CN103020435A - 轨道交通出行路径估算方法和系统 - Google Patents

Abstract

本发明涉及一种轨道交通出行路径估算方法和系统。所述方法包括以下步骤：根据出行的起始地和目的地获取连通路径；从所述连通路径中选取有效路径；根据出行阻抗因素构建出行阻抗函数，并根据所述出行阻抗函数计算得到出行阻抗，所述出行阻抗因素包括换乘因子、换乘时间、出行时间、出行因子和拥挤度，所述拥挤度由实时拥挤度与历史拥挤度求平均值；将所述出行阻抗代入预先构建的概率模型计算得到所述有效路径的选择概率分布。上述轨道交通出行路径估算方法和系统，采用根据实时拥挤度和历史拥挤度计算得到修正后的拥挤度参数，修正出行阻抗函数，计算得到的出行阻抗具有时效性，更加准确，从而使得根据出行阻抗得到的路径选择概率分布也更加准确。

Description

轨道交通出行路径估算方法和系统

技术领域

本发明涉及计算机应用技术，特别是涉及一种轨道交通出行路径估算方法和系统。

背景技术

城市轨道交通行业发展迅猛，越来越多的轨道交通由前期的单线路独立运营发展到多线路运营，多线路运营可方便行人根据出行时间、拥堵状况等选择不同的路径到达同一目的地。

传统测量行人从一个地方到达另一个地方的路径选择概率分布采用的是预先计算出路线网内的任意起始地到目的地的路径以及各个路径的选择概率。然而，这样预先计算得到的出行路径并不能反映路线网的实际运营状态，因路线网内的每个站点的实际运营状态由于各种原因其连通状态会动态的变动，预先计算得到的影响选择概率的因子会随着时间或特殊状态发生变化，如此测量得到的路径及路径选择概率是不准确的。

发明内容

基于此，有必要提供一种能提高路径选择概率的准确率的轨道交通出行路径估算方法。

此外，还有必要提供一种能提高路径选择概率的准确率的轨道交通出行路径估算系统。

一种轨道交通出行路径估算方法，包括以下步骤：

根据出行的起始地和目的地获取连通路径；

从所述连通路径中选取有效路径；

根据出行阻抗因素构建出行阻抗函数，并根据所述出行阻抗函数计算得到出行阻抗，所述出行阻抗因素包括换乘因子、换乘时间、出行时间、出行因子和拥挤度，所述拥挤度由实时拥挤度与历史拥挤度求平均值；

将所述出行阻抗代入预先构建的概率模型计算得到所述有效路径的选择概率分布。

一种轨道交通出行路径估算系统，包括：

获取模块，用于根据出行的起始地和目的地获取连通路径；

筛选模块，用于从所述连通路径中选取有效路径；

阻抗计算模块，用于根据出行阻抗因素构建出行阻抗函数，并根据所述出行阻抗函数计算得到出行阻抗，所述出行阻抗因素包括换乘因子、换乘时间、出行时间、出行因子和拥挤度，所述拥挤度由实时拥挤度与历史拥挤度求平均值；

概率统计模块，用于将所述出行阻抗代入预先构建的概率模型计算得到所述有效路径的选择概率分布。

上述轨道交通出行路径估算方法和系统，采用根据实时拥挤度和历史拥挤度计算得到修正后的拥挤度参数，修正了出行阻抗函数，使得出行阻抗函数计算得到的出行阻抗具有时效性，更加准确，从而使得根据出行阻抗得到的路径选择概率分布也更加准确。

附图说明

图1为一个实施例中轨道交通出行路径估算方法的流程示意图；

图2为轨道交通路线示意图；

图3为从连通路径中选择有效路径的流程示意图；

图4为有效路径遍历求取示意图；

图5为一个实施例中轨道交通出行路径估算系统的内部结构示意图；

图6为图5中筛选模块的内部结构示意图。

具体实施方式

下面结合附图及具体实施例对轨道交通出行路径估算方法和系统的技术方案进行详细的描述，以使其更加清楚。

如图1所示，在一个实施例中，一种轨道交通出行路径估算方法，包括以下步骤：

步骤S102，根据出行的起始地和目的地获取连通路径。

例如，出行的起始地为香蜜湖站，目的地为华新站，从香蜜湖站到华新站的连通路径有路径1：乘一号线2站到会展中心站，再换乘四号线2站到少年宫站，再换乘三号线2站到华新站；路径2：乘一号线一站到购物公园站，再换乘三号线4站到华新站。6点至22点30分，路径1和路径2都处于连通状态，22点30分至24点只有路径2处于连通状态。本实施例中，需实时刷新轨道路线的状态，以了解轨道路线的连通状态。

