CN116757390A - 基于时间序列聚类的公交运营时段划分方法 - Google Patents

Abstract

本发明公开了一种基于时间序列聚类的公交运营时段划分方法，从历史运营记录中提取公交线路的行程时间数据，按发车时刻统计不同时间点对应的行程时间数据集；基于各数据集的特征，使用多中心聚类法将具有相似特征的时间点归为一类；得到聚类结果后，根据数据集对应的时间标签，按先后顺序将同类的样本点进行合并，进而得到运营时段的划分结果。本发明方法利用行程时间来刻画公交运营时段特征，数据获取简便易行，实现了基于运营特征的时段划分，能够有效帮助提高公交运营准点性、提升服务水平，具备实际应用价值。

Description

基于时间序列聚类的公交运营时段划分方法

技术领域

本发明涉及公交线路运营时间特征分析和划分技术领域，具体涉及一种基于时间序列聚类的公交运营时段划分方法。

背景技术

公交线路全天的运营时间通常跨度较大，在一天中的不同时间段乘客需求和道路交通状况会有很大的波动，进而影响了公交车辆的行程时间，对公交到发时间准点性造成了显著的影响。根据不同时段的特征对全天运营时间进行合理的划分是提高服务水平的关键。目前，在公交的实际运营中，通常是根据当地通勤时间规律并结合历史经验，给定线路的高、平、低峰起止时间，这一方法准确性不高，且容易忽视不同时段的特征差异。

发明内容

针对现有技术的不足，本发明旨在提供一种基于时间序列聚类的公交运营时段划分方法，利用较容易获取的行程时间数据反映乘客需求和道路交通状况在各时段的特征，兼顾考虑了行程时间对公交到发准点性的影响。

为了实现上述目的，本发明采用如下技术方案：

基于时间序列聚类的公交运营时段划分方法，包括以下步骤：

步骤1：输入公交线路的行程时间数据和对应的发车时刻，根据线路服务水平要求设置同时段行程时间的允许标准偏差和公交运营时段最小长度，作为时段划分参数；时段划分参数包括同时段内的行程时间前向标准偏差δ-、后向标准偏差δ⁺、公交运营时段最小长度T_min；

步骤2：按发车时刻统计行程时间数据集：具有相同发车时刻的行程时间数据归入同一数据集，将发车时刻记为该数据集对应的时间戳；统计各数据集的中位数，并各数据集转化为中位数与时间戳表示的样本特征点；各样本特征点对应不同的发车时间戳，且发车时间戳按“小时:分钟”(即HH:MM)格式计，所有发车时间戳代表了目标线路全天运营时间段；

步骤3：使用处理得到的所有样本特征点进行多中心聚类，不预设聚类中心数量，而是通过对样本特征点的分析、迭代和更新找到最合适聚类中心数，进而得到样本特征点的聚类结果；

步骤4：根据聚类结果，对样本特征点进行基于时间顺序的合并：每个样本特征点对应一个类别标签和一个时间戳标签，先按时间戳顺序对所有样本特征点进行排序，然后在得到的序列中，若相邻两个样本特征点拥有相同的类别标签，则合并至同一个时段；合并完成后，检验是否存在某时段的长度小于步骤1中设置的公交运营时段最小长度值T_min，将其与前一时段或后一时段进行合并。

进一步地，步骤1中，所述时段划分参数还包括最大时段划分数N。

进一步地，步骤1中，若某一数据集合为X＝{x₁,x₂,x₃,…,x_n-,x_n},中位数为m，小于中位数的数据集合为X^-＝{x_i|x_i<m,x_i∈X}，大于中位数的数据集合为X⁺＝{x_i|x_i>m,x_i∈X},则前向偏差σ^-为：后向偏差σ⁺为/>此处|*|表示集合的元素数量，而前向标准偏差δ^-、后向标准偏差δ⁺分别为前向偏差和后向偏差的标准值，前向标准偏差δ^-、后向标准偏差δ⁺表示了行程时间数据的波动范围。

进一步地，步骤3中，所述多中心聚类的具体过程如下：

3.1)输入样本特征点集S，初始聚类中心数m＝1，并从所有样本特征点中随机选择一个作为初始聚类中心c₁；

3.2)依次计算所有样本特征点s∈S与各聚类中心c_i，i＝1，2…，m间的距离差：D_s＝{d_si＝|s-c_i||i＝1，2…，m}，然后将样本特征点s∈S归入距离最近的中心i所对应的类别中，i＝argmin D_s(i)；

3.3)所有样本特征点完成归类后，将各类所包含的样本特征点中位数设置为该类新的聚类中心，并与更新前的聚类中心对比；若存在某聚类中心位置发生变化，则返回步骤3.2)，否则转至步骤3.4)；

