公交班次加派方法及系统的制作方法
【技术领域】
[0001] 本发明涉及一种公交班次加派方法及系统。
【背景技术】
[0002] 城市公共交通是城市基础设施的重要组成部分，直接关系到城市整体功能的发 挥，与人们的生产生活息息相关。城市公交线网是城市公交依托城市街道布设的固定线路 和停车站点组成的客运交通网络。城市公交线网和班次合理安排是决定公交系统综合性能 的重要因素，其布局、结构是否合理对吸引居民出行采用公交方式具有重要影响。
[0003] 目前，大型商业区和高密集住宅区的部分公共交通站点在一天当中的某个时间点 居民出行拥堵，无法按时搭乘公车，使得市民的时间白白浪费在等候公交上，违背了公共交 通服务为民的基本准则。
[0004] 现有公交班次时刻表是根据公交线路规划初始设计的，一般为十分钟一般车次， 长远途则为20- 30分钟一班，高峰期则为5- 6分钟一班次。这样的班次安排并没有考虑 公交站点实际乘客数据，只是凭借以往的经验，上下班高峰期和周末在商场和住宅区加派 班次，此种班次时刻表并不能真正解决市民乘车等候时间长的问题，并且会造成在某个时 刻某站点并没有乘客反而加派车次的资源浪费问题。
【发明内容】
[0005] 有鉴于此，有必要提供一种公交班次加派方法及系统。
[0006] 本发明提供一种公交班次加派方法，该方法包括如下步骤：a.以居民的公交1C卡 为基础，建立居民出行大数据知识库；b.根据最新城市地图数据，建立密集住宅及商业区 信息库；c.采用空间地理分析方法匹配所述居民出行大数据知识库与所述密集住宅及商 业区信息库，得到居民出行规律；d.采用统计分析上述居民出行规律，得到一天内高峰时 间和高峰地段的乘客数据，以合理规划公交班次加派的发车时间、发车间隔及班次数量。
[0007] 其中，该方法还包括：将公交班次加派的发车时间和发车间隔通知公交司机。
[0008] 所述的居民出行大数据知识库包括：居民的上车地点、上车时间，下车地点和下车 时间。
[0009] 所述的步骤C包括：将所述居民出行大数据知识库中所有居民上车地点的空间点 坐标通过ArcGIS归类整理；将所述归类整理后的空间点坐标在地图上投影；将所述投影后 的点与地理坐标信息库进行关联，去除非关联点；将上述关联后的点进行空间点的聚类，得 到居民出行规律的时空信息表。
[0010] 所述的步骤d包括：根据一天24个时段，计算一个月内每个时段的居民上下车次 数；计算每个时段内出现至少1次上下车事件的概率P;将上下车事件的概率P最大且至少 为10%的时段标注为高峰时段，该区域为高峰区域。
[0011] 本发明还提供一种公交班次加派系统，包括知识库建立模块、信息库建立模块、匹 配模块、分析规划模块，其中：所述知识库建立模块用于以居民的公交1C卡为基础，建立居 民出行大数据知识库；所述信息库建立模块用于根据最新城市地图数据，建立密集住宅及 商业区信息库；所述匹配模块用于采用空间地理分析方法匹配所述居民出行大数据知识库 与所述密集住宅及商业区信息库，得到居民出行规律；所述分析规划模块用于采用统计分 析上述居民出行规律，得到一天内高峰时间和高峰地段的乘客数据，以合理规划公交班次 加派的发车时间、发车间隔及班次数量。
[0012] 其中，该系统还包括：将公交班次加派的发车时间和发车间隔通知公交司机的通 知模块。
[0013] 所述的居民出行大数据知识库包括：居民的上车地点、上车时间，下车地点和下车 时间。
[0014] 所述匹配模块具体用于：将所述居民出行大数据知识库中所有居民上车地点的空 间点坐标通过ArcGIS归类整理；将所述归类整理后的空间点坐标在地图上投影；将所述投 影后的点与地理坐标信息库进行关联，去除非关联点；将上述关联后的点进行空间点的聚 类，得到居民出行规律的时空信息表。
[0015] 所述的分析规划模块具体用于：根据一天24个时段，计算一个月内每个时段的居 民上下车次数；计算每个时段内出现至少1次上下车事件的概率P;将上下车事件的概率P 最大且至少为10%的时段标注为高峰时段，该区域为高峰区域。
[0016] 本发明公交班次加派方法及系统，大大提高了政府服务质量，将传统的等民来办 公改变为主动推送服务办公。通过对居民信息的大数据挖掘，可以通过居民的家庭关系网 络进行有效的梳理，当某一居民家中有符合高龄津贴补助的老人时，将办理高龄津贴申请 相关材料信息，办理时间地点推送到其家庭成员手上。通过这种方法可以有效的达到施政 于民的目的，有效的将政府的高龄津贴补助精确按时的发放到高龄老人手中。
[0017] 本发明一方面可以快速解决居民高峰期和在高峰地段乘坐公交车难的问题，另一 方面能够在必要时段和必要公交线路上加派车次，充分利用了公交车资源并且节省了大量 人力，从而提高了公共交通服务质量。
【附图说明】
[0018] 图1为本发明公交班次加派方法的流程图；
[0019] 图2为本发明公交班次加派系统的硬件架构图。
【具体实施方式】
[0020] 下面结合附图及具体实施例对本发明作进一步详细的说明。
[0021] 参阅图1所示，是本发明公交班次加派方法较佳实施例的作业流程图。
[0022] 步骤S401，以居民的公交1C卡为基础，建立居民出行大数据知识库。居民出行大 数据知识库包括：居民的上车地点、上车时间，下车地点和下车时间。具体如下：
[0023] 从居民的公交1C卡中提取记录居民出行1C数据信息，如居民的上车地点、上车时 间，下车地点和下车时间等，根据所述居民出行1C数据信息建立居民出行大数据知识库。
[0024] 步骤S402,根据最新城市地图数据，建立密集住宅及商业区信息库。具体而言：
[0025] 本实施例从深圳市规划和国土资源委员会获得最新城市GIS(Geographic InformationSystem,地理信息系统）地图数据，从中提取城市建筑地理坐标信息，建立地 理坐标信息库，再从中得到密集住宅及商业区信息库。所述地理坐标信息库包括：商业区、 住宅区、旅游景点、市民办事机构、学校等人口密集区。
[0026] 步骤S403,采用空间地理分析方法匹配所述居民出行大数据知识库与所述密集住 宅及商业区信息库，得到居民出行规律。所述居民出行规律包括：居民的上车地点、上车时 间，下车地点和下车时间。具体而言：
[0027] 本实施例将所述居民出行大数据知识库中所有居民上车地点的空间点坐标通过 ArcGIS归类整理，再将所述归类整理后的空间点坐标投影到深圳市地图上。利用空间分析 中的空间关联将所述投影后的点与所述地理坐标信息库进行关联，去除非关联点。
[0028] 利用核密度分析算法将上一步关联后的点进行空间点的聚类，再通过ArcGIS进 行拉伸简化面，最后得到居民出行规律的时空信息表。
[0029] 步骤S404,采用统计分析方法分析上述居民出行规律，得到一天内高峰时间和高 峰地段的乘客数据，以合理规划公交班次加派的发车时间、发车间隔及班次数量。具体如 下：
[0030] 本实施例基于上述得到的居民出行规律的时空信息表，首先根据一天24个时段， 计算一个月内每个时段的居民上下车次数。假定上下车事件遵循泊松分布采用公式（1)计 算每个时段内出现至少1次上下车事件的概率P。当一个随机事件以固定的平均瞬时速率 λ(或称密度）随机且独立地出现时，那么这个事件在单位时间（面积或体积）内出现的次 数或个数就近似地服从泊松分布。将上下车事件概率Ρ最大且至少为10%的时段标注为高 峰时段，该区域为高峰区域。
[0031]
[0032] 步骤S405,将公