步骤S104，从连通路径中选取有效路径。

具体的，可根据进站站点、出站站点以及进站时间、出站时间等计算出行路径，如在6点至22点30分期间可选择路径1和路径2为有效路径，在22点30分至24点选择路径2为有效路径。

在一个实施例中，从连通路径中选取有效路径的步骤包括：判断连通路径的初始出行阻抗函数值是否小于或等于预定的阈值，若是，则选择该连通路径为有效路径，若否，则该连通路径为无效路径。

具体的，初始出行阻抗函数值可为出行总时间或出行总费用。例如对于某一起始地到目的地，搜索出两站之间的有K条可选路径集合，假设最短路径的初始出行阻抗值为若其他连通路径的初始出行阻抗函数值较最短路径的初始出行阻抗函数值超过某一个范围（即大于

）时，认为该连通路径不合理。可以表示为：

$T_{\max }^{\mathrm{OD}}=T_{\min }^{\mathrm{OD}}+U_1---\left(1\right)$

式（1）中，

为有效路径初始出行阻抗值的上界，U₁是一个常量。预定的阈值即为

根据交通调查结果显示在不同的出行时间乘客的选择是不同的。比如，搜索出某起始地到目的地之间的三条渐短路径分别为路径a、路径b和路径c，其初始出行阻抗函数值分别为20分钟、25分钟、40分钟，取U₁=15分钟，则路径c的初始出行阻抗函数值超过了容许区域范围（40>20+15=35），则将该路径排除在有效路径之外。

步骤S106，根据出行阻抗因素构建出行阻抗函数，并根据所述出行阻抗函数计算得到出行阻抗，所述出行阻抗因素包括换乘因子、换乘时间、出行时间、出行因子和拥挤度，所述拥挤度由实时拥挤度与历史拥挤度求平均值。

具体的，根据出行阻抗因素构建出行阻抗函数如下：

$C_w^n{}_1=(\mathrm{\α}\·E_w^n+\mathrm{\μ}\·C_w^n)[1+Y\left(x\right)]---\left(2\right)$

式（2）中，各参数意义如下表1所示。

表1

其中，参数α表示乘客在出行过程中对换乘的敏感度，不同的人群在不同的出行条件对于换乘时间的敏感程度。如果在路径选择中，更偏向于通过换乘而节约出行时间，则α参数应该取较小的值；反之，如果乘客在路径选择中，不希望通过换乘而节省出行时间，则α参数应取较大值。对于不同的乘客，在不同的出行条件，对于换乘时间的理解或选择偏好是不同的，根据实际运营时段的客流类型应用不同的α值。

参数μ表示乘客在出行过程中对出行时间的敏感度，不同乘客在不同出行条件下对于出行时间的敏感程度。如果在路径选择中，更偏向于节约出行时间，则μ参数应该取较大的值；反之，如果乘客在路径选择中，觉得多乘坐几分钟对其影响不大，则μ参数应取较小值。对于不同的乘客，在不同的出行条件，对于换乘时间的理解或选择偏好是不同的，根据实际出行条件应用不同的μ值。

参数Y(x)表示拥挤程度因素，考虑每个站点的拥堵不一样，出行拥挤度取路径的所有站点拥挤度的平均值。

Y(x)拥挤度可通过历史拥挤度及实时拥挤度求平均得到，使得拥挤度值具有及时性。计算实时拥挤度时根据客流分布统计及客流时间分布进行计算。

首先统计站点的客流分布，站点客流分布根据乘客出行路径选择概率计算，出行路径选择概率根据出行阻抗计算得到。将出行阻抗代入预先构建的概率模型得到概率分布值。本实施例中，该概率模型为正态分布模型。

$p\left(x_i\right)=\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{(x_i-\mathrm{\β})}^2}{2{\mathrm{\σ}}^2}}---\left(3\right)$

其中：x_i为出行阻抗，取为 $(\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))(1-Y\left(x\right));$

α为乘客在出行过程中对换乘时间的敏感度；

μ为乘客在出行过程中对出行时间的敏感度；

为第i条有效路径的换乘时间（分钟）；

为第i条有效路径的总出行时间（分钟）；

β为得到概率最大期望的x值，在这里为0；

e为自然对数的底，约等于2.718；

σ是一个常数，它的值决定正态曲线的变化程度。

可以通过实际乘客出行路径选择的交通调查结果分析拟合出参数σ的值。由于不可能选择权值

小于最小阻抗值的路径，因此，只需要取正态分布曲线x≥μ的正半部分。

此外，路径的分配比例可用下列公式计算：

$P_i=\frac{p\left(x_i\right)}{\underset{n}{\mathrm{\Σ}}p\left(x_n\right)}---\left(4\right)$

