[发明专利]一种基于动态网格划分的轨道交通站点选址预测方法

说明书

本发明公开了一种基于动态网格划分的轨道交通站点选址预测方法。首先提出了一种能够适应研究对象的空间分布情况的动态网格划分算法，对城市进行划分，然后确定轨道交通站点覆盖及未覆盖网格。最后通过对未覆盖网格内的WiFi进行聚类预测新建轨道交通站点的位置。根据预测的新建轨道交通站点位置，可为城市交通管理和规范部门提出指导性意见以及轨道交通运营组织方案的制定提供依据。

技术领域

本发明属于数据挖掘领域，涉及一种基于动态网格划分的轨道交通站选址预测方法。根据提出的动态网格划分算法对北京市进行划分，对轨道交通站点未覆盖网格内的WiFi进行聚类，预测新建轨道交通站点位置，可为城市交通管理和规范部门提出指导性意见以及轨道交通运营组织方案的制定提供依据。可以适应不同场景的选址需求，例如连锁店的选址、城市基础设施的修建选址。

背景技术

随着我国轨道交通持续快速发展,市民的出行效率和生活质量都有了极大提高。城市轨道交通站点承载着换乘、停车、集散和引导等功能,与经济、政治、文化、社会息息相关。城市轨道交通建设难度大、风险大、成本高,规划、修建时受城市发展、经济水平、地理条件等诸多因素影响,而轨道交通站点选址又会长期影响轨道交通运行效率、客流稳定度、城市布局甚至社会经济效益。因此，合理的城市轨道交通站点选址方案不仅能充分利用车站资源最大程度吸引周边乘客,也能减少投资成本,还能协调车站、线路设计与城市规划三者之间的相互关系。

现阶段在城市轨道交通站点选址的影响因素方面，李峰研究了被轨道交通站点所影响的各种因素，从交通功能、经济效益、建设实施性、可持续发展四个方面建立轨道交通车站分布的评价指标体系。傅搏峰运用步行半径法演绎了站点聚集效应距离衰减函数曲线，将车站范围内的用地当作主要影响因素对站点功能进行划分。张宁结合个人属性因素、出行时间因素、步行环境因素等，提出了居民出行的多项Logit模型，并以此为基础建立了确定步行接驳范围的方法，通过结果可以对已有站点进行评价，也可以对即将建立的站点进行预测，为合理确定站点提供支持。

现阶段在城市轨道交通站点选址的研究中，优化轨道交通站点的站间距占据很高比例。魏金丽通过对影响轨道交通站点分布因素的研究，如客流分布特征、城市土地利用政策等，以轨道线路系统的总成本最小为目标函数，建立最优站间距优化模型，并根据其优化结果，对轨道交通的站点设置进行了优化。然而城市轨道交通站点的服务对象主要是城市居民，但目前很少有研究利用人口空间分布对城市轨道交通站点的进行选址。

随着现代网络技术的不断发展,WiFi在人们生活中扮演着越来越重要的角色。某个区域的WiFi数量一定程度上反映了该区域某个时段的人口数量，对研究城市的发展规划有着很大的利用价值。一般一个路由器最大接入数量是254个终端，通过对WiFi密度的分析可以辅助支持人口分布和普查工作。本发明基于WiFi数据的密度预测新建站点的位置，这其中涉及到空间数据的聚类。高斯混合模型聚类算法是一种统计混合模型的聚类方法。因此本发明将基于高斯混合模型聚类对数据进行聚类，预测新建站点的位置。下面对高斯混合模型涉及的一些基本概念进行简单介绍。

高斯混合模型是多个单高斯分布函数的组合，每个单高斯分布是一个子分布。理论上高斯混合聚类可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多种不同的分布的情况。高斯混合模型使用了期望最大(EM)算法对含有隐变量的模型进行训练。EM算法通过迭代地构造似然函数下限的方式不断地提升似然函数的取值,从而完成对含有隐变量模型的参数估计。

发明内容

本发明的目的在于提供一种基于动态网格划分的轨道交通站点选址预测方法。首先提出了一种能够适应研究对象的空间分布情况的动态网格划分算法，对城市进行划分，然后确定轨道交通站点覆盖及未覆盖网格。最后通过对未覆盖网格内的WiFi进行聚类预测新建轨道交通站点的位置。

为实现上述目的，本发明采用的技术方案为一种基于动态网格划分的站点预测分析方法，在介绍该方法的具体实现之前，为了更好的理解本发明提出的方法，首先介绍本发明中涉及到的两个定义。