[发明专利]一种基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法

说明书

本发明涉及一种基于F‑DBSCAN迭代聚类的机场巴士候选站点筛选方法，通过应用F‑DBSCAN算法，有效地降低了聚类算法的时间复杂度，提升了数据量级，提高了数据挖掘的准确性，从而成功地从大量OD数据中挖掘出了乘客的最终去向聚集区域，为机场定制巴士候选站点的选取提供了准确的出行信息。

技术领域

本发明属于智能交通技术领域，特别涉及一种基于F-DBSCAN(Fast-Density-based spatial clustering of applications with noise,即快速的具有噪声的基于密度的聚类方法)迭代聚类的机场巴士候选站点筛选的方法。

背景技术

随着全国及全球之间的交流日益频繁和经济的快速发展，选择航空出行的乘客不断增加，这极大的促进航空运输业的发展。一般来说，机场是一个城市的重要大型交通枢纽，由于机场的特殊性，需要建立在离城市较远的地方，因此机场的交通规划重点为如何构建良好的城市交通，在不影响现有交通效率的情况下尽可能増加机场的服务范围。在枢纽机场地面交通的研究中，国外相关研究较为成熟，且已记入相关的政策法规，而近几年国内学者也有大量关于机场地面交通规划设计与优化研究等方向的学术研究。

北京首都机场已经拥有完善的交通运输网络，包括机场巴士，机场快轨，固定的出租车停靠点，以及近年来兴起的网约车。由于机场巴士采用固定的发车时段，而机场快轨需要多次转乘才能到达目的地，一些赶时间的乘客选择即时发车，并且直奔目的地的网约车或者出租车出行。这些交通出行数据构成了首都机场的公共交通出行OD数据，可以用于重新设计机场巴士线路站点，更好地满足机场出行需求。

发明内容

本发明的技术解决问题：克服现有技术对于不同交通方式数据分析不完整，数据量过小，准确度较低等缺陷，提供一种基于F-DBSCAN迭代聚类的机场巴士候选站点筛选方法，针对特大城市大数据量下的出行需求，能够提出一种行之有效的解法，对海量的乘客出行OD数据进行数据挖掘，分析得出从机场出发的乘客下车的热点聚集区域，为巴士的路线制定提供停靠站点候选站点的选取，从而为后续的定制巴士路线制定方案提供良好的前期数据准备。

本发明技术解决方案：一种基于F-DBSCAN迭代聚类的机场巴士候选站点筛选的方法，实现为：对各种出行的交通工具获得的数据进行预处理，根据预处理后的数据确定乘客的出行轨迹，得到乘客去向的离散终点的经纬度集；对乘客去向的离散终点的经纬度集进行密度聚类，在密度聚类过程中，采用快速DBSCAN聚类方法得出乘客的去向聚集区域，再对乘客的去向聚集区域的聚类结果，进一步进行迭代处理，得到迭代处理后乘客去向的聚集区域，即聚类结果，针对所述聚类结果，依据预设的规则匹配POI站点，最终确定出所需要的机场巴士候选站点。

所述预处理方法包括：各种出行的交通工具的不同订单数据的格式统一化的生成及权值设定，所述各种出行的交通工具的不同订单数据包括：网约车订单数据、出租车订单数据、机场巴士数据、公共汽车数据及地铁刷卡数据。

所述不同订单数据的格式统一化的生成具体包括：

a、统一网约车和出租车订单格式，输出格式为csv文件，字段分别为：刷卡或下订单的时间、上车地点经度、上车地点纬度、下车地点经度和下车地点纬度；

b、通过机场地铁线刷卡数据、机场巴士数据及公共汽车数据匹配出完整出行链，输出为与a步骤输出结果相同格式的csv文件。

所述不同订单数据的格式统一的生成还进一步包括订单数据的权值设定，将网约车和出租车订单生成的csv文件做一份拷贝，与地铁刷卡数据的csv文件做合并处理，网约车和出租车订单的刷卡比重设为2，地铁刷卡和机场巴士、公共汽车数据的比重设为1。

所述根据预处理后的数据确定乘客的出行轨迹，得到乘客去向的离散终点的经纬度；对乘客去向的离散终点的经纬度进行密度聚类，在密度聚类过程中，采用快速DBSCAN聚类方法得出乘客的去向聚集区域的过程如下：