[发明专利]一种基于分布式机器学习的行车站点优化更新方法和系统

说明书

本申请公开一种基于分布式机器学习的行车站点优化更新方法和系统。将固定时间段内单条线路全部行车的车况信息进行站内和上下行分类，获得上下行分类所对应的疑似单行站点数据；以单辆行车为单位，将疑似单行站点数据通过Bisecting k‑Means算法进行第一层聚类处理，获得每辆行车对应的初始单行站点数据；利用k‑Means算法对初始单行站点数据进行第二层聚类处理，获得每辆行车的最终单行站点数据，基于时间顺序将最终单行站点数据进行串联处理，获得每辆行车的实际行驶线路；以及将实际行驶线路与原始线路进行差异度计算，以更新差异度小于设定阈值的原始线路的站点位置信息，获得优化后的行车站点线路。解决现有技术中公交站更新存在时间的延迟和人工成本等技术问题。

技术领域

本申请实施例涉及智能公交技术领域，具体涉及一种基于分布式机器学习的行车站点优化更新方法和系统。

背景技术

在地图上展示公交行驶线路往往是依据公交公司所给出的线路文件，当公交公司对公交线路进行调整变更后，原始站点数据信息往往不能及时更新，或是站点数据本身就存在误差，从而导致实际行车线路与地图数据库内站点位置偏差较大。目前更新站点信息大致有以下三种方式：向公交公司申请获得最新的线路文件；通过调用第三方地图服务商的API接口；经用户反馈，进行手工标注。上述三种更新站点信息的方式，都存在及时性的问题。如采用第一种方式，则公交公司没有通知到应用方线路已变更的义务；采用第二种方式，虽然不需要考虑站点更新问题，第三方地图服务商会维护站点数据，但时效性也不强，他们往往也是依赖第三种方式，即根据用户反馈来进行人工站点标注。而一旦涉及到用户反馈，也就会存在时间上的延迟和人工成本等问题。

发明内容

本申请实施例的目的在于提出了一种基于分布式机器学习的行车站点优化更新方法和系统，解决现有技术中公交站更新存在时间的延迟和人工成本等技术问题。

第一方面，本申请实施例提供了一种基于分布式机器学习的行车站点优化更新方法，该方法包括：

S1：将固定时间段内单条线路全部行车的车况信息进行站内和上下行分类，获得上下行分类所对应的疑似单行站点数据；

S2：以单辆行车为单位，将疑似单行站点数据通过Bisecting k-Means算法进行第一层聚类处理，获得每辆行车对应的初始单行站点数据；

S3：利用k-Means算法对初始单行站点数据进行第二层聚类处理，获得每辆行车的最终单行站点数据，基于时间顺序将最终单行站点数据进行串联处理，获得每辆行车的实际行驶线路；以及

S4：将实际行驶线路与原始线路进行差异度计算，以更新差异度小于设定阈值的原始线路的站点位置信息，获得优化后的行车站点线路。

在该方法中，基于Bisecting k-Means算法进行第一层聚类处理后，在利用k-Means算法进行第二层聚类处理后获得实际行车的最终站点数据，该方法减少对公交公司线路文件的依赖，而且可以动态更新公交站点信息，实现对异常线路及时发现，大幅缩短公交公司对线路调整的发现时间，降低用户反馈问题站点的可能性，经由人工审核，可对有问题的线路做进一步处理和校验，同时也解决了现有技术中公交站更新存在时间的延迟和人工成本等技术问题。

在一些实施例中，S2步骤前还包括利用墨卡托投影将疑似单行站点数据的经纬度坐标轴转化为墨卡托单元。墨卡托投影便于更准确的展示平面坐标分布，也方便后续运用欧式距离进行聚类算法的计算。

在一些实施例中，S3步骤还包括对最终单行站点数据中的每个最终单行站点和对应的原始线路站点的进行平均误差函数计算，具体的计算公式如下：

其中，N表示最终单行站点的个数，y_i表示第i个最终单行站点的向量值，x_i表示第i个原始线路站点的向量值，i表示自然数，且i≤N。