CN108961804A - 基于多指标分类交集的公交线路调整备选集合确定方法 - Google Patents
基于多指标分类交集的公交线路调整备选集合确定方法 Download PDFInfo
- Publication number
- CN108961804A CN108961804A CN201810639668.9A CN201810639668A CN108961804A CN 108961804 A CN108961804 A CN 108961804A CN 201810639668 A CN201810639668 A CN 201810639668A CN 108961804 A CN108961804 A CN 108961804A
- Authority
- CN
- China
- Prior art keywords
- index
- data
- route
- passenger flow
- value
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims description 41
- 238000011156 evaluation Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 5
- 230000009172 bursting Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 9
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 238000012805 post-processing Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 abstract description 2
- 230000004044 response Effects 0.000 abstract description 2
- 230000001680 brushing effect Effects 0.000 description 9
- 238000012512 characterization method Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004089 microcirculation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
基于多指标分类交集的公交线路调整备选集合确定方法本发明属于智能交通领域。目前多源数据(公交IC卡、地铁AFC数据等)为分析公交线路运营及服务水平指标提供了有利条件。可以根据线路几何特征、运营指标和服务水平指标进行公交线路问题诊断,并提出公交线路调整方案,包括撤销、截弯取直、截短和延长等,可以为公交线网的规划调整提供有力的决策依据。同时,本方法利用多源数据进行处理可以实现公交线路调整备选方案自动化分析,节省了以往大量的人工调查及后期处理分析所需的时间人力成本,实现了公交线路问题诊断和推荐方案的快速响应。
Description
技术领域
本发明属于智能交通领域。
背景技术
目前多源数据(公交IC卡、地铁AFC数据等)为分析公交线路运营及服务水平指标提供了有利条件。可以根据线路几何特征、运营指标和服务水平指标进行公交线路问题诊断,并提出公交线路调整方案,包括撤销、截弯取直、截短和延长等,可以为公交线网的规划调整提供有力的决策依据。同时,本方法利用多源数据进行处理可以实现公交线路调整备选方案自动化分析,节省了以往大量的人工调查及后期处理分析所需的时间人力成本,实现了公交线路问题诊断和推荐方案的快速响应。
公交线路的常用调整方法包括:新开线路、撤销线路、截弯取直线路、延长线路和截短线路。
新开线路:主要考虑特大城市客流需求量巨大,部分方向的轨道交通线路超负荷运行,新开通快线线路分担轨道客流压力;另一方面,结合新开通的轨道交通线路,新开微循环线路为其客流提供接驳服务。
撤销线路:当公交线路稳定后客流过小、运营效益较差时,以及走廊内两公交线路重叠比例过高,而两条线路平均满载率又较低时,可以将客流小、效益不佳的线路取消。另外,针对开通运营的地铁线路与其重叠较长的公交线路考虑取消。取消线路的替代线路应能满足撤销线路原客流需求,尽量减少产生换乘客流。
截弯取直线路:对于绕行严重、非直线系数较高的线路,其局部路段上下客流量较少时,可以考虑对线路进行取直,减少线路的不合理绕行,提高运行效率和效益。公交线路裁弯取直时还需要考虑原有线路经地区的公交出行,尽可能利用其他线路代替。
