生成的泰森多边形中挑选出热点泰 森多边形。先分别统计了每个泰森多边形中的出租车上下车点的数量。由于地理因素限制， 大多数泰森多边形中出租车上下车点的数量为零，比如河流，山川等等。然后将出租车上下 车点数量不为零的泰森多边形挑选出来，计算了其每小时上下车点数量的累积分布概率， 将超过某个阈值的泰森多边形定义为热点泰森多边形。
[0026] 所述的热点区域建立，是指将上述热点泰森多边形经过合并和分离后，生成若干 个热点区域;该热点区域中包含着数量相近的出租车上下车点。首先，分别统计上述的热点 泰森多边形中的出租车上下车点的数量，并对其进行降序排序。然后选择排在第一位的泰 森多边形去合并与其地理位置上相邻的所有其它泰森多边形;然后再选择下一个泰森多边 形重复上述过程。通过此方法，初步可以得到若干个热点区域。但是由于有些热点区域中包 含的上下车点的数量太多，即该区域中的乘客需求太大，在该区域中仅仅设立一个公交站 点根本满足不了需求，这样就会造成公交站点设定的不合理。因此，必须将这些初步获得的 热点区域进行分割，以保证每个区域拥有相近的上下车点数量。其次考虑到地理因素，将长 度大于宽度的区域进行纵向切割，反之则进行横向切割;长度和宽度相近的则先随机进行 分割一次，然后再按上述方法进行分割。通过此方法，获得了上下车点数量在某个范围内的 若干热点区域;该范围由城市中每个时段具体的公交车乘客需求量决定。
[0027] 所述的候选公交站点设定，即从上述获得的热点区域中选定候选公交站点，每个 热点区域中有且仅有一个候选公交站点。首先，定义了泰森多边形的密度D(V 1)，该值表示 第i个热点泰森多边形Vi的邻接热点泰森多边形的数量。对于一个有k边泰森多边形而言， 其密度D(V 1)的值为Ο-k。然后，将热点区域中每个泰森多边形V1成为候选公交站点的可能性 定义为P(V 1)I(V1)是根据一定的权值比重综合每个泰森多边形的密度D(V1)的比值以及它 们的上下车点数量N(V 1)的比值而得到的值，可用以下公式计算：
[0029] 奶和《2分别为每个泰森多边形的密度D(Vi)的比值的权重以及它们的上下车点数 量比值的权重。ZiUiV(A)则表示η个泰森多边形的上下车点数量的累加和，即总的上下车 点数量。该权重的值可由多次实验结果得到。最后，选择P(V 1)值最大的泰森多边形中的关 键路口作为候选的公交站点。
[0030] 所述的源点终点定义，即在上述候选公交站点之间挑选出公交车路径的源点和终 点。公交车站点源点和终点的选择对公交车网的设计十分重要，也是公交车路径选择问题 的基础步骤。结合实际情况，城市中的公交车路线一般具有区域特色，即城市的公交车一般 会在特定的区域行驶。而泰森多边形的面积大小是与交通路口的密集程度具有直接关联 的。因此，根据泰森多边形的面积特色将相邻的面积大小相近的泰森多边形进行合并，形成 一定大小的区域。这样，得到了若干个区域。而公交车源点终点的则在位于上述这些区域的 边界地带的候选公交车站点之间挑选。边界地带指的是与其他区域相邻的泰森多边形组成 的地带。接着，分别计算这些处于边界地带的候选公交车站点的出度和入度的值。将其中入 度为零的候选公交车站点设为源点，出度为零的候选公交车站点设为终点。用此种方法，定 义出了公交车路线的源点和终点。
[0031] 所述的有向图构建，即将上述挑选出的候选公交站点构建成一个有向图，从而进 行公交车最优路径的选择。在该有向图中，每个结点代表一个候选公交车站点，每条有向边 代表一条带有方向的路径。即在两个相邻的候选站点之间如果存在乘客流量，则用一条边 将其连接起来，否则没有边;该边的方向则根据乘客流量的方向确定，即出租车行驶的方 向。因此，在上述一个区域间的所有源点终点之间构建有向图，同时计算从第i个源点到第j 个终点路径的支持度以及该路径的乘客流量数占总的乘客流量数的比例，将这两项进 行累加则得到该路径的源点和终点的匹配值M(r^)，可用以下公式计算：
