一种基于出行需求分析的公交站点部署方法
【技术领域】
[0001] 本发明设计智能交通和大数据分析领域，特别是智能交通中的智能公交线路设计 问题，适用于智能公交线路设计中的公交站点部署问题。
【背景技术】
[0002] 目前，随着中国经济的发展，对城市的交通需求量变得越来越大，这使得居民的人 均汽车保有量也在逐渐增加。一方面，汽车保有量的增加方便了人们的出行，给人们的生活 提供了更多的便捷服务，另一方面，这也导致了更多的交通问题，比如交通拥堵、交通事故、 汽车尾气污染等。针对这类问题，研究者们提出需要基于现有的居民出行数据研究城市交 通需求的变化规律，从而实现对现有城市交通方式的优化。
[0003] 城市交通方式主要分为公交、地铁和出租车三种方式。地铁属于城市轨道交通的 一种形式，作为大运量的公共交通客运系统，服务于城市的主要客流聚集地，一般是城市交 通的重要客运网络，同时它具有快速便捷、客运量大、能源消耗低、环境污染少等特点。但 是地铁的出行线路需要经过长时间的修缮，并且出行时间由政府统一制定，难以根据实际 出行需要进行实时的线路调整。公交车是缓解城市公共交通压力的一项重要的措施，截至 2012年底，北京市目前已经建成一千余条公交线路，发放约6000万张公交一卡通，城市居 民日公交出行量可达千万人次。从中可以看出北京市公共交通出行需求量非常大，且公交 车在很大程度上解决了北京居民的出行问题。公交车作为最基本的公共交通形式之一，基 本上覆盖了城市的所有出行需求点，为城市的大多数出行者提供出行服务。与地铁类似，公 交车具有固定的线路和发车时间，但是相比于地铁而言，调整公交车的线路和发车时间的 成本相对较低。另一方面，出租车也是解决城市居民出行需求的一个有效手段，自2006年 以来，由于政策限制，北京市的出租车保有量保持在6. 7万辆左右，数量相对稳定。2011年 数据显示其客运量占总体公共交通客运量的9%，这说明出租车也是北京城市交通的一个 不可或缺的元素。而且，近年来由于"滴滴打车"、"快的打车"等打车软件的兴起，出租车的 载客效率也有了较大的提高。并且与地铁和公交相比，出租车是最具有灵活性的，可以根据 乘客的需求灵活的调节出行路线和出行时间，但是另一方面，出租车相对于其他交通方式 而言价格较贵，并且载客效率相对偏低，这使得人们的出行成本相对较高。结合以上三种主 要出行模式的特点，普通大众在选择日常的出行方式时会更倾向于选择性价比较高的地铁 或公交。可以看出，如果要对现有的交通方式进行优化，从效益和可行性而言，公交将会是 最优的选择。
[0004] 另一方面，随着信息技术的发展，居民的出行数据被采集存储起来，人们可以通过 数据统计分析等手段发现城市交通需求的变化规律，大量的研究表明，城市的交通需求会 随着时间和地点的变化而变化，具有较强的时间特性和空间特性，而这些特性可以通过现 有的数据统计和分析等方法获得。
[0005] 综上，可以基于交通需求的时间特性和空间特性，对现有的交通方式进行优化。地 铁的线路和运营时间调整成本较大，出租车虽然灵活，但出行价格昂贵，城市公交的调整成 本相对较低，因此对现有的公交车出行方式进行优化具有较高的可行性，另一方面，由于公 交是城市交通的一种重要方式，因此优化城市公交将具有较高的实际效益。对现有的公交 方式进行优化，主要是根据交通需求的变化规律设计动态的公交线路，而设计线路的一个 重要前提是考虑公交站点的布设位置。
[0006] 传统的公交站点部署算法主要有基于GIS的算法（参见张菲菲，许剑辉，解新 路.GIS空间分析方法在公交站点选址中的应用[J].地理空间信息，2011 (1) : 118-120 ;谢 华，都金康.基于优化理论和GIS空间分析技术的公交站点规划方法[J].武汉理工大学 学报（交通科学与工程版），2004(6) :907-910.)、基于评价语义模糊集合的算法（参见王 琳，陈大鹏.公交站点选址的分析与模糊评判[J].交通科技与经济，2009(6) :47-49.)、 遗传算法（石立恒.基于MapX的公交站点布设与线路仿真评价研究[D].东北大 学，2010;綦忠平.基于GPS和1C卡数据的专用道公交站点优化方法研究[D].山东大 学，2013;周锐.基于1C卡数据的公交站点客流推算方法[D].