CN109360420A - 一种公共交通大数据处理系统与方法 - Google Patents
一种公共交通大数据处理系统与方法 Download PDFInfo
- Publication number
- CN109360420A CN109360420A CN201811390947.2A CN201811390947A CN109360420A CN 109360420 A CN109360420 A CN 109360420A CN 201811390947 A CN201811390947 A CN 201811390947A CN 109360420 A CN109360420 A CN 109360420A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- website
- route
- degree
- 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 44
- 238000012545 processing Methods 0.000 title claims abstract description 23
- 238000012546 transfer Methods 0.000 claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000009826 distribution Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000011068 loading method Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 claims description 2
- 230000008602 contraction Effects 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000007812 deficiency Effects 0.000 abstract description 2
- 230000008520 organization Effects 0.000 abstract description 2
- 230000010354 integration Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000013334 tissue model Methods 0.000 description 1
Classifications
-
- 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
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明属于智能交通系统技术领域,涉及一种公共交通大数据处理系统与方法,用于城市公共交通线网优化。具体方法如下:(1)构建站点网子系统,(2)构建换乘网子系统,(3)构建线路站点归属网,(4)网络加载,(5)网络退缩,(6)公共交通网络大数据系统的分析,本发明与现有技术相比,取得的有益效果如下:一是针对公交数据缺乏关联存在数据孤岛的问题,提供了有效的数据组织与分析模型,该模型能够记录、整合和直观表达公共交通网络的线路、站点、客流、车流的复杂数据关系;二是针对公交线网优化普遍采用经验定线法、系统分析法和交通分配法等方法,该模型方法新颖独特,设计构思巧妙,应用环境好,市场前景广阔。
Description
技术领域:
本发明属于智能交通系统技术领域,涉及一种公共交通大数据处 理系统与方法,用于城市公共交通线网优化。
背景技术:
公共交通是城市交通重要组成部分,是城市居民出行的重要方式, 对缓解城市交通拥堵具有十分重要的作用。高效的公共交通系统离不 开科学合理的公共交通网络规划和公交车辆的调度,而科学合理的公 交网络规划和公交调度则必须建之于对公交网络结构的分析以及对 公交客流时空分布与特征的提取的基础之上。以青岛市为例,市内四 区目前有375条公交线路,已经形成了一个约4000个公交站点构成 的复杂的公交网络,在这个公交网络上日均乘客刷卡数量近200万, 每天通过公交IC卡系统、公交车GPS系统采集的数据量已达上千万, 这些庞大的、类型多样的、具有复杂关系的、实时获取的公共交通数据的迅速积累,为采用大数据分析技术分析提取公交网络与公交客流 时空分布特征、公共交通线网优化,提供了重要的数据来源。
采集的数据日益增多为公交线网优化提供了可能,但还存在以下 问题:(1)公交数据间缺乏关联,存在数据孤岛问题,且数据种类多 样,数据来源于不同的应用系统,数据分散,缺乏有效的组织模型。 (2)公共交通线网优化缺少实用的优化方法。尽管公交优化在学术 界研究时间较久,优化方法经历了从经验定线法、系统分析法和交通 分配法三个阶段,但由于交通问题自身的复杂性,已有的方法均有太 多假设,而这些假设在实际中并不能满足,从而致使这些方法难以用 于实际。(3)随着数据不断的采集,近几年,以数据分析为主的优化 方法逐渐被采用,但公交数据的多样性和问题的复杂性,以数据挖掘 为主的分析方法,只考虑分析的主题,忽略了不同主题(问题)之间 的关联,从导致顾此失彼,难以综合分析优化。
基于此,亟待设计一种公共交通大数据处理系统与方法,该方法 能够建立一种公共交通大数据处理系统,该系统由站点网子系统、换 乘网子系统以及站点所属关系子系统构成,能够记录、整合和直观表 达公共交通网络的线路、站点、客流、车流的复杂数据关系,通过分 析公共交通大数据处理系统的性质,能够建立评价公交网络拓扑特征、 公交运行特征和客流出行特征的指标,从而提供公共交通复杂网络优 化分析的依据。
发明内容:
