CN108647221B - 一种基于gis的公交路径规划方法 - Google Patents
一种基于gis的公交路径规划方法 Download PDFInfo
- Publication number
- CN108647221B CN108647221B CN201810238712.5A CN201810238712A CN108647221B CN 108647221 B CN108647221 B CN 108647221B CN 201810238712 A CN201810238712 A CN 201810238712A CN 108647221 B CN108647221 B CN 108647221B
- Authority
- CN
- China
- Prior art keywords
- node
- bus
- time
- nodes
- transfer
- 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
- 238000013439 planning Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012546 transfer Methods 0.000 claims description 51
- 239000002243 precursor Substances 0.000 claims description 29
- 238000010586 diagram Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000012732 spatial analysis Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 230000003111 delayed effect Effects 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 abstract description 2
- 238000003012 network analysis Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G06Q50/40—
Abstract
一种基于GIS的公交路径规划方法,首先,针对公交路径问题,对分析现阶段公交由于路径规划不合理而引起的延时到站、超载、拥堵、公交重复率高和乘客坐车难等弊端,以及车容量、道路状况、人口密度分布的一系列影响因子,针对获取整个城市的矢量地图和数据,建立道路网络数据集;其次,借助GIS的空间网络分析技术,结合Dijkstra蚁群混合优化算法,建立科学合理的公交路径方法。本发明提供一种使乘客出行效率较高的公交路径规划方法。
Description
技术领域
本发明涉及一种路径规划、智能优化、计算机应用领域,尤其涉及的是,一种基于GIS的公交路径规划的方法。
背景技术
随着我国社会经济的快速发展,城市的规模正在迅速的扩大,城市人口同时也在高速增长。根据国家统计局数据,截止2016年底,我国目前拥有860个数量的城市,其中,特大城市具有32个,大城市占44个,小城市占400多个,城镇化率已经达到了57.35%。在推进城镇化发展的同时,造成城市机动车的数量急剧上升,伴随而来的是城市的道路交通拥堵状况日趋严重,其中公共交通布局规划不合理为各个城市交通中普遍存在的问题。伴随着城市居民的快速增长,原有的公交系统已经不能达到人们的需求,居民出行困难、出行效率低等一系列的问题接踵而来。针对城市公交系统中存在的路径布局规划不合理、资源分配不当或不足、当前的公交资源不能跟上城市快速发展的步伐等一系列的问题,如何合理的规划公交路径本方法中研究的重点问题。
合理的规划公交路径是减少城市交通压力、提高公交利用率和方便居民出行的核心问题。然而,目前由于公交路径规划不合理而造成延时到站、超载、拥堵、公交重复率高和乘客坐车难的现象时常发生,单纯的依靠道路规模的扩建是远远不能够满足的,必须依赖现在信息技术与管理技术的有机结合来解决目前城市中的交通问题。因此,设计一种科学合理的公交路径规划方法迫在眉睫,构建出一种公交路径方法,使乘客出行时换乘次数少、出行耗时短、乘车容易,解决当前公交运行中存在弊端。
城市公交线路的规划受诸多的因素影响,单纯的应用路径优化算法求解“最优路径”在实际状况中往往很难达到满意的效果。在现有道路基础设施和公交资源的情况下,综合利用计算机网络、智能优化等先进的技术,构建出一个科学合理的公交路径方法,减少交通拥挤、方便居民出行,减少车辆尾气污染、减少资源浪费、提高公交的使用率等,达到人、车、路之间协调发展、配合密切的效果。利用GIS中海量的地理空间数据存储和管理技术进行公交路径的规划,通过对公交的站点、票价、时间、人口密度等信息的采集,将道路网络和公交网络结合起来建立交通网络数据集,建立公交拓扑模型和公交网络搜索模型,在现有公交车辆、时间、路程、道路等约束条件下对公交路径进行分析,再结合路径优化算法科学合理的规划出最优的公交路径。
