论文部分内容阅读
近年来,大数据处理技术渐趋成熟,给交通行业的发展带来了变革,它多角度多维度的数据展现能力,使我们能够更加直观、清晰地认识居民出行特点、交通需求的时空分布特征等。如何利用大数据呈现的宏观数据特征,指导城市交通规划已然成为交通领域当前研究的热点。论文以一卡通数据为基础,运用大数据处理技术挖掘通勤性定制公交目标服务群体客流的时空分布特征,并以此为基础,运用单目标规划模型进行通勤性定制公交线路规划,旨在在新的数据环境下,更加经济、直观、准确地把握客流分布特征,精细化通勤性定制公交线路规划,从而为定制公交的推广使用提供理论基础。在一卡通数据的通勤出行信息识别方法的研究方面,以上海市一卡通数据以及公交车实时运行数据等数据为例,以ORACLE数据库为平台,设计了识别通勤群体、通勤出行起终点以及判断中途停驻点性质的方法,该方法适用于具有相同数据结构的其他一卡通数据。为了更好的把握公共交通通勤客流向定制公交转移的特点,分别建立了公交、地铁、公交&地铁换乘向通勤性定制公交转移的Logit模型,并运用上海市P区的通勤性出行方式转移意向调查对模型进行参数标定,标定模型能够在一定程度上反映城市公共交通通勤群体向定制公交转移的客流关系。在通勤性定制公交线路规划方面,以一站直达优先、快速性、准时性、舒适性以及经济性为原则,建立了以经济性和快速性权衡最优为目标,以满载率、站点数目、到达时间等指标为约束的优化模型,并以标准遗传算法为基础,设计了适用于该问题求解的改进遗传算法,模型求解结果能够给出较为合理的通勤性定制公交规划线路。最后,以上海开放数据为基础,运用上述方法分析了上海市P区居民的通勤出行特点,并规划了通勤性定制公交线路,较为良好的实现了运用大数据支撑交通规划这个初衷。