3.4)各聚类中心不再变化后，计算各类中样本特征点对应的所有原行程时间数据集的前向偏差和后向偏差：若所有类对应的行程时间数据集合均满足σ^-≤δ^-且σ⁺≤δ⁺，则聚类完成输出聚类结果，即每个样本特征点将新增一个类别标签；否则，令聚类中心数m＝m+1并随机选择一个样本特征点作为新增类的聚类中心，然后返回3.2)。

进一步地，步骤4中，若存在某时段的长度小于T_min需要进一步合并时，需分别计算该时段与前一时段或后一时段合并的情况下，所得新时段内对应的行程时间数据集的前向偏差和后向偏差：若向前一时段合并所得的前向偏差和后向偏差均小于向后一时段合并所得的前向偏差和后向偏差，则与前一时段合并；若向后一时段合并所得的前向偏差和后向偏差均小于向前一时段合并所得的前向偏差和后向偏差，则与后一时段合并；否则计算两种情况下所得的前向偏差和后向偏差之和，与前向偏差和后向偏差之和较小的时段合并；若存在多个时段长度小于T_min，则按照时段长度由小到大的顺序依次进行合并；若不存在，则时段划分完成，输出结果。

更进一步地，若预设了最大时段划分数N且在步骤1-步骤4完成后所得时段数仍大于N，则按剩余时段长度由小到大的顺序继续进行相邻时段的合并，直至时段数量减少至N时，输出时段划分结果。

本发明的有益效果在于：本发明方法利用行程时间来刻画公交运营时段特征，数据获取简便易行，实现了基于运营特征的时段划分，能够有效帮助提高公交运营准点性、提升服务水平，具备实际应用价值。

具体地，本发明所提出的基于时间序列的多中心聚类算法可以兼顾无给定目标时段数、给定目标时段数两种场景，可供公交运营者根据实际情况选用，适用范围更广；同时，时段划分是公交时刻表设计的基础，本发明在基于历史数据分析的基础上对公交运营时段进行划分，考虑了不同时段的运营特性，能够帮助提高时刻表的准确性、提升公交运营的服务水平。

附图说明

图1为本发明实施例1中基于时间序列聚类的公交运营时段划分方法的流程图；

图2为本发明实施例2实验中连云港某公交线路的历史行程时间数据分布示意图；

图3为本发明实施例2实验中将历史行程时间数据转换为样本特征点的方法示意图；

图4为本发明实施例2实验中对样本特征点进行基于时间顺序的合并的方法示意图。

具体实施方式

以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。

本实施例提供一种时间序列聚类的公交运营时段划分方法，考虑到目前大多数城市的公共汽车都配备了定位设备(GPS)，能够极为方便的提取线路的行程时间信息，且线路的客流量和运营过程中的道路交通状况均能够通过行程时间的长短反映出来，更重要的是，行程时间是影响公交到发准点性的直接因素，因此根据行程时间进行时段运营特征分析是一种简便有效的方法。

所述基于时间序列聚类的公交运营时段划分方法，如图1所示，包括以下步骤：

步骤1：输入公交线路的行程时间数据和对应的发车时刻，根据线路服务水平要求设置同时段行程时间的允许标准偏差和公交运营时段最小长度，作为时段划分参数。时段划分参数包括同时段内的行程时间前向标准偏差δ^-、后向标准偏差δ⁺、公交运营时段最小长度T_min，根据运营公司的需求，还可以设置最大时段划分数N。

前向偏差和后向偏差的具体计算方式为：若某一数据集合为X＝{x₁,x₂,x₃,…,x_n-,x_n},中位数为m，小于中位数的数据集合为X^-＝{x_i|x_i<m,x_i∈X}，大于中位数的数据集合为X⁺＝{x_i|x_i>m,x_i∈X},则前向偏差σ^-为：后向偏差σ⁺为此处|*|表示集合的元素数量，而前向标准偏差δ^-、后向标准偏差δ⁺分别为前向偏差和后向偏差的标准值，前向标准偏差δ^-、后向标准偏差δ⁺表示了行程时间数据的波动范围。由于公交运营时段划分是公交运营时刻表制定的基础，参数选取会进一步影响时刻表的准点性，因此可根据运营公司对时刻表准点性的容忍度来选取标准偏差值；公交运营时段最小长度T_min应根据线路特性和发车间隔的分布区间选定，过小的T_min值容易导致时段划分结果中出现极短的时间片段且无法安排发车时间，过大的T_min值容易忽视时段之间的差异性，因此通常建议T_min值取60min。

步骤2：按发车时刻统计行程时间数据集：具有相同发车时刻的行程时间数据归入同一数据集，将发车时刻记为该数据集对应的时间戳；统计各数据集的中位数，并各数据集转化为中位数与时间戳表示的样本特征点；各样本特征点对应不同的发车时间戳，且发车时间戳按“小时:分钟”(即HH:MM)格式计，所有发车时间戳代表了目标线路全天运营时间段。