通过对公交路径进行研究分析,发现目前应用路径算法对公交路径规划,很难在实际中解决问题,难以达到预期的效果;ArcGIS平台中的VRP(车辆路径优化)模块比较适合单点的路径规划,不能满足复杂的公交网络。
发明内容
为了克服目前由于公交路径规划不合理造成的延时到站、超载、拥堵、公交重复率高和乘客坐车难的不足,本发明提出一种公交路径规划方法,利用ArcGIS平台中丰富的网络分析模块和空间分析功能结合Dijkstra蚁群混合优化算法,提供一套能够使乘客换乘次数少、出行耗时短的公交路径规划方法。
本发明解决其技术问题所采用的技术方案是:
一种基于GIS的公交路径规划方法,所述生成方法包括以下步骤:
A1、数据的采集与处理,采集的数据包括客流量数据、乘客密度数据、公交站点数据、始发站时间和道路的信息数据,将其制作成交通网络数据集;
A2、建立公交网络拓扑模型,将城市实际的公交网络抽象为拓扑性质的网络图,对公交站点的空间位置关系进行分析,将满足可以步行换乘的公交站点进行合并,将其抽象为同一换乘节点,设计原则如下:
A2.1在同一条线路但方向不同的同名站点合并为同一换乘节点;
A2.2在不同线路重合的同名站点合并为同一换乘节点;
A2.3在不同线路但距离在步行范围内的同名站点或异名站点合并为同一换乘节点;
A3、建立公交网络搜索模型,公交网络搜索模型是对拓扑模型的进一步抽象,需要建立在拓扑模型的基础上,搜索模型和拓扑模型的含义不同,两点之间边的关系在拓扑模型中表示有线路连接,而在搜索模型中表示两点间能否直达;
A4、创建公交网络搜索模型的赋权图,其赋权图为:H=(W,S,Rμ,v,Tμ,v),其中,W={wa|1≤a≤m}代表节点集合,m为最多节点数;S={sb|1≤b≤n}代表边的集合,n为边的最多条数;Rμ,v表示两点之间是否直达,Tμ,v表示两点间的线路数,μ,ν表示两个相邻的节点;Rμ,v,Tμ,ν的权值取值表达式为:
A5、规划最短路径,采用前驱节点算法为基础,利用ArcGIS Pro平台,结合Dijkstra算法寻找每一个节点的前驱节点,假设在公交搜索模型的赋权图H中有节点I→X,节点之间的所有最短路径求解步骤如下:
A5.1求节点X的所有前驱节点:开始执行Dijkstra(H,I,X,P)算法求在赋权图H中节点X的前驱节点,假设可求得节点X有三个前驱节点,分别为:若从节点I到节点IX和VI所要经过的节点数d(P)=1;若从节点I到节点IV所要经过的节点数d(P)=2,则节点X在最短路径上的前驱节点为{IX,VI},将其存储到线性表PrevList之中,表示为PrevList(X)={IX,VI};
A5.2分别求节点VI和IX的前驱节点:同步骤A5.1假设可求得VI的最短路径上的前驱节点为{V};节点IX的前驱节点为{V,VIII};
A5.3分别求节点V和VIII的前驱节点:同步骤A5.1,假设可以求得其前驱节点为I,因为I为起点,则至此算法结束;
求得I→X的最短路径为(I,V,VI,X)、(I,V,IX,X)、(I,VIII,IX,X);
A6、计算乘客出行的时间成本,乘客每次乘坐公交出行的一个完整的时间链包括步行到站时间、离站时间、等车时间、车内运行时间以及不同线路间的换乘时间等,总的出行时间T表述为:
T=W1T1+W2T2+W3T3+λW4T4 (3)
式(3)中,T1为步行时间;T2为乘客在公交站的等车时间;T3为乘的坐时间;T4为换乘的消耗时间;λ为换乘的次数;W1、W2、W3、W4表示时间的权重值;
步行速度V1和步行距离D1是影响步行时间的主要因子,其关系式表示为:公交站点的等待时间和发车频率F相关,其关系式表示为:公交车的乘坐时间与公交车的行驶速度V2、行驶路程D2和中途停顿时间T5相关,其关系式表示为:换乘总耗费时间与换乘的等待时间T2和换乘公交站点之间的距离D3相关,因此,乘坐公交的出行时间成本表达式进行如下表述:
式(4)中,f为步行路线的非直线系数;fο为等待时间的修正参数,根据此式可以计算出乘坐任意线路公交出行所花费的时间;
A7、规划最优路径,通过A5中计算的几条最短路径结合A6中求解出的最小出行的时间成本,规划出乘客花费时间少、出行路径短的一条最优路径。
进一步,所述步骤A1中,所述的数据的采集与处理,将基础数据加入ArcGIS Pro中,所述基础数据包括道路、河流、高程、公交站点和车辆发车信息,制作成一个含有交通网络数据集的矢量地图,数据的分析ArcGIS Pro中的Spatital Analyst Tools模块中完成。
