原文传递
基于出租车历史轨迹挖掘的公交路线优化研究
| 论文题名： | 基于出租车历史轨迹挖掘的公交路线优化研究 |
| 关键词： | 公交路线优化;出租车轨迹;数据挖掘;聚类算法;图卷积神经网络 |
| 摘要： | 随着经济的发展和城市化进程的加快，城市人口不断增加，城区人口流动的范围、量级也在不断增加，出行问题成为了当前社会研究的热点。公共交通出行作为一种主流的出行方式，在缓解交通压力，提高居民出行体验方面发挥着重要作用。但公交车由于换乘、班次、路线固定等缺陷，对居民出行的吸引力正在不断下降。出租车和私家车出行的比例近年来不断提升，但也给交通管理带来了更高的压力。优化公交路线，提升公交出行吸引度，是缓解交通压力，提升居民出行体验的有效手段。但是传统的公交路线设计方案往往只注重沿线的站点的乘客热度，而忽略了乘客出行的OD（OriginandDestination）和公交承载力问题。本文提出了一种基于出租车轨迹数据和GCN（图卷积神经网络：GraphConvolutionalNetwork）技术的公交路线优化方案。该方案具体分析了目前公交路线以及公交站点存在的更新滞后、拥挤、路线不合理等问题，结合站点更新分析、出行流分析、图卷积计算等方法对公交路线进行优化，使其更适应当前居民出行需求。主要内容与成果为： 1.站点更新需求分析:分析了深圳市203路当前公交站点存在的位置不合理、更新滞后等问题，对周围出租车上下客位置、POIs位置等进行基于实际路径距离的DBSCAN（DensityBasedSpatialClusteringofApplicationwithNoise）聚类分析，并将多个聚类中心投影到路网上与真实站点进行对比分析，优选出最合适的站点位置。最终，删除了203路公交路线中3个间距过小的站点，并对地王大厦等5个公交站点的位置进行调整。 2.出行流分析：结合出租车轨迹数据、地铁刷卡数据等对居民出行的OD进行分析，真实反应出居民出行的需求，在进行公交路线优化时，考虑站点选择带来的出行热度变化，避免公交路线承载力过大或者过小的问题。经过分析，发现203路公交路线的主要热度集中在东门站-上海宾馆东站之间。此外，皇岗口岸区域与火车站周边区域与203路公交路线联系密切。 3.基于GCN的路线优化方案：该方案设计了两层图网络，分别针对出行流热度和实际路网进行卷积运算，获取站点的权重作为公交路线优化的依据。同时，该方案还采用了椭圆剪枝算法，减少节点搜索范围，提高运算效率。经过对比，优化后的公交路线在非直线系数、被覆盖度、总热度等方面要优于原有公交路线，证明了GCN方法在公交路线优化中的有效性。 最后，结合深圳市福田区和罗湖区的出租车数据、路网数据等对当地203路公交路线进行优化，并与实际公交路线和其他公交路线优化方案的结果进行对比分析。分析结果表明，本文提出的方案达到了适应居民出行需求，提高居民出行体验的目的。 |
| 作者： | 张鹏飞 |
| 专业： | 地图学与地理信息 |
| 导师： | 秦建新 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南师范大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
