大数据环境下基于耦合交通运行状态特征的公交客流OD预测方法

Under the condition of the city scale, the population continued to increase, in order to improve the operational efficiency of the bus network, we need to solve the problem of urban road network and bus lines capacity optimization. The large-scale, multi-attribute urban traffic big data environment brought by intelligent transportation development provides new data and new ideas of implementation for the calculation of optimizing key parameters of the model. Therefore, this project has important research and application value. This project will make urban road network as the research object and make transport operating status characteristics impacting the changes of public transport passenger flow and population movement regularity as the starting point. First, study multi-source data fusion methods and achieve the calculation of key parameters of transport operating status on the basis of establishing correlation between data; Second, Combining robust PCA theoretical study and based on traffic running feature extraction method of multi-noise historical data, mine road network traffic operating characteristics in the environment of different travel time, bad weather; Finally, making use of population movement regularity of urban transportation card and doing the coupling research of transport operating status characteristics and population movement regularity, research regional passenger flow OD prediction model. The findings of this project have important theoretical and practical value for urban public transport network planning and intelligent scheduling of bus companies.

在城市规模、人口数量持续增加情况下，为提高公交路网运行效率，需要解决城市路网和公交线路运力优化问题。智能交通发展所来带的大规模、多属性城市交通大数据环境，为优化模型关键参数计算研究提供了新数据与实现新思路，因此具有重要的研究与应用价值。为此，本项目将以城市路网为研究对象，将影响客流变化的城市交通运行状态特征以及人群移动规律为切入点，首先研究多源数据融合方法，在建立数据间的相关关系基础上实现交通运行状态关键参数计算；其次，结合稳健PCA理论研究基于多噪声历史数据的交通运行状态特征提取方法，挖掘不同出行时间、恶略天气等因素下的路网交通运行状态特征；最后利用城市交通卡的个人移动规律推测，作交通运行状态特征与群体出行规律的耦合研究，并以此为限制条件研究区域间客流OD预测模型。本项目研究成果，对于城市公交路网规划、公交智能调度具有重要的理论依据和应用价值。

在城市规模、人口数量持续增加情况下，为提高公交路网运行效率，需要解决城市路网和公交线路运力优化问题。智能交通发展所来带的大规模、多属性城市交通大数据环境，为优化模型关键参数计算研究提供了新数据与实现新思路，因此具有重要的研究与应用价值。为此，本项目在执行期间内，以城市大数据环境下公交路网及其运力优化作为研究目标，从理论分析、算法设计、应用推广等方面开展了一系列的深入研究工作，并按照既定计划按时完成申请书所要求的各项任务。所开展内容注重理论研究与实际应用相结合，取得了包括SCI学术论文、国家级奖励及专利在内的多项研究成果。具体包括：发表学术论文10篇，其中SCI检索7篇，EI检索3篇，获国家技术发明二等奖1项，重庆市科技进步一等奖1项，申请国家发明专利3项，培养博士研究生2名，硕士研究生6名。 研发了基于移动位置数据的城市出行信息服务系统及路桥安全实时评估与预测为一体的"路桥云"平台，为全国340余城市居民出行信息服务及重庆、云南、贵州、广西4个省份的28座桥梁的健康监测提供平台与关键技术支持。