基于人工智能算法的城市地面公交时空特性分析与预测
发布时间：2022-01-04 12:18
为实现城市公共交通系统健康、可持续发展的目标,就需要持续不断地改进、完善城市公共交通系统,提升城市公交的服务水准,实现公交系统便捷、高效与舒适的服务水准。城市地面公交系统是城市公交系统的重要组成部分,大数据时代的到来为优化城市地面公交系统提供了新的思路。通过对海量、多源的公交运行时空大数据进行高效、准确的信息挖掘并做出及时、科学的运营决策成为“公交优先发展”战略下智慧公交系统建设所需要解决的关键问题。城市范围内遍布着大量的公交站点和运营线路,也存在着承担主要客流的客流走廊,能否借助公交时空大数据准确分析公交研究中的关键指标如:客流需求、车头时距,对于城市地面公交线网布局与重构、城市公共交通运营管理与调度控制、客流应急与保障具有关键意义。本论文首先以公交车辆运行大数据的预处理与分析为基础,建立公交多源数据分析系统的流程。接着基于公共交通大数据的时空特性,建立网格化公交时空数据的处理方法。然后在数据预处理与分析的基础上结合地面公交客流的时间、空间特征以及节假日、天气等影响因素,建立一种可以综合考虑以上因素的时空深度学习方法去预测城市地面公交时空客流。该方法将Conv-LSTM层、LSTM层...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
论文技术路线图
9.8%，且公交IC刷卡用户达到八成[77]。尽管常州市的公共交通系统近年的发展取得了较好的成就，但是仍然面临着许多的挑战：例如经济发展带动的城市扩张和居民出行总量的增加、城市公交资源与实际客流需求不匹配、乘客对公交服务品质的要求提高、城市道路资源供需严重不匹配等等。2.1公交多源数据分析系统框架构建2.1.1对于规划者的数据需求分析对于公交规划人员，需要掌握公交客流量、客流的时空分布、线路站点断面客流、站点换乘概率等特征。其中公交客流OD、居民公交出行的时空特征是他们最关心的。数据分析的思路如图2-1所示。图2-1对于公交规划者的数据分析首要工作是对多源公交大数据进行深入的挖掘、解析，进而得到上下车站点信息和换乘信息。这样以来就能得到居民公交出行路径，进一步分析可以得到站点间OD矩阵，最后根据相关方法预测未来年的公交出行时空分布特征并给出规划方案。
东南大学硕士学位论文102.1.2对于规划者的数据需求分析对于公交运行管理人员，除了需要了解居民出行的概况，更需要知道公交客流的时空变化。线路的断面客流、站点客流、线路总客流时间特性等。基于以上目标，数据分析过程如图2-2所示。首先需要对多源公交时空大数据进行清洗、融合、挖掘和特征分析得到线路客流量、公交停靠站点客流、断面运营客流信息以及总客流信息等。根据得到的各类客流信息分析不同时间区间(高峰小时、工作日与非工作日、一周)的客流特征。再根据客流的空间分布分析其空间特征。图2-2对于公交运营管理者的数据分析2.1.3公交多源数据分析流程公交多源数据的分析大致分为一下几个过程：数据预处理、数据分析、关键指标参数提龋分别需要数据分析系统四个模块：数据库管理平台模块、数据分析模块、用户控制模块、实用优化策略模块。数据库管理平台模块执行数据采集与处理功能，汇总各种方式采集的数据并进行清洗、融合，处理后的数据将存储到不同数据库中。数据分析的功能在数据分析模块中进行，利用数据分析工具对数据库中的数据进行特征分析，提取特征数据。用户控制模块执行解释评价功能，可根据要求选用合适的算法模型，并给予可视化显示。优化策略模块根据以上得到的信息进行优化方案的提出，如调度优化方案、布线优化方案。如图2-3为多源公交数据分析系统框架。
【参考文献】：
期刊论文
[1]基于ARIMA-SVM模型的快速公交停站时间组合预测方法[J]. 杨敏,丁剑,王炜. 东南大学学报(自然科学版). 2016(03)
[2]基于公交IC卡和AVL数据的客流OD推导方法[J]. 李海波,陈学武,陈峥嵘. 交通信息与安全. 2015(06)
[3]基于卡尔曼滤波的公交站点短时客流预测[J]. 张春辉,宋瑞,孙杨. 交通运输系统工程与信息. 2011(04)
[4]常州市公交优先发展战略研究[J]. 张福林,王俊,徐康明. 江苏城市规划. 2010 (04)
[5]基于GPS轨迹数据的地图匹配算法[J]. 李清泉,黄练. 测绘学报. 2010(02)
硕士论文
[1]基于数据挖掘的公交线路客流预测研究[D]. 陈奇平.海南大学 2018
[2]考虑不确定性影响的公交到站时间区间预测方法研究[D]. 陈科宇.东南大学 2017