本发明的目的在于寻求设计一种公共交通大数据处理系统与方 法,该方法能够描述公交站点间邻接关系、公交线路间换乘关系、公 交站点与公交线路间所属关系的复杂网络系统,该系统能够对公交站 点、公交线路及其间关系进行有效描述,并且提供提取公共交通运行 特征的分析工具,该系统能够实现公共交通大数据(线路数据、公交 GPS数据、公交IC打卡数据等)的有效整合、组织与智能分析,并 且能够为公共交通网络的优化提供重要的技术支持。
为了实现上述目的,本发明涉及的一种公共交通大数据处理系统 与方法通过如下技术方案实现:
(1)构建站点网子系统
将站点作为节点,节点设置属性,由向量表示包括节点类型(港 湾站、非港湾站)、经纬度、所在路段、距离信号灯的距离等;在同 一条公交线路上的站点进行连边,连边设置属性,由向量表示包括站 点间距、是否有专用公交车道、经过路口的个数以及信号灯的个数等。
(2)构建换乘网子系统
将公交线路作为节点,节点设置属性,由向量表示包括线路类型 (干线、支线、快线)、线路长度、非直线系数、线路重复度、发车 数、发车时间间隔等;两条公交线路可实现换乘则连边,连边设置属 性,由向量表示包括换乘人数、同站换乘或短距离步行换乘、两条线 路公共站点的数量(同站换乘)、相距最近的两个站点间的距离(短 距离步行换乘)等。
(3)构建线路站点归属网
将公交线路和站点作为节点,公交线路和站点间的连边表示站点 属于该线路,连边设置属性,由向量表示包括该条线路公交车到达该 站点的时间间隔、以及在给定时间段内在该站点打卡乘坐该条线路的 乘客人数。
(4)网络加载
给定加载映射将站点网和换乘网复合产生一个新的网络,加载映 射指明了站点节点与线路节点间的所属关系,通过加载映射能够建立 站点网与线路换乘网之间的联系,即产生新的连边。新产生的连边设 置属性,由向量表示包括线路所包含站点的序号、公交车到站时间间 隔(给定时间段t内两辆时间上先后到站的时间间隔)、公交车行程 时间(给定时间段t内由上一站到达当前站公交车所需花费的时间)、 打卡人数:给定时间段t内打卡人数等。
(5)网络退缩
给定退缩节点属性、连边属性筛选的条件,将一个大网络退缩为 一个小网络,比如给定公交站点阈值条件为给定时间段上下车人数大 于等于100,公交子段行程时间短于5分钟,则可退缩得到一个满足上 述阈值条件的网络。
(6)公共交通网络大数据系统的分析
计算如下网络性质:节点的个数、连边数、节点的度、所有节点 的度分布序列、节点度中心系数、任意两点之间的最短路径、节点距 离中心系数、节点介数中心系数、节点的聚类系数。
本发明与现有技术相比,取得的有益效果如下:一是针对公交数 据缺乏关联存在数据孤岛的问题,提供了有效的数据组织与分析模型, 该模型能够记录、整合和直观表达公共交通网络的线路、站点、客流、 车流的复杂数据关系;二是针对公交线网优化普遍采用经验定线法、 系统分析法和交通分配法等方法,求解困难,假设条件较多难以实际 运用的问题,采用数据驱动的大数据处理方法,从历史交通大数据中 提取公交线网运行的特征,提取优化策略;三是基于复杂网络理论建 立了交通大数据的系统级分析模型,将站点、线路、客流等主题作为 交通复杂系统的性质进行分析,避免了单一主题分析的局限。四是该模型方法新颖独特,设计构思巧妙,应用环境好,市场前景广阔。
附图说明:
图1为本发明涉及的公共交通大数据处理系统原理示意图。
图2为本发明涉及的青岛市站点网络分布示意图。
图3为本发明涉及的青岛市线路换乘网络原理示意图。
图4为本发明涉及的公交网络的度分布示意图。
具体实施方式:
下面通过实例并结合附图对本发明进一步说明。
实施例1:
本实施例涉及的一种公共交通大数据处理系统与方法通过如下 技术方案实现,公共交通大数据处理系统是通过方案实现,构建站点 子网络、线路换乘子网络以及线路与站点所属关系子网络,基于提供 的网络运算工具,实现上述三个网络的动态加载,形成站点-线路复 合复杂网络,该站点-线路复合复杂网络中有两类节点,分别是站点 和线路,有三种关系边,分别是站点间的邻接关系,线路间的换乘关 系,线路和站点间的所属关系;节点和连边具有属性向量,表示节点 和连边所具有各种属性,如站点的位置、类型,站间距、线路换乘人 数等;节点间的连边具有方向性,如站点节点间的有向边表示公交车 行驶的方向,线路节点间的有向边表示线路换乘的前后次序,线路和 站点间的有向边表示上下行方向;公共交通大数据处理系统的示意图 如图1所示;
(1)、站点网子系统的构建
定义1(公交站点):bsi=[bsij(k)]p×n,其中bsij(k)表示经过公 交站点i的公交线路j在该站点的属性k,如站点的位置、站点的类 型(港湾站、非港湾站)等;
定义2(公交线路):称有序l元组L=<v1,...,vl>为一条公交线 路,l为线路所含站点总数,如果vi,vj是线路上的相邻站点,记 <vi,vj>表示一个公交线路子段;
构建站点网子系统StationNet=<V,E,A(V),A(E)>,方法如下:
·构建节点集V={v1,...,vm}为公交站点的集合,|V|=m;
·构建边集E={e|e=<vi,vj>,vi,vj∈V}为公交线路子段的集 合,e=<vi,vj>表示由站点vi驶向vi的公交子段,|E|=n;
·构建站点的属性A(V)={A(v1),...,A(vm)},其中向量A(vi)= (vi1,vi2,...,vip)T,vij是节点vi的j属性,p是节点属性的个数;
·构建连边的属性A(E)={A(e1),...,A(en)},其中向量 A(ei)=(ei1,ei2,...,eiq)T是连边ei的j属性,q是连边属性的个数;
站点网子系统的节点和连边属性可根据需求自行设定,包括但不 限于表1给出的节点和连边属性的设定实例;
表1站点网子系统的描述
(2)、线路换乘网子系统的构建
线路换乘网子系统LineTransferNet=<V,E,A(V),A(E)>的构建方 法如下:
·构建节点集V={l1,...,lm′}为公交线路的集合,|V|=m’;
