CN104573972B - 一种基于车载gps数据的公交路线运营时段划分方法 - Google Patents
一种基于车载gps数据的公交路线运营时段划分方法 Download PDFInfo
- Publication number
- CN104573972B CN104573972B CN201510032960.0A CN201510032960A CN104573972B CN 104573972 B CN104573972 B CN 104573972B CN 201510032960 A CN201510032960 A CN 201510032960A CN 104573972 B CN104573972 B CN 104573972B
- Authority
- CN
- China
- Prior art keywords
- mrow
- max
- class
- msub
- bus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
一种基于车载GPS数据的公交路线运营时段划分方法,它涉及一种公交路线运营时段划分方法,具体涉及一种基于车载GPS数据的公交路线运营时段划分方法。本发明为了解决现有公交运营时段划分技术数据获取困难、划分指标不合理的问题。本发明的具体步骤为:提取公交线路运营时段划分指标;初始划分公交线路运营时段;拆分公交线路运营时段;合并公交线路运营时段。本发明用于交通运输领域。
Description
技术领域
本发明涉及一种公交路线运营时段划分方法,具体涉及一种基于车载GPS数据的公交路线运营时段划分方法,属于交通运输领域。
背景技术
优先发展公共交通是缓解交通拥堵、减少交通污染的有效途径。科学的公交调度有助于提高公交车在站点的准点率,减少乘客等待时间以及公交企业的运营成本,是提高公交出行方式吸引力的重要手段。在每天的运营时间内(比如从6:00到22:00),公交线路的客流量随时间变化而变化,不同时段之间客流量存在很大差异。为了提高公交系统运行效率,在不同的时段应该设置不同的调度方案(包括发车频率、时间控制点、运行时刻表),只有这样才能使公交线路通行能力与乘客需求相匹配,避免出现公交车厢内过度拥挤或者空载率过高等不合理现象的发生。因此,在设计公交调度方案之前,将一条公交线路运营时间划分为多个时段,对于制定科学的公交调度方案、节约公交企业运营成本具有重要意义。
现有的公交运营时段划分技术存在两方面的问题:(1)依靠人工采集公交客流量数据,需要大量的人力物力,而且持续时间较长;尤其在当前城市面积、人口、机动车保有量迅速增加的情况下,公交管理部门应该及时地对运营时段划分方案进行更新,这种数据调查方法将极大地影响公交运行效益。(2)在划分的过程中仅考虑公交车客流量指标,未考虑公交线路所经过路网的交通状态,而路网交通状态影响公交车的行程时间,现有的划分技术将使同一个时段内的各辆公交车行程时间存在较大差异,导致公交运行可靠性下降。
发明内容
本发明为解决现有公交运营时段划分技术数据获取困难、划分指标不合理的问题,进而提出一种基于车载GPS数据的公交路线运营时段划分方法。
本发明为解决上述问题采取的技术方案是:本发明所述方法的具体步骤如下:
步骤一、提取公交线路运营时段划分指标:设一条公交线路每天从始发站发出M趟公交车,第1趟编号为1,以此类推最后一趟编号为M,该线路有N个运营时段,第n个运营时段的车头时距是Hn,1≤n≤N,设属于第n个运营时段、编号为mn的公交车连续J天的平均线路停靠时间为D(mn),1≤mn≤M,它的计算方法如公式(1)所示。
公式(1)中I表示公交线路的停靠站点数量,J表示天数,dij(mn)表示第mn趟公交车第j天在第i个站点的停靠时间,Hmin表示N个运营时段的发车间隔最小值,等于min(H1,H2,…HN);
dij(mn)的计算方法如公式(2)所示,
公式(2)中表示第j天第mn趟公交车到达第i个站点的时刻,表示第j天第mn趟公交车驶离第i个站点的时刻;
的获取方式为:公交车载GPS可以记录公交车在每个位置的时刻、速度以及该位置的经纬度,将GPS数据中的经纬度信息与站点i的经纬度信息进行匹配,可以获得第j天第mn趟公交车到达站点i、驶离站点i的时刻
设属于第n个运营时段、编号为mn的公交车连续J天的平均线路站间行程时间为E(mn),1≤mn≤M,它的计算方法如公式(3)所示。
公式(3)中eij(mn)表示第mn趟公交车第j天在第i、i+1个站点之间的行程时间;
步骤二、初始划分公交线路运营时段:
步骤二(一)、给矩阵赋初始值:定义矩阵Φ存放公交车编号,即Φ=[1,2,…,m,…,M];定义矩阵D、E分别存放每趟公交车的平均线路停靠时间、平均线路站间行程时间,即D=[D(1),D(2),…D(m),…D(M)],E=[E(1),E(2),…E(m),…E(M)],矩阵C存放初始划分结果,C(1,1)=Φ(1)。矩阵C每行代表一类,每行的元素代表划入这一类的各趟公交车编号;
步骤二(二)、给变量k、j、m均赋予初始值1;
步骤二(三)、判断第m趟与第m+1趟公交车的平均线路停靠时间、平均线路站间行程时间的差值绝对值是否都小于阈值,即:|D(m)-D(m+1)|<△Dmax并且|E(m)-E(m+1)|<△Emax;如果是,则进入步骤二(四),否则进入步骤二(五);△Dmax是划入同一个时段的各趟公交车平均线路停靠时间差值绝对值的最大值,△Emax是划入同一个时段的各趟公交车平均线路站间行程时间差值绝对值的最大值;