选择合理的σ参数，通过上式（4）能用概率分布函数更加接近实际地反映乘客的路径选择行为，而且能够适应起始地和目的地之间有效路径的不同数量和不同的组合类型，很好地满足乘客出行选择的特性。

站点客流分布的函数为：x＝1*P(x)，其中，x为站点客流量，P(x)为路径选择概率。

如图2所示，A3到B3存在两条路径，假设如下：

路径1：A3-A4-A5-C3-B5-B4-B3，其选择概率为30%。

路径2：A3-A4-A5-A6-B4-B3；，其选择概率为70%。

则A3到B3断面客流分布如下：

A3客流量加1；A4客流量加1；A5客流量加1；C3客流量加0.3；B5客流量加0.3；A6客流量加0.7；B4客流量加1；B3客流量加1；按上述方式计算每一个站点的客流量。

其次，获取客流时间分布，因乘客行车以进站时间来判断，所以客流的时间分布以进站时间按行车时速推算客流分布。

如图2，B3出站时间为10:00点，每两站点之间行车时间为5分钟，则：

路径1：A3-A4-A5-C3-B5-B4-B3，客流时间分布如表2。

表2

站点

A3

A4

A5

C3

B5

B4

B3

时间

9:30

9:35

9:40

9:45

9:50

9:55

10:00

客流量

0.3

0.3

0.3

0.3

0.3

0.3

0.3

路径2：A3-A4-A5-A6-B4-B3，客流时间分布如表3。

表3

站点

A3

A4

A5

A6

B4

B3

时间

9:30

9:35

9:40

9:45

9:50

9:55

客流量

0.7

0.7

0.7

0.7

0.7

0.7

根据站点客流分布及客流时间分布计算出当天所有时间段内的每一站点的客流分布。

然后计算每个站点各时间段的客流拥挤度。首先，当列车上乘客数小于座位数，即每一位乘客均有座位时，乘客不会有任何不舒适感，此时由不舒适引起的额外时间开销为零；当乘客等于列车最大运载最时，其它乘客无法再上车；当乘客数大于座位数时，此时由于乘客必须站立甚至过度拥挤，由此造成的单位乘车时间内因拥挤而产生的额外时间开销可用下式表示：

其中：x为轨道交通网络中某路段上的客流量；

Z为某时间段时列车的座位数：座位数等于列车数乘单个列车座位数；

C为列车能容纳的最大乘客数，最大乘客量等于单个列车最大乘客量乘列车数量；

D为列车运载上限，列车运载上限等于单个列车运载上限乘以列车数量；

A为一般拥挤时的额外时间开销系数；

B为过度拥挤时的额外时间开销系数。

上式表示单位乘车时间内，当乘客数大于座位数而小于额定载客数时的额外时间开销和当乘客数超过额定载客数（拥挤）时乘客的额外时间开销。

验证拥挤度合理性：客流分布最大客流量不能大于列车运载量，即式（5）中，x不能大于C。

根据历史拥挤度及客流汇总的拥挤度重新计算拥挤度：

$Y\left(i\right)=\frac{(Y^{\′}\left(x\right)+Y^{\′\′}\left(x\right))}{2}---\left(6\right)$

其中，Y'(x)为客流汇总计算出的客流拥挤度；

Y″(x)为历史应用的客流拥挤度；

Y(x)为修正后的客流拥挤度。

步骤S108，将出行阻抗代入预先构建的概率模型计算得到所述有效路径的选择概率分布。

具体的，将修正后的拥挤度代入出行阻抗函数得到修正的出行阻抗，再根据出行阻抗计算得到修正后的有效路径的选择概率分布。

上述轨道交通出行路径估算方法，采用根据实时拥挤度和历史拥挤度计算得到修正后的拥挤度参数，修正了出行阻抗函数，使得出行阻抗函数计算得到的出行阻抗具有时效性，更加准确，从而使得根据出行阻抗得到的路径选择概率分布也更加准确。

在一个实施例中，在判断所述连通路径的初始出行阻抗函数值是否小于等于预定的阈值的步骤之前，还包括：从所述连通路径中选取换乘次数小于等于预设次数的连通路径。

具体的，预设次数可根据需要设定，如2次或3次。换乘次数不宜过多，乘客一般会允许换乘2次左右。

在一个实施例中，如图3所示，判断连通路径的初始出行阻抗函数值是否小于等于预定的阈值，若是，则选择该连通路径为有效路径的步骤包括：

步骤S202，初始化路径中各个节点和各个边的权重。

具体的，初始化形成各个轨道交通线路图的各个节点（每个站点为一个节点），以及边的权重，边是指轨道交通路线图上相邻两个站点构成一个边。边的权重可为该路段所需的时间或该路段所需的费用。

步骤S204，根据各个边的权重计算出行的起始地到目的地的最短路径的初始出行阻抗函数值，并根据最短路径的初始出行阻抗函数值计算阈值。

例如，如图4所示，此中初始出行阻抗函数值为费用，从站点1到站点6的最短路径的费用值为5，根据最短路径的费用值可设置阈值为7，表示乘客最大能承受的费用为7。

步骤S206，将出行的起始地设为根节点，目的地设为终点，以及将所述根节点作为当前节点。

具体的，如图4，设根节点1为当前节点。

步骤S208，从当前节点出发，遍历与该当前节点相邻的节点。

具体的，根据当前节点1遍历到相邻的节点2和4。

步骤S210，判断从所述根节点出发的遍历路径的初始出行阻抗函数值是否小于等于阈值，若是，执行步骤S212，若否，执行步骤S218。

具体的，从当前节点1到节点2的费用为2，满足小于等于阈值7。

步骤S212，将遍历得到的当前节点的相邻节点作为新的当前节点。

具体的，将节点2作为新的当前节点。

步骤S214，判断该新的当前节点是否为终点，若是，执行步骤S216，若否，则返回步骤S208。

具体的，判断节点2是否为终点，若是，则记录遍历路径为有效路径，若否，则以节点2为当前节点，遍历与节点2相邻的节点。本实施例中，节点2不为终点，遍历节点2的相邻节点得到节点3，重复步骤S210至步骤S214，然后在遍历节点3的相邻节点得到节点6，该节点6即为终点，形成遍历路径1-2-3-6为有效路径。

步骤S216，记录所述遍历路径为有效路径，再执行步骤S218。

步骤S218，返回上层节点。

具体的，节点2所在路径遍历结束，返回到节点4，对节点4。

步骤S220，判断所述上层节点是否为根节点，若是，则结束，若否，则执行步骤S222。

具体的，若上层节点为根节点表示根节点所有的相邻节点的路径已遍历完。

步骤S222，将上层节点作为新的当前节点，返回步骤S208。

上述轨道交通出行路径估算方法，通过遍历的方式确定有效路径，选定的路径较为准确，避免出现遗漏。

如图5所示，一种轨道交通出行路径估算系统，包括获取模块102、筛选模块104、阻抗计算模块106和概率统计模块108。其中：

获取模块102用于根据出行的起始地和目的地获取连通路径。

例如，出行的起始地为香蜜湖站，目的地为华新站，从香蜜湖站到华新站的连通路径有路径1：乘一号线2站到会展中心站，再换乘四号线2站到少年宫站，再换乘三号线2站到华新站；路径2：乘一号线一站到购物公园站，再换乘三号线4站到华新站。6点至22点30分，路径1和路径2都处于连通状态，22点30分至24点只有路径2处于连通状态。本实施例中，需实时刷新轨道路线的状态，以了解轨道路线的连通状态。

筛选模块104用于从连通路径中选取有效路径。具体的，可根据进站站点、出站站点以及进站时间、出战时间等计算出行路径，如在6点至22点30分期间可选择路径1和路径2为有效路径，在22点30分至24点选择路径2为有效路径。

在一个实施例中，筛选模块104通过判断连通路径的初始出行阻抗函数值是否小于等于预定的阈值，若是，则选择该连通路径为有效路径，若否，则该连通路径为无效路径。

具体的，初始出行阻抗函数值可为出行总时间或出行总费用。例如对于某一起始地到目的地，搜索出两站之间的有K条可选渐短路径集合，假设最短路径的初始出行阻抗值为

若其他连通路径的初始出行阻抗函数值较最短路径的初始出行阻抗函数值超过某一个范围（即大于

）时，认为该连通路径不合理。可以表示为：

$T_{\max }^{\mathrm{OD}}=T_{\min }^{\mathrm{OD}}+U_1---\left(1\right)$

式（1）中，

为有效路径初始出行阻抗值的上界，U₁是一个常量。预定的阈值即为

根据交通调查结果显示在不同的出行时间乘客的选择是不同的。比如，搜索出某起始地到目的地之间的三条渐短路径分别为路径a、路径b和路径c，其初始出行阻抗函数值分别为20分钟、25分钟、40分钟，取U₁=15分钟，则路径c的初始出行阻抗函数值超过了容许区域范围（40>20+15=35），则将该路径排除在有效路径之外。

在一个实施例中，筛选模块104还用于在判断所述连通路径的初始出行阻抗函数值是否小于等于预定的阈值之前，从所述连通路径中选取换乘次数小于等于预设次数的连通路径。可所需筛选的范围，减少计算量。

具体的，预设次数可根据需要设定，如2次或3次。换乘次数不宜过多，乘客一般会允许换乘2次左右。

阻抗计算模块106用于根据出行阻抗因素构建出行阻抗函数，并根据所述出行阻抗函数计算得到出行阻抗，所述出行阻抗因素包括换乘因子、换乘时间、出行时间、出行因子和拥挤度，所述拥挤度由实时拥挤度与历史拥挤度求平均值。

具体的，根据出行阻抗因素构建出行阻抗函数如下：

$C_w^n{}_1=(\mathrm{\α}\·E_w^n+\mathrm{\μ}\·C_w^n)[1+Y\left(x\right)]---\left(2\right)$

式（2）中，各参数意义如下表1所示。

其中，参数α表示乘客在出行过程中对换乘的敏感度，不同的人群在不同的出行条件对于换乘时间的敏感程度。如果在路径选择中，更偏向于通过换乘而节约出行时间，则α参数应该取较小的值；反之，如果乘客在路径选择中，不希望通过换乘而节省出行时间，则α参数应取较大值。对于不同的乘客，在不同的出行条件，对于换乘时间的理解或选择偏好是不同的，根据实际运营时段的客流类型应用不同的α值。

参数μ表示乘客在出行过程中对出行时间的敏感度，不同乘客在不同出行条件下对于出行时间的敏感程度。如果在路径选择中，更偏向于节约出行时间，则μ参数应该取较大的值；反之，如果乘客在路径选择中，觉得多乘坐几分钟对其影响不大，则μ参数应取较小值。对于不同的乘客，在不同的出行条件，对于换乘时间的理解或选择偏好是不同的，根据实际出行条件应用不同的μ值。

参数Y(x)表示拥挤程度因素，考虑每个站点的拥堵不一样，出行拥挤度取路径的所有站点拥挤度的平均值。

Y(x)拥挤度可通过历史拥挤度及实时拥挤度求平均得到，使得拥挤度值具有及时性。计算实时拥挤度时根据客流分布统计及客流时间分布进行计算。

首先统计站点的客流分布，站点客流分布根据乘客出行路径选择概率计算，出行路径选择概率根据出行阻抗计算得到。将出行阻抗代入预先构建的概率模型得到概率分布值。本实施例中，该概率模型为正态分布模型。

$p\left(x_i\right)=\frac{1}{\mathrm{\σ}\sqrt{2}}{e}^{\frac{-{(x_i-\mathrm{\β})}^2}{2{\mathrm{\σ}}^2}}---\left(3\right)$

其中：x_i为出行阻抗，取为 $(\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n-\min (\mathrm{\α}{E}_i^n+\mathrm{\μ}{C}_i^n))(1-Y\left(x\right));$

α为乘客在出行过程中对换乘时间的敏感度；

μ为乘客在出行过程中对出行时间的敏感度；

为第i条有效路径的换乘时间（分钟）；

为第i条有效路径的总出行时间（分钟）；

β为得到概率最大期望的x值，在这里为0；

e为自然对数的底，约等于2.718；

σ是一个常数，它的值决定正态曲线的变化程度。

可以通过实际乘客出行路径选择的交通调查结果分析拟合出参数σ的值。由于不可能选择权值

小于最小阻抗值

的路径，因此，只需要取正态分布曲线x≥μ的正半部分。

此外，路径的分配比例可用下列公式计算：

$P_i=\frac{p\left(x_i\right)}{\underset{n}{\mathrm{\Σ}}p\left(x_n\right)}---\left(4\right)$

选择合理的σ参数，通过上式（4）能用概率分布函数更加接近实际地反映乘客的路径选择行为，而且能够适应起始地和目的地之间有效路径的不同数量和不同的组合类型，很好地满足乘客出行选择的特性。

站点客流分布的函数为：x＝1*P(x)，其中，x为站点客流量，P(x)为路径选择概率。

如图2所示，A3到B3存在两条路径，假设如下：

路径1：A3-A4-A5-C3-B5-B4-B3，其选择概率为30%。

路径2：A3-A4-A5-A6-B4-B3；，其选择概率为70%。

则A3到B3断面客流分布如下：

A3客流量加1；A4客流量加1；A5客流量加1；C3客流量加0.3；B5客流量加0.3；A6客流量加0.7；B4客流量加1；B3客流量加1；按上述方式计算每一个站点的客流量。

其次，获取客流时间分布，因乘客行车以进站时间来判断，所以客流的时间分布以进站时间按行车时速推算客流分布。

如图2，B3出站时间为10:00点，每两站点之间行车时间为5分钟，则：路径1：A3-A4-A5-C3-B5-B4-B3，客流时间分布如表2；路径2：A3-A4-A5-A6-B4-B3，客流时间分布如表3。

根据站点客流分布及客流时间分布计算出当天所有时间段内的每一站点的客流分布。

然后计算每个站点各时间段的客流拥挤度。首先，当列车上乘客数小于座位数，即每一位乘客均有座位时，乘客不会有任何不舒适感，此时由不舒适引起的额外时间开销为零；当乘客等于列车最大运载最时，其它乘客无法再上车；当乘客数大于座位数时，此时由于乘客必须站立甚至过度拥挤，由此造成的单位乘车时间内因拥挤而产生的额外时间开销可用下式表示：

其中：x为轨道交通网络中某路段上的客流量；

Z为某时间段时列车的座位数：座位数等于列车数乘单个列车座位数；

C为列车能容纳的最大乘客数，最大乘客量等于单个列车最大乘客量乘列车数量；

D为列车运载上限，列车运载上限等于单个列车运载上限乘以列车数量；

A为一般拥挤时的额外时间开销系数；

B为过度拥挤时的额外时间开销系数。

上式表示单位乘车时间内，当乘客数大于座位数而小于额定载客数时的额外时间开销和当乘客数超过额定载客数（拥挤）时乘客的额外时间开销。

验证拥挤度合理性：客流分布最大客流量不能大于列车运载量，即式（5）中，x不能大于C。

根据历史拥挤度及客流汇总的拥挤度重新计算拥挤度：

$Y\left(i\right)=\frac{(Y^{\′}\left(x\right)+Y^{\′\′}\left(x\right))}{2}---\left(6\right)$

其中，Y'(x)为客流汇总计算出的客流拥挤度；

Y″(x)为历史应用的客流拥挤度；

Y(x)为修正后的客流拥挤度。

上述轨道交通出行路径估算方法，采用根据实时拥挤度和历史拥挤度计算得到修正后的拥挤度参数，修正了出行阻抗函数，使得出行阻抗函数计算得到的出行阻抗具有时效性，更加准确，从而使得根据出行阻抗得到的路径选择概率分布也更加准确。

概率统计模块108用于将所述出行阻抗代入预先构建的概率模型计算得到所述有效路径的选择概率分布。具体的，将修正后的拥挤度代入出行阻抗函数得到修正的出行阻抗，再根据出行阻抗计算得到修正后的有效路径的选择概率分布。

具体的，将修正后的拥挤度代入出行阻抗函数得到修正的出行阻抗，再根据出行阻抗计算得到修正后的有效路径的选择概率分布。

上述轨道交通出行路径估算系统，采用根据实时拥挤度和历史拥挤度计算得到修正后的拥挤度参数，修正了出行阻抗函数，使得出行阻抗函数计算得到的出行阻抗具有时效性，更加准确，从而使得根据出行阻抗得到的路径选择概率分布也更加准确。

在一个实施例中，如图6所示，筛选模块102包括初始化模块202、遍历模块204、判断模块206、设置模块208和记录模块210。其中：

初始化模块202用于初始化路径中各个节点和各个边的权重，根据所述各个边的权重计算出行的起始地到目的地的最短路径的初始出行阻抗函数值，并根据所述最短路径的初始出行阻抗函数值计算阈值，以及将出行的起始地设为根节点，目的地设为终点，以及将所述根节点作为当前节点。

具体的，初始化形成各个轨道交通线路图的各个节点（每个站点为一个节点），以及边的权重，边是指轨道交通路线图上相邻两个站点构成一个边。边的权重可为该路段所需的时间或该路段所需的费用。例如，如图4所示，此中初始出行阻抗函数值为费用，从站点1到站点6的最短路径的费用值为5，根据最短路径的费用值可设置阈值为7，表示乘客最大能承受的费用为7。设根节点1为当前节点。

遍历模块204用于从当前节点出发，遍历与所述当前节点相邻的节点。

具体的，根据当前节点1遍历到相邻的节点2和4。

判断模块206用于从所述根节点出发的遍历路径的初始出行阻抗函数值是否小于等于阈值。

具体的，从当前节点1到节点2的费用为2，满足小于等于阈值7。

设置模块208用于在从所述根节点出发的遍历路径的初始出行阻抗函数值小于等于阈值时，将遍历得到的当前节点的相邻节点作为新的当前节点。具体的，将节点2作为新的当前节点。

判断模块206还用于在将遍历得到的当前节点的相邻节点作为新的当前节点之后，判断所述新的当前节点是否为终点。

记录模块210用于在所述新的当前节点为终点时，记录所述遍历路径为有效路径。具体的，判断模块206判断节点2是否为终点，若是，则记录模块210记录遍历路径为有效路径，若否，则设置模块208以节点2为当前节点，遍历模块204遍历与节点2相邻的节点。本实施例中，节点2不为终端，遍历节点2的相邻节点得到节点3，然后在遍历节点3的相邻节点得到节点6，该节点6即为终点，形成遍历路径1-2-3-6为有效路径。

遍历模块204还用于在判断该新的当前节点不为终点时，以新的当前节点重新遍历与所述新的当前节点相邻的节点，并由判断模块206判断出从根节点出发遍历路径的初始出行阻抗函数值小于等于阈值时，再由设置模块208将相邻节点作为新的当前节点，直到判断模块206判断出该新的当前节点为终点结束。

判断模块206还用于在从根节点出发的遍历路径的初始出行阻抗函数值大于阈值时，返回上层节点，判断所述上层节点是否为根节点，若是，则结束，若否，则设置模块208还用于将所述上层节点作为新的当前节点，遍历模块204还用于遍历与所述新的当前节点相邻的节点，并由所述判断模块206判断出从根节点出发遍历路径的初始出行阻抗函数值小于等于阈值时，再由所述设置模块208将相邻节点作为新的当前节点，直到所述判断模块206判断出新的当前节点为终点结束。

上述轨道交通出行路径估算方法和系统应用在出行的起始地为香蜜湖站，目的地为华新站，从香蜜湖站到华新站的连通路径有路径1：乘一号线2站到会展中心站，再换乘四号线2站到少年宫站，再换乘三号线2站到华新站；路径2：乘一号线一站到购物公园站，再换乘三号线4站到华新中时，根据在早上8:00到9:00为客流高峰期的历史数据计算出这时间段路径1中的客流量为12万，但四号线可承载的客流量只有10万，列车承载量达到上限，多于2万客流不是四号线的实际客流。路径2中福田到少年宫客流量为5万，三号可承载的客流量有10万，四号线多出的2万明显应该分布在三号线。路径1的拥挤度为125%，路径2的拥挤度为50%，通过对拥挤的修正，修正路径选择概率，使路径1的拥挤度为100%，路径2的拥挤度为75%。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种轨道交通出行路径估算方法，包括以下步骤：

根据出行的起始地和目的地获取连通路径；

从所述连通路径中选取有效路径；

根据出行阻抗因素构建出行阻抗函数，并根据所述出行阻抗函数计算得到出行阻抗，所述出行阻抗因素包括换乘因子、换乘时间、出行时间、出行因子和拥挤度，所述拥挤度由实时拥挤度与历史拥挤度求平均值；

将所述出行阻抗代入预先构建的概率模型计算得到所述有效路径的选择概率分布。

2.根据权利要求1所述的轨道交通出行路径估算方法，其特征在于，所述从连通路径中选取有效路径的步骤包括：

判断所述连通路径的初始出行阻抗函数值是否小于等于预定的阈值，若是，则选择该连通路径为有效路径。

3.根据权利要求2所述的轨道交通出行路径估算方法，其特征在于，在判断所述连通路径的初始出行阻抗函数值是否小于等于预定的阈值的步骤之前，还包括：

从所述连通路径中选取换乘次数小于等于预设次数的连通路径。

4.根据权利要求2或3所述的轨道交通出行路径估算方法，其特征在于，判断所述连通路径的初始出行阻抗函数值是否小于等于预定的阈值，若是，则选择该连通路径为有效路径的步骤包括：