延长线路:主要针对公交服务盲区及新开发建设项目,提高公交线网覆盖率,可适当延长现有公交线路,被延长的线路一般长度较短、走向直顺并且具有一定的剩余运力。
截短线路:主要针对运营效率低的长距离公交线路,并且线路断面载客量和站点上下客量具有显著的不均衡特征,考虑对其进行缩短,有利于提供线路运行的稳定性、提高运行速度。对截断的线路部分可增加地区性支线,或利用其他线路或微循环线路代替。
表1从线路布局、客流特征以及服务水平方面列出了公交线路的评价指标,所列出指标均可以通过公交线网地理信息系统GIS数据、地铁站闸机收费系统AFC数据、公交IC卡刷卡数据进行统计分析。各线路各指标的结果大小对于各种调整方法的选择具有不同的影响,表1中列出了各统计指标对线路调整措施的影响,“+”代表该指标越大,对于相对应调整措施的可行性具有正向的影响;“-”代表该指标越小,对于相对应调整措施的可行性具有正向的影响。
表1评价指标对公交线路调整措施的影响
发明内容
公交线路调整备选集合确定方法包括多源公交数据读取与处理分析、计算分析区域内公交线路指标值、构建各评价指标分类集合、公交线路调整备选线路集合确定四个步骤。
步骤一:多源公交数据处理
1.1公交数据处理:本方法针对公交双次刷卡记录数据,即上下车均需要刷卡。从原始数据中可以直接获取有效字段,并采用调查的方式获取了包含公交线路、站点名称与原始数据中站点编号的对应关系表,利用该对应表即可真实匹配客流的上车、下车站点名称。另外,利用原始数据进行(1)上车时间匹配、(2)运行方向匹配和(3)运行班次匹配。主要输出的结果包括:站点客流数据、断面客流数据和乘客起讫点数据。
1.2地铁数据处理:从原始地铁AFC数据中可以直接获取有效,利用调查到的上、下车站点名与站点编号的对应关系表,利用该对应表即可真实匹配客流的上车、下车站点名称。经过以上处理流程输出地铁进出站客流OD数据,并最短路分配方法对站点OD数据进行客流分配,可以得到客流在地铁系统内部的换乘节点数据和断面流量数据。主要输出的结果包括:地铁客流起讫点数据,地铁站点登降量数据,地铁站点换乘数据,地铁断面客流数据。
步骤二:计算公交线路各项指标值
2.1计算分析区域内所有公交线路的各项指标值,对于线路布局指标线路长度和线路非直线系数,可以通过建立地理信息GIS数据库计算。
2.2和地面公交相关的指标可以通过步骤一公交数据处理的结果直接或间接的得到。包括线路平均客运量、线路客流平均出行距离、断面不均衡系数、站点客流不均衡系数、最大高峰满载率、平均运行速度。
轨道线路最大高峰满载率通过步骤一地铁数据处理的结果直接可以得到。
步骤三:构建各评价指标分类集合
3.1对于任一公交线路或轨道线路评价指标,将其所有结果由小到大排列,按照分位点进行分类,分为低指标线路集合类和高指标线路集合类。本方法按照线路调整的力度从小到大设定3个试验:试验1、试验2和试验3;三个试验所取的分位点不同,得到的低指标线路集合类和高指标线路集合类也不同。
3.2试验1所取的分位点为80%和20%,对于任一评价指标,当其值>=80%位分位点对应的指标值时,该线路属于该指标试验1高指标集合,当其值<=20%位分位点对应的指标值时,该线路属于该指标低指标集合。试验2所取的分位点为70%和30%,对于任一评价指标,当其值>=70%位分位点对应的指标值时,该线路属于该指标试验1高指标集合,当其值<=30%位分位点对应的指标值时,该线路属于该指标低指标集合。试验3所取的分位点为60%和40%,对于任一评价指标,当其值>=60%位分位点对应的指标值时,该线路属于该指标试验1高指标集合,当其值<=40%位分位点对应的指标值时,该线路属于该指标低指标集合。
最终,分别在3个试验方案下,对于任一个评价指标,得到其对于的高指标线路集合和低指标线路集合。
步骤四:公交线路调整备选线路集合确定
本方法主要针对新开线路、撤销线路、截弯取直线路、延长线路和截短线路确定调整备选线路集合。
4.1新开线路的备选集合确定,首先筛选与高负荷轨道线路平行的线路进行分析,如果该线路属于平均客运量高指标集合和最大高峰满载率高指标线路集合的交集,则该线路走向为新开快线的走向的备选集合。
4.2撤销线路的备选集合取三个集合的交集线路,三个集合为:平均客运量低指标线路集合、线路客流平均出行距离高指标线路集合、最大高峰满载率低指标线路集合。
4.3截弯取直线路的备选集合取三个集合的交集线路,三个集合为:非直线系数高指标线路集合、线路客流平均出行距离高指标线路集合、平均运行速度低指标线路集合。
4.4延长线路的备选集合取三个集合的交集线路,三个集合为:线路长度低指标线路集合、线路非直线系数低指标线路集合、平均客运量低指标线路集合。
4.5截短线路的备选集合取三个集合的交集线路,三个集合为:线路长度高指标线路集合、断面不均衡系数高指标线路集合、站点客流不均衡系数高指标线路集合。
