[发明专利]基于网约车数据的定制公交站点选址方法

权利要求书

1.一种基于网约车数据的定制公交站点选址方法，其特征在于，包括：

第一步：采集网约车订单数据样本集和地图数据集：从原始出行数据中提取各订单ID、订单起点及终点的经纬度和订单起止时间作为网约车订单数据样本集；提取目标城市空间数据作为地图数据集；

第二步：数据拓展：计算各订单的起止时间差、以各订单的出行时刻计算日期标志和时辰标志、以各订单的起止GPS坐标计算地球表面距离作为出行距离，并为网约车订单数据样本集中的每条数据加上以上四个特征值；

第三步：对数据进行清洗；

第四步：出行高峰期的时间段发掘：以时辰标志为单位，统计每个时辰标志中的订单数量；以日期标志为单位，对不同时辰标志下的订单量数量进行环比分析，发掘出行高峰期在不同日期中的分布特点；之后分析订单在一天24小时内的分布特征，发掘出行高峰期在小时上的分布特点；通过分析一周数据间的差异寻找规划日期，并通过比较所有规划日期内的24个时辰标志内订单分布共性，发掘高峰期时间段；

第五步：出行高峰期的空间发掘：依据空间的经、纬度，分析第四步分析出的高峰期的出行方向及出行OD分布特征；

第六步：网约车数据的离群点判别：依据基于局部密度的空间离群点算法，寻找在定制公交站点选址当中产生较大误差的订单点，并删除该离群点；

第七步：交通出行小区的划分及分析：依据最大期望法对目标城市的交通出行小区数量进行拟合，并采取改进的聚类算法，以订单起点和订单终点分别初步划分出出行交通小区；统计各订单在同一交通出行小区内部的流动比与不同交通出行小区间的流动比，确定进行起、讫点选址的两个交通出行小区；

其中，交通出行小区定义为，在早晚高峰通勤的时间段内，将整个城市的出行数据按起讫点分开，通过改进的聚类算法进行划分而形成的需求点集聚群，其划分边界为点集中最外部点的平滑连线；

交通出行小区内外部的流动比是根据起讫点是否都在同一交通小区来确定；

第八步：定制公交选址：设置站间距与线路运行长度，确定定制公交站点数量；以交通出行小区为单位，基于局部密度的空间离群点算法删除第七步所述的两个交通出行小区内的离群点；最后利用改进的聚类算法，对定制公交交通站点进行选址；

所述改进的聚类算法为改进的Kmeans算法，具体包括：

S1：从网约车订单数据样本集中任意选取一个订单样本作为初始均值向量μ₁；

S2：计算网约车订单数据样本集中每个样本与当前已有均值向量μ₁的距离，按样本为单元，用D(x)表示最短距离，即样本与最近的一个均值向量的距离；

之后，计算每个样本被选择为下一个均值向量的概率按照轮盘赌法选择下一个均值向量；

S3：重复步骤S2，直至找出k个均值向量。

2.根据权利要求1所述的基于网约车数据的定制公交站点选址方法，其特征在于，第三步对数据进行清洗，具体包括：剔除出行时间错误的记录，剔除出行起讫点为空值或0的记录，剔除出行时间为0的记录，剔除出行距离为0的记录，剔除起讫点不在目标城市内的记录。

3.根据权利要求1所述的基于网约车数据的定制公交站点选址方法，其特征在于，在第一步采集网约车订单数据样本集和地图数据集之后以及第二步数据拓展之前，还包括：将目标城市的矢量地图与网约车订单数据样本集的空间坐标系统进行统一。

4.根据权利要求1所述的基于网约车数据的定制公交站点选址方法，其特征在于，交通出行小区内部的流动比与不同交通出行小区间的流动比是根据起讫点是否在同一个交通小区内确定的。

5.根据权利要求1所述的基于网约车数据的定制公交站点选址方法，其特征在于，其特征在于，在第四步出行高峰期的时间段发掘中，还包括：引入单位时间行驶距离概念，统计不同时辰标志下的平均每小时行驶距离，作为高峰期发掘的辅助方式。

6.根据权利要求5所述的基于网约车数据的定制公交站点选址方法，其特征在于，第四步所述的平均每小时行驶距离为某一时辰标志下全部车辆的平均行驶距离与平均行驶时间之比，单位为公里每小时。