基于IC卡数据的区域公交行车计划优化研究
发布时间：2021-01-24 10:39
公交行车计划作为公交调度系统中至关重要的一环,对城市公共交通的运营效果产生着巨大的影响。为了保证在编制过程中考虑各个换乘节点的不同重要程度,并且兼顾车队规模和换乘时间两方面,本文对于区域行车计划进行了相应的优化研究。为了获取研究所需的基础客流数据,本文采用IC卡刷卡数据作为研究的数据来源,提出了用于识别判断乘客上下车站点以及换乘客流的对应算法。对于乘客的上下车站点,本文分别提出了基于刷卡时间间隔限值的上车站点识别算法以及吸引强度分配识别算法。进一步地,针对不同线路的相交形态提出了一种基于时空约束的公交换乘识别算法,构建不同的时空约束阈值条件进行识别。结合所获取的客流数据和线路的基本信息,提出一种综合考虑了距离、客流以及网络拓扑结构等因素的公交站点影响度指标评价方法,同时将影响度指标引入到区域公交时刻表求解模型中,进而构建了基于站点影响度的区域公交时刻表优化模型。为了解决车队规模与换乘时间优化两者不能兼顾的问题,本文基于逆差函数构建原理在模型中引入车队规模约束条件,并提出了三类对应的核算时间点及约束条件,将原本复杂的双目标模型整理为单目标进行求解,通过求解既定车队规模下的最优时刻表方案获...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
IC卡数据组成示例
哈尔滨工业大学工程硕士学位论文-12-层即中心层。中心层包括了管理中心和结算中心，其中管理中心负责收集由用户层即车载POS机所传递的信息记录提示后，管理中心生成相应的IC卡数据，包括刷卡行为中比较关键的信息，例如交易时间和交易地点等。而在结算中心中则主要包括生成对应IC卡的充值交易、乘车交易以及注销挂失等相应的结算记录。在中心层完成对这些信息的生成和记录后，中心层将这些数据继续传递至数据存储层。在数据存储层中主要由数据库对中心层上传的记录数据进行存储。具体流程如下图2-2所示：图2-2IC卡数据存储流程对于目前公交IC卡的数据产生过程及具体数据采集流程如下所述，课大致分为三个步骤：（1）刷卡记录生成乘客在发生乘车行为后，由乘客进行刷卡方式的缴费行为，进而车载POS机在刷卡行为生成后，迅速完成IC卡信息读取，获取得到持卡人信息及卡号，并扣除相应的乘车费用，同时记录IC卡卡号和公交数据。（2）数据导入整理工作人员将每台公交车上的IC卡记录数据导入到集中的数据仓库内进行暂时的存储，待整理完整后，最后保存在负责保存记录数据的硬盘中。
哈尔滨工业大学工程硕士学位论文-14-生于同一站点，站点识别数不变；若差值大于所设置的限值，则判定该差值所对应的前后刷卡行为发生于两个站点，站点识别数加1；若差值大于所设置限值的两倍及以上时，则认为两次刷卡行为之间存在潜在站点，且潜在站点的数目可根据′=[0]1进行计算，对应的站点识别数为+′。（4）完成步骤三后，对所得到的M值进行判断。若步骤一中确定的站点数>，说明站点识别数不够，需要减小限值；若步骤一中确定的站点数<，说明站点识别数过多，需要增大限值。本算法中均采用步长为1逐步缩减或者增大。（5）对设置限值完成调整后，反复进行步骤三和步骤四，直至满足=，输出相应的刷卡时间间隔限值即为刷卡间隔最大值的合理取值。图2-3刷卡时间差值计算流程在获得刷卡时间间隔限值0的合适取值后，继续对刷卡数据进行处理。采用时间匹配法将刷卡时间和公交车辆到站信息进行匹配，获取各个刷卡行为所对应的发生站点。刷卡时间匹配法具体可描述为以下几个步骤：
【参考文献】：
期刊论文
[1]城市外围非高峰时段多线路柔性公交协调调度研究[J]. 陆百川,何相嶬,刁素素,舒芹. 公路交通科技. 2020(05)
[2]考虑公交自行车的多层次公交协同调度研究[J]. 高华,沈国江. 交通运输系统工程与信息. 2020(02)
[3]基于遗传算法的定制公交多停车场多车线路优化[J]. 王超,马昌喜. 交通信息与安全. 2019(03)
[4]片区城乡公交时刻表编制与车辆调度综合优化[J]. 姜晓红,过秀成,沈涵瑕,龚小林. 交通运输系统工程与信息. 2019(03)
[5]基于数据融合的公交到站时间组合预测模型[J]. 华雪东,阳建强,王炜,赵德. 公路交通科技. 2019(02)
[6]基于IC卡数据的公交下车站点区间不确定性客流推导方法[J]. 柳伍生,周向栋,匡凯. 铁道科学与工程学报. 2018(11)
[7]基于站点动态分级和差异定价的灵活公交调度模型[J]. 裴明阳,陈海华,林培群,庞崇浩. 华南理工大学学报(自然科学版). 2018(11)
