基于公交数据挖掘的时刻表排班协同换乘优化

《基于公交数据挖掘的时刻表排班协同换乘优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于公交数据挖掘的时刻表排班协同换乘优化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1C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/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

2、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.eclu.cn收稿日期：2017-04-25基金：国家自然科学基金项目(51578465,71771190);国家自然科学基金青年项H(71402149)TimetableTransfer-coordinationOptimizationBasedonTransitDataMiningLUOXiao-lin

3、gJIANGYang-shengSchoolofTransportationandLogistics，SouthwestJiaotongUniversity;Abstract：TheexistingtimetableisextractandoptimizedthroughexploitingthedataofICcardandvehicleGPStocoordinatethetransferandsavethetransfertime.First,themodelofdataminingfortransitdataisproposedtoobtaintheexistingtransi

4、toperationinformation.Andthen,aneighborhoodsearchalgorithmisdevelopedtooptimizethetimetableandgetthebestsolution.TherealdatafortworoutesinChengduwiththelabelof56and3areintroducedtotesttheproposedmethod.Theresultshowsthatexistingtimetablecanbeoptimizedtocoordinatethetransferwithoutanychangeforth

5、eexitingsupplyanddemandscenario,whichindicatesthattheoptimizedtransitserviceismoreconformtothepracticaltraveldemand,whichcanlifttheefficiencyoftransferandimprovethetransitservicelevel.Keyword：urbantraffic;transitdata;timetableoptimization;transfercoordination;Received：2017-04-250引言随着城市经济迅速发展，城市

6、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Y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宄主要集中在轨道交通与常规公交的换乘优化研究［4-5］.关于常规公交协同换乘研宄较少，如文献［6］构建了车辆相遇总次数最大和多辆.午.同时相遇的机遇最大的双B标优化模型，文献［7］构建了乘客

7、协同换乘人数最多和乘客总等待时间最小双目标优化模型.以往的换乘研宄主要依据人工采集换乘数据.全样本换乘行为调查涉及到不同线路的不同车辆，在实际工作中很难操作，因此对于换乘信息调查大多釆用小样本量跟车调査或者问卷调査然后扩样推算，导致最终调査结果与实际情况存在一定的差距.近年来，信息技术的发展，以及公交计费信息系统和车辆位置信息系统的升级，为公交换乘信息获取提供了新的途径.如文献［8-14］通过对公交数据的特征的分析，指出了利用公交数据获得出行信息是未来发展