基于GIS和最小交通阻抗的公交出行最佳路径算法

分析了现有公交出行最佳路径算法,并针对现有算法不完善的地方,根据乘客的出行心理,利用GIS的空间分析功能,提出了一种基于最小交通阻抗的公交出行最佳路径算法.首先根据城市公共交通网络的特点抽象出合理的公交网络模型,建立了此网络的拓扑关系,并用有效的数据结构存储此公交网络图;然后根据乘客的出行特点确定了合理的交通阻抗函数;为了进一步提高搜索效率设定了节点限制搜索区域;最后对算法的仿真实现证明了此算法的可行性和有效性.     

城市公交乘客下车站点推算方法和有效性评价

特大型城市的公交车上普遍安装了自动售票（auto fare collection,AFC）系统和车载GPS导航定位设备,记录了乘客出行与行车轨迹、时间等数据,连续运行的公交车和众多的出行乘客形成了城市公共交通运行和出行大数据。如何高效、准确地从公交大数据中识别公交乘客下车站点,对于提高交通运行效率、科学布局组织交通具有重要的意义和作用。基于深圳市公交车AFC和GPS数据,利用时间匹配和基于带噪声空间密度聚类的方法判别上车站点;在仅有的公交数据基础上,通过分析乘客出行行为,根据乘客多天的出行以及各站点的上车频率,利用乘客高频站点和下游站点吸引权,提出一种推算方法,实现乘客下车站点的推断。算法模型的检验和实例分析表明该方法的有效性。     

最短路径算法用于城市公交出行路径最优化

介绍了经典Dijk st ra算法的主要思想快速实现方法，指出了公交网络不同于一般的道路网络的特点，给出了选择公交出行路径的算法思想。     

公交线路中最优路线的查询算法设计

在一个公共交通网络中寻找两个结点间的一条最佳路径,使之换车次数最少。利用GIS地理分析的特性,设计了合乎乘客心理的最优路线查询算法。本算法是基于广度优先搜索提出公交路线最短路径选择的算法。该算法对图的搜索方法提出了一个新的思路,经模拟试验,算法简单合理,运算速度快,容易在计算机上实现。     

基于公交网络模型的最优出行路径选择的研究

在讨论公交网络特性的基础上 ,基于结点 弧段 有向线描述了公交网络的数据组织 ,研究综合换乘次数及距离因素的出行路径选择模型 ,并提供算法的实现     

城市公交可达性与网络空间结构关系分析——以焦作市为例

针对城市公交系统的可达性及其网络空间结构的耦合关系，构建基于公交站点效率且融合Huff模型的3步移动搜索法，对焦作市居民的公交站点可达性进行研究，依据P-空间模型构建城市公交网络结构，利用耦合协调度模型分析居民的公交站点可达性与公交网络的协调状况。研究表明，焦作现有公交系统对不同区域居民提供的服务不均衡，对主城区投入的交通资源不充足，且忽略了偏远地区居民出行需求，研究结果可为焦作公交网络优化提供参考和建议。     

Dijkstra算法在GIS中的优化与应用

为了提高出行效率,节省出行时间,避开交通情况复杂路段,基于层次分析法与Dijkstra算法,对多种道路交通影响因素进行对比分析并量化赋值,求解出更加准确、合理并能够动态改变的路径规划方法,该方法利用多元数据分析得出最佳路径,优化以道路长度等单一因素解算的最短路径算法,在实际生活场景中有较强的实用性.实验结果表明,通过优化Dijkstra算法分析的最短路径更为合理,具有广阔的实际应用前景.     

基于GIS和AI的城市区域内最佳路径算法研究

针对传统Dijkstra算法效率低的特点,从GIS和人工智能的角度提出了一种对传统Dijkstra算法进行优化的方式。首先根据城市交通网络的特点建立了交通网络拓扑图,提出了地名节点和交通节点的概念,并用合理的数据结构存储此交通网络,然后在此基础上使用一种新的启发函数以提高搜索效率,使优化过的Dijkstra算法能用于复杂的交通网络。     

基于公交运行规律的乘客下车点推算方法

基于公交GPS和AFC数据,提出了一种适应于多类型刷卡时间特征的上下车点推算框架.该框架在利用GPS数据提取公交车辆停靠站点的基础上,通过分析乘客AFC记录,提出了根据层次聚类推算乘客上车点时间与位置的方法;并针对不同类型的刷卡时间特征,分别采用基于出行链、历史数据和站点吸引的方法推算下车点.最后利用深圳市现有公交IC卡数据、GPS数据和线路站点数据对该框架进行了有效性验证.     

一种公交换乘路线智能选择的新方法

公交换乘问题是公共交通信息查询的重要内容,本文首先叙述了经典Dijkstra算法,并分析了其不适合公交网络最优路径选择的原因。然后提出了一种改进的Dijkstra算法,该算法将求解最短路径获得的站点作为搜索站点,并将这些站点及经过这些站点的线路构成换乘矩阵,结合换乘次数的要求,给出了基于Dijkstra的智能选择换乘线路的实现算法。最后通过一个实际算例说明改进的Dijkstra算法在公交换乘路线选择中应用的可行性。     

An optimum vehicular path algorithm for traffic network based on hierarchical spatial reasoning

Human beings' intellection is the characteristic of a distinct hierarchy and can be taken to construct a heuristic in the shortest path algorithms.It is detailed in this paper how to utilize the hierarchical reasoning on the basis of greedy and directional strategy to establish a spatial heuristic,so as to improve running efficiency and suitability of shortest path algorithm for traffic network.The authors divide urban traffic network into three hierarchies and set forward a new node hierarchy division rule to avoid the unreliable solution of shortest path.It is argued that the shortest path,no matter distance shortest or time shortest,is usually not the favorite of drivers in practice.Some factors difficult to expect or quantify influence the drivers' choice greatly.It makes the drivers prefer choosing a less shortest,but more reliable or flexible path to travel on.The presented optimum path algorithm,in addition to the improvement of the running efficiency of shortest path algorithms up to several times,reduces the emergence of those factors,conforms to the intellection characteristic of human beings,and is more easily accepted by drivers.Moreover,it does not require the completeness of networks in the lowest hierarchy and the applicability and fault tolerance of the algorithm have improved.The experiment result shows the advantages of the presented algorithm.The authors argued that the algorithm has great potential application for navigation systems of large-scale traffic networks.     

