【城乡公交调度优化探究的国内外文献综述3000字】 .pdfVIP

城乡公交调度优化研究的国内外文献综述

1现状客流调查

研究基于乘客需求的城乡公交发车时刻，首先需要获得城乡公交的客流现状,

一份完整的客流OD既可以对现状进行更好的分析，也可以在以后检测设计成果

的合理性。本次设计的客流调查主要是要获得目标城乡公交各站点的站间的客流

OD量以及各站点的上下车人数等。

随着我国公共交通发展逐渐现代化，伴随着其的客流调查技术方法也日新月

异。2005年，朱晓东、丁卫东等人对常用的公交客流信息采集技术做了总结E,

介绍了它们的使用情况及优点，如人工调查、利用公交IC卡进行调查、自动

乘客计数调查等多种方式。2006年，周欣等人运用数理统计原理，将分层抽样

方法运用到实际的公交客流调查中⑵。2016年，李林波、康琳涓等人提出了在天

气等不确定因素影响下的公交客流调查方法⑶，选用多元线性回归分析来建立“公

交日客流量〃模型对这些随机变量进行显著性分析。除了对数据进行直接调查，

2006年惠红旗等人提出了在获得调查数据的基础上，对其进行修正的一般方法囹,

分析了误差产生原因并给出了具体的修正模型。除此之外，2020年，程红星提

出了基于神经网络的城市公交客流数据修正方法⑸。最近，YongZhang和Wentao

Tu等人在2020年提出了基于深度学习的公交客流统计算法⑹，采用智能交通的

方法，通过摄像头获得信息后用SSD模型检测乘客位置并进行跟踪，比传统的

方法具有更高的）隹确性。

在国外相关领现近几年，JamesonL.Toole等人在大数据的背景之下提出了

一种新的公交旅客出行需求模型⑺，通过获得的大数据，采用手机信令、公交

GPS等各种先进的技术来实现精）隹度更高、成本更低、速度更快的公交需求预测，

由于其模式选择模型十分简单，虽然其算法模型十分高效，所以对于更加复杂的

公交系统并不适用，还有进一步提升的空间。

2客流预测

受时间、地点、天气等不确定因素的影响，公共交通的客流量具有较多的不

确定因素，在只拥有现状客流OD量的情况下直接对未来进行预测，会因这些因

素的影响而产生偏差。在大数据时代，通过大数据分析客流变化的规律并用合适

方法进行预测，可以为企业提供更合理的作业计划，提高利润，同时更好满足出

1

行者的需求。目前中外科研人员在此领域都已有比较成熟的方法模型，在这里对

其中的几种做简单评述：

(1)城市客流实时估计与预测方法

2017年，JunZhang,和DayongShen等人提出了以公交智能卡数据和GPS数

据为依据，推导出乘客的出发地和目的地⑻，由于这些数据都是实时产生，因此

该系统可以实时对客流进行预测。

(2)基于神经网络的公交客流预测模型

2020年，ShuyuZhang和ZikangLiu等人提出了一种基于PCA-P神经网络

的短期公交客流预测模型叫将主成分分析(PCA)和误差反向传播(P)神经

网络相结合，利用全训练网络对公交客流进行预测，建立模型后，该团队收集了

贵阳市17路公交的客流数据，并依据此模型进行模拟，结果表明预测结果与各

时段实际客流量的拟合程度很高。

(3)基于IC卡数据的公交站点客流推算方法

2012年，周锐提出了，以IC卡数据为基础，基于换乘识别结果的公交站点

客流推算方法的，可以有效的推断公交乘客的上、下车站点，并进行换乘识别，

可以为公交公司对线路的规划和调度提过决策支持。

(4)基于小波神经网络模型的公交客流预测

2020年，太原科技大学的贾庆林、晋民杰等人为更精确的预测公交客流量

数据，结合小波变换理论以及P神经网相关知识建立了小波神经网络预测模型

[11],结果发现该模型比传统P神经网络具有更高的精确性和拟合度。

(5)灰色预测理论

灰色理论是一门研究信息部分清楚、部分不清楚并带有不确定性现象的应用

数学学科。灰色预测模型具有需要的原攵台数据少，适用于具有不确定性的系统等

优点，因此在公交预测中有大量的应用：2005年，邵0匀泓、赵阳等采用该模型

对安徽省安庆市公交系统的年公交客运总量进行预测口气2012年