△Dmax=r·c·Tob (4)
公式(4)中r表示调节系数,取值0.85;c表示每辆公交车能够承载的最大乘客数量;Tob表示每位乘客在站点的平均上车时间,取值2.4秒/人。
△Emax=max{0,Hmin-r·c·Tob} (5)
公式(5)中Hmin表示N个运营时段的发车间隔最小值,等于min(H1,H2,…HN);
步骤二(四)、j的值加1,并且C(k,j)=Φ(m+1),m的值加1;进入步骤二(六);
步骤二(五)、k的值加1,j等于1,C(k,j)=Φ(m+1),进入步骤二(六);
步骤二(六)、判断m是否等于M,如果是则进入步骤二(七),否则返回步骤二(三);
步骤二(七)、公交线路运营时段的初始划分结束;
步骤三、拆分公交线路运营时段:当第m+1趟公交车与第k类已有的其他趟公交车的划分指标差异要大于阈值时,通过如下步骤解决:
步骤三(一)、给k赋予初始值1;
步骤三(二)、判断第k类的标记P是否等于1,如果是则进入步骤三(三),否则进入步骤三(四);P用来标记第k类是否已经进行过拆分,如果等于1则代表进行过拆分,否则代表未进行过拆分;
步骤三(三)、将k的值加1,判断此时k是否大于K,如果大于则进入步骤三(十七),否则转至步骤三(二),K为划分所形成的时段数,也是矩阵C的行数;
步骤三(四)、判断矩阵C第k行的元素个数L(C(k,:))是否小于等于2,如果是则将第k类的标记P设置为1,并转至步骤三(三);否则进入步骤三(五);
步骤三(五)、计算矩阵C第k行任意两个元素的平均线路停靠时间、平均线路站间行程时间的差值绝对值;
步骤三(六)、判断所有差值绝对值是否都小于阈值△Dmax、△Emax,如果是则将第k类的标记P设置为1,并转至步骤三(三);否则进入步骤三(七);
步骤三(七)、将矩阵C第k行最小、最大数值记为kmin、kmax;
步骤三(八)、计算矩阵C第k行每两个相邻元素的划分指标的欧式距离;
步骤三(九)、以欧式距离最小值对应的两个元素组成临时集合;
步骤三(十)、临时集合中各个元素编号的最小值记为umin,最大值分别记为umax;
步骤三(十一)、判断是否umin>kmin并且umax<kmax,如果是则进入子模块I,子模块I结束后进入步骤三(十四);否则进入步骤三(十二);
步骤三(十二)、判断是否umin>kmin并且umax=kmax,如果是则进入子模块II,子模块II结束后进入步骤三(十四);否则进入步骤三(十三);
步骤三(十三)、此时umin=kmin并且umax<kmax,进入子模块III,子模块III结束后进入步骤三(十四);
步骤三(十四)、判断第k类是否还有元素可以纳入临时集合,如果是则返回步骤三(十一),否则进入步骤三(十五);
步骤三(十五)、将临时集合标记P设置为1;并确定其类别编号;
步骤三(十六)、判断每一类的标记P是否都等于1,如果是则进入步骤三(十七),否则返回步骤三(一);
步骤三(十七)、公交线路运营时段的拆分流程结束;
步骤四、合并公交线路运营时段:
步骤四(一)、对于任意不相邻的两类,计算两类各个元素所对应平均线路停靠时间、平均线路站间行程时间的差值绝对值,并存入矩阵;
步骤四(二)、判断每个矩阵里的差值绝对值是否都小于等于△Dmax或△Emax,删除不满足要求的矩阵;
步骤四(三)、判断剩余的矩阵数量是否为0,如果是进入步骤四(六),否则进入步骤四(四);
步骤四(四)、对于每个矩阵涉及的两类,计算两类合并情况下各个元素至类中心的欧式距离平均值,以类x、类k为例,在两类合并情况下欧式距离平均值Eu(k,x)的计算方法如公式(7)所示。
Ne=L(C(x,:))+L(C(k,:)) (8)
公式(7)、(8)、(9)、(10)中Ne表示类k、类x的元素数量之和,D(x,k)、E(x,k)表示类k、类x合并后的聚类中心,取各个元素平均线路停靠时间、平均线路站间行程时间的平均值,L(C(x,:))表示矩阵C第x行的元素个数;
步骤四(五)、对比每个矩阵涉及的两类合并情况下的欧式距离平均值,将欧式距离平均值最小值对应的两类合并,转至步骤四(一);
步骤四(六)、公交运营时段划分结束。
本发明的有益效果是:本发明服务于智能公交调度系统,根据公交车载GPS数据提取公交线路运营时段划分所需要的数据,解决了以往依靠人工调查耗费大量人力物力的缺陷;同时考虑公交乘客流量、路网交通状态等因素建立划分技术,能够有效提高公交车辆运行准点率;而且方便公交管理部门基于公交车载GPS数据定期对划分时段进行更新,使公交线路调度方案与乘客流量、路网交通状态相适应。
附图说明
图1是公交线路运营时段初始划分流程示意图,图2是公交线路运营时段拆分流程示意图,图3是公交线路运营时段合并流程示意图。
具体实施方式
具体实施方式一:结合图1至图3说明本实施方式,本实施方式所述一种基于车载GPS数据的公交路线运营时段划分方法是通过如下步骤实现的:
步骤一、提取公交线路运营时段划分指标:设一条公交线路每天从始发站发出M趟公交车,第1趟编号为1,以此类推最后一趟编号为M,该线路有N个运营时段,第n个运营时段的车头时距是Hn,1≤n≤N,设属于第n个运营时段、编号为mn的公交车连续J天的平均线路停靠时间为D(mn),1≤mn≤M,它的计算方法如公式(1)所示。
公式(1)中I表示公交线路的停靠站点数量,J表示天数,dij(mn)表示第mn趟公交车第j天在第i个站点的停靠时间,Hmin表示N个运营时段的发车间隔最小值,等于min(H1,H2,…HN);
dij(mn)的计算方法如公式(2)所示,
公式(2)中表示第j天第mn趟公交车到达第i个站点的时刻,表示第j天第mn趟公交车驶离第i个站点的时刻;
的获取方式为:公交车载GPS可以记录公交车在每个位置的时刻、速度以及该位置的经纬度,将GPS数据中的经纬度信息与站点i的经纬度信息进行匹配,可以获得第j天第mn趟公交车到达站点i、驶离站点i的时刻
设属于第n个运营时段、编号为mn的公交车连续J天的平均线路站间行程时间为E(mn),1≤mn≤M,它的计算方法如公式(3)所示。
公式(3)中eij(mn)表示第mn趟公交车第j天在第i、i+1个站点之间的行程时间;
步骤二、初始划分公交线路运营时段:
步骤二(一)、给矩阵赋初始值:定义矩阵Φ存放公交车编号,即Φ=[1,2,…,m,…,M];定义矩阵D、E分别存放每趟公交车的平均线路停靠时间、平均线路站间行程时间,即D=[D(1),D(2),…D(m),…D(M)],E=[E(1),E(2),…E(m),…E(M)],矩阵C存放初始划分结果,C(1,1)=Φ(1)。矩阵C每行代表一类,每行的元素代表划入这一类的各趟公交车编号;
步骤二(二)、给变量k、j、m均赋予初始值1;
步骤二(三)、判断第m趟与第m+1趟公交车的平均线路停靠时间、平均线路站间行程时间的差值绝对值是否都小于阈值,即:|D(m)-D(m+1)|<△Dmax并且|E(m)-E(m+1)|<△Emax;如果是,则进入步骤二(四),否则进入步骤二(五);△Dmax是划入同一个时段的各趟公交车平均线路停靠时间差值绝对值的最大值,△Emax是划入同一个时段的各趟公交车平均线路站间行程时间差值绝对值的最大值;
△Dmax=r·c·Tob (4)
公式(4)中r表示调节系数,取值0.85;c表示每辆公交车能够承载的最大乘客数量;Tob表示每位乘客在站点的平均上车时间,取值2.4秒/人。
△Emax=max{0,Hmin-r·c·Tob} (5)
公式(5)中Hmin表示N个运营时段的发车间隔最小值,等于min(H1,H2,…HN);
步骤二(四)、j的值加1,并且C(k,j)=Φ(m+1),m的值加1;进入步骤二(六);
步骤二(五)、k的值加1,j等于1,C(k,j)=Φ(m+1),进入步骤二(六);
步骤二(六)、判断m是否等于M,如果是则进入步骤二(七),否则返回步骤二(三);
步骤二(七)、公交线路运营时段的初始划分结束;
步骤三、拆分公交线路运营时段:当第m+1趟公交车与第k类已有的其他趟公交车的划分指标差异要大于阈值时,通过如下步骤解决:
步骤三(一)、给k赋予初始值1;
步骤三(二)、判断第k类的标记P是否等于1,如果是则进入步骤三(三),否则进入步骤三(四);P用来标记第k类是否已经进行过拆分,如果等于1则代表进行过拆分,否则代表未进行过拆分;
步骤三(三)、将k的值加1,判断此时k是否大于K,如果大于则进入步骤三(十七),否则转至步骤三(二),K为划分所形成的时段数,也是矩阵C的行数;
步骤三(四)、判断矩阵C第k行的元素个数L(C(k,:))是否小于等于2,如果是则将第k类的标记P设置为1,并转至步骤三(三);否则进入步骤三(五);
步骤三(五)、计算矩阵C第k行任意两个元素的平均线路停靠时间、平均线路站间行程时间的差值绝对值;
步骤三(六)、判断所有差值绝对值是否都小于阈值△Dmax、△Emax,如果是则将第k类的标记P设置为1,并转至步骤三(三);否则进入步骤三(七);
步骤三(七)、将矩阵C第k行最小、最大数值记为kmin、kmax;
步骤三(八)、计算矩阵C第k行每两个相邻元素的划分指标的欧式距离;
步骤三(九)、以欧式距离最小值对应的两个元素组成临时集合;
步骤三(十)、临时集合中各个元素编号的最小值记为umin,最大值分别记为umax;
步骤三(十一)、判断是否umin>kmin并且umax<kmax,如果是则进入子模块I,子模块I结束后进入步骤三(十四);否则进入步骤三(十二);
步骤三(十二)、判断是否umin>kmin并且umax=kmax,如果是则进入子模块II,子模块II结束后进入步骤三(十四);否则进入步骤三(十三);
步骤三(十三)、此时umin=kmin并且umax<kmax,进入子模块III,子模块III结束后进入步骤三(十四);
步骤三(十四)、判断第k类是否还有元素可以纳入临时集合,如果是则返回步骤三(十一),否则进入步骤三(十五);
步骤三(十五)、将临时集合标记P设置为1;并确定其类别编号;
步骤三(十六)、判断每一类的标记P是否都等于1,如果是则进入步骤三(十七),否则返回步骤三(一);
步骤三(十七)、公交线路运营时段的拆分流程结束;
步骤四、合并公交线路运营时段:
步骤四(一)、对于任意不相邻的两类,计算两类各个元素所对应平均线路停靠时间、平均线路站间行程时间的差值绝对值,并存入矩阵;
步骤四(二)、判断每个矩阵里的差值绝对值是否都小于等于△Dmax或△Emax,删除不满足要求的矩阵;
步骤四(三)、判断剩余的矩阵数量是否为0,如果是进入步骤四(六),否则进入步骤四(四);
步骤四(四)、对于每个矩阵涉及的两类,计算两类合并情况下各个元素至类中心的欧式距离平均值,以类x、类k为例,在两类合并情况下欧式距离平均值Eu(k,x)的计算方法如公式(7)所示。
Ne=L(C(x,:))+L(C(k,:)) (8)
公式(7)、(8)、(9)、(10)中Ne表示类k、类x的元素数量之和,D(x,k)、E(x,k)表示类k、类x合并后的聚类中心,取各个元素平均线路停靠时间、平均线路站间行程时间的平均值,L(C(x,:))表示矩阵C第x行的元素个数;
步骤四(五)、对比每个矩阵涉及的两类合并情况下的欧式距离平均值,将欧式距离平均值最小值对应的两类合并,转至步骤四(一);
步骤四(六)、公交运营时段划分结束。
本实施方式中步骤三(十三)中判断标准是第k类剩余元素与临时集合内的各个元素的平均线路停靠时间、平均线路站间行程时间的差值绝对值是否都小于阈值△Dmax、△Emax。步骤三(八)中以元素kmin、kmin+1为例,它们的欧式距离Eu(kmin,kmin+1)可以采用公式(6)计算。
具体实施方式二:结合图1至图3说明本实施方式,本实施方式所述一种基于车载GPS数据的公交路线运营时段划分方法的步骤三(十一)中的子模块I是通过如下步骤实现的:
步骤A(一)、计算元素umin-1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y1的第一行、第二行;计算元素umax+1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y2的第一行、第二行;
步骤A(二)、判断矩阵Y1、Y2中两个划分指标差值绝对值的最大值是否都大于△Dmax、△Emax,如果是则进入步骤A(三),否则进入步骤A(四);
步骤A(三)、第k+1至第K类的类编号加2;第k类umax右侧的元素成为第k+2类;临时集合内的元素成为第k+1类;第k类umin左侧的元素成为第k类,转至步骤A(十);
步骤A(四)、判断是否矩阵Y1中两个划分指标差值绝对值中的最大值都小于等于△Dmax、△Emax,而Y2中有划分指标差值绝对值中的最大值大于△Dmax或者△Emax。如果是则进入步骤A(五),否则进入步骤A(六);
步骤A(五)、第k+1至第K类的类编号加1;元素umin-1纳入临时集合;第k类umax右侧的元素成为第k+1类。转入步骤A(九);
步骤A(六)、判断是否矩阵Y1中两个划分指标差值绝对值中的最大值大于△Dmax或△Emax,而Y2中有划分指标差值绝对值中的最大值都小于等于△Dmax或者△Emax;如果是则进入步骤A(七),否则进入步骤A(八);
步骤A(七)、第k至第K类的类编号加1;元素umax+1纳入临时集合;第k类umin左侧的元素成为第k类。转入步骤A(九);
步骤A(八)、元素umin-1、umax+1纳入临时集合,转入步骤A(九);
步骤A(九)、更新umin与umax,即将临时集合中元素的最小值作为umin,最大值作为umax;
步骤A(十)、子模块I结束。
其它组成及连接关系与具体实施方式一相同。
具体实施方式三:结合图1至图3说明本实施方式,本实施费那个是所述一种基于车载GPS数据的公交路线运营时段划分方法的步骤三(十二)中的子模块II是通过如下步骤建立的:
步骤B(一)、计算umin-1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y1的第一行、第二行;
步骤B(二)、判断是否矩阵Y1中两个划分指标差值绝对值中的最大值都小于等于△Dmax、△Emax,如果是则进入步骤B(三),否则进入B(四);
步骤B(三)、元素umin-1纳入临时集合,进入步骤B(五);
步骤B(四)、第k+1至第K类的类编号加1;临时集合内的元素成为第k+1类;第k类umin左侧的元素成为第k类,进入步骤B(五);
步骤B(五)、更新umin,即将临时集合中元素的最小值作为umin;
步骤B(六)、子模块II结束。
其它组成及连接关系与具体实施方式一相同。
具体实施方式四:结合图1至图3说明本实施方式,本实施方式所述一种基于车载GPS数据的公交路线运营时段划分方法的步骤三(十三)中的子模块III是通过如下步骤建立的:
步骤C(一)、计算umax+1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y2的第一行、第二行;
步骤C(二)、判断是否矩阵Y2中两个划分指标差值绝对值中的最大值都小于等于△Dmax、△Emax,如果是则进入步骤C(三),否则进入C(四);
步骤C(三)、元素umax+1纳入临时集合,进入步骤C(五);
步骤C(四)、第k+1至第K类的类编号加1;临时集合内的元素成为第k类;第k类umax右侧的元素成为第k+1类,进入步骤C(五);
步骤C(五)、更新umax,即将临时集合中元素的最大值作为umax;
步骤C(六)、子模块III结束。
其它组成及连接关系与具体实施方式一相同。
Claims (4)
1.一种基于车载GPS数据的公交路线运营时段划分方法,其特征在于:所述一种基于车载GPS数据的公交路线运营时段划分方法是通过如下步骤实现的:
步骤一、提取公交线路运营时段划分指标:设一条公交线路每天从始发站发出M趟公交车,第1趟编号为1,以此类推最后一趟编号为M,该线路有N个运营时段,第n个运营时段的车头时距是Hn,1≤n≤N,设属于第n个运营时段、编号为mn的公交车连续J天的平均线路停靠时间为D(mn),1≤mn≤M,它的计算方法如公式(1)所示;
<mrow>
<mi>D</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>H</mi>
<mi>min</mi>
</msub>
<mrow>
<msub>
<mi>H</mi>
<mi>n</mi>
</msub>
<mi>J</mi>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<msub>
<mi>d</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
公式(1)中I表示公交线路的停靠站点数量,J表示天数,dij(mn)表示第mn趟公交车第j天在第i个站点的停靠时间,Hmin表示N个运营时段的发车间隔最小值;
dij(mn)的计算方法如公式(2)所示,
<mrow>
<msub>
<mi>d</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>|</mo>
<msubsup>
<mi>T</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mi>a</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>T</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mi>b</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
公式(2)中表示第j天第mn趟公交车到达第i个站点的时刻,表示第j天第mn趟公交车驶离第i个站点的时刻;
的获取方式为:公交车载GPS可以记录公交车在每个位置的时刻、速度以及该位置的经纬度,将GPS数据中的经纬度信息与站点i的经纬度信息进行匹配,可以获得第j天第mn趟公交车到达站点i、驶离站点i的时刻
设属于第n个运营时段、编号为mn的公交车连续J天的平均线路站间行程时间为E(mn),1≤mn≤M,它的计算方法如公式(3)所示;
<mrow>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>J</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>I</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>e</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
公式(3)中eij(mn)表示第mn趟公交车第j天在第i、i+1个站点之间的行程时间;
步骤二、初始划分公交线路运营时段:
步骤二(一)、给矩阵赋初始值:定义矩阵Φ存放公交车编号,即Φ=[1,2,…,m,…,M];定义矩阵D、E分别存放每趟公交车的平均线路停靠时间、平均线路站间行程时间,即D=[D(1),D(2),…D(m),…D(M)],E=[E(1),E(2),…E(m),…E(M)],矩阵C存放初始划分结果,C(1,1)=Φ(1);矩阵C每行代表一类,每行的元素代表划入这一类的各趟公交车编号;
步骤二(二)、给变量k、j、m均赋予初始值1;
步骤二(三)、判断第m趟与第m+1趟公交车的平均线路停靠时间、平均线路站间行程时间的差值绝对值是否都小于阈值,即:|D(m)-D(m+1)|<ΔDmax并且|E(m)-E(m+1)|<ΔEmax;如果是,则进入步骤二(四),否则进入步骤二(五);ΔDmax是划入同一个时段的各趟公交车平均线路停靠时间差值绝对值的最大值,ΔEmax是划入同一个时段的各趟公交车平均线路站间行程时间差值绝对值的最大值;
ΔDmax=r·c·Tob (4)
公式(4)中r表示调节系数,取值0.85;c表示每辆公交车能够承载的最大乘客数量;Tob表示每位乘客在站点的平均上车时间,取值2.4秒/人;
ΔEmax=max{0,Hmin-r·c·Tob} (5)
公式(5)中Hmin表示N个运营时段的发车间隔最小值;
步骤二(四)、j的值加1,并且C(k,j)=Φ(m+1),m的值加1;进入步骤二(六);
步骤二(五)、k的值加1,j等于1,C(k,j)=Φ(m+1),进入步骤二(六);
步骤二(六)、判断m是否等于M,如果是则进入步骤二(七),否则返回步骤二(三);
步骤二(七)、公交线路运营时段的初始划分结束;
步骤三、拆分初始划分形成的公交线路运营时段:当第m+1趟公交车与所在的第k类已有的其他趟公交车的划分指标差异要大于阈值时,通过如下步骤解决:
步骤三(一)、给k赋予初始值1;
步骤三(二)、判断第k类的标记P是否等于1,如果是则进入步骤三(三),否则进入步骤三(四);P用来标记第k类是否已经进行过拆分,如果等于1则代表进行过拆分,否则代表未进行过拆分;
步骤三(三)、将k的值加1,判断此时k是否大于K,如果大于则进入步骤三(十七),否则转至步骤三(二),K为划分所形成的时段数,也是矩阵C的行数;
步骤三(四)、判断矩阵C第k行的元素个数L(C(k,:))是否小于等于2,如果是则将第k类的标记P设置为1,并转至步骤三(三);否则进入步骤三(五);
步骤三(五)、计算矩阵C第k行任意两个元素的平均线路停靠时间、平均线路站间行程时间的差值绝对值;
步骤三(六)、判断所有差值绝对值是否都小于阈值ΔDmax、ΔEmax,如果是则将第k类的标记P设置为1,并转至步骤三(三);否则进入步骤三(七);
步骤三(七)、将矩阵C第k行最小、最大数值记为kmin、kmax;
步骤三(八)、计算矩阵C第k行每两个相邻元素的划分指标的欧式距离;
步骤三(九)、以欧式距离最小值对应的两个元素组成临时集合;
步骤三(十)、临时集合中各个元素编号的最小值记为umin,最大值记为umax;
步骤三(十一)、判断是否umin>kmin并且umax<kmax,如果是则进入子模块I,子模块I结束后进入步骤三(十四);否则进入步骤三(十二);
步骤三(十二)、判断是否umin>kmin并且umax=kmax,如果是则进入子模块II,子模块II结束后进入步骤三(十四);否则进入步骤三(十三);
步骤三(十三)、此时umin=kmin并且umax<kmax,进入子模块III,子模块III结束后进入步骤三(十四);
步骤三(十四)、判断第k类是否还有元素可以纳入临时集合,如果是则返回步骤三(十一),否则进入步骤三(十五);
步骤三(十五)、将临时集合标记P设置为1;并确定其类别编号;
步骤三(十六)、判断每一类的标记P是否都等于1,如果是则进入步骤三(十七),否则返回步骤三(一);
步骤三(十七)、公交线路运营时段的拆分流程结束;
步骤四、合并公交线路运营时段:
步骤四(一)、对于任意不相邻的两类,计算两类各个元素所对应平均线路停靠时间、平均线路站间行程时间的差值绝对值,并存入矩阵;
步骤四(二)、判断每个矩阵里的差值绝对值是否都小于等于ΔDmax或ΔEmax,删除不满足要求的矩阵;
步骤四(三)、判断剩余的矩阵数量是否为0,如果是进入步骤四(六),否则进入步骤四(四);
步骤四(四)、对于每个矩阵涉及的两类,计算两类合并情况下各个元素至类中心的欧式距离平均值,以类x、类k为例,在两类合并情况下欧式距离平均值Eu(k,x)的计算方法如公式(7)所示;
<mrow>
<mi>E</mi>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>e</mi>
</msub>
</munderover>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>-</mo>
<mover>
<mi>D</mi>
<mo>&OverBar;</mo>
</mover>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>-</mo>
<mover>
<mi>E</mi>
<mo>&OverBar;</mo>
</mover>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
<msub>
<mi>N</mi>
<mi>e</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
Ne=L(C(x,:))+L(C(k,:)) (8)
<mrow>
<mover>
<mi>D</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>e</mi>
</msub>
</munderover>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mi>e</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mover>
<mi>E</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>e</mi>
</msub>
</munderover>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>N</mi>
<mi>e</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
公式(7)、(8)、(9)、(10)中Ne表示类k、类x的元素数量之和,表示类k、类x合并后的聚类中心,取各个元素平均线路停靠时间、平均线路站间行程时间的平均值,L(C(x,:))表示矩阵C第x行的元素个数;
步骤四(五)、对比每个矩阵涉及的两类合并情况下的欧式距离平均值,将欧式距离平均值最小值对应的两类合并,转至步骤四(一);
步骤四(六)、公交运营时段划分结束。
2.根据权利要求1所述一种基于车载GPS数据的公交路线运营时段划分方法,其特征在于:步骤三(十一)中的子模块I是通过如下步骤实现的:
步骤A(一)、计算元素umin-1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y1的第一行、第二行;计算元素umax+1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y2的第一行、第二行;
步骤A(二)、判断矩阵Y1、Y2中两个划分指标差值绝对值的最大值是否都大于ΔDmax、ΔEmax,如果是则进入步骤A(三),否则进入步骤A(四);
步骤A(三)、第k+1至第K类的类编号加2;第k类umax右侧的元素成为第k+2类;临时集合内的元素成为第k+1类;第k类umin左侧的元素成为第k类,转至步骤A(十);
步骤A(四)、判断是否矩阵Y1中两个划分指标差值绝对值中的最大值都小于等于ΔDmax、ΔEmax,而Y2中有划分指标差值绝对值中的最大值大于ΔDmax或者ΔEmax;如果是则进入步骤A(五),否则进入步骤A(六);
步骤A(五)、第k+1至第K类的类编号加1;元素umin-1纳入临时集合;第k类umax右侧的元素成为第k+1类;转入步骤A(九);
步骤A(六)、判断是否矩阵Y1中两个划分指标差值绝对值中的最大值大于ΔDmax或ΔEmax,而Y2中有划分指标差值绝对值中的最大值都小于等于ΔDmax或者ΔEmax;如果是则进入步骤A(七),否则进入步骤A(八);
