基于afc數(shù)據(jù)的公交客流od實(shí)時(shí)估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及智能交通的公交運(yùn)營(yíng)管理領(lǐng)域，具體涉及基于AFC數(shù)據(jù)的公交客流OD 實(shí)時(shí)估計(jì)算法。
【背景技術(shù)】
[0002] 作為公交客流需求和動(dòng)態(tài)特性的有效表征，公交客流實(shí)時(shí)OD是對(duì)公交線路運(yùn)營(yíng) 調(diào)度進(jìn)行實(shí)時(shí)優(yōu)化的關(guān)鍵依據(jù)。因此，實(shí)時(shí)估計(jì)公交客流0D，準(zhǔn)確描述公交客流需求分布規(guī) 律，對(duì)實(shí)現(xiàn)公交線路運(yùn)營(yíng)調(diào)度實(shí)時(shí)優(yōu)化具有重要意義。
[0003] 現(xiàn)有的關(guān)于公交客流OD估計(jì)的方法主要可分為基于平衡理論的估計(jì)方法和基于 乘客出行行為特性的估計(jì)方法。前一種方法大多是從公交線網(wǎng)層面出發(fā)，需要考慮公交乘 客的出行路徑選擇等問(wèn)題，情況較為復(fù)雜，且該類方法單純從數(shù)學(xué)角度出發(fā)，忽視了公交客 流的隨機(jī)性和波動(dòng)性，適用性受到影響且部分輸入數(shù)據(jù)需要人工采集，實(shí)時(shí)性受到限制；后 一種方法是從公交線路層面出發(fā)，依據(jù)公交乘客出行行為特性對(duì)公交客流OD進(jìn)行估計(jì)，該 方法的基本原理是已知線路上各站點(diǎn)上車(chē)客流量，根據(jù)乘客的出行分布特性，對(duì)乘客出行 概率分布進(jìn)行歸納總結(jié)，生成概率轉(zhuǎn)移矩陣，進(jìn)而實(shí)現(xiàn)公交客流OD估計(jì)。但傳統(tǒng)的基于乘 客出行行為特性的客流估計(jì)方法僅考慮了乘客出行行為的空間分布特性，未考慮到公交客 流數(shù)據(jù)的時(shí)間關(guān)聯(lián)性的影響，應(yīng)用時(shí)存在一定的局限性。
[0004] 公交AFC系統(tǒng)的應(yīng)用及普及為公交客流OD估計(jì)提供了一種實(shí)時(shí)、可靠的數(shù)據(jù)來(lái) 源。因此，利用AFC數(shù)據(jù)進(jìn)行公交線路客流OD實(shí)時(shí)估計(jì)成為當(dāng)前研究的熱點(diǎn)。基于收費(fèi)方 式的不同，公交線路主要可分為一票制公交線路和分段計(jì)費(fèi)式公交線路。針對(duì)兩種票制的 不同特點(diǎn)，AFC系統(tǒng)采用了不同的刷卡和數(shù)據(jù)存儲(chǔ)方式。對(duì)于多段式計(jì)費(fèi)公交線路，乘客上 下車(chē)均需要刷卡，可直接通過(guò)AFC刷卡數(shù)據(jù)獲得公交客流OD ;-票制公交線路僅上車(chē)刷卡， 刷卡記錄中不包含任何有關(guān)下車(chē)站點(diǎn)的信息，無(wú)法直接獲得公交客流OD信息。目前我國(guó)公 交線路大多以一票制計(jì)費(fèi)方式為主，通過(guò)AFC系統(tǒng)只能直接獲取公交站點(diǎn)的上車(chē)客流，這 就要求能夠?qū)痪€路站點(diǎn)的下車(chē)客流進(jìn)行估計(jì)，進(jìn)而得到公交客流0D。
[0005] 總結(jié)目前國(guó)內(nèi)外在公交客流OD實(shí)時(shí)估計(jì)方法的研究和實(shí)踐，還存在著如下幾個(gè) 問(wèn)題：
[0006] (1)公交客流OD估計(jì)所需的樣本量大，較難獲取大量的公交客流數(shù)據(jù)。
[0007] (2)傳統(tǒng)的基于乘客出行行為特性的客流OD估計(jì)方法僅考慮了空間特性，如站點(diǎn) 吸引系數(shù)、乘客出行站數(shù)等因素，沒(méi)有考慮乘客出行行為的時(shí)間特性，忽略了公交客流數(shù)據(jù) 的時(shí)間關(guān)聯(lián)性的影響。