[8]基于IC卡识别通勤客流的公交线路多模式调度[J]. 罗孝羚,蒋阳升,吴奇,姚志洪,李思怡. 工业工程. 2018(05)
[9]考虑出行时间窗的定制公交线路车辆调度方法[J]. 王健,曹阳,王运豪. 中国公路学报. 2018(05)
[10]基于粒子群算法的公交调度优化研究——以广州为例[J]. 李红魁,雷林静,冯修文,臧晓冬,程爽. 广州大学学报(自然科学版). 2018(02)
硕士论文
[1]基于IC卡数据的公交行车计划优化研究[D]. 郑淑妮.哈尔滨工业大学 2017
本文编号：2997096
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
IC卡数据组成示例
哈尔滨工业大学工程硕士学位论文-12-层即中心层。中心层包括了管理中心和结算中心，其中管理中心负责收集由用户层即车载POS机所传递的信息记录提示后，管理中心生成相应的IC卡数据，包括刷卡行为中比较关键的信息，例如交易时间和交易地点等。而在结算中心中则主要包括生成对应IC卡的充值交易、乘车交易以及注销挂失等相应的结算记录。在中心层完成对这些信息的生成和记录后，中心层将这些数据继续传递至数据存储层。在数据存储层中主要由数据库对中心层上传的记录数据进行存储。具体流程如下图2-2所示：图2-2IC卡数据存储流程对于目前公交IC卡的数据产生过程及具体数据采集流程如下所述，课大致分为三个步骤：（1）刷卡记录生成乘客在发生乘车行为后，由乘客进行刷卡方式的缴费行为，进而车载POS机在刷卡行为生成后，迅速完成IC卡信息读取，获取得到持卡人信息及卡号，并扣除相应的乘车费用，同时记录IC卡卡号和公交数据。（2）数据导入整理工作人员将每台公交车上的IC卡记录数据导入到集中的数据仓库内进行暂时的存储，待整理完整后，最后保存在负责保存记录数据的硬盘中。
哈尔滨工业大学工程硕士学位论文-14-生于同一站点，站点识别数不变；若差值大于所设置的限值，则判定该差值所对应的前后刷卡行为发生于两个站点，站点识别数加1；若差值大于所设置限值的两倍及以上时，则认为两次刷卡行为之间存在潜在站点，且潜在站点的数目可根据′=[0]1进行计算，对应的站点识别数为+′。（4）完成步骤三后，对所得到的M值进行判断。若步骤一中确定的站点数>，说明站点识别数不够，需要减小限值；若步骤一中确定的站点数<，说明站点识别数过多，需要增大限值。本算法中均采用步长为1逐步缩减或者增大。（5）对设置限值完成调整后，反复进行步骤三和步骤四，直至满足=，输出相应的刷卡时间间隔限值即为刷卡间隔最大值的合理取值。图2-3刷卡时间差值计算流程在获得刷卡时间间隔限值0的合适取值后，继续对刷卡数据进行处理。采用时间匹配法将刷卡时间和公交车辆到站信息进行匹配，获取各个刷卡行为所对应的发生站点。刷卡时间匹配法具体可描述为以下几个步骤：
【参考文献】：
期刊论文
[1]城市外围非高峰时段多线路柔性公交协调调度研究[J]. 陆百川,何相嶬,刁素素,舒芹. 公路交通科技. 2020(05)
[2]考虑公交自行车的多层次公交协同调度研究[J]. 高华,沈国江. 交通运输系统工程与信息. 2020(02)
[3]基于遗传算法的定制公交多停车场多车线路优化[J]. 王超,马昌喜. 交通信息与安全. 2019(03)
[4]片区城乡公交时刻表编制与车辆调度综合优化[J]. 姜晓红,过秀成,沈涵瑕,龚小林. 交通运输系统工程与信息. 2019(03)
[5]基于数据融合的公交到站时间组合预测模型[J]. 华雪东,阳建强,王炜,赵德. 公路交通科技. 2019(02)
[6]基于IC卡数据的公交下车站点区间不确定性客流推导方法[J]. 柳伍生,周向栋,匡凯. 铁道科学与工程学报. 2018(11)
[7]基于站点动态分级和差异定价的灵活公交调度模型[J]. 裴明阳,陈海华,林培群,庞崇浩. 华南理工大学学报(自然科学版). 2018(11)
[8]基于IC卡识别通勤客流的公交线路多模式调度[J]. 罗孝羚,蒋阳升,吴奇,姚志洪,李思怡. 工业工程. 2018(05)
[9]考虑出行时间窗的定制公交线路车辆调度方法[J]. 王健,曹阳,王运豪. 中国公路学报. 2018(05)
[10]基于粒子群算法的公交调度优化研究——以广州为例[J]. 李红魁,雷林静,冯修文,臧晓冬,程爽. 广州大学学报(自然科学版). 2018(02)
硕士论文
[1]基于IC卡数据的公交行车计划优化研究[D]. 郑淑妮.哈尔滨工业大学 2017
本文编号：2997096
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2997096.html
