原文传递
基于GPS轨迹数据的公交调度方案优化研究
| 论文题名： | 基于GPS轨迹数据的公交调度方案优化研究 |
| 关键词： | 数据挖掘;到站时间预测;公交调度优化;车头时距;支持向量机 |
| 摘要： | 随着国内城镇化进程加快，城市人口不断增加，城市规模急剧扩张，与之相对应的机动车保有量与居民出行需求呈指数增加，使得交通拥堵问题愈发严重。大力发展公共交通是缓解城市交通拥堵问题的最佳选择。国内各个城市根据自身发展先后投入智能公共交通系统的建设，公交作为公共交通的主要出行方式，也在进行逐步进行智能化改革，以满足乘客日益增长的出行需求。传统的公交调度缺乏科学性，造成公交准点率低、串车行为时常发生，因此，基于公交GPS轨迹数据改进公交调度方案对提升公交服务质量和吸引率，降低公交企业运营成本具有十分重要的意义。 首先，论文在广泛搜集并阅读已有研究的基础上，总结了数据挖掘和公交调度的国内外研究现状，在现有研究的基础上确定了论文的研究目标。收集研究所使用的公交GPS轨迹数据进行处理，使用已有的数据挖掘方法对公交运行过程中的指标挖掘分析，并精准划分公交运营时段为后续研究奠定基础。 其次，论文在详细分析公交运行特性后，将公交到站时间分为站间运行时间和停站时间。采用最小二乘支持向量机模型分别预测站间运行时间和停站时间的基线值，结合实时GPS数据，使用卡尔曼滤波模型完成到站时间的实时精准预测，为下文的动态调度方案提供理论依据。 最后，论文的研究核心内容是优化现有调度方案。按照公交在各个运营时段的考虑的目标函数不同，高峰时段建立以乘客出行成本最小为目标函数的静态调度优化模型，平峰时段建立以乘客出行和企业运营总成本最小为目标函数的静态调度优化模型，采用遗传算法求解。通过算例分析表明：本文的静态调度优化模型在高峰时段和平峰时段的总目标函数值均比现状调度方案更低，优化结果显著。高峰时段能够有效降低乘客总等待时间，平峰时段能够有效降低公交企业运营成本，具有较强的应用价值。由于静态调度优化方案无法解决公交实际运行中因不确定性造成的串车和大间隔等现象，论文在静态调度优化模型的基础上，提出了以车头时距为运行异常监测指标的公交发车间隔动态调度策略。使用公交实时运行数据和预测数据计算车头时距，根据车头时距异常变化对静态调度优化模型进行动态调整。 |
| 作者： | 李显林 |
| 专业： | 交通运输工程 |
| 导师： | 吕斌;马忠学 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
