基于大数据的公交调度规则研究

《基于大数据的公交调度规则研究》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、学校代码：公开：密级硕士学位论基于大数据的公交调度规则研究作者姓名尹婷婷学科专业交通运输规划与管理指导教师关伟教授培养院系交通运输学院二零硕士学位论文基于大数据的公交调度规则研究作者：尹婷婷导师：关伟北京交通大学年月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并釆用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际合作关系的兄弟高校用

2、户提供文献传递服务和交换服务。保密的学位论文在解密后适用本授权说明）导师签名：学位论文作者签名：号為巧签字期：夕年月乂円签字曰期：知年）月分曰学校代码：密级：公开北京交通大学硕士学位论文基于大数据的公交调度规则研究作者姓名：尹婷婷学号：导师姓名：关伟职称教授学位类别：工学学位级别：硕士学科专业：交通运输规划与管理研究方向：智能交通北京交通大学年月致谢本论文是在导师关伟教授的严格要求和悉心指导下完成的。在研究生学习的几年里，导师为学生的成长付出了大量心血。导师渊博的学识、严谨的治学态度、创新性的思维方式、孜孜不倦的工作作风、崇高的敬

3、业精神，都深深地影响着学生并使学生受益匪浅，在此向导师表示衷心的感谢，师生之谊，毕生难忘。感谢交通运输学院各位老师在我研究生期间对我的关怀和指导，他们广博的学识、超凡的敬业精神都值得我在今后的学习生活中不断学习。特别感谢马继辉、毕军、贺正冰、樊玲玲老师在论文撰写过程中给予极大的帮助，他们无疑是我一生的良师益友。另外，本论文所采用的很多研究方法和基础数据来源于参考文献中的文章、论文和研究报告，在此向所有作者和编制单位表示由衷的谢意。同时，感谢臧广智、熊杰、杨倩等实验室的师兄师姐对我研究生期间的研究工作给予的帮助，感谢身边的朋友对我精

4、神上的鼓励与支持和生活上的关怀。最后特别感谢我的家人对我殷切的关心和爱护，以及我的同学在我的学习生活中给予了我很大的理解、支持和鼓励，正是他们对我无私的爱鼓舞着我在人生的道路上不断前进！北京交通大学硕士学位论文摘要摘要提升公交的服务水平是实施公交优先的有效方式。随着智能公交的发展，在运营过程中，公交系统产生大量的数据，为公交规划和管理部门制定决策提供依据。基于公交卡数据和公交数据，通过对数据的处理，及数据的分析和挖掘，可以获得有效的客流信息和车辆运行中的信息，并做出相应的预测，为公交调度提供决策支持。本文首先介绍了对公交数据源的分

5、析，介绍智能交通背景下的公交智能系统产生数据的模式；公交数据的预处理流程，以卡数据和数据为主，介绍了两种数据的不同的数据预处理步骤。本文研究了对公交数据的数据挖掘及分析。首先介绍了数据挖掘的基本概念和常用算法；对于卡的数据挖掘，本文分别研究了基于卡的客流时段划分，一些客流指标的统计分析，以及基于神经网络的客流预测；对于公交的数据挖掘，本文研究了公交的路段匹配，公交在运行过程中的运行特性的分析，以及基于神经网络的公交运行时间的预测。基于对公交数据的挖掘，本文研究了公交调度，包括静态调度及调度问题。对于静态调度，本文主要研究了时刻表的

6、编制部分，即首先根据客流数据，划分客流时段，基于乘客等待成本最小、拥挤度最小、公交公司运营成本最小，建立公交时刻表的编制模型，并根据遗传算法进行求解；对于动态调度，本文分别研究了异常事件下的车辆调度形式，以及实时调度中的站点调度和站点间调度，即动态滞站调度和公交信号优先的动态调度，减少串车和大间隔的发生，提高公交的服务水平。根据以上研究内容，本文给出实例分析，分别以实例验证了以上的数据处理、数据挖掘、分析，以及公交调度的研究内容。关键词：公交数据；公交卡数据；数据挖掘；神经网络；公交调度北京交通大学硕士学位论文，，，：；；；；北京

7、交通大学硕士学位论文录目录翻弓研究背景研究目的国内外研究现状：：静态调度动态调度模型求解方法研究内容与技术路线公交数据源分析与数据处理公交数据源分析公交大数据处理数据预处理概述公交卡数据处理公交数据处理基于公交数据的挖掘与分析数据挖掘概述数据挖掘常用算法公交卡数据挖掘客流时段划分客流量统计分析基于神经网络的客流预测公交数据挖掘公交运行特性分析基于神经网络的公交运行时间预测基于公交数据的公交调度研究‘北京交通大学硕士学位论文目录公交车辆调度基于卡客流数据的静态调度静态调度问题分析时刻表编制模型模型求解基于数据的动态调度动态调度问题分

8、析站点的动态调度站点间的动态调度针对异常事件的动态调度：实例分析实例现状分析时段划分基于卡客流数据的静态调度输入参数算法实现结果分析基于的动态调度结论与展望主要结论研究展望参考文献隱作者简历及攻读硕士学位期间取得的研究成果独创性声明学位论文数据集北