基于公交数据挖掘的时刻表排班协同换乘优化.docVIP

基于公交数据挖掘的时刻表排班协同换乘优化 罗孝羚 蒋阳升 西南交通大学交通运输与物流学院 西南交通大学综合交通运输智能化国家地方联合工程实验室 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 为实现公交换乘协同排班, 减少乘客出行换乘时间, 本文对公交信息系统的IC卡数据及车辆GPS数据进行数据挖掘, 提取换乘信息并对现有的发车排班进行优化.首先, 构建了公交运行状态信息提取模型, 提取现有的公交运行状态信息.在此基础上, 设计了邻域搜索的公交时刻排班优化算法, 得到最佳发车排班时刻表.为验证所提出方法的有效性, 选取了成都市的56路和3路公交线路的实际数据进行案例验证.结果表明:通过优化排班的方法, 在不改变现有的公交供需条件的前提下, 可以有效实现协同换乘;与原有的公交服务相比, 优化之后的公交服务能够更加贴近出行需求, 提升线路之间的换乘衔接效率, 从而提高公交服务质量. 关键词： 城市交通; 公交数据; 时刻表排班优化; 协同换乘; 作者简介：罗孝羚 (1991-) , 男, 湖南岳阳人, 博士生. 作者简介：蒋阳升, jiangyangsheng@my.swjtu.edu.cn 收稿日期：2017-04-25 基金：国家自然科学基金项目 ;国家自然科学基金青年项目 Timetable Transfer-coordination Optimization Based on Transit Data Mining LUO Xiao-ling JIANG Yang-sheng School of Transportation and Logistics, Southwest Jiaotong University; Abstract： The existing timetable is extract and optimized through exploiting the data of IC card and vehicle GPS to coordinate the transfer and save the transfer time. First, the model of data mining for transit data is proposed to obtain the existing transit operation information. And then, a neighborhood search algorithm is developed to optimize the timetable and get the best solution. The real data for two routes in Chengdu with the label of 56 and 3 are introduced to test the proposed method. The result shows that existing timetable can be optimized to coordinate the transfer without any change for the exiting supply and demand scenario, which indicates that the optimized transit service is more conform to the practical travel demand, which can lift the efficiency of transfer and improve the transit service level. Keyword： urban traffic; transit data; timetable optimization; transfer coordination; Received： 2017-04-25 0 引言 随着城市经济迅速发展, 城市规模不断扩张, 换乘出行比例逐步提高.如何优化公交排班时刻表, 实现公交线路有效衔接, 从而减少乘客出行中的换乘时间是大城市公交系统发展中需要解决的关键问题. 国外关于换乘协同优化研究内容较多, 并对实现协同换乘方法进行了一定的探索, 如文献[1]提出了先到达站点车辆等候其他车辆的方法.文献[2]采用车辆实时跟踪技术, 提出了在起终站点动态排班的策略.文献[3]提出了跃站和站点等候的组合策略.而国内关于换乘的研究主要集中在轨道交通与常规