基于粒计算的定制公交线路规划研究

发布时间：2023-04-01 05:59

　　为了缓解城市交通拥堵和环境污染问题,满足乘客不同的出行需求,一种基于需求响应的公交服务逐渐兴起,称为定制公交。定制公交的线路规划由出行需求获取、合乘站点规划和行车路线规划三部分组成,传统的线路规划方案存在需求获取方式单一、站点与路线规划不合理等问题,对目标群体吸引力不足,导致定制公交上座率低甚至无法开行,因此对定制公交的线路规划问题展开深入研究很有必要。定制公交线路规划的关键在于合乘站点的设置,合乘站点由乘客出行需求位置规划得到,其本质是一个聚类过程。粒计算(Granular Computing,简称GrC)是处理复杂问题的一种新的方法论,在聚类过程中引入粒度分析的思想,可以简化聚类工作,得到较好的聚类结果。本文在现有粒计算理论和交通大数据分析方法研究的基础上,针对传统定制公交线路规划方案存在的问题进行优化,针对平台获取到的出行需求量少,难以进行线路规划的问题,本文提出一种结合传统公交站点与乘客实际出行需求的定制公交总需求获取方法。通过分析与当前规划目的地相同的传统公交线路上站点的客流量,判断该站点的出行需求度,以一定规则转化为定制公交出行需求补充到总需求中,以此增加市场对线路规划结果...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
详细摘要
摘要
Abstract
1 绪论
    1.1 课题研究背景及意义
        1.1.1 课题研究背景
        1.1.2 课题研究意义
    1.2 国内外研究现状与综述
        1.2.1 定制公交发展研究
        1.2.2 定制公交站点与路线规划研究
    1.3 论文主要研究内容
    1.4 论文组织结构
2 粒计算理论与AP聚类算法研究
    2.1 粒计算理论与模型研究
        2.1.1 粒计算概述
        2.1.2 粒计算的基本问题
        2.1.3 基于词计算理论的粒计算模型
        2.1.4 基于粗糙集理论的粒计算模型
        2.1.5 基于商空间理论的粒计算模型
    2.2 AP聚类算法研究
        2.2.1 AP聚类算法概述
        2.2.2 AP聚类算法特点与适用性分析
    2.3 基于粒计算理论的AP聚类算法研究
        2.3.1 基于粒计算理论的聚类算法研究现状
        2.3.2 基于商空间粒度转化的AP聚类算法介绍
    2.4 本章小结
3 基于粒计算的AP聚类算法在合乘站点规划中的研究
    3.1 结合传统公交站点与乘客实际出行需求的总需求获取方法
        3.1.1 传统公交站点客流量数据采集与降噪
        3.1.2 定制公交出行需求数据采集与降噪
        3.1.3 传统公交站点客流量与用户实际需求的结合
    3.2 定制公交合乘站点规划方法
        3.2.1 定制公交合乘站点规划方法介绍
        3.2.2 定制公交站点规划具体步骤
    3.3 基于商空间粒度转化与相似度调节因子的AP聚类算法设计
        3.3.1 引入相似度调节因子改进算法适用性
        3.3.2 仿真实验对比与分析
    3.4 本章小结
4 基于改进的蚁群算法在行车路线规划中的研究
    4.1 定制公交路线规划问题分析
        4.1.1 车辆路径规划问题基本理论
        4.1.2 定制公交线路规划问题特点
    4.2 定制公交行车路线成本计算模型设计
        4.2.1 定制公交行车路线成本计算问题的数学描述
        4.2.2 定制公交行车路线成本计算模型的目标函数
        4.2.3 定制公交行车路线成本计算模型的约束条件
    4.3 基于行车路线成本计算模型改进蚁群算法
        4.3.1 蚁群算法工作原理
        4.3.2 蚁群算法工作流程
        4.3.3 改进蚁群算法设计思路
        4.3.4 改进蚁群算法具体步骤
    4.4 本章小结
5 定制公交线路规划仿真实验
    5.1 出行需求数据采集与处理
    5.2 定制公交合乘站点规划
    5.3 定制公交行车路线规划
    5.4 实验结果评估与分析
    5.5 本章小结
6 总结与展望
    6.1 研究工作总结
    6.2 研究工作展望
致谢
参考文献
附录



本文编号：3776576