本方法适用于各种调整方案的备选线路集合确定,在备选线路集合确定之后,可再根据其他条件进行判断是否实施该调整方案。其他条件例如撤销线路如果没有替代线路建议不撤销、截弯取直的备选线路如果取直后影响线网的覆盖情况则不建议该措施实施等。
附图说明
图1常规公交数据匹配流程
图2公交客流上下车类型
图3公交客流方向匹配流程
图4原始刷卡数据样例
图5数据匹配用表
图6公交班次信息匹配流程
图7用户起讫点数据示例
图8地铁客流匹配处理流程
图9地铁数据二次处理流程
具体实施方式
公交线路调整备选集合确定方法实施方案包括数据源选取、公交数据和地铁数据处理、公交线路评价指标计算、公交线路备选集合确定四个步骤。
步骤一:数据选取
本方法涉及的公交IC卡和地铁AFC源数据来源及取值方法如下:
(1)取一周5天工作日的源数据(避免节假日和其他活动的影响);
(2)各线路统计班次以早高峰7:00~9:00期间运营线路班次,进行上下客及相关指标统计;
(3)各线路统计指标分上、下行两个方向分别统计;
(4)将两个运行方向载客量大的方向进行后续分析。
步骤二:公交数据和地铁数据处理
原始公交IC卡数据、地铁AFC数据仅能提供各类型客流时间特征信息,需要对原始数据进行数据清洗,数据处理,进一步得到客流出行的时间特征,空间特征,路径特征。处理内容主要分为公交数据处理,地铁数据处理两部分。
1)公交数据处理
本方法中公交IC卡数据均包含乘客上下车刷卡记录,从原始数据中可以直接获取有效字段为:
(1)GRANT_CARD_CODE:IC卡卡号;
(2)DEAL_TIME:交易时间(下车刷卡时间);
(3)LINE_CODE:线路号
(4)ON_STATION:上车站点编号
(5)OFF_STATION:下车站点编号。
原始数据中可用字段有限,而且不能表征客流真实上下车站点等特征,因此需要采用一定方法获取以下字段来完善常规公交刷卡数据:
(1)ON_STATION:上车站点名
(2)OFF_STATION:下车站点名
(3)ON_STATION_TIME:上车时间
(4)BANCI:车辆班次
(5)LOC_TREND:运行方向
本文在处理过程中采用调查的方式获取了包含公交线路/站点名称与代号的对应关系表,在剔除一辆车数据量小于50之后利用该对应表即可真实匹配客流的上车、下车站点名称。匹配流程如图1所示。
其他三个字段的补全工作如下介绍:
(1)上车时间匹配
客流上车时间用客流下车时间来匹配,主要包括三种情况,具体如图2所示:
1)上下车客流均有:本站上车时间取下车时间中位数;
2)无下车人员:本站上车时间取前后相邻两站上车时间中位值推测;
3)无上车人员:本站到站时间取前后相邻两站下车时间中位值;
4)首站上车人员时间:①计算两站之间距离与公交平均行驶车速之间的比值,根据下一站下车乘客时间向前推测;②情况1无法计算时,时间赋固定值,处理过程中将其滤掉。
(2)方向匹配:
客流刷卡数据中包含了ON_STATION和OFF_STATION两个字段,并同时有代号表征,此代号与数据匹配用表中的REAL_NUM字段对应,匹配流程如图3所示。
具体匹配过程为:若刷卡数据中代号为增加,如图4中所示为从代号为1的站点上车,从代号为10的站点下车。查看匹配用表数据,如图5所示,发现,呈现递增趋势的为LOC_TREND为2的方向,即五路居——北京站西方向。因此最终匹配该条原始刷卡数据为客流乘坐104路五路居——北京站西方向公交车,上车站点为五路居,下车站点为王府井路口北。同理,从代号为10的站点上车,代号为2站点下车匹配结果为客流乘坐104路北京站西——五路居方向公交车,上车站点为王府井路口北,下车站点为安贞里。
(3)班次匹配:
公交车一个班次指一辆公交车从始发站点到终到站点的一次过程。本方法中识别班次主要利用原始数据中的车牌数据(VEHICLE_CODE),客流交易时间(DEAL_TIME),上车代号(ON_STATIONID),下车代号(OFF_STATIONID)。流程图如图6所示。
具体步骤为:
1)利用方向匹配方法识别各条刷卡记录所处的公交车方向;
2)循环遍历每个车牌数据,对各个车牌信息的数据分别处理识别,将数据按公交车车牌,公交车行驶方向,乘客交易时间排序;
3)循环遍历选中公交车两个方向数据,公交车行使轨迹为上下行两个方向循环往复且中间必会有一定休整时间,即发车间隔。因此两个方向的客流刷卡数据中势必会有一个较为明显的刷卡时间间断,本文则主要利用此刷卡时间间隔将各个公交班次之间进行隔断划分并顺序排序。最终数据处理结果如图7所示。
经过上述关键处理流程之后,主要输出的常规公交数据类型包括:
站点客流数据:记录每辆公交车到达公交站点的时间以及上下车客流人数,掌握每个公交站点不同时刻对于公交客流的重要程度,为站点布设合理性,站点设施评价及改善提供精确的数据支持。
断面客流数据:即断面客流,记录各线路每两个公交站点之间的客流量,感知公交断面客流量,发现客流拥堵点,对每辆公交车服务水平的评价,公交线路以及发车频次的优化,疏散拥堵客流提供科学的理论支持。
乘客起讫点数据:记录每个乘客的上车地点,上车时间,下车时间,下车地点。可以精细了解到常规公交乘客的起讫点以及出行特性,感知到乘客的出行需求,为公交线路的优化及相关决策的制定提供数据支持。
2)地铁数据处理
从原始地铁AFC数据中可以直接获取有效字段为:
(1)GRANT_CARD_CODE:卡发行号
(2)DEAL_TIME:交易时间(出站刷卡时间)
(3)ENTRY_TIME:进站时间
(4)ENTRY_LINE_NUM:进站线路号
(5)ENTRY_STATION_NUM:进站站点号
(6)EXIT_LINE_NUM:出站线路号
(7)EXIT_STATION_NUM:出站站点号
原始数据中可用字段有限,不能表征客流真实上下车站点等特征,因此需要采用一定方法获取以下字段来完善地铁AFC数据:
(1)ON_STATION:上车站点名
(2)OFF_STATION:下车站点名
与常规公交处理方法类似,本文在处理地铁数据过程中同样利用调查到的对应关系表,在剔除时间异常值之后利用该对应表即可真实匹配客流的上车/下车站点名称。匹配流程如图8所示。
经过以上处理流程之后仅能输出地铁进出站客流OD数据,未能知道客流在地铁内部的走行路径。因此本文借用TransCAD最短路分配路径对站点OD数据进行客流分配,可以得到客流在地铁系统内部的换乘节点数据,从而能够极大丰富地铁客流数据类型。具体流程图如图9所示。
处理之后得到的数据类型包括:地铁客流起讫点数据,地铁站点登降量数据,地铁站点换乘数据,地铁断面客流数据。
(1)地铁OD数据:匹配站点线路信息后的客流数据,包含乘客进出站时间以及位置信息,从而对轨道站点进出站客流时空特性进行感知,为评价轨道站点以及线路的重要程度提供数据支持,为轨道站点制定限流等运营组织策略提供数据支持和建议。
(2)地铁断面客流数据:将客流量分配到各条轨道线路相邻两个站点间断面上,感知轨道交通断面客流,从而发现轨道交通客流拥堵点,为调整轨道交通运营组织,发车频次以及疏解客流拥堵点等提供科学依据。
(3)地铁登降量数据:表征乘客真正乘坐的轨道交通线路,是对轨道交通线路客运量的真实感知,可以为轨道交通线路或站点的重要度以及运力运量的评价提供支持。
步骤三:公交线路评价指标计算
线路长度L,反映运营线路规模,可通过建立地理信息GIS数据库计算。
线路非直线系数Lnon,反映了公交线路的曲折程度,满足需求情况下以小为佳;为线路实际长度与空间直线距离的比值,可通过建立地理信息GIS数据库计算。
轨道线路最大高峰满载率Lnon,反映了轨道线路的拥挤程度、作为轨道沿线是否新增线路的主要依据;该值为地铁AFC数据处理后得到地铁断面客流数据,其与轨道线路断面的运力之比为满载率,找出该线路特定方向的最大高峰满载率。
平均客运量P,反映了线路的载客量大小、客运量大考虑新增、客运量小考虑撤消或延长;利用公交IC卡数据处理的站点客流上车量或下车量计算,其值为上车量之和或者下车量之和。
线路客流平均出行距离D,反映线路的功能,服务乘客的出行距离长短;利用公交IC卡数据上车站点和下车站点记录,计算所有客流乘客起讫点结果中两个站点之间的距离,统计所有乘客车内距离的平均值。
断面不均衡系数S,反映了线路各断面客流量的均衡程度;单班次平均最大断面载客量与所有断面平均的载客量之比。
站点客流不均衡系数N,反映了最大登降量站点客流集中上下的程度,在一定程度上说明该站点是否具有换乘功能;单班次站点最大登降量与所有站点平均的登降量之比。
最大高峰满载率高峰期间被评价公交线路的单车单次实际载客量与公交车额定载客量之比;统计的所有班次断面载客量并取平均值,该指标为:单班次最大平均断面载客量与额定载客量之比。
平均运行速度V,反映了线路运行效率,速度低的线路考虑取直提高服务水平;利用第一次刷卡数据和最后一次刷卡数据时间以及在该时间段内行驶的里程计算平均运行速度。
步骤四:公交线路调整备选集合确定
对于任一公交线路或轨道线路评价指标,将其所有结果由小到大排列,按照分位点进行分类,分为低指标线路集合类和高指标线路集合类。本方法按照线路调整的力度从小到大设定3个试验:试验1、试验2和试验3;三个试验所取的分位点不同,得到的低指标线路集合类和高指标线路集合类也不同。
对于任一评价指标I,当其值>=80%位分位点对应的指标值时,该线路属于该指标试验1高指标集合当其值<=20%位分位点对应的指标值时,该线路属于该指标低指标集合同理,试验2选取的分位点分布为70%和30%;试验3选取的分位点分布为60%和40%。表2表示分别在3个试验方案下,对于任一个评价指标I,得到其对应的高指标线路集合和低指标线路集合。
表2评价指标I不同试验下的集合
对于试验i(i=1,2和3),分布确定公交线路调整方案的备选集合:
1)新开线路的备选集合确定:筛选与高负荷轨道线路平行的线路进行分析,如果该线路属于平均客运量高指标集合和最大高峰满载率高指标线路集合的交集,则该线路走向为新开快线的走向的备选集合。
2)撤销线路的备选集合确定:平均客运量低指标线路集合线路客流平均出行距离高指标线路集合最大高峰满载率低指标线路集合的交集,即
3)截弯取直线路的备选集合确定:非直线系数高指标线路集合线路客流平均出行距离高指标线路集合平均运行速度低指标线路集合的交集,即
4)延长线路的备选集合确定:线路长度低指标线路集合线路非直线系数低指标线路集合平均客运量低指标线路集合的交集,即
5)截短线路的备选集合确定:线路长度高指标线路集合断面不均衡系数高指标线路集合站点客流不均衡系数高指标线路集合的交集,即
利用本方法确定北京市公交线路调整备选方案,与公交集团根据工作经验和日常客流统计所提出的调整方案进行对比,试验1、2和3的调整方案结果分别可以达到71%、82%和84%的相似程度。试验1、2和3的结果反映了公交线网调整的实施力度逐步加大,试验2的调整力度居中而且验证结果精度较高,推荐试验2在实际公交线路调整及规划中应用。
Claims (2)
1.基于多指标分类交集的公交线路调整备选集合确定方法,其特征在于,包括以下步骤:
步骤一:多源公交数据处理
1.1公交数据处理:针对公交双次刷卡记录数据,即上下车均需要刷卡;从原始数据中直接获取有效字段,并采用调查的方式获取了包含公交线路、站点名称与原始数据中站点编号的对应关系表,利用该对应表即可真实匹配客流的上车、下车站点名称;另外,利用原始数据进行(1)上车时间匹配、(2)运行方向匹配和(3)运行班次匹配;输出的结果包括:站点客流数据、断面客流数据和乘客起讫点数据;
1.2地铁数据处理:从原始地铁AFC数据中直接获取有效,利用调查到的上、下车站点名与站点编号的对应关系表,利用该对应表即可真实匹配客流的上车、下车站点名称;经过以上处理流程输出地铁进出站客流OD数据,并最短路分配方法对站点OD数据进行客流分配,得到客流在地铁系统内部的换乘节点数据和断面流量数据;输出的结果包括:地铁客流起讫点数据,地铁站点登降量数据,地铁站点换乘数据,地铁断面客流数据;
步骤二:计算公交线路各项指标值
2.1计算分析区域内所有公交线路的各项指标值,对于线路布局指标线路长度和线路非直线系数,通过建立地理信息GIS数据库计算;
2.2和地面公交相关的指标通过步骤一公交数据处理的结果直接或间接的得到;包括线路平均客运量、线路客流平均出行距离、断面不均衡系数、站点客流不均衡系数、最大高峰满载率、平均运行速度;
轨道线路最大高峰满载率通过步骤一地铁数据处理的结果直接得到;
步骤三:构建各评价指标分类集合
3.1对于任一公交线路或轨道线路评价指标,将其所有结果由小到大排列,按照分位点进行分类,分为低指标线路集合类和高指标线路集合类;按照线路调整的力度从小到大设定3个试验:试验1、试验2和试验3;三个试验所取的分位点不同,得到的低指标线路集合类和高指标线路集合类也不同;
3.2试验1所取的分位点为80%和20%,对于任一评价指标,当其值>=80%位分位点对应的指标值时,该线路属于该指标试验1高指标集合,当其值<=20%位分位点对应的指标值时,该线路属于该指标低指标集合;试验2所取的分位点为70%和30%,对于任一评价指标,当其值>=70%位分位点对应的指标值时,该线路属于该指标试验1高指标集合,当其值<=30%位分位点对应的指标值时,该线路属于该指标低指标集合;试验3所取的分位点为60%和40%,对于任一评价指标,当其值>=60%位分位点对应的指标值时,该线路属于该指标试验1高指标集合,当其值<=40%位分位点对应的指标值时,该线路属于该指标低指标集合;
最终,分别在3个试验方案下,对于任一个评价指标,得到其对应的高指标线路集合和低指标线路集合;
步骤四:公交线路调整备选线路集合确定
4.1新开线路的备选集合确定,首先筛选与高负荷轨道线路平行的线路进行分析,如果该线路属于平均客运量高指标集合和最大高峰满载率高指标线路集合的交集,则该线路走向为新开快线的走向的备选集合;
4.2撤销线路的备选集合取三个集合的交集线路,三个集合为:平均客运量低指标线路集合、线路客流平均出行距离高指标线路集合、最大高峰满载率低指标线路集合;
4.3截弯取直线路的备选集合取三个集合的交集线路,三个集合为:非直线系数高指标线路集合、线路客流平均出行距离高指标线路集合、平均运行速度低指标线路集合;