·构建边集E={e|e=<li,lj>,li,lj∈V}为公交线路子段的集合, e=<li,lj>表示由线路li换乘li,|E|=n’;
·构建线路的属性A(V)={A(l1),...,A(lm)},其中向量A(li)=(li1,li2,...,lip′)T,lij是线路li的j属性,p’是线路属性的个数;
·构建连边的属性A(E)={A(e1),...,A(en′)},其中向量 A(ei)=(ei1,ei2,...,eiq′)T,eij是连边ei的j属性,q’是连边属性 的个数;
线路换乘网子系统的节点和连边属性可根据需求自行设定,包括 但不限于表2给的出节点和连边属性的设定实例;
表2线路换乘网的描述
(3)、线路站点归属网子系统
线路站点归属网子系统LineStationNet=<V,E,A(E)>构建方法如 下:
·构建节点集V={v1,...,vm}∪{l1,...,lm′};
·构建边集E={e|e=<li,vj>,li,vj∈V}∪{e|e=<vi,lj> ,vi,lj∈V},e=<li,vj>表示站点vj是线路li的上行站点,e=< vi,lj>表示站点vi是线路lj的下行站点;
·构建连边的属性A(E)={A(e1),...,A(en′)},其中向量 A(ei)=(ei1,ei2,...,eir)T,eij是连边ei的j属性,r是连边属性的 个数;
线路站点归属网连边属性可根据需求自行设定,包括但不限于表 3给出节点和连边属性的设定实例;
表3线路站点归属网连边属性的描述
(4)、网络加载
网络加载是指将两个网络复合为一个新网络,站点网和线路换乘 网的加载运算如下所示;
设给定站点网StationNet=<V,E,A(V),A(E),公交线路换乘网 LineTransferNet=<V’,E’,A′(V′),A′(E′)>,加载函数Ψ:V×V′→ {0,1,2},其中Ψ(v,l)=0表示站点v不在线路l上,Ψ(v,l)=1表示 站点v是线路l的上行站点,Ψ(v,l)=2表示站点v是线路l的下行 站点,站点网与线路换乘网的加载产生一个新的复杂网络 CompositedNet=<V”,E”,A(V”),A(E”)>,加载方法如下 所示:
·构建V″=V∪V′;
·构建E″=E∪E′∪Enew,其中Enew={<l,v>|l∈V′,v∈ V,Ψ(v,l)=1}∪{<v,l>|l∈V′,v∈V,Ψ(v,l)=2};
·构建
·其中A″(e″)=(e″1,e″2,...,e″w)T,
e″i是连边e″i的i属性,w是连边属性的个 数;
需要说明的是,加载映射指明了站点节点与线路节点间的所属关 系,通过加载映射能够建立站点网与线路换乘网之间的联系,新生成 的边的属性A″(e″)根据需求自行设定,表4为其中一种设定方式;
表4复合网中新生成连边属性的描述
(5)、网络退缩
网络退缩是指将一个大网络退缩为一个小网络,退缩时给定节点 属性、连边属性筛选的条件,方法如下:
设CompositedNet=<V,E,A(V),A(E)>,给定节点阈值函数NT, 连边阈值函数ET,对如果NT(v),ET(v)不满足给定 阈值条件,则将节点v和连边e从CompositedNet中去除,由此得到 一个给定节点阈值条件和给定连边阈值条件下的新网络;
例如,给定公交站点阈值条件为给定时间段上下车人数大于等于 100,公交子段行程时间短于5分钟,则可从CompositedNet中退缩 得到一个满足上述阈值条件的网络,以便于问题分析聚焦;
(6)、公共交通大数据处理系统的分析
在公共交通大数据处理系统中,能够计算出包括如下网络性质: 节点的个数、连边数、节点的度、所有节点的度分布序列、节点度中 心系数、任意两点之间的最短路径、节点距离中心系数、节点介数中 心系数、节点的聚类系数;这些网络性质是公共交通运行特征的反映, 计算网络性质即可实现公共交通运行特征的提取,通过计算和分析网 络性质能够发现公交站点网、线路换乘网、公交站点线路复合网存在 的问题,从而为公共交通网络优化提供决策支持;
(一)节点的度
在复杂网络中表示为节点的度,节点i的度ki定义为与节点i直 接相连的边的数目,度分布反应了整个网络中节点邻接度的状况,通 过分析度分布从整体上掌握站点邻接情况;每个节点度的大小,能够 说明当前节点(即站点)能够直接到达多少个与他相邻的节点(即相 邻的站点),度数越大,说明此节点能直接到达的节点越多;在有向 网络中,节点的度分为入度和出度,入度表示进入节点的边数,出度 表示从节点连出的边数;
在StationNet网络中,邻接度定义为一个站点相邻的站点数目, 节点的入度越大,说明直接到达该站点的其它站点越多;节点的出度 越大,说明从该站点出发可达的站点越多;因此,节点的入度和出度 越大在现实意义上即为此站乘车更便捷,能够到达的范围更大;
在LineTransferNet网络中,节点的入度越大,说明可换乘到该 线路的其他线路数越多;节点的出度越大,说明从该线路可换乘其他 线路的数目越多;因此,节点的入度和出度越大在现实意义上即为此 站换乘更便捷;
在LineStationNet网络中,线路节点与站点节点间的连边数越 多,一方面说明该条线所包含的站点数越多,线路越长;另一方面该 数值反映了经过站点节点的线路总数,本项目将其定义为站点的输运 度;
(二)节点的强度
在复杂网络中节点的强度表示为与节点相连所有连边上的权重 之和;在有向网络中,节点的强度度分为入强度度和出强度度,入强 度度表示进入节点连边上的权重之和边数,出强度表示从节点连出的 边上权重之和;
在LineTransferNet网络中,节点间的连边有换乘人数属性,节 点的入强度可以表示到该节点换乘的总人数,节点的出强度表示由该 节点出发进行换乘的总人数。
在LineStationNet网络中,站点节点与线路节点间的连边具有上 车人数属性,则站点节点的强度可以表示在该站上车的总人数;
