[发明专利]一种公交站点选址方法及装置在审

专利信息
申请号: 202010413073.9 申请日: 2020-05-15
公开(公告)号: CN111582601A 公开(公告)日: 2020-08-25
发明(设计)人: 张毅;王智鑫;李金辉;张猛;王小敏;王志恒;孙嵩;郭德坤 申请(专利权)人: 河南科技大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/26;G06Q30/02;G06K9/62
代理公司: 郑州睿信知识产权代理有限公司 41119 代理人: 吴敏;史萌杨
地址: 471023 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 公交 站点 选址 方法 装置
【权利要求书】:

1.一种公交站点选址方法,其特征在于,包括如下步骤:

1)获取出行位置的样本点数据,所述样本点数据包括以下数据中的至少一种:出租车拉客上车位置数据和出租车拉客下车位置数据;采用聚类算法对获取的样本点数据进行聚类,得到初始的聚类结果,所述聚类结果包括至少一个类簇以及每个类簇的聚类中心;

2)对于一个类簇:选择影响乘坐公交车的热点区域因素,并获取各类热点区域因素的调查数据,利用调查数据对构建的公交吸引度模型进行拟合,得到各类热点区域因素对应的路径系数,所述公交吸引度模型为结构方程模型;根据各类热点区域因素对应的路径系数,确定各类热点区域因素对于公交吸引度的影响权重;获取类簇间的出行距离和类簇间的出行量,并结合所述影响权重,确定该类簇的密集度指标;根据密集度指标,确定该类簇的重要度;

3)根据每个类簇的重要度,对初始的聚类结果进行调整,使调整后的聚类结果的各个类簇的重要度均在设定重要度高值和设定重要度低值之间;根据调整后的聚类结果的聚类中心的位置,确定公交站点的位置;设定重要度低值小于设定重要度高值。

2.根据权利要求1所述的公交站点选址方法,其特征在于,步骤2)中,类簇的重要度是根据类簇的密集度指标和类簇离散度指标确定的。

3.根据权利要求1所述的公交站点选址方法,其特征在于,步骤3)中,对初始的聚类结果进行调整的手段为:

判断类簇的重要度,若任一类簇的重要度不在设定重要度高值和设定重要度低值之间,则按照以下情况中的至少一种情况进行处理:

情况一:将重要度大于设定重要度高值的类簇进行取消或合并处理;

情况二:将重要度小于设定重要度低值的类簇进行拆分处理。

4.根据权利要求1所述的公交站点选址方法,其特征在于,所述设定重要度高值为初始的聚类结果中各类簇的重要度的最大值的Z1倍,0.8<Z1<1;所述设定重要度低值为初始的聚类结果中各类簇的重要度的最大值的Z2倍,0<Z2<0.2。

5.根据权利要求1所述的公交站点选址方法,其特征在于,步骤2)中,所述根据各类热点区域因素对应的路径系数,确定各类热点区域因素对于公交吸引度的影响权重的手段为:将各类热点区域因素对应的路径系数除以热点区域因素的路径系数和,将得到的各个比值作为各类热点区域因素对于公交吸引度的影响权重。

6.根据权利要求1所述的公交站点选址方法,其特征在于,步骤2)中,所述密集度指标为:

式中,βi为类簇ci的密集度指标;pit为类簇ci的聚类中心附近t类热点区域因素的个数;qit为类簇ci的t类热点区域因素的影响权重;m为热点区域因素的种类个数;lji是类簇cj到类簇ci的出行距离;kij是以类簇ci作为出发点,以类簇cj作为终止点的出行量;kji是以类簇cj作为出发点,以类簇ci作为终止点的出行量;n为类簇的个数。

7.根据权利要求1所述的公交站点选址方法,其特征在于,步骤3)中,还包括判断调整后的聚类结果的聚类中心的位置是否在道路上的步骤:若调整后的聚类结果的任一聚类中心的位置不在道路上,则将调整后的聚类结果中不在道路上的聚类中心至与该聚类中心最近的道路的垂足的位置作为公交车站点的位置。

8.根据权利要求1~7任一项所述的公交站点选址方法,其特征在于,所述聚类算法为K-means聚类算法。

9.根据权利要求1所述的公交站点选址方法,其特征在于,所述热点区域因素包括地铁站、高铁站、火车站、商业区、景点、学校和医院中的至少两种。

10.一种公交站点选址装置,其特征在于,包括存储器和处理器,所述处理器用于执行存储在存储器中的指令以实现如权利要求1~9任一项所述的公交站点选址方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南科技大学,未经河南科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010413073.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top