4.4延长线路的备选集合取三个集合的交集线路,三个集合为:线路长度低指标线路集合、线路非直线系数低指标线路集合、平均客运量低指标线路集合;
4.5截短线路的备选集合取三个集合的交集线路,三个集合为:线路长度高指标线路集合、断面不均衡系数高指标线路集合、站点客流不均衡系数高指标线路集合。
2.根据权利要求1所述的方法,其特征在于:线路调整的力度采用试验2,即对于任一评价指标,当其值>=70%位分位点对应的指标值时,该线路属于该指标试验1高指标集合,当其值<=30%位分位点对应的指标值时,该线路属于该指标低指标集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810639668.9A CN108961804B (zh) | 2018-06-20 | 2018-06-20 | 基于多指标分类交集的公交线路调整备选集合确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810639668.9A CN108961804B (zh) | 2018-06-20 | 2018-06-20 | 基于多指标分类交集的公交线路调整备选集合确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108961804A true CN108961804A (zh) | 2018-12-07 |
CN108961804B CN108961804B (zh) | 2020-07-31 |
Family
ID=64490476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810639668.9A Active CN108961804B (zh) | 2018-06-20 | 2018-06-20 | 基于多指标分类交集的公交线路调整备选集合确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108961804B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298516A (zh) * | 2019-07-04 | 2019-10-01 | 南京行者易智能交通科技有限公司 | 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 |
CN110458331A (zh) * | 2019-07-18 | 2019-11-15 | 南京行者易智能交通科技有限公司 | 一种基于od客流数据的过绕公交线路的拉直优化方法及装置 |
CN110555991A (zh) * | 2019-08-30 | 2019-12-10 | 中电信用服务有限公司 | 一种线路的质量评估系统和方法 |
CN111105078A (zh) * | 2019-11-29 | 2020-05-05 | 同济大学 | 一种定制公交网络优化方法 |
CN112365050A (zh) * | 2020-11-10 | 2021-02-12 | 郑州天迈科技股份有限公司 | 基于部分客流比例评价指标的线网撤销、截短及拆分方法 |
CN112580951A (zh) * | 2020-12-09 | 2021-03-30 | 北京交通大学 | 基于乘客出行的城市地面公交运行监测关键指标筛选方法 |
CN113191622A (zh) * | 2021-04-27 | 2021-07-30 | 北京交通发展研究院 | 公交干线走廊新增方法、装置、计算机设备及存储介质 |
CN113345259A (zh) * | 2020-12-09 | 2021-09-03 | 北京工业大学 | 一种基于数据驱动的地面公交线路调整的方法 |
CN114093051A (zh) * | 2020-08-05 | 2022-02-25 | 中国联合网络通信集团有限公司 | 通信线路巡检方法、设备与系统、计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789175A (zh) * | 2010-01-08 | 2010-07-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
CN101807222A (zh) * | 2010-02-09 | 2010-08-18 | 武汉大学 | 基于站点的城市公交线网优化配置方法 |
CN102156908A (zh) * | 2010-12-17 | 2011-08-17 | 东南大学 | 基于轨道交通与公交一体化的公交线路及站点调整方法 |