再进一步,所述步骤A5中,所述的Dijkstra算法为基于经典的Dijkstra算法改造的,求出两点间换乘次数最少的路径。经典的Dijkstra只能求解两点间的一条最短路径,不能求出两点间的所有最短路径。
本发明的有益效果主要表现在:本发明公交路径规划方法使用GIS平台对道路、人口密度、公交车数量及容量等影响因素进行分析,结合Dijkstra算法基于GIS平台的分析结果进行合理的路径规划,使最终的路径规划结果可以满足城市的实际需求。
附图说明
图1是一种基于GIS的公交路径规划方法的流程图。
图2是道路网络数据集图。
图3是公交网络搜索模型的赋权图。
图4是杭州市某一公交线路的公交搜索模型赋权图。
具体实施方式
下面结合附图对本发明进一步描述。
参照图1~图4,一种基于GIS的公交路径规划方法,包括以下步骤:
A1、数据的采集与处理,采集的数据包括客流量数据、乘客密度数据、公交站点数据、始发站时间和道路的信息数据,将其制作成交通网络数据集,如图2所示;
A2、建立公交网络拓扑模型,将城市实际的公交网络抽象为拓扑性质的网络图,对公交站点的空间位置关系进行分析,将满足可以步行换乘的公交站点进行合并,将其抽象为同一换乘节点,设计原则如下:
A2.1在同一条线路但方向不同的同名站点合并为同一换乘节点;
A2.2在不同线路重合的同名站点合并为同一换乘节点;
A2.3在不同线路但距离在步行范围内的同名站点或异名站点合并为同一换乘节点;
A3、建立公交网络搜索模型,公交网络搜索模型是对拓扑模型的进一步抽象,需要建立在拓扑模型的基础上,搜索模型和拓扑模型的含义不同,两点之间边的关系在拓扑模型中表示有线路连接,而在搜索模型中表示两点间能否直达;
A4、创建公交网络搜索模型的赋权图,其赋权图为:H=(W,S,Rμ,v,Tμ,v),其中,W={wa|1≤a≤m}代表节点集合,m为最多节点数;S={sb|1≤b≤n}代表边的集合,n为边的最多条数;Rμ,v表示两点之间是否直达,Tμ,v表示两点间的线路数,μ,ν表示两个相邻的节点;Rμ,v,Tμ,ν的权值取值表达式为:
A5、规划最短路径,采用前驱节点算法为基础,通过在ArcGIS Pro中编辑Dijkstra算法寻找每一个节点的前驱节点,在公交搜索模型的赋权图H中,如图4所示,节点I→X的之间的所有最短路径求解步骤如下:
A5.1求节点X的所有前驱节点:开始执行Dijkstra(H,I,X,P)算法求在赋权图H中节点X的前驱节点,假设可求得节点X有三个前驱节点,分别为:若从节点I到节点IX和VI所要经过的节点数d(P)=1;若从节点I到节点IV所要经过的节点数d(P)=2,则节点X在最短路径上的前驱节点为{IX,VI},将其存储到线性表PrevList之中,表示为PrevList(X)={IX,VI};
A5.2分别求节点VI和IX的前驱节点:同步骤A5.1假设可求得VI的最短路径上的前驱节点为{V};节点IX的前驱节点为{V,VIII};
A5.3分别求节点V和VIII的前驱节点:同步骤A5.1,假设可以求得其前驱节点为I,因为I为起点,则至此算法结束;
可以求得I→X的最短路径为(I,V,VI,X)、(I,V,IX,X)、(I,VIII,IX,X);
A6、计算乘客出行的时间成本,乘客每次乘坐公交出行的一个完整的时间链包括步行到站时间、离站时间、等车时间、车内运行时间以及不同线路间的换乘时间等,总的出行时间T表述为:
T=W1T1+W2T2+W3T3+λW4T4 (3)
式(3)中,T1为步行时间;T2为乘客在公交站的等车时间;T3为乘的坐时间;T4为换乘的消耗时间(换乘步行时间和换乘等待时间);λ为换乘的次数;W1、W2、W3、W4表示时间的权重值;
步行速度V1和步行距离D1是影响步行时间的主要因子,其关系式表示为:公交站点的等待时间和发车频率F相关,其关系式表示为:公交车的乘坐时间与公交车的行驶速度V2、行驶路程D2和中途停顿时间T5相关,其关系式表示为:换乘总耗费时间与换乘的等待时间T2和换乘公交站点之间的距离D3相关,因此,乘坐公交的出行时间成本表达式进行如下表述:
式(4)中,f为步行路线的非直线系数;fο为等待时间的修正参数,根据此式可以计算出乘坐任意线路公交出行所花费的时间;
A7、规划最优路径,通过A5中计算的几条最短路径结合A6中求解出的最小出行的时间成本,规划出乘客花费时间少、出行路径短的一条最优路径。
以浙江省杭州市为例,一种基于GIS的公交路径规划方法步骤如下:
A1、数据的采集与处理,采集的数据主要包括客流量数据、公交站点数据、始发站时间和道路数据等基础数据,将其制作成交通网络数据集。如图2所示,是对获取杭州市的数据文件制作的交通网络数据集图层,所采集的数据:a=10,b=14,μ为节点I,ν为节点X;