[0033] 其中，R表示同一区域中从任意源点到任意终点的所有路径集合，I R|则表示该集 合的数量，而如叩&七1^^，1〇|则表示路径^,座集合1?中出租车行驶的次数。即该公式表 示从某个源点到某个终点的路径行驶次数占总数的比例，即为该路径的支持度。pf(r^)为 路径ru的乘客流量数，
则为该区域总的乘客流量数。根据源点的密度进行 排序，从密度值最大的源点开始，分别计算该源点到其它终点匹配度，选择与该源点匹配值 最大的终点。用此种方法，得出了源点终点之间的对应关系。然后，在源点终点对关系确定 的情况下，将其中没有对应终点的源点和没有对应源点的终点去除。在得到源点终点对之 后，重新构建有向图；首先，去除不在给定源点终点对之间的候选公交站点，接着去除不符 合该源点到终点行驶方向的结点和路径;因此，构建成初始有向图。
[0034] 所述的有效路径选择，是在上述初步有向图的基础下，根据四个约束条件和两个 规则去除掉给定源点终点对之间的所有无效路径，从而得到所有有效路径。所述的这四个 约束条件用于从给定源点终点对之间的所有候选公交车站点之间挑选出有效的候选公交 站点;而两个规则用于在上述有效候选公交车站点之间挑选出有效路径。
[0035] 其中，所述的这四个约束条件为:每一个挑选的节点都应该远离起始点，不断的接 近终点，同时远离在此之前的节点，并且每个站点之间必须保持一定的合适的距离。即候选 站点在源点到终点方向上的映射值是不断增长的。因此，我们去除不满足这四个约束条件 的候选公交站点，从而得到了所有有效的候选公交站点。
[0036] 所述的两个规则为不曲折规则和出入度规则。具体而言，第一个规则为去掉在源 点终点间曲折反复的路径，即保证该源点终点间所有路径的平滑性。第二个规则为计算每 个结点的出入度，将出度和入度任意一个为零或者都为零的值去掉。从而保证在给定源点 终点的一个有向图中，只有一个入度为零的结点，即为源点；和一个出度为零的结点，即为 终点。通过上述方法，去掉了给定源点终点的路径中的无效路径，从而得到了有效路径。
[0037] 所述的最优路径生成，则是在上述有效路径中生成最优路径。最优路径是指能在 更少的行驶时间内能搭载更多乘客的路径。基于这个目的，我们提出两个算法，一个是单向 最优路径选择算法，另一个是双向路径选择算法。
[0038] 单向最优路径选择算法，其核心思想是根据所有候选的公交站点被设为公交站点 的概率值来选择公交站点。因此，根据每个候选站点之间的乘客流量数用以下公式定义了 该条件概率：
[0040]其中，是指第i个可能的候选站点，而ni，n2，···，nj表示的是丨之前的所有历史站 点；//(/?,"乂)是结点nm到候选结点《之间的乘客流量，
I.则是指<之前所有 历史站点到某个候选站点4的乘客流量之和。#是结点如的所有可能的下一个站点的集合， 即是结点W在图中所有的孩子结点，而|Nl则指的是所有可能站点的数量。则
则表示所有历史站点到所有获选站点η丨的乘客流量之和。因此上述 公式表示的是某个获选站点与历史轨迹的乘客流量之和在所有获选站点与历史轨迹站点 的全部乘客流量之和所占的比例，该值越大，则表明某个候选站点成为下一个候选站点的 概率越大。并且，运用这个方法，下一个站点的确立不仅仅由当前站点决定，而是由所有的 同一条路径中的历史站点决定的。另外，每次都挑选概率排在前m的候选站点作为下一个站 点。因此，对于要经过η个站点的路径来说，该算法总共会产生m n条路径。最后，再通过计算 每条路径的运行时间以及总的最大载客数，在一定的时间限度内，挑选出乘客流量最大的 路径，即该路径为最优路径。
[0041]双向最优路径选择算法，其思想是在两个