一种大数据环境下公交线路最优走向确定方法与流程

本发明涉及一种在现状公交线路网络基础上，限定预算条件下寻找新增公交线路最优走向的方法。发明基于海量匿名加密时间序列定位数据获取城市居民日常的交通出行o-d信息，在现有交通路网上建立可能的公交线路，以新增公交线路的成本与节约累积出行耗时之比为目标，通过迭代进行删除、合并、替代等操作，最终收敛得到新增公交线路的最优走向。

背景技术：

1、近年来，随着信息技术的发展，数据信息量呈现爆炸式增长，数据来源越来越多，数据量也越来越庞大。其中，由手机、wifi、物联网等信息传感器记录的数据已经成为大数据分析中最重要的数据来源，其较为完备的个体出行记录为大数据，尤其是交通大数据分析提供了很好的数据支持。其中，手机终端设备持续产生的信号信息（手机信令），形成了记录用户出行的一系列数据集，是交通出行分析重要的数据来源。利用手机信令数据获得的日常交通出行o-d特征，有效反映了城市内部对于公共交通的需求，亦可反映出现状公交线路与出行需求的匹配度局部不均衡性。因此，使用o-d信息挖掘新增公交线路最优走向方案具有重要的现实意义和实用价值。

技术实现思路

1、本发明的目的是利用海量手机信令数据获得的城市居民交通出行o-d信息，得到对公交服务的基本需求，在现有公交线路和道路网的基础上，通过计算每个o-d节点之间的最短路径，建立潜在新增公交线路方案集合，以公交线路的建设和运营为成本，以对累积出行时间的降低为产出，通过预算成本约束和公交线路的投入产出比值，优化得到新增公交线路的最优走向。为了达到上述目的，本发明的技术方案是提供了一种大数据环境下新增公交线路最优走向的确定方法，包括以下步骤：

2、步骤1、读取从传感器运营商获取的匿名加密移动终端传感器数据，从中提取出行o-d信息；将整个空间格网化，把o-d信息映射到格网中；读取并矢量化道路数据和现有公交线路数据，构建以道路网为基础，以公交线路为骨干网的城市出行交通网络；计算当前交通网络条件下，空间中所有o-d之间的最小成本出行路径和累积出行成本总和；

3、步骤2、在空间中每个o-d之间建立一条公交专线作为备选线路，计算每条备选公交专线的建设成本，计算在这种条件下空间中所有o-d之间的最小成本出行路径和累积出行成本总和；实施迭代操作，在新增公交线路预算的约束下，删除建设成本超过预算的线路，采用相似度算法合并路径相似的公交线路，对不满足线路长度的备选线路，将其和其o-d点相同的公交线路进行拼合，形成新的备选线路，再次检测新生成的线路是否超过预算，直到形成稳定的备选线路解集；

4、步骤3、遍历备选线路解集，根据计划建设的公交线路数量，对现有备选线路进行排列组合，作为备选方案；剔除预算超标的组合，将备选方案逐一放入现有交通网络中，计算对累积出行成本总和的降低效果，从中选择出最优方案，完成计算过程。

5、优选地，所述步骤1包括：

6、步骤1、系统获取优化目标，读取从传感器运营商获取匿名加密移动终端传感器数据，从中提取出行o-d信息；将整个空间格网化，把o-d信息映射到格网中；读取并矢量化道路数据和现有公交线路数据，构建以道路网为基础，以公交线路为骨干网的城市出行交通网络数据；计算当前交通网络条件下，空间中所有o-d之间的最小成本出行路径和全局累积出行成本总和；

7、步骤1.1、系统获取公交线路的优化目标，即总预算bu和需要新增的公交线路数量n；

8、步骤1.2、读取从传感器运营商获取匿名加密移动终端传感器数据，每条匿名加密移动终端传感器数据为一个通信记录，对其进行解密后获取空间位置信息，根据用户的通信记录拼接成时空出行轨迹，将其进行等时长的空间插值处理后，根据记录点在空间上的分布，挖掘得到个体日常出行的o-d链接信息；根据传感器运营商匿名通信记录挖掘个体出行o-d链接的方法公开在申请号为201811180884.8的中国专利中；