An optimum vehicular path algorithm for traffic network based on hierarchical spatial reasoning

Human beings’ intellection is the characteristic of a distinct hierarchy and can be taken to construct a heuristic in the shortest path algorithms. It is detailed in this paper how to utilize the hierarchical reasoning on the basis of greedy and directional strategy to establish a spatial heuristic, so as to improve running efficiency and suitability of shortest path algorithm for traffic network. The authors divide urban traffic network into three hierarchies and set forward a new node hierarchy division rule to avoid the unreliable solution of shortest path. It is argued that the shortest path, no matter distance shortest or time shortest, is usually not the favorite of drivers in practice. Some factors difficult to expect or quantify influence the drivers’ choice greatly. It makes the drivers prefer choosing a less shortest, but more reliable or flexible path to travel on. The presented optimum path algorithm, in addition to the improvement of the running efficiency of shortest path algorithms up to several times, reduces the emergence of those factors, conforms to the intellection characteristic of human beings, and is more easily accepted by drivers. Moreover, it does not require the completeness of networks in the lowest hierachy and the applicability and fault tolerance of the algorithm have improved. The experiment result shows the advantages of the presented algorithm. The authors argued that the algorithm has great potential application for navigation systems of large-scale traffic networks.     

基于交通网络几何和语义(交通)规则集成的公交换乘研究

换乘信息特别是基于地理信息系统技术的图文换乘信息服务,已经成为城市公共交通信息服务、线网规划和线路优化调整的重要指标与内容。但是公共交通线网具有特殊的网络特征和拓扑关系,它不同于城市道路网络,因此公共交通换乘不能简单应用于目前的最优路径算法,例如Dijkstra算法。本文将通过对公共交通线网的空间特征和语义(交通)规则分析,建立城市交通网络的几何和语义连通性的集成关系。几何连通性是语义连通性的基础和先决条件,而语义连通性是公共交通网络拓扑的核心。基于语义连通性的公共交通线网拓扑关系提升公共交通换乘算法的效率和信息准确度,任何两个站点之间的最优路径可以被迅速获取而不需要检索整个网络的几何拓扑信息。并且该最优换乘路径考虑到最少换乘次数、出行距离最短、费用最少、途经站点最少和换乘中最短步行距离等多目标换乘。     

微观交通仿真平台的地理信息系统支持能力分析

动态交通信息服务是社会化特征显著的智能交通系统理念中的重要组成部分之一,也是提高基于位置服务可用性的核心所在。动态交通信息服务的实现,需要在实时交通信息获取与微观交通仿真技术的基础上,构造各种应用模型和算法,并与地理信息系统环境下的交通信息管理与发布平台相结合,提供满足公众需求的信息服务,为公众出行、交通管理、物流运输等应用提供有效支持。目前业界存在几十种微观交通仿真模型和对应开发的微观交通仿真平台。这些模型和平台有着各自不同的特性,对地理信息系统的支持能力也存在很大差异。本文分析了SimTraffic、CORSim、VisSim、Paramics、AIMSUN、MITSimLab和TransModeler等7种几种业界成熟的微观交通仿真平台的技术特性,评价了它们对地理信息系统的支持能力,可为动态交通信息服务应用的研发提供有效参考。     

基于模糊理论的智能最优路径算法

在经典Dijkstra算法原理的基础上,提出基于模糊理论的智能最优路径算法.该算法综合考虑静态交通信息、动态交通信息和人的主观因素等路径选择的影响因素,建立路径选取度模型,确定影响因素的隶属度函数.该方法能够根据用户出行的不同目的和需求,自动调整各影响因素之间的权重,从而使路径选择既能满足用户的主观要求,又能真实反映复...     

基于蚁群算法在实际动态路网中搜索最佳路径的应用

最佳路径是实际动态路网中备受关注的话题之一,为了提高出行的效率、缓解交通拥堵的状况,本文对动态路网进行分析研究。通过分析实际动态路网的可通行性及影响因素,针对在理论研究中未结合实际路网中的影响因素而得出的最佳路线不符实际路线中的最优情况,在蚁群算法的基础上,结合实际路况,笔者对其进行改进,该算法可实现计算出一条从起始点到终点的最佳路径,并在Visual Studio 2010中用C#语言设计并验证了该算法,证明了它的正确性和有效性。     

基于公交大数据的满载率推算方法 ——以深圳市为例

城市可持续发展需要提升公共交通的供给能力。公汽满载率是公交规划、调度和服务评价等方面的重要参数。在公交信息化水平不断提升的背景下，由公交IC卡数据和公共汽车GPS数据等构成的公交大数据为获得相对精确的客流提供了可能。虽然已有相对稳定的OD推算方法，但对于公汽满载率的研究尚不够充分。本文提出基于历史公交大数据的大规模公交出行链搜素算法，在此基础上构建公共汽车满载率数据库，并以深圳市为例揭示了高满载率线路段的时空分布特征。本文研究对于揭示公汽服务整体水平和探测关键公交廊道具有较大价值。