步骤3：使用处理得到的所有样本特征点进行多中心聚类，不预设聚类中心数量，而是通过对样本特征点的分析、迭代和更新找到最合适聚类中心数，进而得到样本特征点的聚类结果。所述多中心聚类的具体过程如下：

3.1)输入样本特征点集S，初始聚类中心数m＝1，并从所有样本特征点中随机选择一个作为初始聚类中心c₁；

3.2)依次计算所有样本特征点s∈S与各聚类中心c_i，i＝1，2…，m间的距离差：D_s＝{d_si＝|s-c_i||i＝1，2…，m}，然后将样本特征点s∈S归入距离最近的中心i所对应的类别中，i＝argmin D_s(i)；

3.3)所有样本特征点完成归类后，将各类所包含的样本特征点中位数设置为该类新的聚类中心，并与更新前的聚类中心对比；若存在某聚类中心位置发生变化，则返回步骤3.2)，否则转至步骤3.4)；

3.4)各聚类中心不再变化后，计算各类中样本特征点对应的所有原行程时间数据集的前向偏差和后向偏差：若所有类对应的行程时间数据集合均满足σ^-≤δ^-且σ⁺≤δ⁺，则聚类完成输出聚类结果，即每个样本特征点将新增一个类别标签；否则，令聚类中心数m＝m+1并随机选择一个样本特征点作为新增类的聚类中心，然后返回3.2)。

步骤4：根据聚类结果，对样本特征点进行基于时间顺序的合并：每个样本特征点对应一个类别标签和一个时间戳标签，先按时间戳顺序对所有样本特征点进行排序，然后在得到的序列中，若相邻两个样本特征点拥有相同的类别标签，则合并至同一个时段；合并完成后，检验是否存在某时段的长度小于步骤1中设置的公交运营时段最小长度值T_min：若存在某时段的长度小于T_min需要进一步合并时，需分别计算该时段与前一时段或后一时段合并的情况下，所得新时段内对应的行程时间数据集的前向偏差和后向偏差：若向前一时段合并所得的前向偏差和后向偏差均小于向后一时段合并所得的前向偏差和后向偏差，则与前一时段合并；若向后一时段合并所得的前向偏差和后向偏差均小于向前一时段合并所得的前向偏差和后向偏差，则与后一时段合并；否则计算两种情况下所得的前向偏差和后向偏差之和，与前向偏差和后向偏差之和较小的时段合并；若存在多个时段长度小于T_min，则按照时段长度由小到大的顺序依次进行合并；若不存在，则时段划分完成，输出结果。

此外，若预设了最大时段划分数N且在上述步骤完成后所得时段数仍大于N，则按剩余时段长度由小到大的顺序继续进行相邻时段的合并，直至时段数量减少至N时，输出时段划分结果。

实施例2

本实施例以江苏省连云港市某公交线路为例验证实施例1所提出方法的有效性。本实施例中，根据相关规定要求的“实际末站到站时间比计划排班早2分钟或晚5分钟以内记为末站到站正点”，前向标准偏差δ^-取2min、后向标准偏差δ⁺取5min，公交运营时段最小长度T_min取60min，根据运营公司的需求设置最大时段划分数N为6。

图2展示了该线路用于分析时段特征和进行时段划分的所有历史行程时间数据记录与分布情况，从图2中能够看出，每一个发车时刻对应着多个行程时间记录，因此需按照实施例1方法中的步骤2进行样本特征点提取。以发车时刻为6:00的行程时间记录为例，图3展示了该时刻样本特征点的提取方法，其余各发车时刻按照相同的方式进行样本特征点的提取。表1展示了基于聚类结果和时段最小长度T_min，对样本特征点进行合并后获得的时段划分结果。

表1基于多中心聚类的时段划分结果

若无预设的最大时段划分数，则表1即为时段划分结果；由于本实例中设置了最大时段划分数N为6，因此在表1的结果基础上进一步进行时段合并：长度最短的时段为时段6(81min)，分别计算其与时段5、7合并后的前后向偏差后，时段5、6合并所得的前后向偏差均更小，因此将时段5、6合并，新时段长度为167min；此时时段数为7，继续寻找长度最短的时段为时段4(83min)，同理计算得知其应该与时段3合并，最终所得结果如表2所示：

表2由预设时段数计算的时段划分最终结果

结果表明，实施例1提出的基于时间序列聚类的公交运营时段划分方法可以利用行程时间数据简便有效地刻画运营时段特征，能够兼顾给定最大时段数和不给定时段数两种场景，实现基于时段特征的精准划分，具备实际应用价值。

