[发明专利]基于大数据的公交线路时刻表协同优化方法

说明书

技术领域

本发明属于城市公共交通运营管理的技术领域，涉及到公交时刻表编制，ITS智能交通系统和粒子群算法的领域，特别涉及到大数据挖掘与融合处理的技术方法。

背景技术

杨晓光关于《基于ITS环境的公共汽车交通换乘时间最短调度问题研究》。以公交换乘时间最短为目标建立线性规划模型，并通过算例证明了该方法的理论意义与实用价值。刘环宇关于《基于可靠性的公交时刻表设计优化研究》以到站准点率、行车时间可靠度和服务间隔可靠度为约束，以社会福利最大化为目标，建立了基于可靠度的公交时刻表优化模型；但现有研究主要存在三个问题，一是使用的客流数据大多是经人工调查所得，不仅耗费大量劳动力，其数据的准确性也无法保证；二是研究主要集中于公交车之间的换乘，忽视了公交与轨道交通之间的换乘；三是研究一般以换乘站点的乘客为研究对象，忽视了整条线路中非换乘乘客与换乘乘客的协调以及乘客与公交运营企业的利益分配。本发明在此基础上，应用多源数据融合处理的手段获取公交客流数据，并考虑公交与轨道交通之间换乘以系统成本最小为目标函数建立模型，对公交线路时刻表进行优化。

发明内容

本发明要解决的技术问题是应用多源数据融合，获取准确的公交线路运行数据和客流数据，并在此基础上针对公交运营时刻表优化提出一种考虑公交系统与轨道系统间换乘的优化模型。

本发明的技术方案：

基于大数据的公交线路时刻表协同优化方法，步骤如下：

一.公交线路运行数据和客流数据获取

1.公交线路运行数据获取

1.1判断公交车辆运行方向

公交线路运行区分上行和下行两个方向，公交车辆按照排班顺序在两个方向循环往复；公交线路的上下行拥有各自独立的运行线路、停靠站点和运行时段，车辆运行状态与客流需求也是相对独立的，分为两个运行方向的数据；公交GPS数据中没有明确表征运行方向的属性字段，记录公交车辆运行的方向角字段(ANGLE)出错率较高，经过分析无法用于判断车辆运行方向。因此需要采用一定的判断规则获取公交GPS数据的车辆运行方向信息。

判断车辆运行方向的方法有很多，并且由于线路走向和数据质量的不同，各种方法的有效性存在差异。本发明以深圳市376路公交为例，考虑到该线路走向的接近半环形，如图一所示，采用如下步骤判断车辆的运行方向：

(1)找出该半环形线路圆心的大致位置作为参照点，记为A；

(2)上行方向的首站位置记为O，公交GPS数据中记录的经纬度位置记为M；

(3)计算向量与向量的夹角，记为α，并在公交GPS数据中增加字段N_ANGLE记录所有数据对应的α值。

(4)先按照车辆车牌号(NUMBER)对公交GPS数据进行排序，再根据记录时间字段(TIME)对同一车牌号车辆进一步排序，比较同一车辆相邻两条GPS数据的α值变化趋势，若α值随时间逐渐增大，则表示车辆为逆时针行驶，即车辆运行方向为上行。

(5)重复步骤(4)直至遍历所有公交GPS数据。

(1.2)车辆到站数据获取

车辆到站数据需要将经过处理的公交GPS数据与公交站点数据进行融合，首先建立车辆到站数据表，包含站点编号(S_ID)、车辆到站时间(S_TIME)、车辆的车牌号(NUMBER)和车辆运行方向(DIRECTION)共四个字段；

表1 车辆到站数据表

在车辆到站数据表中记录所有上行方向的车辆到达站点S的数据，其实现的步骤如下：

(1)提取公交GPS数据中车辆运行方向DIRECTION为“上行”的所有数据；

(2)先按照车辆的车牌号对步骤(1)中提取的公交GPS数据进行排序，再根据车辆到站时间对同一车辆的车牌号进一步排序；在连续同一车辆的车牌号中，前一条公交GPS数据匹配到路段L₁，后一条公交GPS数据匹配到路段L₂，则L₁和L₂的中间值作为车辆到达站点S的时间；

(3)将站点S编号、车辆到达站点S的时间、车辆的车牌号以及车辆运行方向写入对应的车辆到站时间数据表中，直至处理完所有上行方向的公交GPS数据，得到车辆到站数据表；

上行方向和下行方向的车辆到站数据获取的方式相同；

(1.3)车辆行程时间获取