公交客流数据分析的研究

发布时间：2020-05-08 17:34

【摘要】： 公交是城市客运交通的重要组成部分,公交客流的基本特征在于它的空间和时间分布的不均匀性。公交客流的分布不仅影响到城市公交车辆的行车组织,而且还影响到公共交通的长远规划,因而研究并充分掌握其规律是十分重要的。如今,随着先进的客流数据采集技术在公交系统的逐步推广应用,公交系统在运行过程中积累的客流数据量越来越大。传统的数据分析方法已经不能很好的处理这些数据,需要研究新的方法对公交客流数据进行分析处理。 本文对公交客流数据分析的研究主要集中在两个方面: 第一,研究聚类分析在公交客流数据分析中的应用。研究并实现了使用聚类分析算法解决公交线路评价指标简化、公交线路分类、公交调度时段划分的方法。并用实际数据对相关方法进行了检验,结果表明这些方法是可行而有效的。 第二,研究基于客流分析公交静态调度优化问题。公交静态调度的关键问题是确定行车时刻表,而确定行车时刻表的主要依据是客流的分布规律。本文首先在同时考虑客流的时间和空间分布的基础上,依照模型建立的步骤和方法,以最小拥挤度、最小候车超时度、最小发车次数为目标,建立了公交静态调度的数学模型;然后用非劣分层遗传算法对模型进行求解;最后利用数据对模型进行检验,结果表明模型及其求解方法是可行而有效的。
【图文】：

利于人工的分析。即层次聚类分析比较适合公交线路属性聚类问题，因此我们选用层次聚类法进行聚类分析。由于相关系数距离（Pearson correlation）适用于对对象属性的聚类分析，所以我们采用相关系数作为距离。聚类结果的树状图如图3.2所示。表3.4为各属性的相关系数。图3.2 属性聚类树状关系图Fig3.2 The three of property clustering result表3.4 属性的相关系数表Table3.4 The pearson correlation distance车辆数 利润 乘客总数 平均发车间隔 线路长度 站点数利润 -0.0371乘客总数 0.145 0.536平均发车间隔 0.044 -0.359 0.130线路长度 0.724 -0.443 0.255 0.695站点数 0.710 -0.425 0.281 0.687 0.987平均满载率 -0.464 0.958 0.392 -0.396 -0.521 -0.487从表 3.4 中可以看到站点数与线路长度相关系数为 0.987，即站点的多少与线路长度是密切相关的，这说明样本中各条线路的站点分布都比较均衡；利润和平均满载率的向关系数为 0.958，，表明公交公交公司的利润与平均满载率密切相关，这与实际情况是相符的。从图 3.2 聚类树状关系图可以看出线路长度和站点数这两个属性先合并，而后再与车辆数合并；

河北工业大学硕士学位论文21图3.3 基于七属性的线路聚类关系树状图Fig3.3 The three of route clustering based on seven attributes对图3.3进行分析，我们把如果把线路分为五类，分类情况为：{10，11，4，13，14，8，2}
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：U492.413

【引证文献】

相关期刊论文 前1条

1 孙倩;胡国兵;毛瑞婷;王婷;李凌;段晓达;;南昌市公交客流量时间分布特征及预测[J];经营管理者;2011年15期

相关硕士学位论文 前8条

1 夏青;节假日铁路客流波动规律分析及其在客流预测中的应用研究[D];北京交通大学;2011年

2 陈石;区域公交时刻表生成的模型与方法研究[D];北京交通大学;2009年

3 宁贵兰;基于APC和GPS的公交车辆辅助调度技术研究[D];重庆大学;2009年

4 郝语嘉;遗传算法在城市公交运行计划编制中的应用[D];华中科技大学;2009年

5 姚纯;基于粒子群—单亲遗传算法的公交优化调度[D];长沙理工大学;2012年

6 吕林剑;基于公交乘客流构成的公交调度优化研究[D];西南交通大学;2012年

7 钟龙;高温高压下基于超声波响应特性对聚合物熔体密度测量方法的研究[D];北京化工大学;2012年

8 周旭;智能公交调度监控软件的研究与开发[D];南京理工大学;2013年

本文编号：2654967