论文部分内容阅读
近几年,定制公交作为一种新型互联网交通方式得到了快速的发展。相比常规公交,定制公交极大地提升了公共交通的乘车舒适度,减少了乘客的通勤时间,优化了交通资源配置,一定程度上缓解了交通拥堵问题,减少社会的污染排放量。然而据调查,现阶段许多企业采用人工划线的方式对线路进行规划,导致线路规划不合理,降低了定制公交的服务质量。除此之外,现有研究多采用仿真数据进行线路规划,分析出的结果与现实实际运营状况可能会存在一些误差导致无法发现一些隐藏的问题,部分研究亦未与运营现状做结合。为解决这类问题,本文利用深圳定制公交平台用户真实出行数据对定制公交线路规划方法进行研究。本文首先阐述了定制公交系统的概念、特性以及运作流程,分析了定制公交目前运营存在的一些问题。基于这些问题,本文提出一种数据驱动下的定制公交线路规划方法,该方法运用了数据挖掘、运筹学等知识对站点和线路进行规划,相比传统的人工路线规划更加科学、精确合理。本文的线路规划方法分为三个步骤:站点选址、模型构建、模型求解。站点选址方面,首先对出行数据进行采集与预处理,其次本文对比了两种较为常用的聚类方法,最终将k-means法作为站点聚类的方法,并分析了k-means存在的不足之处,通过轮廓系数与站点可视化评价聚类结果,规划出合理的上下车站点。其次结合车辆路径问题模型对定制公交线路规划模型进行构建,从社会、乘客、企业三个角度出发设计定制公交线路模型,建立以社会效益最大、企业收益最高的多目标组合优化函数,并结合定制公交现实运营情况与乘客乘坐体验加入了相关的约束条件,使其更符合运营现状与定制公交特点。在模型求解问题上采用遗传算法,基于最优分割求最短路径方法改进了相应的编码规则。最后通过深圳市用户真实出行数据作为案例分析,设计出若干条定制公交线路,并从中挑选出7条线路进行分析。结果表明该模型与算法可以规划出较为合理的定制公交规划方案,对于企业与运营商具有参考价值与研究意义。