买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于时间聚合的公交运营时段划分及单程点推荐方法_北京工业大学_202110877657.6 

申请/专利权人:北京工业大学

申请日:2021-08-01

公开(公告)日:2024-03-08

公开(公告)号:CN113723459B

主分类号:G06F18/23

分类号:G06F18/23;G06Q10/0631;G06Q50/40

优先权:

专利状态码:有效-授权

法律状态:2024.03.08#授权;2021.12.17#实质审查的生效;2021.11.30#公开

摘要:本发明公开了基于时间聚合的公交运营时段划分及单程点推荐方法,包括以下步骤:1公交车全球卫星定位数据预处理,包括公交车单程时间提取,公交车全球卫星定位数据标准化处理,线路公交车单程时间数据筛选与剔除;2运营时间段初步分析与时段数n的确定;3改进的时间聚合算法分析,依据得到的运营时段划分,聚类中心,极值点,案例数,推荐各个运营时段的单程时间。本发明考虑运营和优化调度需要考虑不同时段的差异性,提出一种科学的、有鉴别的方案进行运营时段划分和单程时间推荐。

主权项:1.基于时间聚合的公交运营时段划分及单程点推荐方法,其特征在于,包括以下步骤:1公交车全球卫星定位数据预处理,包括公交车单程时间提取,公交车全球卫星定位数据标准化处理,线路公交车单程时间数据筛选与剔除;2运营时间段初步分析与时段数n的确定;3改进的时间聚合算法分析,依据得到的运营时段划分、聚类中心、极值点和案例数,推荐各个运营时段的单程时间;所述步骤2中,轮廓系数的计算方法及其判断方法为:计算方法:a计算样本i到同簇内其他样本的平均距离ai,平均距离ai越小,说明样本i越应该被聚类到该簇中,将ai称作样本的簇内不相似度;b簇C中所有样本的ai均值被称作是簇C的簇不相似度;计算样本i到其他簇Cj中所有样本的平均距离称作是样本i与簇Cj的不相似度;定义样本i的簇间不相似度为:bi=minbi1,bi2…bik;cbi越大说明样本i越不属于其他簇;根据样本i的簇内不相似度ai和簇间不相似度bi,定义样本i的轮廓系数: 判断方法:asi越接近1,则说明样本i聚类合理;bsi越接近-1,说明样本i更适合聚到其他类;csi越接近0,则说明样本i在两个簇的边界上d根据轮廓系数选择n;在固定的n值上多次执行,求取轮廓系数的均值,再依据上述判断准则选出合理的n值;所述步骤3中,时间聚合算法步骤如下:a通过计算轮廓系数si值确定聚类类别数n;b从n个对象作为每个簇的初始簇中心;c对每个单程点对象p∈P,计算其与各个簇中心的距离将p赋予最类似即对应最小的簇;d更新簇中心mi,i=1,2,......,k,e根据d中的公式计算标准测度E,如果相邻两次迭代的E的差值的绝对值小于给定限定值,则算法终止,否则重复步骤b;f输出各个簇的簇中心值和边界点,以及各个簇的单程点个数;g输出运用边界点划分时段的聚类分析结果图;由边界点划分运营时段,各个簇中心确定各个运营时段的单程点推荐值;所述步骤3中,时间聚合算法改进方法如下:基于三角形不等式原理来避免冗余的距离计算;第一个原理是对于一个样本点x和两个质心uj1,uj2;如果预先计算出这两个质心之间的距离Dj1,j2,则如果计算发现2Dx,j1≤Dj1,j2,立即就知道Dx,j1≤Dx,j2;此时不需要再计算Dx,j2,这样下来就可以减少一步的计算;第二个原理是对于一个样本点x和两个质心uj1,uj2,得到Dx,j2≥max{0,Dx,j1-Dj1,j2}。

全文数据:

权利要求:

百度查询: 北京工业大学 一种基于时间聚合的公交运营时段划分及单程点推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。