(三)网络直径和平均路径长度
网络直径是指网络中任意两节点间距离(经过的边数)的最大值; 网络平均路径长度是指网络中任意两个节点间距离的平均值;
在LineTransferNet网络中,网络直径反应了从某一线路换乘到 另一线路所需的最大换乘次数,网络平均路径长度反映了从任意一条 线路换乘到其他线路所需的平均换乘次数,这两个性质在能够反应出 公交线路换乘的便捷性和合理性;任意两点之间的最短路径给出了最 优的转车方案及线路,对于无法到达或极其不便的两个站,能够通过 适当增加连边的方式使换乘更便捷;
(四)节点的介数和边的介数
节点介数是网络中所有最短路径中经过该节点的路径的数目占 最短路径总数的比例,边介数定义为网络中所有最短路径中经过该边 的路径的数目占最短路径总数的比例;
在LineTransferNet网络中,节点的介数越大,说明该线路作为 第一次换乘线路的次数越多;
在StationNet网络中,边介数越大,说明该公交线路子段是枢纽 路段,有很多公交线路经过,该公交线路子段如果发生拥堵则可能导 致大量的线路运行受阻;
(五)节点的聚类系数
节点的聚类系数是节点的邻居间实际具有的连边数与最大可能 的连边数之比,聚类系数表达了一个网络中节点聚集程度的系数,系 数越高,节点聚集程度越大,也就是该点的周围节点之间连接更密集, 乘车更便捷;
在StationNet网络中,节点的聚类系数反映了站点间联通的密集 程度,在LineTransferNet网络中,节点的聚类系数反映的是公交线 路间换乘方便性的程度。
实施例2:
本实施例的构建工过程同实施例1,采用了青岛市468路公交车 的数据,构建了站点网络,公交子线对应的站台编号缺失,部分做了 舍弃,部分站点缺少经纬度坐标,按照以下规则补全:若站点信息集 中存在与缺失信息站点相同的站点具有经纬度坐标,则将缺失信息补 充为表中坐标。若表中不存在,则查询经纬度坐标进行补充。添加 IS_ADD数据,更改过坐标信息的站点标记为1,反之为0;部分线路 站点序号和双程站点序号无法对应,暂未处理。
表1站点网络节点描述表
表2StationNet网络边集
构建网络的边信息集合需要处理站点信息得出,以Source-Target 的形式记录,步骤和结果如下:
(1)输入站点信息集;(2)将站点信息按照主要关键字XLBH(线 路编号)和次要关键SCZDXH(双程站点序号)升序排序;(3)遍历 站点信息,若第i行与i+1行的XLBH相同,则将站点分别记为一组 Source-Target,构成有向边;(4)根据经纬度距离计算公式计算出 相邻站点距离。
表3青岛市公交网络边集文件
青岛市站点网络结果如图2所示,青岛市公共交通站点网络由 3541个节点,6676边组成。
实施例3:
本实施例的构建工过程同实施例1,构建了青岛市线路换乘网。 网络建立需要定义网络的节点集文件和边集文件,节点集文件包含节 点ID和节点属性,边集文件包含边的ID,源节点、目的节点等信息 及边的属性数据。
表3-4给出了线路换乘网络构建的参考格式,具体的存储格式建 议为csv格式。文件的内容格式不固定,在节点文件中只要明确给出 节点的ID即可,边的文件中只需要明确给出边的Source、Target属 性,分别表示边的源节点和指向的目标节点,type属性表示网络为 是否有向边,默认为undirected,保存为无向边。节点集文件和边集 文件中其他列均为节点和边的属性,可根据实际数据和分析需求,自 主添加。
表4 LineTransferNet网络节点集
名称 | 类型 | 说明 |
ID | string | 公交线路编号 |
Label | string | 公交线路名称 |
StaID | string | 起始站名称 |
Start | string | 起始站编号 |
slng | double | 起始站经度 |
slat | double | 起始站纬度 |
EndID | string | 终点站名称 |
End | string | 终点站编号 |
Elng | double | 终点站经度 |
Elat | double | 终点站纬度 |
Long | Double | 线路长度 |
Zds | int | 站点数 |
Sbsj | string | 首班时间 |
Mbsj | string | 末班时间 |
Xlqcsj | Int | 线路全程时间 |
Dis | Double | 线路首末站点距离 |
Nonlc | Double | 线路非直线系数 |
Zjj | Double | 线路平均站间距 |
XLCFD | Double | 线路重复度 |
GFMZL | Double | 高峰满载率 |
JHD | Double | 线路客流不均衡度 |
YJD | Double | 线路拥挤度 |
…… |
表5 LineTransferNet网络连边集
节点数据使用了构建公交线网时计算的公交线路信息,反应了各 条线路的信息和技术指标。
表6线路换乘网络的节点数据文件
边:两条公交线路有公共的站点可以换乘,构建网络的边信息集 合需要处理站点信息得出,以Source-Target的形式记录,步骤和结 果如下:(1)导出构建公交线网时的节点数据,其中包括站点编号、 站点名称、经过站点的公交线路;(2)遍历所有站点,一次读取经过 某一站点的所有公交线路;(3)遍历经过某一站点的所有公交线路, 两两连为一边,记为source-target,边类型记为undirected无向 边,并记录站点编号和站点名称。
表7线路换乘网络的边集数据文件
通过构建节点数据集和边数据集,即可建立青岛市公交线路换乘 网络,建立网络结果如图3所示,青岛市线路换乘网络由377个节点, 17274边组成,意味着有377路公交线路,整个网络分为两个连通部 分,其中,摆渡4、5、6号三条线路为1个连通部分,其他374条线 路为1个连通部分,可以看出除去摆渡4、5、6三条线路,其他374 线路都可以通过其他线路进行换乘。