CN103730008A (zh) * | 2014-01-15 | 2014-04-16 | 汪涛 | 基于公交gps和ic卡实时数据的公交拥挤度分析方法 |
CN104217086A (zh) * | 2014-10-09 | 2014-12-17 | 大连海事大学 | 一种城市公交线网优化方法 |
CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
-
2018
- 2018-06-20 CN CN201810639668.9A patent/CN108961804B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789175A (zh) * | 2010-01-08 | 2010-07-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
CN101807222A (zh) * | 2010-02-09 | 2010-08-18 | 武汉大学 | 基于站点的城市公交线网优化配置方法 |
CN102156908A (zh) * | 2010-12-17 | 2011-08-17 | 东南大学 | 基于轨道交通与公交一体化的公交线路及站点调整方法 |
CN103730008A (zh) * | 2014-01-15 | 2014-04-16 | 汪涛 | 基于公交gps和ic卡实时数据的公交拥挤度分析方法 |
CN104217086A (zh) * | 2014-10-09 | 2014-12-17 | 大连海事大学 | 一种城市公交线网优化方法 |
CN108053062A (zh) * | 2017-12-11 | 2018-05-18 | 北京航空航天大学 | 一种基于多源数据的定制公交线路生成方法 |
Non-Patent Citations (1)
Title |
---|
NING ZHANG,ET AL: "Evaluation and Optimization of Bus Route Network in Wuhan China", 《THE SEVENTH ADVANCED FORUM ON TRANSPORTATION OF CHINA》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298516B (zh) * | 2019-07-04 | 2020-06-16 | 南京行者易智能交通科技有限公司 | 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 |
CN110298516A (zh) * | 2019-07-04 | 2019-10-01 | 南京行者易智能交通科技有限公司 | 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 |
CN110458331A (zh) * | 2019-07-18 | 2019-11-15 | 南京行者易智能交通科技有限公司 | 一种基于od客流数据的过绕公交线路的拉直优化方法及装置 |
CN110458331B (zh) * | 2019-07-18 | 2020-06-05 | 南京行者易智能交通科技有限公司 | 一种基于od客流数据的过绕公交线路的拉直优化方法及装置 |
CN110555991A (zh) * | 2019-08-30 | 2019-12-10 | 中电信用服务有限公司 | 一种线路的质量评估系统和方法 |
CN111105078A (zh) * | 2019-11-29 | 2020-05-05 | 同济大学 | 一种定制公交网络优化方法 |
CN111105078B (zh) * | 2019-11-29 | 2023-09-29 | 同济大学 | 一种定制公交网络优化方法 |
CN114093051A (zh) * | 2020-08-05 | 2022-02-25 | 中国联合网络通信集团有限公司 | 通信线路巡检方法、设备与系统、计算机可读存储介质 |
CN114093051B (zh) * | 2020-08-05 | 2023-10-31 | 中国联合网络通信集团有限公司 | 通信线路巡检方法、设备与系统、计算机可读存储介质 |
CN112365050B (zh) * | 2020-11-10 | 2023-04-07 | 郑州天迈科技股份有限公司 | 基于部分客流比例评价指标的线网撤销、截短及拆分方法 |