A2、建立公交网络拓扑模型,将城市实际的公交网络抽象为拓扑性质的网络图,对公交站点的空间位置关系进行分析,将满足可以步行换乘的公交站点进行合并,将其抽象为同一换乘节点,设计原则如下:
A2.1在同一条线路但方向不同的同名站点合并为同一换乘节点;
A2.2在不同线路重合的同名站点合并为同一换乘节点;
A2.3在不同线路但距离在步行范围内的同名站点或异名站点合并为同一换乘节点;
A3、建立公交网络搜索模型,公交网络搜索模型是对拓扑模型的进一步抽象,需要建立在拓扑模型的基础上,搜索模型和拓扑模型的含义不同,两点之间边的关系在拓扑模型中表示有线路连接,而在搜索模型中表示两点间能否直达;
A4、创建公交网络搜索模型的赋权图,其赋权图为:H=(W,S,Rμ,v,Tμ,v),其中,W={wa|1≤a≤m}代表节点集合,m为最多节点数;S={sb|1≤b≤n}代表边的集合,n为边的最多条数;Rμ,v表示两点之间是否直达,Tμ,v表示两点间的线路数,μ,ν表示两个相邻的节点;Rμ,v,Tμ,ν的权值取值表达式为:
如图4所示,杭州市某一公交线路的公交搜索模型赋权图,箭头上的1和0代表是否直达;
A5、规划最短路径,本方法中用前驱节点算法为基础,通过在ArcGIS Pro中编辑Dijkstra算法寻找每一个节点的前驱节点,在公交搜索模型的赋权图H中,节点I→X的之间的所有最短路径求解步骤如下:
A5.1求节点X的所有前驱节点:开始执行DijkstraH=(10,14,1,6)算法寻找第一个前驱节点,表示寻找到路径P中X的一个前驱节点为IX,PrevList(X)={IX},将求得的前驱节点存储在线性表PrevList之中;再次执行算法Dijkstra(H,I,X,P),求得第二个前驱节点为VI,PrevList(X)={IX,VI};DijkstraH=(10,14,1,6),表示开始求去边后图H中I→X的最短路径,即判断节点IV是否为前驱节点,因为d(P)=3>2;则节点IV不是X的前驱节点;所以可得到节点X在最短路径上的前驱节点为{IX,VI};
A5.2分别求节点VI和IX的前驱节点,先求节点VI,同步骤A5.1,开始执行DijkstraH=(3,2,1,1)算法,d(P)=2,可得V为VI的一个前驱节点,PrevList(IX)={V};再次执行Dijkstra算法,判断III是否为VI的前驱节点,因为d(P)=2>1,所以节点VI在最短路径上的前驱节点为{V},通过执行Dijkstra算法可得到节点IX的前驱节点为{V,VIII};
A5.3分别求节点V和VIII的前驱节点,通过Dijkstra算法,可以求得其前驱节点为I,因为I为起点,则至此算法结束;
如图4所示,可以求得I→X的最短路径为线路1(I,V,VI,X)、线路2(I,V,IX,X)、线路3(I,VIII,IX,X);
A6、计算乘客出行的时间成本,乘客每次乘坐公交出行的一个完整的时间链包括步行到站时间、离站时间、等车时间、车内运行时间以及不同线路间的换乘时间等,总的出行时间T可表述为:
T=W1T1+W2T2+W3T3+λW4T4 (3)
式(3)中,T1为步行时间;T2为乘客在公交站的等车时间;T3为乘的坐时间;T4为换乘的消耗时间(换乘步行时间和换乘等待时间);λ为换乘的次数;W1、W2、W3、W4表示时间的权重值;
步行速度V1和步行距离D1是影响步行时间的主要因子,其关系式表示为:公交站点的等待时间和发车频率F相关,其关系式表示为:公交车的乘坐时间与公交车的行驶速度V2、行驶路程D2和中途停顿时间T5相关,其关系式表示为:换乘总耗费时间与换乘的等待时间T2和换乘公交站点之间的距离D3相关,因此,乘坐公交的出行时间成本表达式进行如下表述:
式(4)中,f为步行路线的非直线系数;fο为等待时间的修正参数,根据此式计算出乘坐任意线路公交出行所花费的时间;
取W1=1.38、W2=1.17、W3=1.0、W4=2.75、T1=16min、T3=62min、V1=1.32m/s、V2=(42~48)km/h;
因为线路1的D2小于线路2的D2,线路3需要换乘,所花费时间更多,所以线路1所花费时间最短;
A7、规划最优路径,通过A5中计算的几条最短路径结合A6中求解出的最小出行的时间成本,规划出乘客花费时间少、出行路径短的一条最优路径。通过步骤A5和步骤A6相比较,可以得到路径1所花费的时间成本最少、路径最短,是一条较为科学合理的路径。
以上阐述的是本发明给出的一个实施例展现出来的一个优良结果,显然本发明不仅适合上述实施例,在不偏离本发明基本精神及不超出本发明实质内容所涉及内容的前提下可对其做种种变化加以实施。
Claims (3)
1.一种基于GIS的公交路径规划方法,其特征在于,所述方法包括以下步骤:
A1、数据的采集与处理,采集的数据包括客流量数据、乘客密度数据、公交站点数据、始发站时间和道路的信息数据,将其制作成交通网络数据集;
A2、建立公交网络拓扑模型,将城市实际的公交网络抽象为拓扑性质的网络图,对公交站点的空间位置关系进行分析,将满足可以步行换乘的公交站点进行合并,将其抽象为同一换乘节点,设计原则如下:
A2.1在同一条线路但方向不同的同名站点合并为同一换乘节点;
A2.2在不同线路重合的同名站点合并为同一换乘节点;
A2.3在不同线路但距离在步行范围内的同名站点或异名站点合并为同一换乘节点;
A3、建立公交网络搜索模型,公交网络搜索模型是对拓扑模型的进一步抽象,需要建立在拓扑模型的基础上,搜索模型和拓扑模型的含义不同,两点之间边的关系在拓扑模型中表示有线路连接,而在搜索模型中表示两点间能否直达;
A4、创建公交网络搜索模型的赋权图,其赋权图为:H=(W,S,Rμ,v,Tμ,v),其中,W={wa|1≤a≤m}代表节点集合,m为最多节点数;S={sb|1≤b≤n}代表边的集合,n为边的最多条数;Rμ,v表示两点之间是否直达,Tμ,v表示两点间的线路数,μ,ν表示两个相邻的节点;Rμ,v,Tμ,ν的权值取值表达式为:
A5、规划最短路径,采用前驱节点算法为基础,利用ArcGIS Pro平台,结合Dijkstra算法寻找每一个节点的前驱节点,假设在公交搜索模型的赋权图H中有节点I→X,节点之间的所有最短路径求解步骤如下:
A5.1求节点X的所有前驱节点:开始执行Dijkstra(H,I,X,P)算法求在赋权图H中节点X的前驱节点,假设可求得节点X有三个前驱节点,分别为:若从节点I到节点IX和VI所要经过的节点数d(P)=1;若从节点I到节点IV所要经过的节点数d(P)=2,则节点X在最短路径上的前驱节点为{IX,VI},将其存储到线性表PrevList之中,表示为PrevList(X)={IX,VI};
A5.2分别求节点VI和IX的前驱节点:同步骤A5.1假设可求得VI的最短路径上的前驱节点为{V};节点IX的前驱节点为{V,VIII};
A5.3分别求节点V和VIII的前驱节点:同步骤A5.1,假设可以求得其前驱节点为I,因为I为起点,则至此算法结束;
求得I→X的最短路径为(I,V,VI,X)、(I,V,IX,X)、(I,VIII,IX,X);
A6、计算乘客出行的时间成本,乘客每次乘坐公交出行的一个完整的时间链包括步行到站时间、离站时间、等车时间、车内运行时间以及不同线路间的换乘时间,总的出行时间T表述为:
T=W1T1+W2T2+W3T3+λW4T4 (3)
式(3)中,T1为步行时间;T2为乘客在公交站的等车时间;T3为乘坐时间;T4为换乘的消耗时间;λ为换乘的次数;W1、W2、W3、W4表示时间的权重值;
步行速度V1和步行距离D1是影响步行时间的主要因子,其关系式表示为:公交站点的等待时间和发车频率F相关,其关系式表示为:公交车的乘坐时间与公交车的行驶速度V2、行驶路程D2和中途停顿时间T5相关,其关系式表示为:换乘总耗费时间与换乘的等待时间T2和换乘公交站点之间的距离D3相关,因此,乘坐公交的出行时间成本表达式进行如下表述:
式(4)中,f为步行路线的非直线系数;fο为等待时间的修正参数,根据此式计算出乘坐任意线路公交出行所花费的时间;
A7、规划最优路径,通过A5中计算的几条最短路径结合A6中求解出的最小出行的时间成本,规划出乘客花费时间少、出行路径短的一条最优路径。
2.根据权利要求1所述的一种基于GIS的公交路径规划方法,其特征在于:所述步骤A1中,所述的数据的采集与处理,将基础数据加入ArcGIS Pro中,所述基础数据包括道路、河流、高程、公交站点和车辆发车信息,制作成一个含有交通网络数据集的矢量地图,数据的分析在ArcGIS Pro中的Spatital Analyst Tools模块中完成。
3.根据权利要求1或2所述的一种基于GIS的公交路径规划方法,其特征在于:所述步骤A5中,所述的Dijkstra算法为基于经典的Dijkstra算法改造的,求出两点间换乘次数最少的路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238712.5A CN108647221B (zh) | 2018-03-22 | 2018-03-22 | 一种基于gis的公交路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238712.5A CN108647221B (zh) | 2018-03-22 | 2018-03-22 | 一种基于gis的公交路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108647221A CN108647221A (zh) | 2018-10-12 |
