原文传递
基于实时信息的公交乘客出行路径搜索算法研究
| 论文题名： | 基于实时信息的公交乘客出行路径搜索算法研究 |
| 关键词： | 居民出行;公共交通;交通引导;信息技术 |
| 摘要： | 作为城市系统的重要组成部分，公共交通系统正发挥着越来越重要的作用。智能交通系统的发展，特别是先进的出行者信息系统的发展，使得为出行者提供更加高效快捷的公共交通服务成为可能。通过高效的满足出行者的出行需求，引导出行者按最优路径出行，可以减少出行者的时空成本，另一方面也减少了城市公共资源的消耗。随着通信技术、地理位置采集技术、数据处理技术在交通系统的广泛应用，如何确定出行者最优的出行路径越来越受到国内外研究者的重视。 本文先通过对部分城市的居民出行数据分析，得出了城市出行者出行规律及出行需求，并对出行者可接受的出行换乘次数，出行路径选择要素，公交站点候车时间等方面进行了具体分析，总结出乘客一般出行可接受的路径条件。在公共交通系统中，实时信息的获取使得出行者有可能更加精确地确定出发行程时间，选择出行时间短的路径。在这个过程中存在一个关键问题是公交车行程时间的预测，行程时间能否准确预测直接影响提供给出行者的路径建议是否准确。本文对神经网络预测中涉及到的各参数都进行了对比分析，最终得出一个综合考虑精度和预测时间的神经网络模型。本文在出行者出行路径选择算法上，给出了基于实时信息的优化路径算法，构建的公交网络中包含了公共自行车系统等多种公交方式。算法共分为两个部分:预先计算和实时搜索。在预先计算中，对给定的公共交通网络，应用改进的K短路算法，计算所有潜在出行节点之间距离的K短路。在实时搜索中，根据出行者实际需求及预测到的公交车行程时间，给出出行时间最短的出行建议集选取策略。同时考虑到实时系统失效时的替代方法。在算例分析中，以地理空间数据及公共交通系统数据为基础，开发了公交查询系统，实现了基于实时信息的出行线路选择功能。使为出行者提供有效的出行指导成为可能，验证了本文理论的实用性。 |
| 作者： | 张春辉 |
| 专业： | 智能交通工程 |
| 导师： | 宋瑞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