CN112365050A (zh) * | 2020-11-10 | 2021-02-12 | 郑州天迈科技股份有限公司 | 基于部分客流比例评价指标的线网撤销、截短及拆分方法 |
CN113345259A (zh) * | 2020-12-09 | 2021-09-03 | 北京工业大学 | 一种基于数据驱动的地面公交线路调整的方法 |
CN113345259B (zh) * | 2020-12-09 | 2022-07-12 | 北京工业大学 | 一种基于数据驱动的地面公交线路调整的方法 |
CN112580951A (zh) * | 2020-12-09 | 2021-03-30 | 北京交通大学 | 基于乘客出行的城市地面公交运行监测关键指标筛选方法 |
CN112580951B (zh) * | 2020-12-09 | 2024-05-21 | 北京交通大学 | 基于乘客出行的城市地面公交运行监测关键指标筛选方法 |
CN113191622A (zh) * | 2021-04-27 | 2021-07-30 | 北京交通发展研究院 | 公交干线走廊新增方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108961804B (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108961804A (zh) | 基于多指标分类交集的公交线路调整备选集合确定方法 | |
CN105913661B (zh) | 一种基于收费数据的高速公路路段交通状态判别方法 | |
CN108564226A (zh) | 一种基于出租车gps及手机信令数据的公交线路优化方法 | |
CN111191816B (zh) | 城市轨道交通乘客出行时间链辨识系统 | |
CN109255972B (zh) | 一种基于大数据的地面公交固定线路时刻表的优化方法 | |
CN109686090B (zh) | 一种基于多源数据融合的虚拟交通流量计算方法 | |
CN109902930B (zh) | 一种基于实有人口指标的配套设施规划辅助系统 | |
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 | |
CN111476494B (zh) | 基于多源数据精准分析公交人口地理分布的方法 | |
CN106601005B (zh) | 一种基于rfid和微信平台的城市智能交通诱导方法 | |
Zulkifli et al. | Evaluation of land use density, diversity and ridership of Rail Based Public Transportation System | |
CN105390013A (zh) | 一种利用公交ic卡预测公交到站时间的方法 | |
CN102521965A (zh) | 基于车牌识别数据的交通需求管理措施效果评价方法 | |
CN110096804A (zh) | 基于移动终端数据的高速公路服务区的布局方法及系统 | |
CN111027888A (zh) | 一种基于轨道站点的接驳特征分析方法 | |
CN112601187A (zh) | 基于手机信令的公交常乘客预测方法与系统 | |
CN109872047B (zh) | 一种考虑出行者拥挤度感知的公交出行方案推荐方法 | |
CN109063906B (zh) | 公交轨道两网融合下重复路线识别方法 | |
KR20120068580A (ko) | 교통카드자료를 활용한 대중교통 통행분석 시스템 및 방법 | |
Yoo | Transfer penalty estimation with transit trips from smartcard data in Seoul, Korea | |
Song et al. | Public transportation service evaluations utilizing seoul transportation card data | |
CN115374579A (zh) | 基于瓶颈识别的轨道交通差异化安检通道布局方法 | |
CN113723761A (zh) | 一种基于运行数据的多维度城市公交运行服务可靠度评价方法 | |
CN111275482A (zh) | 基于机器学习的轨道交通实时动态清分方法 | |
Bhandari et al. | Occupancy prediction at transit stops using ANN |
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 |