CN108647221B true CN108647221B (zh) | 2020-10-30 |
Family
ID=63744690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810238712.5A Active CN108647221B (zh) | 2018-03-22 | 2018-03-22 | 一种基于gis的公交路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108647221B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543895A (zh) * | 2018-11-15 | 2019-03-29 | 北京航空航天大学 | 一种出基于出租客流转化的公交线网优化方法 |
CN109493601B (zh) * | 2018-11-21 | 2021-02-09 | 青岛大学 | 一种公交支线设置方法 |
CN111222660B (zh) * | 2018-11-23 | 2023-09-26 | 上海宝信软件股份有限公司 | 基于全线路二维切割的轨道交通乘务交路生成方法和系统 |
CN110793535A (zh) * | 2019-08-22 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 一种通勤线路规划方法、装置 |
CN110765662B (zh) * | 2019-11-24 | 2022-09-02 | 山西省交通规划勘察设计院有限公司 | 一种基于空间句法的公路工程路线设计和评价方法 |
CN112163701B (zh) * | 2020-09-23 | 2021-11-05 | 佳都科技集团股份有限公司 | 一种车站枢纽换乘管理方法及装置 |
CN112508235A (zh) * | 2020-11-19 | 2021-03-16 | 北京清研宏达信息科技有限公司 | 一种基于蚁群算法的公交发车时间间隔优化方法 |
CN112597259A (zh) * | 2020-12-17 | 2021-04-02 | 东南大学 | 一种基于区域综合交通网络拓扑重构的交通分配方法 |
CN112906981A (zh) * | 2021-03-19 | 2021-06-04 | 上海市城市建设设计研究总院(集团)有限公司 | 基于计算机的换乘覆盖率公共交通线路站点设置评价方法 |
CN113408790B (zh) * | 2021-05-31 | 2022-09-30 | 银江技术股份有限公司 | 一种模块化车辆运行路径及组合策略协同优化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650705A (zh) * | 2009-07-30 | 2010-02-17 | 北京四维图新科技股份有限公司 | 一种公交换乘网络构建的方法和装置 |
CN102982395A (zh) * | 2012-11-28 | 2013-03-20 | 浙江工业大学 | 一种基于空间节点聚类方法的快速公交换乘方法 |
CN104318758A (zh) * | 2014-11-05 | 2015-01-28 | 东南大学 | 基于多层次多模式的公交线网规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060161337A1 (en) * | 2005-01-19 | 2006-07-20 | Ping-Chung Ng | Route planning process |
-
2018
- 2018-03-22 CN CN201810238712.5A patent/CN108647221B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650705A (zh) * | 2009-07-30 | 2010-02-17 | 北京四维图新科技股份有限公司 | 一种公交换乘网络构建的方法和装置 |
CN102982395A (zh) * | 2012-11-28 | 2013-03-20 | 浙江工业大学 | 一种基于空间节点聚类方法的快速公交换乘方法 |
CN104318758A (zh) * | 2014-11-05 | 2015-01-28 | 东南大学 | 基于多层次多模式的公交线网规划方法 |
Non-Patent Citations (2)
Title |
---|
