一种夜班公交车站点及路径选择方法
【技术领域】
[0001] 本发明属于交通技术领域，涉及数据挖掘中热点的定义和图论领域中最优路径的 选择。 技术背景
[0002] 公共汽车往往是城市生活中最流行的交通工具，它不仅能减少交通拥堵，此外也 能降低尾气的排放。在大多数城市中，白天的公交车设施已经做到非常完善了，但是在晚 间，大部分城市都没有相对完整的公交车系统，这也导致了出租车成为晚间人们出行的最 佳选择。基于此，我们可以利用出租车行驶的信息来帮助我们设计晚间公交系统。
[0003] 使用出租车行驶信息有两大好处:首先由于成熟的GPS技术，我们可以获得大量的 出租车行驶信息，包括行驶时间，行驶速度，行驶地点，车载的人数，上下车地点等待，通过 挖掘出租车信息，进而获得晚间人们出行规律。此外出租车数据是实时更新的，当城市不断 发展变化，出租车数据也会发生相应的变化，这样我们就可以更有针对性的做出动态调整。
[0004] 基于出租车数据挖掘往往可以分为3类，社会动态挖掘，交通动态挖掘以及行为动 态挖掘。其中社会动态挖掘主要是研究城市人口的集体行为并观察人们的行为规律，可以 协助城市管理员更好的管理、设计、维护以及更新城市的基础设施。目前的研究包括:人们 的出行区域，城市的热点区域，热点区域的功能分类以及城市不同区域关联度等等。交通动 态挖掘就是分析城市交通道路网的流量变化。目前的研究包括交通流的离散点，实时的交 通路况预测以及估计出行时间等等。行为动态挖掘主要是基于出租车司机对城市的经验来 分析出不正常或者高效的出行行为。目前的研究包括最快找到乘客或者出租车，推荐最快 到达目的地的行驶路线，规划公交车路线以及监测不正常行驶行为等等。
[0005] 城市交通网设计也是城市规划和交通领域中的一个研究热门领域。公交网设计问 题是一个复杂的，非线性的，非凸的，多目标的NP-hard问题。设计目标多种多样，常见的有 如何在时间，容量以及资源的限制条件下，追求最短路径，最短行驶时间，最低操作代价，最 大客流，最大的区域覆盖面积以及最大的安全系数等等。这些目标和用户需求之间往往都 存在一定的冲突，因此需要在这些目标之间找到一个平衡点而不是单一的寻求最优值。早 期的公交车系统设计往往是在分析乘客的流动数量以及乘客的需求的基础上，根据设计者 自己的经验和直觉发展起来的。近来的相关工作同样假设乘客的流量可以由用户调查以及 人口估计计算得到，基于此，提出了很多复杂的优化算法，其中启发式的设计思想往往能够 得到近似最优解决方案。
【发明内容】
[0006] 本发明的目的在于利用城市出租车轨迹数据建立夜班公交车双向站点，并在考虑 公交车站点建造成本的情况下，能在一定的时间限制内使该路线搭载的乘客数量最大化。
[0007] 现代社会的城市公交车路网设计实际上已经发展得很完善了，但夜班公交车路线 规划是城市公交路网设计中容易忽略的一点。由于夜晚乘客需求量相对于白天而言要少很 多，因此很多公交车晚上会停运。另外城市公交车路网中几乎没有专门为夜班公交车设计 的站点或路线，夜晚运行的公交车往往也是沿着白天的路线运行的;但实际上，晚上公交车 的乘客需求跟白天公交车的乘客需求会有很大的差异。因此，本发明着眼于在夜班公交车 站点的建立以及夜班公交车路线的选择，其特点在于：
[0008] 1)从夜晚乘客乘坐的出租车的上下车点位置来挑选出可能的候选公交车站点。
[0009] 2)在一定的时间限度内使能搭载的乘客数量最大化。
[0010] 3)在公交车站点建设成本和搭载最多乘客这两者之间取均衡的结果。
[0011] 4)由于乘客流量是随着时间不断变化的，因此本发明将考虑夜晚不同时间槽内的 乘客流量变化。
[0012]为达到上述目的，本发明通过以下技术方案来加以实现：
