当前位置:主页 > 科技论文 > 路桥论文 >

基于公交数据挖掘的时刻表排班协同换乘优化

发布时间:2018-07-04 17:28

  本文选题:城市交通 + 公交数据 ; 参考:《交通运输系统工程与信息》2017年05期


【摘要】:为实现公交换乘协同排班,减少乘客出行换乘时间,本文对公交信息系统的IC卡数据及车辆GPS数据进行数据挖掘,提取换乘信息并对现有的发车排班进行优化.首先,构建了公交运行状态信息提取模型,提取现有的公交运行状态信息.在此基础上,设计了邻域搜索的公交时刻排班优化算法,得到最佳发车排班时刻表.为验证所提出方法的有效性,选取了成都市的56路和3路公交线路的实际数据进行案例验证.结果表明:通过优化排班的方法,在不改变现有的公交供需条件的前提下,可以有效实现协同换乘;与原有的公交服务相比,优化之后的公交服务能够更加贴近出行需求,提升线路之间的换乘衔接效率,从而提高公交服务质量.
[Abstract]:In order to realize bus transfer coordinated scheduling and reduce passenger trip transfer time, the IC card data and vehicle GPS data of bus information system are mined in this paper, transfer information is extracted and the existing departure schedule is optimized. Firstly, the model of bus operation state information extraction is constructed to extract the existing bus operation state information. On this basis, the algorithm of bus scheduling optimization based on neighborhood search is designed, and the optimal timetable is obtained. In order to verify the effectiveness of the proposed method, the actual data of 56 and 3 bus routes in Chengdu are selected for case verification. The results show that the coordinated transfer can be realized effectively without changing the existing conditions of bus supply and demand, and compared with the original bus service, the optimized bus service can be more close to the travel demand. Improve the transfer efficiency between lines, thereby improving the quality of public transport services.
【作者单位】: 西南交通大学交通运输与物流学院;西南交通大学综合交通运输智能化国家地方联合工程实验室;
【基金】:国家自然科学基金项目(51578465,71771190);国家自然科学基金青年项目(71402149) 重庆市应用开发计划重点项目(cstc2014yykf B30003,2015H01373)~~
【分类号】:U491.17

【相似文献】

相关期刊论文 前10条

1 尹克坚;;浅析数据挖掘在智慧交通领域中的应用[J];信息通信;2013年10期

2 郭骅;周吉;;数据挖掘在智慧交通领域的应用[J];现代商贸工业;2013年12期

3 胡鹏;;数据挖掘在交通管理中的应用研究[J];计算机安全;2013年10期

4 林国顺;陈燕;贾智辉;李丽丽;;基于数据挖掘的道路运行安全因素关联分析[J];大连海事大学学报;2011年03期

5 邓冰;;基于大数据挖掘的北京地区自行车旅游研究[J];公路交通科技(应用技术版);2014年07期

6 张晓宝;;基于数据挖掘的智能路政执法系统的设计[J];数字技术与应用;2013年01期

7 刘昱岗;安冬冬;;数据挖掘在公交调查数据分析中的应用研究[J];公路工程;2014年02期

8 廖少明;刘朝明;王建华;彭芳乐;;地铁深基坑变形数据的挖掘分析与风险识别[J];岩土工程学报;2006年S1期

9 梁林林;;基于数据挖掘的城市快速路拥堵关联特征分析——以上海市为例[J];交通与运输(学术版);2014年01期

10 宓为建;徐子奇;刘园;;大型港机结构应力峰值与小车位置关联规则的数据挖掘[J];上海海事大学学报;2006年03期

相关会议论文 前3条

1 颜波;黄烨华;马新军;;基于GPS数据挖掘的智能交通系统的研究[A];第二十七届中国控制会议论文集[C];2008年

2 王海峰;刘白鸽;孙立;康震;;基于信息整合和数据挖掘的交通运输管理决策系统[A];2008第四届中国智能交通年会论文集[C];2008年

3 褚丽恒;郭晓泽;宋国杰;吴峻;谢昆青;;基于聚类方法的高速公路逃费甄别与分析[A];第八届中国智能交通年会论文集[C];2013年

相关博士学位论文 前2条

1 郑晓峰;道路运输信息系统的数据挖掘方法研究与应用[D];华南理工大学;2014年

2 孙轶轩;基于数据挖掘的道路交通事故分析研究[D];北京交通大学;2014年

相关硕士学位论文 前10条

1 陈冰洁;基于聚类算法的车辆轨迹时空相似性研究[D];福建师范大学;2015年

2 戴洪波;基于数据挖掘的高速公路营运决策支持技术研究[D];东华大学;2016年

3 杨鹏;基于数据挖掘的乘客出行行为研究[D];华南理工大学;2016年

4 张肃泼;基于数据挖掘的城市交通可视化信息系统设计[D];东南大学;2016年

5 卢倩;隧道交通状况的大数据挖掘方法研究[D];贵州大学;2016年

6 王敢;数据挖掘在城市道路交通上的应用[D];重庆大学;2016年

7 汪涛;数据挖掘在隧道交通中的应用[D];长安大学;2003年

8 温延超;数据挖掘在高速公路机电设备故障预测中的应用[D];长安大学;2011年

9 赵明;智能交通系统数据挖掘与应用[D];山东大学;2014年

10 刘成杰;交通监控卡口系统的设计与实现[D];复旦大学;2012年



本文编号:2096821

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2096821.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户bd227***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com