Public Transport Route Planning: Modified Dijkstras Algorithm;Alican Bozyiğit;《ReasearchGate》;20171031;全文 * |
公交线路选择的优化设计;冯小辉;《四川文理学院学报(自然科学)》;20080331;第18卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108647221A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108647221B (zh) | 一种基于gis的公交路径规划方法 | |
He et al. | Optimal locations of US fast charging stations for long-distance trip completion by battery electric vehicles | |
CN105844362B (zh) | 一种城市交通综合出行决策装置 | |
CN105788260B (zh) | 一种基于智能公交系统数据的公交乘客od推算方法 | |
CN104881710A (zh) | 一种基于车辆自组网的城市快递配送方法 | |
CN112765753B (zh) | 一种公共交通超级网络构建方法 | |
CN106203725A (zh) | 基于启发式搜索的门到门出行路径方案个性化推荐方法 | |
CN103530694A (zh) | 基于时空网络构建的城市地铁动态客流分配方法 | |
CN110309962A (zh) | 基于时间扩展模型的铁路行程路线规划方法及装置 | |
CN102567389B (zh) | 组合交通网络的形成方法和设备、路径搜索方法和设备 | |
CN106373384B (zh) | 边远地区客运班车线路实时生成方法 | |
CN103473606A (zh) | 基于gis的最大最短路径长度的公交网络整体换乘性能优化方法 | |
Guan et al. | Residents’ characteristics and transport policy analysis in large-scale residential areas on a city periphery: Case study of Jinhexincheng, Shanghai, China | |
CN114358386A (zh) | 一种基于预约出行需求的双出行模式合乘站点生成方法 | |
CN115860520B (zh) | 一种高铁枢纽与城市公共交通动静态时空可达性评估方法 | |
Bao et al. | Spatiotemporal clustering analysis of shared electric vehicles based on trajectory data for sustainable urban governance | |
CN108960684B (zh) | 一种基于不完全轨迹片段的公交乘客闭合出行链挖掘方法 | |
Zhang et al. | Analysis and exploration of open source data in traffic network based on scheduling model of bike-sharing | |
CN112529292A (zh) | 一种基于改进Floyd算法的交通网络线路优化方法 | |
Wang et al. | A Personalized Taxi Matching Algorithm for Ridesharing | |
Yu et al. | Research on large-scale road network partition and route search method combined with traveler preferences | |
Yatnalka et al. | A matching model for vehicle sharing based on user characteristics and tolerated-time | |
CN107229990B (zh) | 一种路线规划方法及装置 | |
Qin et al. | Research on bus travel decision system based on generalized cost calculation | |
Yang et al. | A model of bus-metro bi-level weighted network with travel efficiency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |