基于改进PageRank算法的城市轨道交通站点选址规划.docVIP

　　基于改进PageRank算法的城市轨道交通站点选址规划 　　doi：10.3969/j.issn.1006-1010.2016.14.013 中图分类号：TP391.4 文献标志码：A ：1006-1010（2016）14-0060-06 　　引用格式：杜翠凤，王俊. 基于改进PageRank算法的城市轨道交通站点选址规划[J]. 移动通信， 2016，40（14）： 60-65. 　　[Abstract] In order to address the issue of urban track traffic site planning based on static factors， the paper proposed site location selection based on improved PageRank algorithm. User travel obile user travel data， key node of the proved PageRank algorithm， ined. Experimental results shoproving site location selection accuracy. 　　[Key track traffic site location 　　1 引言 　　由于轨道交通体系具有运输量大、准时高效、方便快捷的优点，且不占用地面资源，能够很大程度地缓解交通拥堵和环境污染，因此越来越多的大城市开始打造轨道交通体系。但轨道交通建设是一个非常巨大的投资，如何针对用户的实际出行集聚的需求打造运输效率高、出行方便快捷的轨道交通体系成为轨道交通规划的一个重要问题。 　　目前大多数研究者以人口数量、土地利用情况、出行时间、站间距、系统等影响轨道交通规划重要因素，采用运筹学的最优理论、阈值函数模型或者仿真等方式进行轨道交通站点的选址，但是这些研究大多采用相对静态的因素作为轨道交通站点选址进行建模，没有考虑用户出行的方向以及用户出行而形成的动态的、复杂网络的链接关系对站点规划的影响。文献[1]根据对轨道交通点客流量分布特征与站点服务能力的关系，建立轨道交通站点的服务能力评价模型，利用该模型得出轨道交通服务能力的综合评价分值，给相关的部门提出改善的建议。该研究仅考虑客流分布特征与站点规划的影响，没有考虑到用户出行的方向以及用户换乘的需求，不能很好地满足用户总体出行的需求。文献[2]综合考虑步行速度和行人密度等影响因素，通过社会力模型来优化两条地铁线的平均传输时间，以此来有效地缓解交通堵塞和优化地铁线路。该研究仅考虑用户出行的距离，但是并没有考虑随着城市的发展，用户出行的需求量也是轨道交通考虑的重要因素。文献[3]从一对起点和终点之间的轨道乘客出行综合费用来优化轨道交通的规划，通过旅客的出行费用、旅客数量以及两点间轨道站点的数量，以综合费用最低来进行线网的总体规划。该研究仅通过乘客自适应选择多条路径实现客流的均衡分布，并没有从乘客实际出行需求出发，高效满足乘客需求。针对上述研究的特点，本文利用运营商的移动用户出行数据构建有向带权值的动态、真实的用户出行网络，采用改进PageRank算法识别出行网络中的每一个基站的重要性，通过该重要性排序进行核心站点和“中转”站点的识别，从而有效地提升站点选址的可用性和实用性。我国大中型城市的城区基站距离一般为200～300 m，郊区基站的距离一般为500～1000 m，而城市的轨道站点间隔一般为1～2 km，因此以运营商的数据的轨道交通选址方法能够广泛应用于我国大中城市的轨道交通选址领域。 　　2 PageRank算法研究 　　2.1 问题定义 　　选址问题中一个重要的研究领域是站点选址问题。站点选址是通过覆盖度量、中心点度量、最短路径等方法来衡量站点的重要性，以重要的站点作为选址的优先点。本文结合移动用户的O-D（Origin-Destination）数据（本文是指移动用户从一个基站到达另一个基站的数据，也称去向数据），采用改进PageRank算法来评价以移动用户去向的出行行为为基础构建的复杂网络各个节点的重要性，以此实现城市轨道交通站点的选址规划。 　　2.2 PageRank算法 　　PageRank算法应用于轨道交通网络节点重要性的评价，其主要思想是： 　　（1）构建以移动用户出行的O-D数据为基础的复杂网络来模拟现实世界的用户出行的网络。 　　（2）把评判用户出行的集散点的问题转化为评判每一个基站PageRank值（即基站重要性排名）。某个基站的PageRank值具体算法如下： 　　设移动用户基站A有T1， T2， …， Tn等n个链接基站源，即移动用户从基站T1， T2， …， Tn到达基站A，基站A的PageRank值（即