[0008] (3)公交客流OD估計(jì)的方法欠缺。目前國(guó)內(nèi)外高速公路及城市道路交通流OD實(shí) 時(shí)估計(jì)方法已有很多，例如經(jīng)研究證明估計(jì)效果優(yōu)良并得到廣泛應(yīng)用的狀態(tài)空間模型一一 卡爾曼濾波模型。然而，專門(mén)針對(duì)公交客流OD實(shí)時(shí)估計(jì)的方法還不多，并且不具有實(shí)時(shí)性。

【發(fā)明內(nèi)容】

[0009] 針對(duì)當(dāng)前公交客流OD實(shí)時(shí)估計(jì)方法的缺乏，以及公交客流數(shù)據(jù)樣本獲取困難、公 交客流估計(jì)實(shí)時(shí)性不強(qiáng)差等問(wèn)題，本發(fā)明提出了基于AFC數(shù)據(jù)的公交客流OD實(shí)時(shí)估計(jì)方 法。其目的在于：充分利用公交AFC系統(tǒng)的刷卡數(shù)據(jù)，規(guī)整獲取公交站點(diǎn)客流；挖掘公交客 流OD與公交站點(diǎn)客流量之間的映射關(guān)系，構(gòu)建基于卡爾曼濾波的公交客流OD實(shí)時(shí)估計(jì)模 型，實(shí)現(xiàn)公交客流OD的實(shí)時(shí)估計(jì)。
[0010] 為了實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案：
[0011] -種基于AFC數(shù)據(jù)的公交客流OD實(shí)時(shí)估計(jì)方法，包括如下步驟：
[0012] 1)根據(jù)公交自動(dòng)售檢票系統(tǒng)（AFC)中的上車(chē)刷卡記錄和人工調(diào)查補(bǔ)錄等方式，整 理獲取一定時(shí)期內(nèi)某公交線路在一定時(shí)間間隔內(nèi)各個(gè)站點(diǎn)的歷史客流量。
[0013] 2)分析公交客流OD估計(jì)問(wèn)題，構(gòu)建卡爾曼濾波公交客流OD估計(jì)模型。
[0014] 2-1)在依據(jù)公交AFC數(shù)據(jù)能夠有效獲取公交上車(chē)客流量數(shù)據(jù)的前提下，把公交客 流OD估計(jì)問(wèn)題轉(zhuǎn)化為客流分配概率問(wèn)題。
[0015] 2-2)構(gòu)建卡爾曼濾波公交客流OD估計(jì)模型的觀測(cè)方程。
[0016] 2-3)構(gòu)建卡爾曼濾波公交客流OD估計(jì)模型的狀態(tài)轉(zhuǎn)移方程。
[0017] 3)考慮公交乘客出行時(shí)間分布特性對(duì)客流分配概率轉(zhuǎn)移矩陣的影響，對(duì)公交客流 分配概率模型進(jìn)行重新標(biāo)定。
[0018] 3-1)公交乘客出行的時(shí)間分布特性分析。
[0019] 3-2)根據(jù)公交乘客出行時(shí)間分布特性，劃分公交乘客出行模式。
[0020] 3-3)對(duì)乘客出行站數(shù)概率曲線進(jìn)行擬合，得到不同模式下的乘客出行概率模型。
[0021] 3-4)計(jì)算不同模式下的公交站點(diǎn)吸引系數(shù)。
[0022] 3-5)考慮公交客流分配概率Pl]與乘客出行站數(shù)概率及公交站點(diǎn)兩影響因素，構(gòu) 建公交客流分配概率模型。
[0023] 4)根據(jù)客流分配概率模型，計(jì)算得到不同時(shí)間間隔內(nèi)的客流分配概率矩陣，即濾 波模型中狀態(tài)變量X的樣本。
[0024] 5)利用足夠量的公交客流數(shù)據(jù)和計(jì)算得到的客流分配概率對(duì)濾波模型參數(shù)進(jìn)行 標(biāo)定。
[0025] 6)根據(jù)標(biāo)定好參數(shù)的卡爾曼濾波OD估計(jì)模型，進(jìn)行客流分配概率\的估計(jì)。
[0026] 7)根據(jù)已得到的客流分配概率實(shí)時(shí)估計(jì)值，進(jìn)一步推算出公交客流OD實(shí)時(shí)估計(jì) 值。
[0027] 7-1)根據(jù)公交線路站點(diǎn)經(jīng)煒度信息，公交車(chē)輛運(yùn)行實(shí)時(shí)GPS數(shù)據(jù)，公交AFC數(shù)據(jù)， 通過(guò)時(shí)間匹配分析法整理得出公交線路各站點(diǎn)的實(shí)時(shí)上車(chē)客流量。
