，对各OD矩阵估计的各种结果赋予不同的权重，得出一个整体的公交乘客线路选择的估计加权值，并以该值为依据建立了采用大数据的组合公交乘客线路选择矩阵估计模型，并且利用新乡市IC卡的相关数据进行估计仿真模型。
　　(4)考虑乘客进行路线选择时受出行距离等综合因素的影响，论文基于传统最短路线求解算法，并分析其在达到最优路线求解时存在的一些不足，以GBAS算法对乘客出行路线选择的可行性分析以及具体的算法，然后通过新乡市IC卡数据验证此算法的有效性。

目录

摘要

第一章 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国内研究现状

1．2．2 国外研究现状

1．3 研究内容

1．4 论文结构

第二章 相关理论与支撑技术

2．1 数据挖掘

2．1．1 数据挖掘概念

2．1．2 数据挖掘主要步骤

2．1．3 数据挖掘中的常用算法

2．2 蚁群算法

2．2．1 蚁群算法的概念及基本原理

2．2．2 蚁群算法的特点

第三章 影响乘客公交出行路线选择的因素分析

3．1 影响公交乘客路线选择的因素

3．2 公交IC卡信息分析

3．2．1 公交IC卡组成

3．2．2 公交IC卡数据结构

3．3 本文两种方法的优化目标

第四章 公交乘客路线选择估计模型仿真

4．1 引言

4．2 公交乘客线路选择原理特点

4．3 大数据的公交乘客线路选择的估计模型的提出

4．3．1 公交客流出行时间概率密度函数的计算

4．3．2 大数据的公交乘客线路选择的估计模型组建

4．4 实验及仿真证明

第五章 考虑出行因素的公交路线选择算法

5．1 引言

5．2 城市公交线路选择优化的目标

5．3 城市公交线网模型

5．3．1 城市公交线网的拓扑结构

5．3．2 公交IC卡数据模型

5．4 GBAS求解最短路径的可行性分析

5．4．1 GBAS算法简述

5．4．2 公交乘客线路选择问题与旅行商问题

5．4．3 GBAS构造图的特点

5．5 基于GBAS的公交出行最优路径选择算法

5．6 实验分析

第六章 总结与展望

6．1 工作总结

6．2．本文不足

6．3 下一步研究计划

参考文献

致谢

攻读学位期间的科研成果

声明