实施例4:
本实施例的构建工过程同实施例1,分析站点网络的度及其分布 的性质,图4为站点网络节点度分布图,度值为2的站点数量最多, 这也是符合公共交通系统实际情况的,因为大部分公交站点仅有前后 两个站点,度即为2;青岛市公交站点网的平均度为3.86(出度与入 度之和),其中平均出度与平均入度皆为1.93;其中度值最大的前20 位站点如图4所示,可以看出李村公园、青医附院站点的邻接的站点 较多。
表9度值最大的前20站点
Claims (7)
1.一种公共交通大数据处理系统与方法,其特征在于具体操作步骤按照如下方式进行:
(1)构建站点网子系统
将站点作为节点,节点设置属性,由向量表示包括节点类型(港湾站、非港湾站)、经纬度、所在路段、距离信号灯的距离等;在同一条公交线路上的站点进行连边,连边设置属性,由向量表示包括站点间距、是否有专用公交车道、经过路口的个数和信号灯的个数;
(2)构建换乘网子系统
将公交线路作为节点,节点设置属性,由向量表示包括线路类型、线路长度、非直线系数、线路重复度、发车数、发车时间间隔等;两条公交线路可实现换乘则连边,连边设置属性,由向量表示包括换乘人数、同站换乘或短距离步行换乘、两条线路公共站点的数量、相距最近的两个站点间的距离;
(3)构建线路站点归属网
将公交线路和站点作为节点,公交线路和站点间的连边表示站点属于该线路,连边设置属性,由向量表示包括该条线路公交车到达该站点的时间间隔、以及在给定时间段内在该站点打卡乘坐该条线路的乘客人数;
(4)网络加载
给定加载映射将站点网和换乘网复合产生一个新的网络,加载映射指明了站点节点与线路节点间的所属关系,通过加载映射能够建立站点网与线路换乘网之间的联系,即产生新的连边;新产生的连边设置属性,由向量表示包括线路所包含站点的序号、公交车到站时间间隔、公交车行程时间、打卡人数:给定时间段t内打卡人数;
(5)网络退缩
给定退缩节点属性、连边属性筛选的条件,将一个大网络退缩为一个小网络,比如给定公交站点阈值条件为给定时间段上下车人数大于等于100,公交子段行程时间短于5分钟,则可退缩得到一个满足上述阈值条件的网络;
(6)公共交通网络大数据系统的分析
计算如下网络性质:节点的个数、连边数、节点的度、所有节点的度分布序列、节点度中心系数、任意两点之间的最短路径、节点距离中心系数、节点介数中心系数、节点的聚类系数。
2.根据权利要求1所述的一种公共交通大数据处理系统与方法,其特征在于站点网子系统的具体构建方法如下:
定义公交站点:bsi=[bsij(k)]p×n,其中bsij(k)表示经过公交站点i的公交线路j在该站点的属性k,如站点的位置、站点的类型(港湾站、非港湾站)等;
定义公交线路:称有序l元组L=<v1,...,vl>为一条公交线路,l为线路所含站点总数,如果vi,vj是线路上的相邻站点,记<vi,vj>表示一个公交线路子段;
构建站点网子系统StationNet=<V,E,A(V),A(E)>,方法如下:
·构建节点集V={v1,...,vm}为公交站点的集合,|V|=m;
·构建边集E={e|e=<vi,vj>,vi,vj∈V}为公交线路子段的集合,e=<vi,vj>表示由站点vi驶向vi的公交子段,|E|=n;
·构建站点的属性A(V)={A(v1),...,A(vm)},其中向量A(vi)=(vi1,vi2,...,vip)T,vij是节点vi的j属性,p是节点属性的个数;
·构建连边的属性A(E)={A(e1),...,A(en)},其中向量A(ei)=(ei1,ei2,...,eiq)T是连边ei的j属性,q是连边属性的个数;
站点网子系统的节点和连边属性可根据需求自行设定。
3.根据权利要求1所述的一种公共交通大数据处理系统与方法,其特征在于线路换乘网子系统的具体构建方法如下:
线路换乘网子系统LineTransferNet=<V,E,A(V),A(E)>的构建方法如下:
·构建节点集V={l1,...,lm′}为公交线路的集合,|V|=m’;
·构建边集E={e|e=<li,lj>,li,lj∈V}为公交线路子段的集合,e=<li,lj>表示由线路li换乘li,|E|=n’;
·构建线路的属性A(V)={A(l1),...,A(lm)},其中向量A(li)=(li1,li2,...,lip′)T,lij是线路li的j属性,p’是线路属性的个数;
构建连边的属性A(E)={A(e1),...,A(en′)},其中向量A(ei)=(ei1,ei2,...,eiq′)T,eij是连边ei的j属性,q’是连边属性的个数;线路换乘网子系统的节点和连边属性可根据需求自行设定。
4.根据权利要求1所述的一种公共交通大数据处理系统与方法,其特征在于线路站点归属网子系统LineStationNet=<V,E,A(E)>的具体构建方法如下:
·构建节点集V={v1,...,vm}∪{l1,...,lm′};
·构建边集E={e|e=<li,vj>,li,vj∈V}∪{e|e=<vi,lj>,vi,lj∈V},e=<li,vj>表示站点vj是线路li的上行站点,e=<vi,li>表示站点vi是线路lj的下行站点;
构建连边的属性A(E)={A(e1),...,A(en′)},其中向量A(ei)=(ei1,ei2,...,eir)T,eij是连边ei的j属性,r是连边属性的个数;线路站点归属网连边属性可根据需求自行设定。
5.根据权利要求1所述的一种公共交通大数据处理系统与方法,其特征在于网络加载的具体方式如下:
网络加载是指将两个网络复合为一个新网络,站点网和线路换乘网的加载运算如下所示;
设给定站点网StationNet=<V,E,A(V),A(E),公交线路换乘网LineTransferNet=<V’,E’,A′(V′),A′(E′)>,加载函数Ψ:V×V′→{0,1,2},其中Ψ(v,l)=0表示站点v不在线路l上,Ψ(v,l)=1表示站点v是线路l的上行站点,Ψ(v,l)=2表示站点v是线路l的下行站点,站点网与线路换乘网的加载产生一个新的复杂网络CompositedNet=<V”,E”,A(V”),A(E”)>,加载方法如下所示:
·构建V″=V∪V′;
·构建E″=E∪E′∪Enew,其中Enew={<l,v>|l∈V′,v∈V,Ψ(v,l)=1}∪{<v,l>|l∈V′,v∈V,Ψ(v,l)=2};
·构建
·其中A″(e″)=(e″1,e″2,...,e″w)T,e″i是连边e″i的i属性,w是连边属性的个数;
需要说明的是,加载映射指明了站点节点与线路节点间的所属关系,通过加载映射能够建立站点网与线路换乘网之间的联系,新生成的边的属性A″(e″)根据需求自行设定。
6.根据权利要求1所述的一种公共交通大数据处理系统与方法,其特征在于网络退缩是指将一个大网络退缩为一个小网络,退缩时给定节点属性、连边属性筛选的条件,方法如下:
设CompositedNet=<V,E,A(V),A(E)>,给定节点阈值函数NT,连边阈值函数ET,对如果NT(v),ET(v)不满足给定阈值条件,则将节点v和连边e从CompositedNet中去除,由此得到一个给定节点阈值条件和给定连边阈值条件下的新网络。
7.根据权利要求1所述的一种公共交通大数据处理系统与方法,其特征在于公共交通大数据处理系统的分析按照如下方式进行:
节点的个数、连边数、节点的度、所有节点的度分布序列、节点度中心系数、任意两点之间的最短路径、节点距离中心系数、节点介数中心系数、节点的聚类系数;这些网络性质是公共交通运行特征的反映,计算网络性质即可实现公共交通运行特征的提取,通过计算和分析网络性质能够发现公交站点网、线路换乘网、公交站点线路复合网存在的问题,从而为公共交通网络优化提供决策支持;
(一)节点的度
在复杂网络中表示为节点的度,节点i的度ki定义为与节点i直接相连的边的数目,度分布反应了整个网络中节点邻接度的状况,通过分析度分布从整体上掌握站点邻接情况;每个节点度的大小,能够说明当前节点(即站点)能够直接到达多少个与他相邻的节点(即相邻的站点),度数越大,说明此节点能直接到达的节点越多;在有向网络中,节点的度分为入度和出度,入度表示进入节点的边数,出度表示从节点连出的边数;
在StationNet网络中,邻接度定义为一个站点相邻的站点数目,节点的入度越大,说明直接到达该站点的其它站点越多;节点的出度越大,说明从该站点出发可达的站点越多;因此,节点的入度和出度越大在现实意义上即为此站乘车更便捷,能够到达的范围更大;
在LineTransferNet网络中,节点的入度越大,说明可换乘到该线路的其他线路数越多;节点的出度越大,说明从该线路可换乘其他线路的数目越多;因此,节点的入度和出度越大在现实意义上即为此站换乘更便捷;
在LineStationNet网络中,线路节点与站点节点间的连边数越多,一方面说明该条线所包含的站点数越多,线路越长;另一方面该数值反映了经过站点节点的线路总数,本项目将其定义为站点的输运度;
(二)节点的强度
在复杂网络中节点的强度表示为与节点相连所有连边上的权重之和;在有向网络中,节点的强度度分为入强度度和出强度度,入强度度表示进入节点连边上的权重之和边数,出强度表示从节点连出的边上权重之和;
在LineTransferNet网络中,节点间的连边有换乘人数属性,节点的入强度可以表示到该节点换乘的总人数,节点的出强度表示由该节点出发进行换乘的总人数;
在LineStationNet网络中,站点节点与线路节点间的连边具有上车人数属性,则站点节点的强度可以表示在该站上车的总人数;
(三)网络直径和平均路径长度
网络直径是指网络中任意两节点间距离(经过的边数)的最大值;网络平均路径长度是指网络中任意两个节点间距离的平均值;
在LineTransferNet网络中,网络直径反应了从某一线路换乘到另一线路所需的最大换乘次数,网络平均路径长度反映了从任意一条线路换乘到其他线路所需的平均换乘次数,这两个性质在能够反应出公交线路换乘的便捷性和合理性;任意两点之间的最短路径给出了最优的转车方案及线路,对于无法到达或极其不便的两个站,能够通过适当增加连边的方式使换乘更便捷;
(四)节点的介数和边的介数
节点介数是网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例,边介数定义为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例;
在LineTransferNet网络中,节点的介数越大,说明该线路作为第一次换乘线路的次数越多;
在StationNet网络中,边介数越大,说明该公交线路子段是枢纽路段,有很多公交线路经过,该公交线路子段如果发生拥堵则可能导致大量的线路运行受阻;
(五)节点的聚类系数
节点的聚类系数是节点的邻居间实际具有的连边数与最大可能的连边数之比,聚类系数表达了一个网络中节点聚集程度的系数,系数越高,节点聚集程度越大,也就是该点的周围节点之间连接更密集,乘车更便捷;
在StationNet网络中,节点的聚类系数反映了站点间联通的密集程度,在LineTransferNet网络中,节点的聚类系数反映的是公交线路间换乘方便性的程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811390947.2A CN109360420B (zh) | 2018-11-21 | 2018-11-21 | 一种公共交通大数据处理系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811390947.2A CN109360420B (zh) | 2018-11-21 | 2018-11-21 | 一种公共交通大数据处理系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109360420A true CN109360420A (zh) | 2019-02-19 |