[0013] -种基于出租车轨迹的夜班公交车路径选择方法，该方法包括了一种快速的候选 公交站点设定的方法和一种公交车最优路径的选择办法;最终目的是为城市的晚归人群提 供安全便利的公共交通服务，使得城市生活更加方便快捷。
[0014] 所述的城市分割方法，将泰森多边形分割法运用到了城市区域分割中，该方法将 城市的大量的重要路口作为初始离散点，然后将城市分为若干个泰森多边形。且这些泰森 多边形离城市中心越近，则面积越小，反之则越大。
[0015] 所述的高效率的合并和分割方法，在用泰森多边形分割法将城市分割成若干个泰 森多边形后，为了保证其形成的类的面积大小和上下车点数量的一致性，对这些泰森多边 形进行合并和分割。合并的方法为仅通过简单的邻接规则以及出租车上下车点数量排序而 进行，即由上下车数量最大的泰森多边形开始按照排序顺序合并与之相邻的其余泰森多边 形，直至整个城市初步形成若干个区域;然后再对其中面积大小以及乘客流量数过大的区 域进行重新分割，在分割的时候主要考虑到该区域自身的特点，如当该区域自身长大于宽 时，对其进行纵向分割，反之，则进行横向切割;通过合并和分割后，得到面积大小以及乘客 流量均适合的热点区域。
[0016] 由泰森多边形分割法形成的泰森多边形本身具有面积特征，并且这些特征具有现 实世界中城市的区域特点；即在同一城市区域的泰森多边形，它的邻接泰森多边形面积大 小与其相近；因此，我们在选取候选站点时，站点之间的距离也不是一成不变的，而是根据 其所处的区域特色进行调整，即城市中心区域的公交站点数量多，且间距短；反之，则数量 少，间距长。
[0017] 定义了泰森多边形的关联度;根据同一热点区域内每个泰森多边形的关联度的值 和上车点的数量定义了其成为候选站点的可能性；因此，挑选可能性最大的泰森多边形作 为候选公交站点;每个热点区域有且仅有一个候选公交站点。
[0018] 清晰的定义了任意源点终点对之间的匹配度，该匹配度主要由任意源点终点对之 间路径的支持度以及乘客流量比例组成。
[0019] 在给定路径源点和终点的情况下，我们将该两点之间的所有获选公交站点建造了 一个初始有向图；其中每个结点代表一个候选公交站点，每条有向边，代表一条有方向的路 径。
[0020] 提出了四个在给定源终点的情况下能得到所有可能路径的约束条件;根据约束条 件，我们可以初步去除那些不可能的候选公交车站点，简化初步有向图。
[0021] 提出了两个规则来去除无效的路径，一个是不曲折规则，另一个是出入度值规则， 从而得到了源点终点之间的所有有效路径。
[0022] 提出了一种基于概率的扩散算法以及一种基于概率的双向扩散算法;前者能挑选 出单向的公交车最优路径，后者能挑选出双向的公交最优车路径。
[0023]进一步，从另外一个角度而言:该技术方案可以分为两个部分，一个是候选公交车 站点的设定，另一个是公交车最优路径的选择。第一部分又可以分为四个部分:泰森多边形 分割；热点泰森多边形选择;热点区域建立;候选公交站点设定。同时第二部分也可分为四 个部分:源点终点定义;有向图构建;有效路径选择;最优路径生成。具体而言：
[0024]所述的泰森多边形分割，是指同一平面上的N个离散点按照最邻近原则将该平面 划分为N个大小不一的泰森多边形。每个泰森多边形中间有且仅有一个离散点，且该泰森多 边形内所有的点都距该离散点最近。因此，本发明将城市交通路网中的关键路口作为泰森 多边形的离散点，将整个城市分成了若干泰森多边形。城市中心的泰森多边形面积小，而郊 区则面积大。运用泰森多边形分割法的优势是考虑到了城市交通路网的拓扑结构，该拓扑 结构对于建立城市公交车网至关重要。因此，该分割法能使城市的初步划分更为合理。
[0025 ]所述的热点泰森多边形选择，是指从上述初步