[发明专利]一种基于站点优选和蚂蚁寻迹的公交自适应调度方法

摘要

本发明公开了一种基于站点优选和蚂蚁寻迹的公交自适应调度方法，在已有交通基础设施的基础上设计算法，最大限度的减少新建站点以降低成本；本方案采用关联分析算法，既能达到传统K‑means算法聚集出需求点的效果，又能分析出站点与站点之间的内在联系，并且将关系的强弱进行量化处理；传统的蚁群算法优先考虑最短路径，而本方案算法在保证总路程尽可能短的同时，蚂蚁的选择与输入变量相关，使得蚂蚁在选择下一个站点时不再只是简单地考虑最短路径，而再进一步考虑到优先服务多数派，使得靠站地优先顺序更加合理。

主权项

1.一种基于站点优选和蚂蚁寻迹的公交自适应调度方法，其特征在于，包括以下步骤：步骤1，数据采集及预处理步骤1.1，从公交公司的IC卡数据库中采集一天内同一张IC卡产生的记录，包括地铁入站点、地铁出站点、公交上车点，作为个人出行词条；采集的个人出行词条按照IC卡的编号进行排序，得到同一天内不同用户的个人出行词条汇总表；步骤1.2，设置最小支持度记a为可提供公交车数目，b为公交车的额定载客量，N为采集的个人出行词条汇总表中个人出行词条数量，则最小支持度的计算公式为：min(support({A,B}))＝(a*b)/N                   式1步骤1.3，依次扫描汇总表中的个人出行词条，得到所有在汇总表中出现过的站点，作为候选频繁1站点集，每个站点集仅包含一个站点；步骤1.4，依次扫描候选频繁1站点集，将其中的站点集两两组合，得到候选频繁2站点集；利用下式2计算每个候选频繁2站点集的支持度：support({A,B})＝number(A∪B)/W               式2上式中，A、B表示候选频繁2站点集中包含的两个站点，number(A∪B)表示汇总表中包含A、B两个站点的个人出行词条的个数，W表示候选频繁2站点集的个数；步骤1.5，将支持度小于最小支持度的候选频繁2站点集删除，其余的站点集即为频繁2站点集，通过式3计算每个频繁2站点集的置信度，从而得到频繁2站点集支持度和置信度汇总表；上式中，A、B表示频繁2站点集中包含的两个站点，P(A|B)表示站点B出现的条件下，站点A也出现的概率；步骤2，公交线路规划步骤2.1，将步骤1得到的频繁2站点集进行合并，得到所有频繁站点的向量条；对频繁2站点集的置信度进行矩阵化处理，若频繁2站点集的两个站点间不存在置信度，则对应值设置为1，否则设置为置信度+1，从而得到频繁2站点集的任意两个站点之间的置信度映射表；步骤2.2，将向量条中的第k个站点作为蚂蚁的出发点，初始选择k＝1；步骤2.3，按照下式4计算蚂蚁转移概率选择最大时对应的站点j作为蚂蚁下一步的靠站点：上式中，为选择第k个站点作为出发点时，蚂蚁从站点i到站点j的概率；J_k(i)为蚂蚁下一步可选站点集合；μ为置信度的重要程度；d_ij表示站点i到站点j的实际距离x进行归一化处理的结果，计算公式为：d_ij＝(x‑min)/(max‑min)               式5上式中，min、max分别表示置信度映射表中任意两站点间实际距离的最小值、最大值；C_ij表示站点i与站点j在置信度映射表中对应的置信度值x进行归一化处理后的结果，计算公式为：C_ij＝(x‑min)/(max‑min)               式6上式中，min、max分别表示置信度映射表中的置信度最小值、最大值；步骤2.4，蚂蚁到达靠站点后，再通过式4计算蚂蚁下一步靠站点，直到蚂蚁走完所有站点为止，记录下蚂蚁旅行的总路程R_k；步骤2.5，依次将向量条中的第k+1个站点作为蚂蚁的出发点，按照步骤2.3、步骤2.4相同的方法，得到蚂蚁旅行的总路程R_k+1；步骤2.6，选出蚂蚁旅行总路程最小时蚂蚁的行走路线作为备选公交线路；步骤3，按照步骤1、2相同的方法得到一段时间内每天采集的数据所规划出的备选公交线路，将备选公交线路中出现次数最多的线路作为最终的规划线路；当有多条处出现次数最多的线路时，选择总路程最小的线路作为最终的规划线路。