基于大數據的公交調度規(guī)則研究.pdf

1、提升公交的服務水平是實施公交優(yōu)先的有效方式。隨著智能公交的發(fā)展，在運營過程中，公交系統產生大量的數據，為公交規(guī)劃和管理部門制定決策提供依據。基于公交IC卡數據和公交GPS數據，通過對數據的處理，及數據的分析和挖掘，可以獲得有效的客流信息和車輛運行中的信息，并做出相應的預測，為公交調度提供決策支持。
　　本文首先介紹了對公交數據源的分析，介紹智能交通背景下的公交智能系統產生數據的模式;公交數據的預處理流程，以IC卡數據和GPS數據為

2、主，介紹了兩種數據的不同的數據預處理步驟。本文研究了對公交數據的數據挖掘及分析。首先介紹了數據挖掘的基本概念和常用算法;對于IC卡的數據挖掘，本文分別研究了基于IC卡的客流時段劃分，一些客流指標的統計分析，以及基于BP神經網絡的客流預測;對于公交GPS的數據挖掘，本文研究了公交GPS的路段匹配，公交在運行過程中的運行特性的分析，以及基于BP神經網絡的公交運行時間的預測。
　　基于對公交數據的挖掘，本文研究了公交調度，包括靜態(tài)調度及

3、調度問題。對于靜態(tài)調度，本文主要研究了時刻表的編制部分，即首先根據IC客流數據，劃分客流時段，基于乘客等待成本最小、擁擠度最小、公交公司運營成本最小，建立公交時刻表的編制模型，并根據遺傳算法進行求解;對于動態(tài)調度，本文分別研究了異常事件下的車輛調度形式，以及實時調度中的站點調度和站點間調度，即動態(tài)滯站調度和公交信號優(yōu)先的動態(tài)調度，減少串車和大間隔的發(fā)生，提高公交的服務水平。
　　根據以上研究內容，本文給出實例分析，分別以實例驗證了