[0028] 7-2)在準(zhǔn)確獲取公交站點(diǎn)實(shí)時(shí)上車(chē)客流的基礎(chǔ)上，利用公交客流分配概率的估計(jì) 值，計(jì)算得到公交客流OD實(shí)時(shí)估計(jì)值。
[0029] 步驟2)中，公交客流實(shí)時(shí)OD估計(jì)的針對(duì)對(duì)象是單向公交線路。由于公交線路運(yùn) 行的特殊性，設(shè)有η個(gè)站點(diǎn)的單向公交線路客流OD呈現(xiàn)以下幾個(gè)特性：
[0030] (a)在公交車(chē)始發(fā)站（i = 1)無(wú)乘客下車(chē)，即：
[0031] A1= 0
[0032] (b)在站點(diǎn)i上車(chē)的乘客均在站點(diǎn)i以后才能下車(chē)，即：
[0034] (c)在公交車(chē)終點(diǎn)站（i = η)無(wú)乘客上車(chē)，即：
[0035] Bn= 0
[0036] (d)在站點(diǎn)j下車(chē)的乘客均在站點(diǎn)j以前上車(chē)，即：
[0038] (e)在單向公交線路客流OD矩陣中，Xlj= 0, i彡j。
[0039] 上述公式中，B1S i站點(diǎn)上車(chē)客流量；A ^為j站點(diǎn)下車(chē)客流量；X ^為在i站點(diǎn)上 車(chē)、在j站點(diǎn)下車(chē)的人數(shù)。
[0040] 步驟2-1)中，對(duì)于一條特定的公交線路，假設(shè)設(shè)有η個(gè)站點(diǎn)，按車(chē)輛某一運(yùn)行方向 對(duì)站點(diǎn)進(jìn)行編號(hào)i(i = 1，…，η)。假設(shè)在一個(gè)時(shí)間間隔內(nèi)，乘客可以完成一次出行，即在不 考慮公交客流的時(shí)滯性的前提下，在第t個(gè)時(shí)間間隔內(nèi)，OD量與站點(diǎn)客流量之間的關(guān)系式 如下：
[0041] Zljt= hltxljt
[0042] 其中，Zljt為第t個(gè)時(shí)間間隔內(nèi)從第i個(gè)站點(diǎn)上車(chē)第j個(gè)站點(diǎn)下車(chē)的客流量；hit 為第t個(gè)時(shí)間間隔內(nèi)第i個(gè)站點(diǎn)的上車(chē)客流量；X ljt為第t個(gè)時(shí)間間隔內(nèi)在第i個(gè)站點(diǎn)上車(chē) 的乘客，在第j個(gè)站點(diǎn)下車(chē)的概率，即客流分配概率。
[0043] 步驟2-2)中，構(gòu)建卡爾曼濾波模型的觀測(cè)方程
[0044] Zt= HtXt+Vt
[0045] 式中，客流分配概率Xt為卡爾曼濾波模型的狀態(tài)變量；線路站點(diǎn)下車(chē)客流量Z ,為 卡爾曼濾波模型的觀測(cè)變量；Ht為線路站點(diǎn)上車(chē)課流量；VtS系統(tǒng)觀測(cè)噪聲，服從均值為零 的正態(tài)白噪聲序列。
[0046] 步驟2-3)中，由于客流分配概率具有短期波動(dòng)連續(xù)性特征，在此假設(shè)在前后兩個(gè) 時(shí)間間隔內(nèi)，客流分配概率服從隨機(jī)漫步分布，即采用做隨機(jī)偏移的方法得到。構(gòu)建卡爾曼 濾波模型的狀態(tài)轉(zhuǎn)移方程
[0047] Xt= X t !+Wt
[0048] 式中，Xt為前時(shí)間間隔t內(nèi)的客流分配概率；X t 前一時(shí)間間隔t_l內(nèi)的客流分 配概率；隨機(jī)誤差項(xiàng)1為系統(tǒng)策動(dòng)噪聲，服從均值為零的正態(tài)白噪聲序列。
[0049] 步驟3-1)中，根據(jù)采集整體的公交客流數(shù)據(jù)，利用數(shù)學(xué)統(tǒng)計(jì)工具得到乘客出行時(shí) 間分布特性圖。
[0050] 步驟3-2)中，分析乘客出行分布圖，把公交乘客出行的模式劃分為：工作日高峰 時(shí)段、工作日平峰時(shí)段、周末高峰時(shí)段、周末平峰時(shí)段。
[0051] 步驟3-3)中，公交乘客出行站數(shù)概率曲線的擬合采用雙高斯函數(shù)。
[0052] 步驟3-4)中，由于公交出行大多數(shù)為通勤出行，一般情況下公交線路的乘客OD是 基本穩(wěn)定的。這樣同一站點(diǎn)的客流