[发明专利]基于站点的城市公交线网优化配置方法

说明书

1技术领域

本发明属于数字数据处理领域，特别是基于站点的城市公交线网优化配置方法。

2背景技术

2.1经典的公交线路空间配置方法

经典的公交线路规划方法存在于城市交通系统规划模型(Urban Transportation Modeling System)中。该系统以社会经济活动的统计单元为基础构成交通分析单元 (TAZ)，运用经典的四阶段法求解路段流量。四个阶段为出行生成、出行分布、模式分 割、流量分配。出行生成是获得TAZ的发生和吸引量，出行分布运用重力模型等方法计 算TAZ之间的出行量(Origin-Destination，即OD量)，模式分割是预测使用各种交通方 式的比例(其中包括公共交通)，流量分配是将分模式的OD量分配到路网上。四阶段的 规划方法也在不断的完善之中，但其总体的思路并没有太大的改变。最近十多年来，从 事城市交通规划与管理的学者和工程师们提出了基于活动的非聚合分析方法，代表了交 通规划分析的方向。但这种以微观活动为分析对象的方法对社会经济个体数据、计算机 存储性能、计算机计算能力具有很高的要求，大规模实施尚有难度。

在公共交通规划中，主要采用线路配置-站点配置的二阶段流程，即根据路网上的 OD量分别布设公交线路，并配置线路站点。线路是逐条布设的，再经过全局判断进行 优化完善。

有关文献：[1]Meyer，M.D.and E.J.Miller(1984).Urban Transportation Planning：A Decision-Oriented Approach.New York：McGraw-Hill Book Company；[2]王炜，杨新苗， 陈学武(2002)城市公共交通系统规划方法与管理技术，科学出版社.

2.2数据分解

如果目标空间单元小于源空间单元，且它们之间不存在空间边界交叉，则面域内插 问题成为面域分解问题。利用面积比值法可以求解该问题，但当目标空间单元太小(如 用于微观模型的小格网)，且用于约束的土地利用单元较大时，求解过程较为复杂。解决 这一问题的有效方法是采用随机分配算法，较实用的为蒙特卡罗模拟法(Monte Carlo Simulation)。蒙特卡罗模拟方法以土地利用作为权重，将社会经济统计数据从统计单元 分解到小格网系统中。土地利用的权重值通过实地调查及统计分析来确定。如可以利用 蒙特卡罗模拟法将家庭及就业数据分解到30米的小格网上，用于模拟土地利用与交通活 动，以提出城市发展政策。类似的微观模拟模型中可加入相关的环境要素，用于评价发 展政策对城市环境及社会活动的影响。

一些大城市的土地利用比较复杂，在蒙特卡罗算法中可采用一种双重约束的权重确 定方法。考虑到城市不同区域的土地利用特征存在差异，同类土地利用的权重在不同的 区域是有区别的，如城市中心区的居住用地与外围新开发区的居住用地就存在密度上的 不同，更重要的是城市中心区的用地混杂现象比较突出，需要做出综合性的判定。双约 束算法包括土地利用约束和区位约束，在GIS系统中实现了计算过程。利用该方法，可 以将大城市的社会经济活动统计总量进行分解，获得微观的人口和就业的空间分布。这 种微观数据分布比一般的大空间单元更适合于公共交通活动的分析。

有关文献：[1]Wegener，M.(2001).″New spatial planning models.″International Journal of Applied Earth Observation and Geoinformation.3(3)：224-237.[2]Huang，Z.，H.F.L. Ottens，et al.(2007).″A doubly weighted approach to urban data disaggregation in GIS-A case study of Wuhan，China.″Transactions in GIS 1l(2)：197-211.

2.3公交乘客计数系统