CN109360420B CN109360420B (zh) | 2021-03-16 |
Family
ID=65338287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811390947.2A Expired - Fee Related CN109360420B (zh) | 2018-11-21 | 2018-11-21 | 一种公共交通大数据处理系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109360420B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136435A (zh) * | 2019-04-17 | 2019-08-16 | 青岛大学 | 一种多感染阈值、多传播并存的拥堵网络化传播模型 |
CN111259308A (zh) * | 2020-01-14 | 2020-06-09 | 江苏省城市规划设计研究院 | 一种基于多重映射的公交网络枢纽评价方法 |
CN111915064A (zh) * | 2020-07-14 | 2020-11-10 | 青岛海信网络科技股份有限公司 | 一种公交线网调整仿真的方法及装置 |
CN113313963A (zh) * | 2021-04-15 | 2021-08-27 | 郑州天迈科技股份有限公司 | 一种基于多源线路数据的公交可通行网络构建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
US9562785B1 (en) * | 2015-07-20 | 2017-02-07 | Via Transportation, Inc. | Continuously updatable computer-generated routes with continuously configurable virtual bus stops for passenger ride-sharing of a fleet of ride-sharing vehicles and computer transportation systems and computer-implemented methods for use thereof |
CN106503843A (zh) * | 2016-10-20 | 2017-03-15 | 上海萃图数字科技有限公司 | 一种基于手机信令数据的常规公交线网优化与调整方法 |
CN108109382A (zh) * | 2018-02-05 | 2018-06-01 | 青岛大学 | 一种基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法 |
-
2018
- 2018-11-21 CN CN201811390947.2A patent/CN109360420B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
US9562785B1 (en) * | 2015-07-20 | 2017-02-07 | Via Transportation, Inc. | Continuously updatable computer-generated routes with continuously configurable virtual bus stops for passenger ride-sharing of a fleet of ride-sharing vehicles and computer transportation systems and computer-implemented methods for use thereof |
CN106503843A (zh) * | 2016-10-20 | 2017-03-15 | 上海萃图数字科技有限公司 | 一种基于手机信令数据的常规公交线网优化与调整方法 |
CN108109382A (zh) * | 2018-02-05 | 2018-06-01 | 青岛大学 | 一种基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法 |
Non-Patent Citations (3)
Title |
---|
RENCHENG SUN ET.AL: "The analysis of public transport network based on the distribution of residential area", 《2015 IEEE 16TH INTERNATIONAL CONFERENCE ON COMMUNICATION TECHNOLOGY (ICCT)》 * |
郑恒等: "基于多子网复合复杂网络的公共交通网络研究", 《科技视界》 * |
隋毅等: "基于向量空间的多子网复合复杂网络模型动态组网运算的形式描述", 《软件学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136435A (zh) * | 2019-04-17 | 2019-08-16 | 青岛大学 | 一种多感染阈值、多传播并存的拥堵网络化传播模型 |
CN111259308A (zh) * | 2020-01-14 | 2020-06-09 | 江苏省城市规划设计研究院 | 一种基于多重映射的公交网络枢纽评价方法 |
CN111915064A (zh) * | 2020-07-14 | 2020-11-10 | 青岛海信网络科技股份有限公司 | 一种公交线网调整仿真的方法及装置 |