初始化路径中各个节点和各个边的权重；

根据所述各个边的权重计算出行的起始地到目的地的最短路径的初始出行阻抗函数值，并根据所述最短路径的初始出行阻抗函数值计算阈值；

将出行的起始地设为根节点，目的地设为终点，以及将所述根节点作为当前节点；

从所述当前节点出发，遍历与所述当前节点相邻的节点；

若从所述根节点出发的遍历路径的初始出行阻抗函数值小于等于阈值时，将遍历得到的当前节点的相邻节点作为新的当前节点，判断该新的当前节点是否为终点，若是，则记录所述遍历路径为有效路径，并返回上层节点，若否，则以新的当前节点重新遍历与所述新的当前节点相邻的节点，并计算从根节点出发遍历路径的初始出行阻抗函数值小于等于阈值时，再将相邻节点作为新的当前节点，直到该新的当前节点为终点结束；

若从根节点出发的遍历路径的初始出行阻抗函数值大于阈值时，返回上层节点；

判断所述上层节点是否为根节点，若是，则结束，若否，则将所述上层节点作为新的当前节点，遍历与所述新的当前节点相邻的节点，并计算从根节点出发遍历路径的初始出行阻抗函数值小于等于阈值时，再将相邻节点作为新的当前节点，直到新的当前节点为终点结束。

5.根据权利要求2或3所述的轨道交通出行路径估算方法，其特征在于，所述初始化出行阻抗函数值为出行总时间或出行总费用。

6.一种轨道交通出行路径估算系统，其特征在于，包括：

获取模块，用于根据出行的起始地和目的地获取连通路径；

筛选模块，用于从所述连通路径中选取有效路径；

阻抗计算模块，用于根据出行阻抗因素构建出行阻抗函数，并根据所述出行阻抗函数计算得到出行阻抗，所述出行阻抗因素包括换乘因子、换乘时间、出行时间、出行因子和拥挤度，所述拥挤度由实时拥挤度与历史拥挤度求平均值；

概率统计模块，用于将所述出行阻抗代入预先构建的概率模型计算得到所述有效路径的选择概率分布。

7.根据权利要求6所述的轨道交通出行路径估算系统，其特征在于，所述筛选模块还用于判断所述连通路径的初始出行阻抗函数值是否小于等于预定的阈值，若是，则选择该连通路径为有效路径。

8.根据权利要求7所述的轨道交通出行路径估算系统，其特征在于，所述筛选模块还用于在判断所述连通路径的初始出行阻抗函数值是否小于等于预定的阈值之前，从所述连通路径中选取换乘次数小于等于预设次数的连通路径。

9.根据权利要求7或8所述的轨道交通出行路径估算系统，其特征在于，所述筛选模块包括：

初始化模块，用于初始化路径中各个节点和各个边的权重，根据所述各个边的权重计算出行的起始地到目的地的最短路径的初始出行阻抗函数值，并根据所述最短路径的初始出行阻抗函数值计算阈值，以及将出行的起始地设为根节点，目的地设为终点，以及将所述根节点作为当前节点；

遍历模块，用于从所述当前节点出发，遍历与所述当前节点相邻的节点；

判断模块，用于从所述根节点出发的遍历路径的初始出行阻抗函数值是否小于等于阈值；

设置模块，用于在所述从所述根节点出发的遍历路径的初始出行阻抗函数值小于等于阈值时，将遍历得到的当前节点的相邻节点作为新的当前节点；

所述判断模块还用于在将遍历得到的当前节点的相邻节点作为新的当前节点之后，判断所述新的当前节点是否为终点；

记录模块，用于在所述新的当前节点为终点时，记录所述遍历路径为有效路径，并返回上层节点；

所述遍历模块还用于在判断该新的当前节点不为终点时，以新的当前节点重新遍历与所述新的当前节点相邻的节点，并由所述判断模块判断出从根节点出发遍历路径的初始出行阻抗函数值小于等于阈值时，再由所述设置模块将相邻节点作为新的当前节点，直到所述判断模块判断出该新的当前节点为终点结束；

所述判断模块还用于在从根节点出发的遍历路径的初始出行阻抗函数值大于阈值时，返回上层节点，判断所述上层节点是否为根节点，若是，则结束，若否，则所述设置模块还用于将所述上层节点作为新的当前节点，所述遍历模块还用于遍历与所述新的当前节点相邻的节点，并由所述判断模块判断出从根节点出发遍历路径的初始出行阻抗函数值小于等于阈值时，再由所述设置模块将相邻节点作为新的当前节点，直到所述判断模块判断出新的当前节点为终点结束。

10.根据权利要求7或8所述的轨道交通出行路径估算系统，其特征在于，所述初始化出行阻抗函数值为出行总时间或出行总费用。

Images