[发明专利]一种基于数据驱动的城市公交宏观行驶波动性的观测方法

说明书

本发明公开了一种基于数据驱动的城市公交宏观行驶波动性的观测方法，包括如下步骤：S1、对所采集的公交到站数据，建立各线路的全程行驶时间数据集S2、根据数据集计算在时段k,百分位p上的全程行驶时间S3、计算k时段线路l在p百分位下观测的全程行驶时间波动幅值S4、计算k时段波动幅值满足的公交线路频数F_α,p,v(k)；S5、计算k时段v条件波动比值γ_p,v(k)，γ_p,v(k)用于观测城市公交在k时段宏观波动值超出v阀值的比例，通过γ_p,v(k)可直观地观测城市公交整体的宏观波动情况。本发明具有以下优点和效果：实现基于公交数据的城市出行宏观波动性的观测，用于对比不同日期不同时段城市路网的宏观波动特点，为城市公交规划提供决策依据。

技术领域

本发明涉及智能交通领域的城市计算信息处理技术，特别涉及一种基于数据驱动的城市公交宏观行驶波动性的观测方法。

背景技术

随着信息技术的发展，国内多个城市均在公交车上安装了定位系统并建立相应云平台，实现了公交车辆的实时定位和公交到站信息的实时查询，便捷了乘客出行的信息查询，同时也提高了运营公司管理优化水平。

城市出行在工作日和周末会呈现较大的差异，在工作日的早晚高峰期呈现行驶时间高均值和高波动，在周末则呈现无明显均值峰谷但具有高波动的特点。公交行驶时间波动性的动态模型往往难以精确建模，因此当行驶时间呈现高波动性，其预报的难度将加大，增大了运营公司调度和优化的难度，进而容易导致公交班次在时空上交叉错乱，加剧公交班次在空间上分布的不均匀性。在城市中，公交行驶的波动性容易导致同一线路后班次公交追上前一班次公交，造成该时段公交密集后续较长时段无公交服务的现象，降低了公交服务质量。

当前，多数城市的公交车均实现了实时定位管理与服务，能够采集城市各线路公交的行驶数据，以此作为数据基础，需要一种有效的方法进行宏观特征刻画，用于观测城市公交的行驶波动性，进而挖掘市民的出行特点，为运营公司提供管理和优化决策。

发明内容

本发明的目的是提供一种针对各时段行驶数据的宏观特性描述方法，实现基于公交数据的城市出行宏观波动性的观测，用于对比不同日期不同时段城市路网的宏观波动特点，为城市公交规划提供决策依据。

本发明的上述技术目的是通过以下技术方案得以实现的：一种基于数据驱动的城市公交宏观行驶波动性的观测方法，包括如下步骤：

S1、对所采集的公交到站数据，建立各线路的全程行驶时间数据集其中指线路l具体某班次从始发站开始至终点站的行驶信息；

S2、根据数据集计算在时段k,分位p上的全程行驶时间分位p以百分位进行计算，p值为10,50,90；

S3、计算k时段线路l在p百分位下观测的全程行驶时间波动幅值具体计算如下：

式(1)中，μ^l(k)为线路l在k时段全程行驶时间中位数值，即

S4、计算k时段波动幅值满足的公交线路频数F_α,p,v(k)，具体计算如下：

式(2)中，count()为计数函数，N为城市中所观测的公交线路总数，v为波动幅值的阀值；

S5、计算k时段满足v阀值条件的波动比值γ_p,v(k)，具体计算如下：

式(3)中，F(k)为k时段观测集中投入运营的公交线路总数，γ_p,v(k)用于观测城市公交在k时段宏观波动值超出v阀值的比例，通过γ_p,v(k)可直观地观测城市公交整体的宏观波动情况。