本文選題：城市交通 + 公交數(shù)據(jù)�。� 參考：《交通運(yùn)輸系統(tǒng)工程與信息》2017年05期

【摘要】：為實(shí)現(xiàn)公交換乘協(xié)同排班,減少乘客出行換乘時(shí)間,本文對(duì)公交信息系統(tǒng)的IC卡數(shù)據(jù)及車輛GPS數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,提取換乘信息并對(duì)現(xiàn)有的發(fā)車排班進(jìn)行優(yōu)化.首先,構(gòu)建了公交運(yùn)行狀態(tài)信息提取模型,提取現(xiàn)有的公交運(yùn)行狀態(tài)信息.在此基礎(chǔ)上,設(shè)計(jì)了鄰域搜索的公交時(shí)刻排班優(yōu)化算法,得到最佳發(fā)車排班時(shí)刻表.為驗(yàn)證所提出方法的有效性,選取了成都市的56路和3路公交線路的實(shí)際數(shù)據(jù)進(jìn)行案例驗(yàn)證.結(jié)果表明:通過優(yōu)化排班的方法,在不改變現(xiàn)有的公交供需條件的前提下,可以有效實(shí)現(xiàn)協(xié)同換乘;與原有的公交服務(wù)相比,優(yōu)化之后的公交服務(wù)能夠更加貼近出行需求,提升線路之間的換乘銜接效率,從而提高公交服務(wù)質(zhì)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.
【作者單位】： 西南交通大學(xué)交通運(yùn)輸與物流學(xué)院;西南交通大學(xué)綜合交通運(yùn)輸智能化國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51578465,71771190);國(guó)家自然科學(xué)基金青年項(xiàng)目(71402149) 重慶市應(yīng)用開發(fā)計(jì)劃重點(diǎn)項(xiàng)目(cstc2014yykf B30003,2015H01373)~~
【分類號(hào)】：U491.17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尹克堅(jiān);;淺析數(shù)據(jù)挖掘在智慧交通領(lǐng)域中的應(yīng)用[J];信息通信;2013年10期

2 郭驊;周吉;;數(shù)據(jù)挖掘在智慧交通領(lǐng)域的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2013年12期

3 胡鵬;;數(shù)據(jù)挖掘在交通管理中的應(yīng)用研究[J];計(jì)算機(jī)安全;2013年10期

4 林國(guó)順;陳燕;賈智輝;李麗麗;;基于數(shù)據(jù)挖掘的道路運(yùn)行安全因素關(guān)聯(lián)分析[J];大連海事大學(xué)學(xué)報(bào);2011年03期

5 鄧冰;;基于大數(shù)據(jù)挖掘的北京地區(qū)自行車旅游研究[J];公路交通科技(應(yīng)用技術(shù)版);2014年07期

6 張曉寶;;基于數(shù)據(jù)挖掘的智能路政執(zhí)法系統(tǒng)的設(shè)計(jì)[J];數(shù)字技術(shù)與應(yīng)用;2013年01期

7 劉昱崗;安冬冬;;數(shù)據(jù)挖掘在公交調(diào)查數(shù)據(jù)分析中的應(yīng)用研究[J];公路工程;2014年02期

8 廖少明;劉朝明;王建華;彭芳樂;;地鐵深基坑變形數(shù)據(jù)的挖掘分析與風(fēng)險(xiǎn)識(shí)別[J];巖土工程學(xué)報(bào);2006年S1期

9 梁林林;;基于數(shù)據(jù)挖掘的城市快速路擁堵關(guān)聯(lián)特征分析——以上海市為例[J];交通與運(yùn)輸(學(xué)術(shù)版);2014年01期

10 宓為建;徐子奇;劉園;;大型港機(jī)結(jié)構(gòu)應(yīng)力峰值與小車位置關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘[J];上海海事大學(xué)學(xué)報(bào);2006年03期

相關(guān)會(huì)議論文 前3條

1 顏波;黃燁華;馬新軍;;基于GPS數(shù)據(jù)挖掘的智能交通系統(tǒng)的研究[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

2 王海峰;劉白鴿;孫立;康震;;基于信息整合和數(shù)據(jù)挖掘的交通運(yùn)輸管理決策系統(tǒng)[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

3 褚麗恒;郭曉澤;宋國(guó)杰;吳峻;謝昆青;;基于聚類方法的高速公路逃費(fèi)甄別與分析[A];第八屆中國(guó)智能交通年會(huì)論文集[C];2013年

相關(guān)博士學(xué)位論文 前2條

1 鄭曉峰;道路運(yùn)輸信息系統(tǒng)的數(shù)據(jù)挖掘方法研究與應(yīng)用[D];華南理工大學(xué);2014年

2 孫軼軒;基于數(shù)據(jù)挖掘的道路交通事故分析研究[D];北京交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳冰潔;基于聚類算法的車輛軌跡時(shí)空相似性研究[D];福建師范大學(xué);2015年

2 戴洪波;基于數(shù)據(jù)挖掘的高速公路營(yíng)運(yùn)決策支持技術(shù)研究[D];東華大學(xué);2016年

3 楊鵬;基于數(shù)據(jù)挖掘的乘客出行行為研究[D];華南理工大學(xué);2016年

4 張肅潑;基于數(shù)據(jù)挖掘的城市交通可視化信息系統(tǒng)設(shè)計(jì)[D];東南大學(xué);2016年

5 盧倩;隧道交通狀況的大數(shù)據(jù)挖掘方法研究[D];貴州大學(xué);2016年

6 王敢;數(shù)據(jù)挖掘在城市道路交通上的應(yīng)用[D];重慶大學(xué);2016年

7 汪濤;數(shù)據(jù)挖掘在隧道交通中的應(yīng)用[D];長(zhǎng)安大學(xué);2003年

8 溫延超;數(shù)據(jù)挖掘在高速公路機(jī)電設(shè)備故障預(yù)測(cè)中的應(yīng)用[D];長(zhǎng)安大學(xué);2011年

9 趙明;智能交通系統(tǒng)數(shù)據(jù)挖掘與應(yīng)用[D];山東大學(xué);2014年

10 劉成杰;交通監(jiān)控卡口系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2012年

，

本文編號(hào)：2096821