9、步骤1.3、把整个区域的空间划分为规则格网，将o-d链接中的o和d两个节点投射到格网里面，以格网编号记录o-d节点，以空间格网中每个格点为起点，计算其到其他格点的o-d链接数量lab，其中a和b为格点编号，以此统计得到格网之间的交通出行需求量；

10、步骤1.4、读取城市的道路数据和现有的公交线路数据，将道路数据和公交数据矢量化为城市出行交通网络数据，交通网络由节点ni和路段eij组成，其中i和j表示交通路网节点编号，令公交线路经过的道路段集合为θ，记录每个道路段经过的公交线路的数量lnij，为每条道路的通行时间成本赋值，其中赋予公交线路经过的道路以权重w，则每条道路的通行时间成本可表示为：

11、

12、其中，cij表示道路段的通行时间成本，v表示非机动化出行速度，dij表示道路段eij的长度；

13、步骤1.5、将交通网络数据与记录了o-d信息的空间格网数据叠置，以格网为o-d，计算格网间的最低成本出行路径，以格网间的交通出行需求量为权重，计算格网中两两格点间的总出行时间成本：

14、

15、其中，tab表示格点a和b之间总出行时间成本，lab表示统计得到的格点a和b之间的o-d链接数量，rab表示构成格点a和b之间的最小成本路径，bij为布尔变量，表示道路段eij是否在rab的路段集合中，若在rab中，则路段eij的通行时间成本被纳入格点a和b之间的最低成本路径的时间成本计算中，否则不计入该路径的时间成本；

16、步骤1.6、根据空间格网的格点间的出行时间成本，计算得到整个城市依托道路网和现有公交线路的全局累积出行时间成本：

17、

18、其中，z表示现有o-d链接下城市的全局累积出行时间成本；

19、步骤2、在空间中两两存在o-d链接的格点之间建立一条公交专线作为备选线路，计算每条备选公交专线的建设成本，计算在这种条件下空间中所有o-d之间的最小成本出行路径和累积出行成本总和；实施迭代操作，在新增公交线路预算的约束下，删除建设成本超过预算的线路，删除服务人口与建设成本比较低的线路，删除与现有公交线路相似的备选线路，采用相似度算法合并删除路径相似的公交线路，对不满足线路长度的备选线路，将其和其o-d点相同的公交线路进行拼合，形成新的备选线路，再次检测新生成的线路是否超过预算，经过反复迭代，直到形成稳定的备选线路解集。

20、优选地，所述步骤2包括：

21、步骤2.1、从交通网络中剔除现有公交线路，然后遍历空间中所有的格点，查找与每个格点有o-d链接关系的格点，计算格点间的最短路径，作为备选的公交线路；

22、步骤2.2、计算每条备选线路的建设成本：

23、

24、其中，kab表示格点a和b之间建设公交线路的建设成本，s表示公交首末站的建设/改建成本，α表示公交线路沿线距离长度与建设成本之间的换算系数，dij表示道路段eij的长度，rab表示构成格点a和b之间的最小成本路径，bij为布尔变量，rab即为备选公交线路；

25、步骤2.3、将所有的备选路径组成集合ω，遍历该集合；

26、步骤2.3.1、比较集合ω中每条备选线路的建设成本kab和总预算bu，删除建设成本超出总预算的线路；

27、步骤2.3.2、统计线路沿线各节点内包含的o-d链接的数量，估算线路的服务人口，新增线路的必要性由其投入产出效率决定，以服务人口和建设成本的比值来表示，若该比值小于下限阈值th1，则删除该线路，阈值th1由公交线路建设运营经验外生给定；