[3]基于大数据挖掘的城市公共交通客流特征分析及预警系统设计[D]. 余创龙.华中科技大学 2016
[4]基于IC卡数据的不同时间层次公交客流预测方法与应用研究[D]. 左快乐.东南大学 2016
[5]城市公交走廊线路协调优化调度研究[D]. 姜梅.西南交通大学 2008
[6]基于公交IC信息的公交数据分析方法研究[D]. 戴霄.东南大学 2006
[7]常规公交与轨道交通之间的竞争与合作[D]. 王玉萍.长安大学 2004
本文编号：3568324
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
论文技术路线图
9.8%，且公交IC刷卡用户达到八成[77]。尽管常州市的公共交通系统近年的发展取得了较好的成就，但是仍然面临着许多的挑战：例如经济发展带动的城市扩张和居民出行总量的增加、城市公交资源与实际客流需求不匹配、乘客对公交服务品质的要求提高、城市道路资源供需严重不匹配等等。2.1公交多源数据分析系统框架构建2.1.1对于规划者的数据需求分析对于公交规划人员，需要掌握公交客流量、客流的时空分布、线路站点断面客流、站点换乘概率等特征。其中公交客流OD、居民公交出行的时空特征是他们最关心的。数据分析的思路如图2-1所示。图2-1对于公交规划者的数据分析首要工作是对多源公交大数据进行深入的挖掘、解析，进而得到上下车站点信息和换乘信息。这样以来就能得到居民公交出行路径，进一步分析可以得到站点间OD矩阵，最后根据相关方法预测未来年的公交出行时空分布特征并给出规划方案。
东南大学硕士学位论文102.1.2对于规划者的数据需求分析对于公交运行管理人员，除了需要了解居民出行的概况，更需要知道公交客流的时空变化。线路的断面客流、站点客流、线路总客流时间特性等。基于以上目标，数据分析过程如图2-2所示。首先需要对多源公交时空大数据进行清洗、融合、挖掘和特征分析得到线路客流量、公交停靠站点客流、断面运营客流信息以及总客流信息等。根据得到的各类客流信息分析不同时间区间(高峰小时、工作日与非工作日、一周)的客流特征。再根据客流的空间分布分析其空间特征。图2-2对于公交运营管理者的数据分析2.1.3公交多源数据分析流程公交多源数据的分析大致分为一下几个过程：数据预处理、数据分析、关键指标参数提龋分别需要数据分析系统四个模块：数据库管理平台模块、数据分析模块、用户控制模块、实用优化策略模块。数据库管理平台模块执行数据采集与处理功能，汇总各种方式采集的数据并进行清洗、融合，处理后的数据将存储到不同数据库中。数据分析的功能在数据分析模块中进行，利用数据分析工具对数据库中的数据进行特征分析，提取特征数据。用户控制模块执行解释评价功能，可根据要求选用合适的算法模型，并给予可视化显示。优化策略模块根据以上得到的信息进行优化方案的提出，如调度优化方案、布线优化方案。如图2-3为多源公交数据分析系统框架。
【参考文献】：
期刊论文
[1]基于ARIMA-SVM模型的快速公交停站时间组合预测方法[J]. 杨敏,丁剑,王炜. 东南大学学报(自然科学版). 2016(03)
[2]基于公交IC卡和AVL数据的客流OD推导方法[J]. 李海波,陈学武,陈峥嵘. 交通信息与安全. 2015(06)
[3]基于卡尔曼滤波的公交站点短时客流预测[J]. 张春辉,宋瑞,孙杨. 交通运输系统工程与信息. 2011(04)
[4]常州市公交优先发展战略研究[J]. 张福林,王俊,徐康明. 江苏城市规划. 2010 (04)
[5]基于GPS轨迹数据的地图匹配算法[J]. 李清泉,黄练. 测绘学报. 2010(02)
硕士论文
[1]基于数据挖掘的公交线路客流预测研究[D]. 陈奇平.海南大学 2018
[2]考虑不确定性影响的公交到站时间区间预测方法研究[D]. 陈科宇.东南大学 2017
[3]基于大数据挖掘的城市公共交通客流特征分析及预警系统设计[D]. 余创龙.华中科技大学 2016
[4]基于IC卡数据的不同时间层次公交客流预测方法与应用研究[D]. 左快乐.东南大学 2016
[5]城市公交走廊线路协调优化调度研究[D]. 姜梅.西南交通大学 2008
[6]基于公交IC信息的公交数据分析方法研究[D]. 戴霄.东南大学 2006
[7]常规公交与轨道交通之间的竞争与合作[D]. 王玉萍.长安大学 2004
本文编号：3568324
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3568324.html