CN111915064B (zh) * | 2020-07-14 | 2024-05-03 | 青岛海信网络科技股份有限公司 | 一种公交线网调整仿真的方法及装置 |
CN113313963A (zh) * | 2021-04-15 | 2021-08-27 | 郑州天迈科技股份有限公司 | 一种基于多源线路数据的公交可通行网络构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109360420B (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109360420A (zh) | 一种公共交通大数据处理系统与方法 | |
CN103984997B (zh) | 基于gis空间信息的输电工程选址选线方法 | |
CN104318758B (zh) | 基于多层次多模式的公交线网规划方法 | |
ReVelle et al. | Simultaneous siting and routing in the disposal of hazardous wastes | |
Canca et al. | A general rapid network design, line planning and fleet investment integrated model | |
CN109657843A (zh) | 一种城市接驳公交系统的一体化规划决策支持系统 | |
CN101187996B (zh) | 一种基于自适应骨干网的快速公交选线方法 | |
CN105844362A (zh) | 城市交通综合出行决策模型 | |
Awad-Núñez et al. | A methodology for measuring sustainability of dry ports location based on Bayesian Networks and Multi-Criteria Decision Analysis | |
Alimukhamedov et al. | Estimation of the interval of movement of public passenger transport in the direction | |
Ren et al. | Design and optimization of underground logistics transportation networks | |
Sun et al. | Solving demand-responsive feeder transit service design with fuzzy travel demand: A collaborative ant colony algorithm approach | |
Bandt et al. | Building a spatial decision support system for tourism and infrastructure planning: Τechnical solution and data integration challenges | |
Duarte et al. | Learning from failures: Avoiding asymmetrical views of public transportation initiatives in Curitiba | |
CN110674990A (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
CN116187605A (zh) | 一种基于gis技术的公交线网选线方法 | |
CN105427581B (zh) | 基于浮动车数据的交通仿真方法及系统 | |
Jwad et al. | An optimization approach for waste collection routes based on GIS in Hillah-Iraq | |
Mooney et al. | Transportation of Large Wind Components: A Review of Existing Geospatial Data | |
KR101254708B1 (ko) | 복합 환승 경로 탐색 방법 및 그 방법에 대한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
Yayun | Combinatorial network layout and optimization of Urban rail transit | |
Jian et al. | Modeling and simulation of coordination relationship between rail and bus lines | |
Meyer et al. | Transport as the basis for functioning of a smart city–an example of Szczecin | |
Hui | Application study of all-or-nothing assignment method for determination of logistic transport route in urban planning | |
Dai | Earthquake disaster emergency logistics of transport route optimization research |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210316 |