对于本领域的技术人员来说，可以根据以上的技术方案和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。

Claims (6)

1.基于时间序列聚类的公交运营时段划分方法，其特征在于，包括以下步骤：

步骤1：输入公交线路的行程时间数据和对应的发车时刻，根据线路服务水平要求设置同时段行程时间的允许标准偏差和公交运营时段最小长度，作为时段划分参数；时段划分参数包括同时段内的行程时间前向标准偏差δ^-、后向标准偏差δ⁺、公交运营时段最小长度T_min；

步骤2：按发车时刻统计行程时间数据集：具有相同发车时刻的行程时间数据归入同一数据集，将发车时刻记为该数据集对应的时间戳；统计各数据集的中位数，并各数据集转化为中位数与时间戳表示的样本特征点；各样本特征点对应不同的发车时间戳，且发车时间戳按“小时:分钟”(即HH:MM)格式计，所有发车时间戳代表了目标线路全天运营时间段；

步骤3：使用处理得到的所有样本特征点进行多中心聚类，不预设聚类中心数量，而是通过对样本特征点的分析、迭代和更新找到最合适聚类中心数，进而得到样本特征点的聚类结果；

步骤4：根据聚类结果，对样本特征点进行基于时间顺序的合并：每个样本特征点对应一个类别标签和一个时间戳标签，先按时间戳顺序对所有样本特征点进行排序，然后在得到的序列中，若相邻两个样本特征点拥有相同的类别标签，则合并至同一个时段；合并完成后，检验是否存在某时段的长度小于步骤1中设置的公交运营时段最小长度值T_min，将其与前一时段或后一时段进行合并。

2.根据权利要求1所述的方法，其特征在于，步骤1中，所述时段划分参数还包括最大时段划分数N。

3.根据权利要求1所述的方法，其特征在于，步骤1中，若某一数据集合为X＝{x₁,x₂,x₃,…,x_n-,x_n},中位数为m，小于中位数的数据集合为X^-＝{x_i|x_i<m,x_i∈X}，大于中位数的数据集合为X⁺＝{x_i|x_i>m,x_i∈X},则前向偏差σ^-为：后向偏差σ⁺为此处|*|表示集合的元素数量，而前向标准偏差δ^-、后向标准偏差δ⁺分别为前向偏差和后向偏差的标准值，前向标准偏差δ^-、后向标准偏差δ⁺表示了行程时间数据的波动范围。

4.根据权利要求1所述的方法，其特征在于，步骤3中，所述多中心聚类的具体过程如下：

3.1)输入样本特征点集S，初始聚类中心数m＝1，并从所有样本特征点中随机选择一个作为初始聚类中心c₁；

3.2)依次计算所有样本特征点s∈S与各聚类中心c_i，i＝1，2…，m间的距离差：D_s＝{d_si＝|s-c_i||i＝1，2…，m}，然后将样本特征点s∈S归入距离最近的中心i所对应的类别中，i＝argmin D_s(i)；

3.3)所有样本特征点完成归类后，将各类所包含的样本特征点中位数设置为该类新的聚类中心，并与更新前的聚类中心对比；若存在某聚类中心位置发生变化，则返回步骤3.2)，否则转至步骤3.4)；

3.4)各聚类中心不再变化后，计算各类中样本特征点对应的所有原行程时间数据集的前向偏差和后向偏差：若所有类对应的行程时间数据集合均满足σ^-≤δ^-且σ⁺≤δ⁺，则聚类完成输出聚类结果，即每个样本特征点将新增一个类别标签；否则，令聚类中心数m＝m+1并随机选择一个样本特征点作为新增类的聚类中心，然后返回3.2)。

5.根据权利要求1所述的方法，其特征在于，步骤4中，若存在某时段的长度小于T_min需要进一步合并时，需分别计算该时段与前一时段或后一时段合并的情况下，所得新时段内对应的行程时间数据集的前向偏差和后向偏差：若向前一时段合并所得的前向偏差和后向偏差均小于向后一时段合并所得的前向偏差和后向偏差，则与前一时段合并；若向后一时段合并所得的前向偏差和后向偏差均小于向前一时段合并所得的前向偏差和后向偏差，则与后一时段合并；否则计算两种情况下所得的前向偏差和后向偏差之和，与前向偏差和后向偏差之和较小的时段合并；若存在多个时段长度小于T_min，则按照时段长度由小到大的顺序依次进行合并；若不存在，则时段划分完成，输出结果。

6.根据权利要求2所述的方法，其特征在于，若预设了最大时段划分数N且在步骤1-步骤4完成后所得时段数仍大于N，则按剩余时段长度由小到大的顺序继续进行相邻时段的合并，直至时段数量减少至N时，输出时段划分结果。