基于客流數(shù)據(jù)挖掘的公交時刻表編制研究.pdf

1、公交時刻表是公交企業(yè)組織線路運營的具體作業(yè)計劃，指導(dǎo)著公交線路運營的全過程，是城市公交企業(yè)管理的基礎(chǔ)工作。公交IC卡刷卡數(shù)據(jù)和公交客流數(shù)據(jù)是城市公交規(guī)劃、運營調(diào)度和行車組織的基礎(chǔ)性數(shù)據(jù)。公交規(guī)劃和管理部門可以制定出相對科學(xué)的公交時刻表，從而降低公交成本，增加乘客出行方便性，優(yōu)化公交服務(wù)。
　　 首先通過對公交IC卡刷卡數(shù)據(jù)的選擇、篩選、統(tǒng)計和數(shù)據(jù)挖掘分析，建立基于公交IC卡的上車人數(shù)模型，基于公交IC卡的下車人數(shù)模型，基于Fis

2、her有序聚類的客流時段區(qū)間劃分模型。其中，通過對公交IC卡刷卡時間的系統(tǒng)聚類分析，得出公交IC卡刷卡時間聚類分組，將其與公交車到站時間進行匹配，從而得出刷卡上車人數(shù)。通過對公交站點吸引強度和站點數(shù)量下車概率的分析和計算，得出乘客下車概率矩陣，結(jié)合線路的上車人數(shù)和公交車輛到站時間，進而得出各站點各時段的下車人數(shù)。通過對線路客流類直徑和最小誤差函數(shù)的計算，結(jié)合公交實際運營特點，從而得出客流峰值的時段區(qū)間劃分。
　　 其次，結(jié)合北京

3、公交實際運營情況，以北京公交2線路為例，并在Matlab上編寫算法求解模型，得出各站點各時段的客流和公交客流峰值的時段區(qū)間的科學(xué)劃分。
　　 再次，以公交公司運營成本費用和乘客等待成本費用的加權(quán)最小值為目標(biāo)函數(shù)建立基于多目標(biāo)優(yōu)化的公交時刻表編制模型，綜合各種多目標(biāo)優(yōu)化算法特點，選擇遺傳算法、粒子群算法及其粒子遺傳算法分別優(yōu)化和解決這個模型，經(jīng)過優(yōu)化得出公交車輛發(fā)車間隔，接著參考公交公司規(guī)定的始末班發(fā)車時間，進而得出公交發(fā)車時刻表

4、，并進行優(yōu)化算法效果和總成本費用的比較。
　　 最后做出實例分析，將乘客利益和公交公司的利益放于平等地位時，得出結(jié)果一：采用的遺傳算法、粒子群算法和粒子遺傳算法分別大約在第57代、第27代和第38代時適應(yīng)度函數(shù)曲線基本停止了變化和找到最優(yōu)解，與采用遺傳算法和粒子群算法相比，粒子遺傳算法不僅精度提高，收斂效率也明顯提高，證明了在這個公交時刻表編制模型中粒子遺傳算法相對于遺傳算法和粒子群算法的優(yōu)越性。得出結(jié)果二：采用遺傳算法、粒子群