步骤A(七)、第k至第K类的类编号加1;元素umax+1纳入临时集合;第k类umin左侧的元素成为第k类;转入步骤A(九);
步骤A(八)、元素umin-1、umax+1纳入临时集合,转入步骤A(九);
步骤A(九)、更新umin与umax,即将临时集合中元素的最小值作为umin,最大值作为umax;
步骤A(十)、子模块I结束。
3.根据权利要求1所述一种基于车载GPS数据的公交路线运营时段划分方法,其特征在于:步骤三(十二)中的子模块II是通过如下步骤建立的:
步骤B(一)、计算umin-1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y1的第一行、第二行;
步骤B(二)、判断是否矩阵Y1中两个划分指标差值绝对值中的最大值都小于等于ΔDmax、ΔEmax,如果是则进入步骤B(三),否则进入B(四);
步骤B(三)、元素umin-1纳入临时集合,进入步骤B(五);
步骤B(四)、第k+1至第K类的类编号加1;临时集合内的元素成为第k+1类;第k类umin左侧的元素成为第k类,进入步骤B(五);
步骤B(五)、更新umin,即将临时集合中元素的最小值作为umin;
步骤B(六)、子模块II结束。
4.根据权利要求1所述一种基于车载GPS数据的公交路线运营时段划分方法,其特征在于:步骤三(十三)中的子模块III是通过如下步骤建立的:
步骤C(一)、计算umax+1与临时集合内各元素平均线路停靠时间、平均线路站间行程时间的差值绝对值,分别存入矩阵Y2的第一行、第二行;
步骤C(二)、判断是否矩阵Y2中两个划分指标差值绝对值中的最大值都小于等于ΔDmax、ΔEmax,如果是则进入步骤C(三),否则进入C(四);
步骤C(三)、元素umax+1纳入临时集合,进入步骤C(五);
步骤C(四)、第k+1至第K类的类编号加1;临时集合内的元素成为第k类;第k类umax右侧的元素成为第k+1类,进入步骤C(五);
步骤C(五)、更新umax,即将临时集合中元素的最大值作为umax;
步骤C(六)、子模块III结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510032960.0A CN104573972B (zh) | 2015-01-22 | 2015-01-22 | 一种基于车载gps数据的公交路线运营时段划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510032960.0A CN104573972B (zh) | 2015-01-22 | 2015-01-22 | 一种基于车载gps数据的公交路线运营时段划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104573972A CN104573972A (zh) | 2015-04-29 |
CN104573972B true CN104573972B (zh) | 2017-09-29 |
Family
ID=53089981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510032960.0A Active CN104573972B (zh) | 2015-01-22 | 2015-01-22 | 一种基于车载gps数据的公交路线运营时段划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104573972B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106781459B (zh) * | 2016-11-30 | 2019-05-28 | 贵州智通天下信息技术有限公司 | 一种拆分路线轨迹的方法 |
CN106971532B (zh) * | 2017-05-03 | 2020-01-14 | 哈尔滨工业大学 | 一种公交线路车辆调度中的时间控制点设置方法 |
CN110046824B (zh) * | 2019-04-22 | 2021-04-23 | 吉林大学 | 一种城市公共交通线路的运营时段划分方法 |
CN110428090A (zh) * | 2019-07-04 | 2019-11-08 | 安徽富煌科技股份有限公司 | 基于历史营运数据分析处理获得预测准点数据的方法 |
CN111579941B (zh) * | 2020-05-11 | 2021-05-18 | 西南交通大学 | 基于全线钢轨电位特征提取的在线钢轨绝缘缺陷诊断方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737356A (zh) * | 2012-06-13 | 2012-10-17 | 西安理工大学 | 智能公交调度排班计算方法 |
CN103886743A (zh) * | 2014-04-16 | 2014-06-25 | 湖州朗讯信息科技有限公司 | 一种城市公交运营方案优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9659495B2 (en) * | 2013-02-28 | 2017-05-23 | Here Global B.V. | Method and apparatus for automated service schedule derivation and updating |