北京交通大学，2012)、 基于模型分析的算法（Roca-RiuM,EstradaM，TrapoteC.Thedesignofinterurban busnetworksincitycenters[J].TransportationResearchPartA-PolicyAnd Practice, 2012, 46(8):1153-1165；AlonsoB,MouraJL,Dell'OlioL,etal.BusStop LocationunderDifferentLevelsofNetworkCongestionandElasticDemand[J]. TransportResearchJournalofVilniusGediminasTechnicalUniversity&Lithuanian AcademyofSciences, 2011, 26 (2) : 141-148等）。这类方法虽然有效地解决了公交站点的 部署问题，但其通常是针对固定线路的公交站点，而并没有像智能公交设计一样考虑需求 的动态变化性，因此这类方法并不能完全适用于智能公交站点的部署。
[0007] 而目前的智能公交站点部署算法主要有基于时间表的算法（Ying-shuaiL I,YaoΗY,QinL.BusStationOptimizationMethodBasedonthePrincipleof StationCancelingandStationCombining[J].JournalofChongqingJiaotong University,2011；KhondakerB,ffirasingheS.BusStopSpacingandLocation foraCorridorwithMultipleBusRoutes[C]//CALGARY2013-THEMANYFACES OFTRANSPORTATION. 2013·)、基于供给 / 需求模型的算法（ZhangX.Bus-stop spacingoptimizationbasedonbusaccessibility[J].JournalofSoutheast University, 2009；GaoZff,PangHL,NiuGD,etal.Busstopspacingoptimization basedonunevendistributionofpassengerflow[C]//2009 中国控制与决策会议论文 集（2). 2009:2533-2538.)、混合式算法（任华玲，高自友.动态公交网络设计的双层规划 模型及算法研究[刀.系统工程理论与实践，2007(5) :82-89;灿22010厶，&18&1111]，1?1188〇 F.ADOUBLYDYNAMICASSIGNMENTMODELFORCONGESTEDURBANTRANSITNETWORKS[C]// TransportationPlanningMethods. 1999)，这类方法虽然解决了需求动态性的问题，但是 对载客热点效应、城市交通特征等特性仍缺乏考虑，需要进一步研究。
【发明内容】
[0008] 本发明的技术解决问题：针对现有智能公交站点部署算法的不足，提出一种基于 出行需求分析的公交站点部署方法，通过对海量出租车数据的挖掘分析，得出城市的载客 热点区域，将其作为部署站点的约束条件，同时，还考虑了公交站点的部署约束，将城市的 道路条件和交通瓶颈属性作为算法的优化目标。通过该算法得出的公交站点，可以作为智 能公交线路设计的基础，进而对城市交通进行优化。
[0009] 本发明的技术解决方案：一种基于出行需求分析的公交站点部署方法，如图1所 示，具体实现步骤如下：
[0010] ⑴通过DBSCAN算法对出租车的轨迹数据进行聚类分析，得到上下客的载客热点 区域分布。DBSCAN算法的流程图如图2所示，其具体的流程如下：
[0011]a)算法开始前需要一个点集，半径距离ε和给定点在ε邻域内成为核心对象的 最小邻域点数MinPts。
[0012] b)首先，选取点集中的一个起始点，称为点p。
[0013]c)遍历点集并对点p的ε半径内的点进行计数，即每遇到一个点与p的半径距离 小于ε，计数器+1。
[0014]d)依次遍历一遍点集，直到所有点都被遍历到。
[0015]e)考察与点的半径距离小于ε的点的个数是否大于阈值MinPts，若是的话，那么 表示该点P为核心对象，将P的ε邻域内的点都归为该簇内。若不是，那么可以认为这个 点Ρ是一个噪声点，可以将其排除。
[0016]f)