基于大數(shù)據(jù)的公交調(diào)度規(guī)則研究.pdf

1、提升公交的服務水平是實施公交優(yōu)先的有效方式。隨著智能公交的發(fā)展，在運營過程中，公交系統(tǒng)產(chǎn)生大量的數(shù)據(jù)，為公交規(guī)劃和管理部門制定決策提供依據(jù)?；诠籌C卡數(shù)據(jù)和公交GPS數(shù)據(jù)，通過對數(shù)據(jù)的處理，及數(shù)據(jù)的分析和挖掘，可以獲得有效的客流信息和車輛運行中的信息，并做出相應的預測，為公交調(diào)度提供決策支持。
　　本文首先介紹了對公交數(shù)據(jù)源的分析，介紹智能交通背景下的公交智能系統(tǒng)產(chǎn)生數(shù)據(jù)的模式;公交數(shù)據(jù)的預處理流程，以IC卡數(shù)據(jù)和GPS數(shù)據(jù)為

2、主，介紹了兩種數(shù)據(jù)的不同的數(shù)據(jù)預處理步驟。本文研究了對公交數(shù)據(jù)的數(shù)據(jù)挖掘及分析。首先介紹了數(shù)據(jù)挖掘的基本概念和常用算法;對于IC卡的數(shù)據(jù)挖掘，本文分別研究了基于IC卡的客流時段劃分，一些客流指標的統(tǒng)計分析，以及基于BP神經(jīng)網(wǎng)絡的客流預測;對于公交GPS的數(shù)據(jù)挖掘，本文研究了公交GPS的路段匹配，公交在運行過程中的運行特性的分析，以及基于BP神經(jīng)網(wǎng)絡的公交運行時間的預測。
　　基于對公交數(shù)據(jù)的挖掘，本文研究了公交調(diào)度，包括靜態(tài)調(diào)度及

3、調(diào)度問題。對于靜態(tài)調(diào)度，本文主要研究了時刻表的編制部分，即首先根據(jù)IC客流數(shù)據(jù)，劃分客流時段，基于乘客等待成本最小、擁擠度最小、公交公司運營成本最小，建立公交時刻表的編制模型，并根據(jù)遺傳算法進行求解;對于動態(tài)調(diào)度，本文分別研究了異常事件下的車輛調(diào)度形式，以及實時調(diào)度中的站點調(diào)度和站點間調(diào)度，即動態(tài)滯站調(diào)度和公交信號優(yōu)先的動態(tài)調(diào)度，減少串車和大間隔的發(fā)生，提高公交的服務水平。
　　根據(jù)以上研究內(nèi)容，本文給出實例分析，分別以實例驗證了