-
2015
- 2015-01-22 CN CN201510032960.0A patent/CN104573972B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737356A (zh) * | 2012-06-13 | 2012-10-17 | 西安理工大学 | 智能公交调度排班计算方法 |
CN103886743A (zh) * | 2014-04-16 | 2014-06-25 | 湖州朗讯信息科技有限公司 | 一种城市公交运营方案优化方法 |
Non-Patent Citations (2)
Title |
---|
公交车辆到站时间预测研究;牛虎;《中国优秀硕士学位论文全文数据库经济与管理科学辑》;20101015(第10期);第J151-41页,第1-97页 * |
基于GPS系统的公交车发车频率研究;韩光 等;《交通标准化》;20100908(第17期);第47-50页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104573972A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104573972B (zh) | 一种基于车载gps数据的公交路线运营时段划分方法 | |
CN107766969B (zh) | 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法 | |
CN101789175B (zh) | 公共交通多线路静态协调调度方法 | |
Hitge et al. | Comparison of travel time between private car and public transport in Cape Town | |
CN107563540B (zh) | 一种基于随机森林的短时公交上车客流量的预测方法 | |
CN107284480B (zh) | 一种基于车底复用的列车运行图自动编制方法 | |
CN109887289A (zh) | 一种城市交通网络模型的网络车流量最大化方法 | |
CN103198645B (zh) | 一种基于乘客出行分布的高峰期公交线路跳站运行方法 | |
CN103956042B (zh) | 一种基于图论的公共自行车调度区域智能划分方法 | |
CN105225473B (zh) | 一种基于站点效率计算的公交快线设计方法 | |
CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
CN110298516B (zh) | 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器 | |
CN110334977B (zh) | 一种港口群集装箱集疏运系统交通配流方法 | |
CN101930670A (zh) | 公交行驶路段社会车辆运行时间预测方法 | |
CN110197335A (zh) | 一种基于概率od分布模型的下车站点人数计算方法 | |
CN101763729A (zh) | 路况数据特征值提取的方法和装置 | |
Hu et al. | Use of automated vehicle location data for route-and segment-level analyses of bus route reliability and speed | |
CN105261211A (zh) | 一种交通综合因素影响下的公交发车间隔过渡方法 | |
CN106251628B (zh) | 一种确定机动车的交通出行量的方法及装置 | |
CN109118770A (zh) | 一种基于交通监测数据的路段通行能力挖掘方法 | |
CN110288827A (zh) | 一种考虑停靠站排队溢出影响的公交车辆运行调度方法 | |
CN110046824A (zh) | 一种城市公共交通线路的运营时段划分方法 | |
CN103838868A (zh) | 一种基于多公交线路运行数据融合的城市公交到站时间预测方法 | |
CN107220423A (zh) | 一种综合客运枢纽站前广场联运设施规模计算方法 | |
CN116090785B (zh) | 针对大型活动散场场景两阶段的定制公交规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190611 Address after: 150000 Heilongjiang Harbin Dalian economic and Trade Zone, the North Road and Xingkai Road intersection Patentee after: Harbin University of Technology Robot Group Co., Ltd. Address before: 150001 No. 92 West straight street, Nangang District, Heilongjiang, Harbin Patentee before: Harbin Institute of Technology |
|
TR01 | Transfer of patent right |