28、步骤2.3.3、比较集合ω中剩余的备选线路与现有公交线路在空间上的重合率crab，若重合率高于阈值th2，则删除该备选线路，阈值th2同样外生给定，重合率的计算公式为：

29、

30、其中，lnij为经过道路段eij的公交线路的数量；

31、步骤2.3.4、继续比较集合ω中剩余的备选线路，遍历备选线路，计算其与其他备选线路之间在空间上的重合率，若重合率高于阈值th3，则删除该备选线路，阈值th3同样外生给定：

32、

33、其中，fij为布尔变量，表示道路段eij是否同时在rab和rcd的路段集合中，若同时在rab和rcd中，则路段eij为rab和rcd的重合路段；

34、步骤2.3.5、遍历剩余的备选线路，针对线路rab，查找其他o-d格点在a或者b的线路，随机抽取m条，构建新的备选线路；

35、步骤2.3.6、根据现有公交线路最低里程数，外生设定里程下限阈值th4，针对里程数低于阈值th4的公交线路，将其和其同o-d格点的公交线路合并，依照排列组合生成多条备选公交线路；

36、步骤2.3.7、遍历ω，删除里程数低于阈值th4的公交线路；

37、步骤2.3.8、反复迭代执行步骤2.3.1到步骤2.3.4，直到两次迭代之间，组成集合ω的备选线路数量变化在阈值th5以内，则终止迭代，退出步骤2.3；

38、步骤2.4、整理备选线路集合ω，作为进一步进行公交线路优化的基础；

39、步骤3、遍历备选线路解集，根据计划建设的公交线路数量n和总预算bu，对现有备选线路进行排列组合，作为备选方案；剔除预算超标的组合，将备选方案逐一放入现有交通网络中，计算对全局累积出行成本总和的降低效果，计算各方案的投入产出效率，从中选择出最优方案，完成计算过程。

40、优选地，所述步骤3包括：

41、步骤3.1、根据计划建设的公交线路数量n，对备选线路集合ω中的公交线路进行排列组合，生成包含n条线路的备选方案gk，其中k表示方案编号，建立备选方案集合h；

42、步骤3.2、遍历各备选方案，计算n条线路的总建设成本kk，

43、

44、其中，bab为布尔变量，表示若备选线路rab在备选方案gk中，则bab为1；

45、步骤3.4、若建设成本高于总预算bu，则删除该方案；

46、步骤3.5、将现有公交线路放回道路网中，重新生成步骤1.4的城市出行交通路网；

47、步骤3.6、遍历备选方案集合h，将备选方案gi放入城市出行交通路网中，按照步骤1.3-步骤1.6计算在放入备选方案之后，全局的出行时间成本zk，计算备选方案gk的投入产出效率uk：

48、

49、其中z为步骤1.6得到的现有公交线路下全局累积出行时间成本；

50、步骤3.7、选择投入产出效率uk最高的备选方案，作为最终选定的新增公交线路最优走向建设方案，结束算法。

51、本发明基于海量的移动终端大数据获取的大量微观个体交通出行o-d信息，在将现实中的道路网和现有公交线路矢量化为出行交通网络图的基础上，将o-d信息以格网化的形式投射到空间中，用于计算在现有公交线路下，全局累积的o-d出行时间成本；在此基础上，考虑所有o-d之间构建公交线路的可能性，通过总预算约束、最小里程约束、与现有公交线路相似性约束，以及备选公交线路之间的相似性判别等步骤，以迭代的形式反复删除不合格的备选方案，合并生成新的备选方案，直到备选方案集中的方案数量稳定；然后依据外生给定的拟新增公交线路数量和总预算，计算各种备选线路组合的投入产出效率，从中选择最优方案。

52、本发明的优点是：充分依托现有的用户持有的移动终端与传感器之间的通信大数据资源挖掘出空间中现实的交通出行需求，以实际需求为基础采用迭代方式收敛得到稳定的备选线路组成备选方案，最后通过比较方案的投入产出效率，可以实时、有效地实现新增公交线路最优走向方案的挖掘过程。