基于大数据和混合启发式算法的公交调度方法

基于大数据和混合启发式算法的公交调度方法

ID:35063615

大小:7.03 MB

页数:73页

时间:2019-03-17

基于大数据和混合启发式算法的公交调度方法_第1页
基于大数据和混合启发式算法的公交调度方法_第2页
基于大数据和混合启发式算法的公交调度方法_第3页
基于大数据和混合启发式算法的公交调度方法_第4页
基于大数据和混合启发式算法的公交调度方法_第5页
资源描述:

《基于大数据和混合启发式算法的公交调度方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、?木‘《《^种衫A?芝硕:t学位论文题目:泉于大教据和混合雇发式算法的公交调度方法研究生陆溝专业软件工程指导教师郑宁教授徐海涛副教授完成日期2016年3月杭州电子科技大学硕壬学位论文基于大数据和混合启发式算法的公交调度方法研究生:陈涛指导教师:郑子教授徐海涛副教授2016年3月DissertationSubmittedtoHangzhouDianziUniversity化r化eD巧reeofM

2、asterTheBusDisatdiinMethodBasedonpgBiDataandHbridHeuristicgyAlorithmgCandidate:ChenTaoSuervisor:Prof.ZhenNinpggA.P.XuHai化0March,2016杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明,本人郑重声明:所呈交的学位论文,是本人在导师的指导下独立进行研究工作所取得的成果。除文中已经注明引用

3、的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体。,均己在文中明确方式标明一申请学位论文与资料若有不实之处,本人承担切相关责任。论文作者签名:/\曰期:7八(年3月^曰|句学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,即;研究生业在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕离校后,发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送

4、交论文的复印件,允许查阅和借阅论文;学校可W公布论文的全部或部分内容,可W允许采用影印、缩印或其它复制手段保存论文。(保密论文在解密后遵守此规定)'论文作者签名:fi0期:年^月(D日指导教师签名:曰期:1^年月曰7^^1^^杭州电子科技大学硕士学位论文摘要从智能交通系统(IntelligentTransportSystem,ITS)在我国实施和使用以来,公交运管组织积累了大量的数据。这些数据包括公交车的行驶轨迹、乘客的刷卡记录、快速公交车站的闸机开关记录、出租车的行驶轨迹

5、和公共自行车的借还记录等。这些数据中隐藏着非常大的价值,但是它们并没有被有效的利用起来,有些甚至因数据量过大,存储成本过高而被丢弃掉了。本文主要介绍了如何利用这些数据中的部分数据来进行分析和处理,并通过数据挖掘、自适应粒子群优化(APSO)、BP神经网络和改进的遗传-模拟退火算法等方法解决公交调度中静态调度和动态调度的相关问题,来提高现有公交系统的运营效率和服务质量。在本文中,首先对公交系统中产生数据的源头进行描述,并介绍了乘客乘车历史记录和公交车辆GPS历史记录的格式。在对这些数据进行挖掘之前,首先

6、要对其中的异常数据实施预处理,这些异常数据包括无效的数据、重复数据、乘客上下车站点或时间缺失和GPS芯片定位不准确的数据等。预处理之后,对数值型数据进行规格化处理,并将分类型数据转换为数值。对于历史乘车记录,使用层次聚类中的Ward方法对不同日期中客流模式进行聚类分析。与以往客流时段的划分方法相比,这种方法更关注客流量在一天当中的整体规律,更符合实际情况。最后使用APSO-BP神经网络结合时间段、天气、节假日和日期等因素,对客流量进行预测。在建立预测模型是,本文创新性的提出将多变的天气数据按照对公交出

7、行的影响划分为三个等级,从而将它转换为数值。基于车辆的GPS数据,对与之相关的一些运营特性进行分析,然后使用APSO-BP方法对车辆的到站时间进行预测。公交调度中静态调度和动态调度是两项非常重要的活动,本文在这两个方面提出了解决方法。基于预测得到的客流量数据,使用改进的模拟退火与遗传算法进行问题的求解。本文中使用个体适应度拉伸策略来改进遗传算法前期个体多样性差和后期收敛速度慢的缺点,并以乘客等待成本最小和公交运营组织利益最大为目标建立静态调度的数学模型。在动态调度方面,基于预测得到的到站时间,结合实时

8、车辆位置信息进行异常情况的检测;根据上车人数进行公交优先调度;结合静态调度的结果与其他出行方式和线路进行协同调度。关键词:公交调度,公交客流数据,混合启发式算法,遗传算法,人工神经网络,自适应粒子群算法I杭州电子科技大学硕士学位论文ABSTRACTSincetheIntelligentTransportationSystem(ITS)beingusedinourcountryfromthebeginningofthiscentury,thetraffic

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。