[发明专利]一种基于图论的城市轨道交通乘客路径规划方法及系统

权利要求书

1.一种基于图论的城市轨道交通乘客路径规划方法，其特征在于，所述方法包括：

S1：获取地铁与夜班公交车的站线信息分别构建地铁、夜班公交车双向加权路网图，所述S1包括：

S11：采集地铁的站线信息、地铁线路中各地铁站的屏蔽门信息以及夜班公交车的站线信息；

S12：以地铁网络中各车站为点，在各地铁站间建立具有多个权值的双向加权边，构建地铁双向加权路网图；

S13：以夜班公交车为点，在公交线路中各公交站间建立具有多个权值的双向加权边，构建夜班公交车双向加权路网图；

S2：根据乘客乘车时间，考虑地铁末班车和夜班公交车，规划乘客出行的最优路径，所述S2包括：

当乘客乘车预计期间不存在地铁末班车时，采用单源最短路算法以乘客起始站为中心扩散遍历每一个地铁站，得到到达终点站的地铁最优路径，当所述地铁最优路径存在换乘的时候，同时确定两个线路上换乘走行路线最短的屏蔽门；

当乘客乘车预计期间存在地铁末班车时，采用单源最短路算法以乘客起始站为中心扩散遍历每一个地铁站，只遍历到达时间早于末班时间的地铁站，所述到达时间为始发时间与到达该站所需时间之和，得到地铁末班车最优路径，当最优路径存在换乘的时候，同时确定两个线路上换乘走行路线最短的屏蔽门；

当不存在不错过地铁末班车最优路径时，则选择乘客出行路径的起始点和终止点附近的夜班公交站，采用单源最短路算法得到夜班公交站最优路径；

S3：预测地铁线路实时客流，根据乘客的GPS定位信息为乘客提供最优路径规划服务。

2.根据权利要求1所述的方法，其特征在于，所述S3包括：

S31：获取地铁各地铁站的实时客流信息，发布所述实时客流信息；

S32：基于所述实时客流信息，采用灰色模型对未来客流进行预测；

S33：获取乘客基础属性以及乘客出行的终点站，通过构建神经网络进行训练，对客流集中区段进行预测；

S34：基于乘客的查询请求，显示乘客出行的最优路径、未来客流和客流集中区段的预测情况。

3.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

S4：动态获取乘客的GPS定位信息，将乘客的实际出行路径与最优路径进行比对，分析最优路径的执行率。

4.一种基于图论的城市轨道交通乘客路径规划系统，其特征在于，所述系统包括：

路网图构造模块，用于获取地铁与夜班公交车的站线信息分别构建地铁、夜班公交车双向加权路网图，所述路网图构造模块包括：

地铁双向加权路网图子模块，用于采集地铁的站线信息、地铁线路中各地铁站的屏蔽门信息，以地铁网络中各车站为点，在各地铁站间建立具有多个权值的双向加权边，构建地铁双向加权路网图；

夜班公交车双向加权路网图子模块，用于采集夜班公交车的站线信息，以夜班公交车为点，在公交线路中各公交站间建立具有多个权值的双向加权边，构建夜班公交车双向加权路网图；

最优路径计算模块，用于根据乘客乘车时间，考虑地铁末班车和夜班公交车，规划乘客出行的最优路径，所述最优路径计算模块包括：

地铁最优路径计算子模块，用于当乘客乘车预计期间不存在地铁末班车时，采用单源最短路算法以乘客起始站为中心扩散遍历每一个地铁站，得到到达终点站的地铁最优路径，当所述地铁最优路径存在换乘的时候，同时确定两个线路上换乘走行路线最短的屏蔽门；

地铁末班车最优路径计算子模块，用于当乘客乘车预计期间存在地铁末班车时，采用单源最短路算法以乘客起始站为中心扩散遍历每一个地铁站，只遍历到达时间早于末班时间的地铁站，所述到达时间为始发时间与到达该站所需时间之和，得到地铁末班车最优路径，当最优路径存在换乘的时候，同时确定两个线路上换乘走行路线最短的屏蔽门；

夜班公交站最优路径计算子模块，用于当不存在不错过地铁末班车最优路径时，则选择乘客出行路径的起始点和终止点附近的夜班公交站，采用单源最短路算法得到夜班公交站最优路径；

用户服务查询模块，用于预测地铁线路实时客流，根据乘客的GPS定位信息为乘客提供最优路径规划服务。